Датчик для сценария БПЛА
uavSensor объект создает датчик, жестко прикрепленный к платформе БПЛА, указанный как uavPlatform объект. Можно задать различные положения и ориентации монтажа. Настроить этот объект для автоматического создания показаний от датчика, указанного как insSensor, gpsSensor, или uavLidarPointCloudGenerator object™ системы.
sensor = uavSensor(name,platform,sensormodel)name и модель датчика sensormodel, который устанавливает Name и SensorModel свойства соответственно. Датчик добавлен в платформу platform указано как uavPlatform объект.
sensor = uavSensor(___,Name,Value)MountingLocation, MountingAngles, или UpdateRate свойства как пары имя-значение. Например, uavSensor("uavLidar",plat,lidarmodel,'MountingLocation',[1 0 0])" размещает датчик на один метр вперед в направлении х относительно рамы корпуса платформы. Заключите каждое имя свойства в кавычки.
read | Собрать последние показания с датчика БПЛА |
Создать сценарий для имитации полетов беспилотных летательных аппаратов (БЛА) между комплексом зданий. Пример демонстрирует обновление позы БПЛА при моделировании с разомкнутым контуром. Использовать сценарий БПЛА для визуализации полета БПЛА и формирования смоделированных показаний датчиков облаков точек.
Введение
Для тестирования автономных алгоритмов сценарий БПЛА позволяет генерировать тестовые примеры и генерировать данные датчиков из окружающей среды. Можно задать препятствия в рабочем пространстве, предоставить траектории БПЛА в глобальных координатах и преобразовать данные между координатными кадрами. Сценарий БПЛА позволяет визуализировать эту информацию в опорной системе окружения.
Создание сценария с помощью полигональных строительных сетей
A uavScenario объект представляет собой модель, состоящую из набора статических препятствий и подвижных объектов, называемых платформами. Использовать uavPlatform объекты для моделирования БПЛА, мультироторов и других объектов в рамках сценария. В этом примере создается сценарий, состоящий из нулевой плоскости и 11 зданий, например, с помощью выдавленных многоугольников. Данные полигонов для зданий загружаются и используются для добавления полигональных сетей.
% Create the UAV scenario. scene = uavScenario("UpdateRate",2,"ReferenceLocation",[75 -46 0]); % Add a ground plane. color.Gray = 0.651*ones(1,3); color.Green = [0.3922 0.8314 0.0745]; color.Red = [1 0 0]; addMesh(scene,"polygon",{[-250 -150; 200 -150; 200 180; -250 180],[-4 0]},color.Gray) % Load building polygons. load("buildingData.mat"); % Add sets of polygons as extruded meshes with varying heights from 10-30. addMesh(scene,"polygon",{buildingData{1}(1:4,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{2}(2:5,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{3}(2:10,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{4}(2:9,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{5}(1:end-1,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{6}(1:end-1,:),[0 15]},color.Green) addMesh(scene,"polygon",{buildingData{7}(1:end-1,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{8}(2:end-1,:),[0 10]},color.Green) addMesh(scene,"polygon",{buildingData{9}(1:end-1,:),[0 15]},color.Green) addMesh(scene,"polygon",{buildingData{10}(1:end-1,:),[0 30]},color.Green) addMesh(scene,"polygon",{buildingData{11}(1:end-2,:),[0 30]},color.Green) % Show the scenario. show3D(scene); xlim([-250 200]) ylim([-150 180]) zlim([0 50])
Определение платформы БПЛА и монтируемого датчика
Можно определить uavPlatform в сценарии в качестве носителя моделей датчиков и прогонять их по сценарию для сбора смоделированных данных датчиков. Платформу можно связать с различными сетками, например: fixedwing, quadrotor, и cuboid сетки. Можно определить пользовательские определяемые сети, представленные вершинами и гранями. Укажите опорную рамку для описания движения платформы.
Загрузите полетные данные в рабочее пространство и создайте квадроторную платформу с помощью системы координат NED. Укажите исходное положение и ориентацию на основе загруженных данных полетного журнала. Конфигурация корпуса БПЛА ориентирует ось X как прямую положительную, ось Y как правую положительную, а ось Z - вниз положительную.
load("flightData.mat") % Set up platform plat = uavPlatform("UAV",scene,"ReferenceFrame","NED", ... "InitialPosition",position(:,:,1),"InitialOrientation",eul2quat(orientation(:,:,1))); % Set up platform mesh. Add a rotation to orient the mesh to the UAV body frame. updateMesh(plat,"quadrotor",{10},color.Red,[0 0 0],eul2quat([0 0 pi]))
Можно установить различные датчики, например, insSensor, gpsSensor, или uavLidarPointCloudGenerator Система возражает против вашего БПЛА. Монтаж генератора облака точек лидара и uavSensor объект, содержащий модель лидарного датчика. Укажите место установки датчика относительно корпуса БПЛА.
lidarmodel = uavLidarPointCloudGenerator("AzimuthResolution",0.3324099,... "ElevationLimits",[-20 20],"ElevationResolution",1.25,... "MaxRange",90,"UpdateRate",2,"HasOrganizedOutput",true); lidar = uavSensor("Lidar",plat,lidarmodel,"MountingLocation",[0,0,-1]);
Полет платформы БПЛА по заданной траектории и сбор показаний датчика облака точек
Переместите БПЛА по заранее заданной траектории и по пути соберите показания датчика лидара. Эти данные можно использовать для тестирования алгоритмов отображения и локализации на основе лидара.
Предварительно распределить traj и scatterPlot строчные графики, а затем укажите специфичные для графика источники данных. Во время моделирования uavScenario, используйте предоставленное plotFrames вывод из сцены в качестве родительских осей для визуализации данных датчика в правильных координатных кадрах.
% Visualize the scene [ax,plotFrames] = show3D(scene); % Update plot view for better visibility. xlim([-250 200]) ylim([-150 180]) zlim([0 50]) view([-110 30]) axis equal hold on % Create a line plot for the trajectory. traj = plot3(nan,nan,nan,"Color",[1 1 1],"LineWidth",2); traj.XDataSource = "position(:,1,1:idx+1)"; traj.YDataSource = "position(:,2,1:idx+1)"; traj.ZDataSource = "position(:,3,1:idx+1)"; % Create a scatter plot for the point cloud. colormap("jet") pt = pointCloud(nan(1,1,3)); scatterplot = scatter3(nan,nan,nan,1,[0.3020 0.7451 0.9333],... "Parent",plotFrames.UAV.Lidar); scatterplot.XDataSource = "reshape(pt.Location(:,:,1),[],1)"; scatterplot.YDataSource = "reshape(pt.Location(:,:,2),[],1)"; scatterplot.ZDataSource = "reshape(pt.Location(:,:,3),[],1)"; scatterplot.CDataSource = "reshape(pt.Location(:,:,3),[],1) - min(reshape(pt.Location(:,:,3),[],1))"; % Start Simulation setup(scene) for idx = 0:size(position, 3)-1 [isupdated,lidarSampleTime, pt] = read(lidar); if isupdated % Use fast update to move platform visualization frames. show3D(scene,"Time",lidarSampleTime,"FastUpdate",true,"Parent",ax); % Refresh all plot data and visualize. refreshdata drawnow limitrate end % Advance scene simulation time and move platform. advance(scene); move(plat,[position(:,:,idx+1),zeros(1,6),eul2quat(orientation(:,:,idx+1)),zeros(1,3)]) % Update all sensors in the scene. updateSensors(scene) end hold off
