从系统模块开发设计到仿真,都在这里了!

发布时间:2016-10-27 阅读量:1103 来源: 我爱方案网 作者: wenwei

在开发的早期阶段,开发一个硬件在环(HIL)测试环境来测试无人机GNC解决方案,HIL测试环境是软件仿真和飞机实验的一个中间步骤,对于无人机GNC软件的开发过程非常关键。


在开发的早期阶段,开发一个硬件在环(HIL)测试环境来测试无人机GNC解决方案。HIL测试环境是软件仿真和飞机实验的一个中间步骤,对于无人机GNC软件的开发过程非常关键。通过HIL环境,工程师可以在一个可控的仿真环境中对无人机软件进行测试。同时,它也能加速设计,缩短开发周期,通过HIL环境,工程师可以发觉软件仿真(主要是同步和定时)中没有出现的问题,从而避免现场试验的故障,并增加无人机团队的安全性。开发了一个通用的HIL平台来设计验证控制和导航算法。这个HIL测试环境完全集成在一个基于模型的设计开发周期中(见图1)。

图1 : HWIL测试环境示意图

基于模型的开发

首先我们设计编改了无人机平台,将其用于仿真,并将控制器和算法部署至硬件中。根据基于模型的设计理念来完成这个任务。对于系统设计和仿真来说这是一个可靠方便的方法。使用代码自动生成工具可以使我们减少设计时间,轻松完成对于测试架构的重复利用,以及快速系统原型,从而形成一个连续的确认和验证过程。

构架的目的包括:在不同的硬件平台上不用任何改变即可对模型重复利用;对设计测试套件模型进行重复使用以验证目标系统;将透明模型完全集成到目标硬件中,并创建一个系统的,快速的流程,将自动生成的代码集成到目标硬件,从而使得控制工程师无需软件工程师的参与,即可以快速测试模型(见图2)。对于这个项目,使用Simulink?公司的MathWorks软件(我们还使用了Esterel Technologies公司的SCADE套件)开发了模型任务,并使用MathWorks和Real-Time Workshop?公司的软件实现自动编码。需要两次不同的编改:在无人机中进行测试及执行的算法是由ANSI C代码编写的,仿真无人机动态行为的数学模型将通过LabVIEW仿真接口工具包转换至NI LabVIEW软件动态库中。

图2: 基于模型的开发流程

在最终的系统中,我们使用多个LabVIEW IO模块来仿真一些无人机航空电子和逻辑传感器以及激励器接口。

LabVIEW Real-Time PXI

PXI 是一个基于PC的平台,可用于测试,测量和控制,能够在不同的接口和总线中提供高带宽和超低的执行延时。在这个案例中,PXI需要在一个复杂的无人机模型中运行,该模型会在实时中以动态库的形式被执行。 在系统中使用PXI模块能让我们使用无人机上完全一样的接口进行HIL仿真。所以,我们会以现场实验完全相同的配置验证GNC算法处理单元。这对于一些使用纯仿真不足以捕捉所有硬件相关问题(例如信号噪音,错误和同步问题)的系统来说是十分重要的。通过Spirent GSS8000 GPS仿真器,我们能够仿真并生成用户选择的GNSS星座卫星所发出的相同的射频信号。这些信号会以飞行实验相同的方式传送到无人机上真实的GPS传感器,并能仿真惯性传感器(加速度计和回转仪)。可以指定不同的情况,降级信号,指定天线模式及模拟IMU传感器错误。

图3:实验中使用的基于CB5000 RC直升机改装而成的无人机

板载处理单元

在实时操作系统(QNX或VxWorks)中运行一个PC104单元,操作系统中包含了算法和控制策略,用于测试自动代码生成工具和集成架构创建的代码的完成。我们在现场实验的真实无人机中也使用了相同的单元。我们可以使用Simulink External Mode软件对无人机进行调试。通过这个软件,我们可以监测用户需要实时知晓的信号值。此外我们可以改变嵌入式处理单元中所执行算法的参数。在操作中所使用的界面,与控制工程师在仿真设计算法时所使用的界面完全一样。由此,整个测试环境完全透明,而且能以同现场测试一样的方式进行HIL测试,从而大幅减少开发时间。

