在堆叠各种传感器之前先了解无人机设计的权衡因素

作者:Steve Taranovich

投稿人:DigiKey 北美编辑

无人机的应用场景越来越多,包括在紧急情况或灾难现场用作应急人员工具箱的一部分。例如,在巴黎圣母院火灾期间,无人机最初用来报告活跃火灾的规模、热量和范围。此外,它们还配备热成像能力,以搜索仍然困在里面的人员。后来,无人机又用于评估损坏情况。显然,这种应用要求以足够的分辨率透过烟雾和火焰等复杂条件去观察情况,挑战不小。

为了应对这些挑战,在无人机上增加更多传感器是很诱人的想法,但设计人员需要始终意识到,无人机是由电池供电的,并且在许多情况下对成本很敏感。因此,设计人员需要在功能、成本、尺寸、重量和功耗 (SWaP) 之间取得微妙的平衡。当考虑给无人机设计增加传感器和成像设备时,找到这种平衡是主要目标。

本文讨论设计人员向无人机添加传感器时需要考虑的架构权衡因素。其中应特别注意电源,电源可能会有磁性元件,这会增加重量并占用宝贵的空间。此外,本文将介绍一些供应商提供的合适电源和传感器解决方案,包括 Texas InstrumentsEfficient Power Conversion、Analog Devices、Bosch SensortecSTMicroelectronicsSparkFun Electronics

无人机架构设计考虑因素

电源:设计人员一旦知道实现无人机最佳性能所要关注的重点方面,便可寻找方法来尽可能减小其物理尺寸和重量,首先是创建尽可能高效的电源。这将使得电源整体的尺寸和重量最小化,从而实现更小、更轻的无人机。

由于采用电池供电,电源效率更高的无人机将能以更小的电池尺寸和重量工作。无人机电池的典型选择是可充电锂电池(Li-Ion 或 Li-Po 型),特别是如果设计人员计划在降落或悬停于无线充电器上时为电池充电,或者计划在着陆时通过外部充电器充电。设计人员还可以使用标准的非充电电池作为电源,在电池用完后更换电池。

选择 DC/DC 转换器时,由于转子电机产生的反电动势 (BEMF) 的高电压脉冲,设计人员需要使用宽输入范围的器件。当电机减速时,在单独的 DC/DC 转换为转子电机供电后,此 BEMF 将出现在 DC/DC 转换器的输入端。

Texas Instruments 的 LM5161 DC/DC 电源转换器 IC 是无人机电源的上佳选择,因为当编程为断续导通模式 (DCM) 时,它提供严格稳压的降压输出,而无需任何其他外部反馈纹波注入电路。它还集成了高压侧和低压侧 MOSFET,可节省电路板空间。为了提高可靠性,LM5161 具有峰值和谷值限流电路,可防范过载情况。作为附加预防措施,欠压锁定 (UVLO) 电路可提供独立可调的输入欠压阈值和迟滞。

无人机上很可能会有许多传感器,还有相关的传感器融合 IC、主处理器和螺旋桨电机。这些都需要良好的电池控制系统。

设计人员可以在他们选择的通常使用功率晶体管的电源架构中选择氮化镓 (GaN) 功率晶体管。GaN 将有助于以最小的尺寸/基底面实现最佳的性能效率。

无线电源 - 悬停时充电 [理论探讨]:1、2、3 这是理想的方式,因为当无人机着陆并关停以充电时以及再次起飞时,转子电机的启动和提升需从电池消耗大量电力。Efficient Power Conversion 是研究悬停时无线充电的众多公司之一。一种电源选择可以是基于 GaN FET 的无线充电架构,例如 Efficient Power Conversion 的 EPC2019

基于 GaN 的 FET 支持 13.56 兆赫 (MHz) 的开关频率,这是普通硅 FET 难以达到的。如此高的开关频率还能使电源磁性元件的尺寸和重量最小化。另外,GaN 晶体管比硅器件小五到十倍,但能处理相同的功率水平。使用此类电源,无人机不必着陆,而是可以悬停在无线充电基座上充电。

设计人员会发现,可使用很多评估/开发板来加快无线电源的上市时间。对于 EPC2019 GaN FET,Efficient Power Conversion 通过 EPC9513 无线电源接收器开发板对其进行支持,使其可用于无人机内部。该开发板对设计人员很重要,因为它基于 AirFuel 标准,可确保经认证的无线设计可与全球其他无线充电产品互操作。设计人员可以向供应商索要演示板的 Gerber 文件,以便重新创建演示板的优化布局。

太阳能:另一种电源选择是使用太阳能为无人机电池充电。对此而言,PowerFilm Inc.PT15-75 太阳能电池是一个不错的选择。

PT15-75 可以与 Analog Devices 的 LT3652 电池充电器 IC 一起使用,实现巧妙、紧凑的电池充电器设计(图 1)。请记住,当面板连接到负载并提供电流时,实际上不存在开路电压 (Voc) 为输出的情况。