对比飞行遥测和使用同样的GNC算法的HIL仿真,可以表明HIL的精准性和与真实测试结果的相似性。在一架改装过的无线电控制的直升飞机上集成了几个传感器(加速度计,回转仪,磁力计,GPS和一个高度计)和一个处理单元(见图3),将其转变成一架无人机,进行飞行测试。无人机在没有过冲或任何一个永久误差的情况下,达到了水平面要求的参考值(见图4和图5)。HIL仿真和真实的飞行测试结果极其一致。

图4:北方位置对比结果

图5: 西方位置对比结果

HIL环境非常适用于测试包含真实硬件的整个系统。使用NI PXI,我们在实时状态下以低延时仿真了一个复杂的无人机模型,并完美模拟了航空设备界面。这个环境能检测出软件仿真中无法显示的错误,从而避免现场实验意外的发生。因为控制工程师在设计,开发和验证过程中也会使用相同的可视化和调试工具,由此可以快速重复循环,减少开发时间。
相关资讯
中国AI产业突破封锁的韧性发展路径及未来展望

在全球科技博弈背景下,美国对华AI芯片出口限制政策持续升级。腾讯总裁刘炽平在2025年第一季度财报会上明确表示,腾讯已具备应对供应链风险的充足储备与技术创新能力,标志着中国AI产业正加速走向自主化发展道路。本文结合产业动态与政策趋势,剖析中国AI产业的战略转型与突破路径。

重塑全球供应链格局:ASM International战略布局应对贸易壁垒

在全球半导体产业链加速重构的背景下,荷兰半导体设备巨头ASM International(以下简称“ASM”)近期通过一系列战略调整引发行业关注。2025年5月15日,该公司宣布将通过转嫁关税成本、加速美国本土化生产及优化全球供应链,应对地缘政治风险与贸易壁垒。面对美国近期加征的“对等关税”政策(涵盖钢铁、汽车等商品,未来可能扩展至半导体领域),ASM展现出显著的供应链韧性:其亚利桑那州工厂即将投产,新加坡基地产能同步扩充三倍,形成“多区域制造网络”以分散风险。与此同时,中国市场成为其增长引擎——2025年中国区销售额或突破预期上限,占比达总营收的20%,凸显其在差异化竞争中的技术优势。这一系列举措不仅反映了半导体设备行业对关税政策的快速响应,更揭示了全球产业链从“效率优先”向“安全韧性”转型的深层逻辑。

国产芯片架构演进之路:从指令集适配到生态重构

在全球半导体产业长期被x86与ARM架构垄断的背景下,国产芯片厂商的生态自主化已成为关乎技术主权与产业安全的核心议题。北京君正集成电路股份有限公司作为中国嵌入式处理器领域的先行者,通过二十余年的技术迭代,探索出一条从指令集适配到生态重构的独特路径——早期依托MIPS架构实现技术积累,逐步向开源开放的RISC-V生态迁移,并创新性采用混合架构设计平衡技术过渡期的生态兼容性。这一转型不仅打破了国产芯片“被动跟随”的固有范式,更在智能安防、工业控制、AIoT等新兴领域实现了从“技术替代”到“生态定义”的跨越。据行业数据显示,其基于RISC-V内核的T系列芯片已占据计算芯片市场80%的份额,成为推动国产架构产业化落地的标杆。本文通过解析北京君正的架构演进逻辑,为国产半导体产业突破生态壁垒提供可复用的方法论。

性能飙升27%!高通骁龙7 Gen4如何改写中端芯片格局?

5月15日,高通技术公司正式推出第四代骁龙7移动平台(骁龙7 Gen 4),以台积电4nm制程打造,性能迎来全方位升级。该平台采用创新的“1+4+3”八核架构,CPU性能较前代提升27%,GPU渲染效率提升30%,并首次支持终端侧运行Stable Diffusion等生成式AI模型,NPU算力增幅达65%。在影像领域,其搭载的三重12bit ISP支持2亿像素拍摄与4K HDR视频录制,配合Wi-Fi 7与XPAN无缝连接技术,重新定义中高端设备的创作边界。荣耀与vivo宣布首发搭载该平台的机型,预计本月上市,标志着生成式AI技术向主流市场加速渗透。

破局高端芯片!小米自研玄戒O1即将发布,性能参数首曝光

5月15日晚间,小米集团CEO雷军通过个人微博账号正式宣布,由旗下半导体设计公司自主研发的玄戒O1手机SoC芯片已完成研发验证,计划于本月下旬面向全球发布。据雷军透露,该芯片将采用业界领先的4nm制程工艺,核心性能指标已接近国际旗舰水平。