Analog Devices 的 LT3652 电池充电器 IC 示意图图 1:通过添加此 2 A 太阳能电池充电器,设计人员可以创建可靠、高效的无人机电源;充电器中增加了热敏电阻 RNTC 以补偿最大功率水平下的太阳能电池(如 PT15-75)温度系数。(图片来源:Analog Devices)

LT3652 输入稳压环路还能够找到太阳能电池板的最大功率工作点,从而优化太阳功率转换的效率,以向电池提供最大输出功率。

传感器:传感器既能增加无人机的可控性,又能提高其实用性。关于无人机控制,传感器可以支持自动水平模式、恒定高度模式或绕行特定物体或目标点的轨道模式。所有这些附加特性都依赖于高性能惯性测量单元 (IMU) 和大气压力传感器来实现最佳用户体验,并提高专用或商用无人机的可靠性。

设计人员可能需要提高无人机性能,这就可能要用到输出信号漂移极低的陀螺仪,以确保无人机处于适当的方向、位置和平衡状态,尤其是在温度条件不断变化的情况下。这可以通过使用 Bosch Sensortec 的 BMI160 加速计和陀螺仪组合来实现,该组合是一个具有九轴传感器数据融合功能的小型低功耗 IMU。尺寸为 2.5 x 3.0 毫米 (mm),高度为 0.83 mm;即使陀螺仪和加速计处于全面工作模式,功耗也仅为 925 微安 (µA)。它采用 1.71 V 至 3.6 V 电源供电。

作为 BMI160 的补充,带有温度传感器的数字气压传感器将有助于测量垂直速度、增强 GPS 导航并确定无人机的高度。为了保持精度,建议偶尔在海平面压力下校准气压计。Bosch Sensortec 的 BMP388 气压和温度传感器 IC 是一个很好的例子,设计人员可以将其集成到架构中。此传感器模块的基底面仅有 2 x 2 mm2,高度为 0.88 mm,在 1 赫兹 (Hz) 时的功耗低至 3.4 µA,非常适合于电池供电。该器件的相对精度典型值为 +/-8 Pa,绝对精度典型值为 +/-50 Pa,有助于改善无人机的悬停和避障能力。

为了检测多个轴上的运动,STMicroelectronics 的 ISM330DLCTR iNEMO IMU 系统级封装 (SiP) 模块将加速计和陀螺仪与磁力计整合在一个单片六轴 IC 中。这种配置可使无人机在悬停时保持水平、垂直和旋转稳定性。对于专业级无人机摄影和 3D 成像之类的应用,需要六轴陀螺仪稳定性,而 ISM330DLCTR 可提供这种能力。

陀螺仪测量并保持无人机方向。将三个加速计集成在一起时,每个加速计沿不同轴定向,故可确定无人机沿任意轴的运动程度。这样将能更好地收集有关无人机滚转、俯仰和偏航的信息,然后将这些信息反馈给无人机的比例积分微分 (PID) 控制器。

磁力计测量地球北磁场的强度和方向,用以校正其轨迹。务必经常校准磁力计;电力线、电机以及电气设备发出的任何其他强磁场都可能对其造成影响。

加速计会检测到由外力(例如强风)引起的无人机运动,并将其传递给 PID 控制器,然后由 PID 控制器调整电机以进行补偿。

测距仪:降落、悬停以及测量与物体的距离

无人机需要有良好的传感器才能安全着陆,在无线充电时悬停,并检测物体以避免运动时发生碰撞。这种测距可以使用声音或光。

超声波测距仪检测:可以使用超声波传感器来提供无人机着陆、悬停和地面跟踪能力。无人机在着陆过程中,需要检测从无人机底部到着陆区域的距离。尽管 GPS 和气压计是该控制功能的一部分,但准确的距离感应是安全着陆的关键。

超声波传感器还能帮助实现安全悬停和地面跟踪,这可能需要无人机以固定高度飞行。MaxBotixMB1010-000 超声波飞行时间 (ToF) 测距传感器板就是其中一种用于辅助着陆、悬停和天花板检测的测距传感器。

了解 ToF

所有这些情况都需要使用 ToF 方法,它是指发射的超声波到达目标所花费的时间加上反射信号回传到无人机传感器的时间(图 2 和图 3)。

无人机着陆、悬停或无线充电期间的 ToF 示意图图 2:对于无人机着陆、悬停或无线充电,设计人员需要了解 ToF 概念。(图片来源:Texas Instruments)

超声波 ToF 的三阶段图图 3:超声波 ToF 的三个阶段。初始发射的声音 (1)、静默 (2) 和接收到的回声 (3),用于无人机设计中的精确测距。若理解此图,加上本文中讨论的评估板和传感器,可以帮助设计人员在实施本部分中的硬件建议时达到飞行稳定性、避免碰撞和最佳无线充电的目标。(图片来源:Texas Instruments)

要计算从无人机到任何物体的距离,可使用下式:

公式 1

Texas Instruments 提供的 PGA460PSM-EVM 超声波接近感应评估模块可缩短设计时间。

LiDAR 范围检测:另一种距离检测手段是利用脉冲激光进行光检测和测距 (LiDAR)。从 ToF LiDAR 系统获得的信息可用于创建三维图像。LiDAR 技术可提供高精度、高分辨率和大覆盖范围。

设计人员可以选择光学激光测距传感器,例如 SparkFun Electronics 的 SEN-14032,这是一种基于激光的光学测距传感器,测距范围为 40 m。该传感器需要通过 I2C 与外部微控制器相连接。

此类 LiDAR 有两种主要架构:固态 LiDAR 和机动 360° 视野旋转 LiDAR。两者原理相同,都是用激光发出一束光束。固态架构使用反射镜进行扫描,而扫描旋转盘架构使用由电机驱动的转盘。

第三种类型的 LiDAR 称为闪光 LiDAR,可同时发出许多短脉冲,使用摄像头芯片接收脉冲反射,然后测量 ToF。闪光 LiDAR 具有非常高的分辨率,但测距范围限于约 30 米 (m)。

感测环境

热像仪:无人机上的热像仪会检测物体和材料的热信号/温度,并将其显示为静止图像或视频。巴黎圣母院火灾的观察和跟踪便使用了热像仪。热像仪可以检测到微小的热量差异,有时甚至可以小到 0.01˚C。

无人机热成像应用的另一个重要领域是灾难恢复,例如在地震或严重飓风之后,可能会留下损坏或坍塌的结构,并有人员被困在里面(图 4 和图 5)。

坍塌建筑物的无人机视角图像的图片图 4:无人机首先会使用传统相机拍摄坍塌建筑物的图像,这是重要的一步。然后通过热像仪,无人机能够感测到被困在瓦砾中的人员的体温。(图片来源:IEEE4

消防员演习中使用 DJI 无人机拍摄的被困人员图片图 5:设计人员现在拥有了在灾难情况下定位和挽救生命的工具。此图片是消防员演习中使用 DJI 无人机拍摄的被困人员画面。(图片来源:Industrial Equipment News/Menlo Fire UAS/Drone program,由 AP 提供)

为了在无人机中集成热成像,有一种很好的入门方法,那就是使用 FLIR Lepton500-0771-01 微型热像仪之类的器件。该热像仪的光谱范围为 800 纳米 (nm) 至 1400 nm,场景动态范围为 0˚ 至 120˚C,标称功耗为 150 毫瓦 (mW)(工作)、650 mW(快门事件期间)和 5 mW(待机)。

湿度、压力和温度检测:为了帮助确定大气条件,设计人员可以使用 Bosch Sensortec 的 BME280,它是一种具有 SPI 接口的数字式湿度、压力和温度传感器。其集成度高,尺寸为 2.5 mm x 2.5 mm x 0.93 mm,休眠模式下的功耗仅为 0.1 µA,感测所有三个参数时的功耗最高为 3.6 µA。

利用多传感器开发套件加快产品上市

DA14585IOTMSENSORDialog Semiconductor 出品的一款多传感器开发套件,使用了 Bosch Sensortec 的环境传感器和 TDK Invensense 的运动传感器。此套件对设计人员很重要,因为它是一个很好的试验平台,可供开发无人机检测传感器融合能力并加快产品上市。

此套件有一个 BME680 低功耗气体、湿度、压力和温度传感器,另外还有加速计、陀螺仪和磁力计。通过 DA14585IOTMSENSOR 的传感器融合能力,设计人员将能了解如何使用此特性来获得更好的整体检测性能,同时延长无人机电池的使用寿命。

结论

无人机提出了异常困难的设计挑战,要求强大的功能和长飞行时间。同任何设计一样,必须知道设备将要执行的主要任务,才能制定计划来确保满足项目要求的架构是最佳的。

参考资料:

  1. Drones…Up, Up, and Away
  2. Light-Weight Wireless Power Transfer for Mid-Air Charging of Drones Samer Aldhaher, Paul D. Mitcheson, Juan M. Arteaga, George Kkelis, David C. Yates, IEEE 2017
  3. Nonlinear Parity-Time-Symmetric Model for Constant Efficiency Wireless Power Transfer: Application to a Drone-in-Flight Wireless Charging Platform Jiali Zhou, Bo Zhang, Wenxun Xiao, Dongyuan Qiu, Yanfeng Chen, IEEE 2018
  4. DronAID: A Smart Human Detection Drone for Rescue Rameesha Tariq, Maham Rahim, Nimra Aslam, Narmeen Bawany, Ummay Faseeha, IEEE 2018

免责声明:各个作者和/或论坛参与者在本网站发表的观点、看法和意见不代表 DigiKey 的观点、看法和意见,也不代表 DigiKey 官方政策。

关于此作者

Steve Taranovich

Steve Taranovich 是一位在电子行业浸淫了 47 年的自由技术作家。他获得了纽约布鲁克林理工大学的电子工程学硕士学位,以及纽约布朗克斯的纽约大学的电子工程学士学位。他还是 IEEE 长岛教育活动委员会主席,目前是 Eta Kappa Nu 会员和 IEEE Life 高级会员。他曾在 Burr-Brown 和 Texas Instruments 多年从事与模拟设计相关的工作,因此在模拟、射频和电源管理方面拥有丰富的专业知识。

关于此出版商

DigiKey 北美编辑