本书系统、全面地介绍了无人机传感器的工作原理、结构特点、典型应用,以及典型无人机传感器的维护与检修方法。全书共9个项目,包括认识无人机传感器、数据处理、认识姿态传感器、测试导航定位系统、应用超声传感器、测试红外传感器、认识LiDAR、设计多传感器数据融合系统、维护与检修无人机传感器。
本书结构完整,内容翔实,强调理论与实践相结合,注重培养学生的综合技能,可作为各类院校无人机相关专业学生的教材。
项目1 认识无人机传感器
项目引入
项目工单
相关知识
1.1 无人机概述
1.2 传感器
1.2.1 传感器的定义与组成
1.2.2 传感器的分类
1.2.3 传感器的基本特性
1.2.4 传感器的标定
1.3 无人机传感器
1.3.1 无人机传感器的定义
1.3.2 无人机传感器的作用
1.3.3 典型的无人机传感器
1.3.4 无人机传感器的发展趋势
技能实训——基于Arduino UNO开发板和光敏传感器的光照强度测量试验
项目考核
项目学习成果评价
项目2 数据处理
项目引入
项目工单
相关知识
2.1 数据采集
2.1.1 数据采集的定义
2.1.2 数据采集系统的组成
2.1.3 数据采集的核心要求
2.1.4 数据采集的方式
2.1.5 数据采集技术的发展趋势
2.2 数据预处理
2.2.1 数据校准
2.2.2 噪声处理
2.2.3 数据归一化
2.3 特征提取
2.3.1 基于时域的特征提取
2.3.2 基于频域的特征提取
2.3.3 基于机器学习的特征提取
2.4 数据分析
2.4.1 统计分析
2.4.2 机器学习
2.5 数据可视化技术
2.5.1 数据可视化的实现方式
2.5.2 数据可视化技术的意义
2.6 数据处理技术面临的挑战和发展趋势
2.6.1 数据处理技术面临的挑战
2.6.2 数据处理技术的发展趋势
技能实训——基于Arduino UNO开发板和光敏传感器的数据采集与滤波试验
项目考核
项目学习成果评价
项目3 认识姿态传感器
项目引入
项目工单
相关知识
3.1 姿态感知基础
3.1.1 姿态的定义
3.1.2 姿态感知坐标系
3.1.3 姿态感知坐标系的转换
3.2 陀螺仪
3.2.1 典型的陀螺仪
3.2.2 陀螺仪的核心缺陷与应对策略
3.2.3 陀螺仪在无人机中的典型应用场景
3.3 加速度传感器
3.3.1 典型的加速度传感器
3.3.2 加速度传感器的核心缺陷与应对策略
3.3.3 加速度传感器在无人机中的典型应用场景
3.4 磁力计
3.4.1 典型的磁力计
3.4.2 磁力计的核心缺陷与应对策略
3.4.3 磁力计在无人机中的典型应用场景
3.5 姿态传感器的数据融合
3.5.1 姿态传感器的数据融合算法
3.5.2 姿态传感器数据融合的一般流程
技能实训——基于Arduino UNO开发板的姿态传感器试验
项目考核
项目学习成果评价
项目4 测试导航定位系统
项目引入
项目工单
相关知识
4.1 导航定位系统概述
4.1.1 导航定位的基本概念
4.1.2 导航定位系统的作用
4.1.3 导航定位系统的性能指标
4.1.4 导航定位系统的分类与特点
4.2 GNSS
4.2.1 GNSS的组成
4.2.2 GNSS的定位原理
4.2.3 GNSS的定位误差来源与高精度定位技术
4.3 INS
4.3.1 INS的组成
4.3.2 INS的工作原理
4.3.3 INS的特点
4.4 视觉导航系统
4.4.1 视觉导航的技术路线
4.4.2 视觉导航系统的组成
4.4.3 视觉导航系统的特点
4.4.4 视觉导航系统的典型应用场景
4.5 组合导航系统
4.5.1 组合导航系统概述
4.5.2 组合导航系统的组合形式
4.5.3 组合导航系统的工作流程
4.5.4 组合导航系统的典型应用场景
4.5.5 组合导航系统的发展趋势
技能实训——基于Arduino UNO开发板的导航传感器数据采集试验
项目考核
项目学习成果评价
项目5 应用超声传感器
项目引入
项目工单
相关知识
5.1 超声传感器概述
5.2 超声传感器的工作原理
5.2.1 发射超声波脉冲
5.2.2 传播与反射超声波
5.2.3 接收回波信号并测距
5.3 超声传感器的性能指标
5.3.1 量程
5.3.2 精度
5.3.3 数据更新频率
5.3.4 波束角
5.4 超声传感器的特点
5.4.1 超声传感器的优点
5.4.2 超声传感器的缺点
5.5 超声传感器的典型应用场景
5.5.1 低空高度保持与精准定高飞行
5.5.2 自动降落与精准着陆
5.5.3 贴地飞行
5.5.4 近距离辅助避障
技能实训——基于Arduino UNO开发板的超声传感器测距试验
项目考核
项目学习成果评价
项目6 测试红外传感器
项目引入
项目工单
相关知识
6.1 红外传感器概述
6.1.1 红外传感器的定义
6.1.2 红外传感器的核心功能
6.2 红外测温传感器
6.2.1 红外测温的物理基础
6.2.2 典型的红外测温传感器
6.2.3 红外测温传感器的典型应用场景
6.2.4 红外测温传感器的集成要点
6.3 红外测距传感器
6.3.1 红外测距概述
6.3.2 三角法红外测距传感器
6.3.3 ToF法红外测距传感器
6.3.4 红外测距传感器的典型应用场景
6.3.5 红外测距传感器的集成要点
技能实训1——基于Arduino UNO开发板的红外测温传感器数据采集试验
技能实训2——基于Arduino UNO开发板的红外测距传感器数据采集试验
项目考核
项目学习成果评价
项目7 认识LiDAR
项目引入
项目工单
相关知识
7.1 LiDAR的组成
7.1.1 激光脉冲发射单元
7.1.2 光束扫描单元
7.1.3 信号接收单元
7.1.4 POS
7.1.5 数据处理单元
7.2 LiDAR的工作原理
7.2.1 激光脉冲发射
7.2.2 光束扫描与目标交互
7.2.3 反射信号捕获与转换
7.2.4 ToF法测距
7.2.5 三维坐标定位
7.2.6 点云数据生成
7.2.7 点云数据预处理
7.2.8 精度控制
7.3 LiDAR的典型应用场景
7.3.1 地形测绘
7.3.2 城市建模
7.3.3 资源勘查
技能实训——基于Arduino UNO开发板的LiDAR测距与环境扫描试验
项目考核
项目学习成果评价
项目8 设计多传感器数据融合系统
项目引入
项目工单
相关知识
8.1 多传感器数据融合概述
8.1.1 多传感器数据融合的定义
8.1.2 多传感器数据融合的主要特征
8.1.3 多传感器数据融合的意义
8.1.4 多传感器数据融合系统的基本架构
8.1.5 多传感器数据融合系统的工作流程
8.2 多传感器数据融合系统的性能指标
8.2.1 精度
8.2.2 实时性
8.2.3 鲁棒性
8.2.4 冗余性
8.2.5 同步性
8.3 多传感器数据融合算法
8.3.1 数学基础
8.3.2 经典算法
8.3.3 AI融合算法
8.4 多传感器数据融合系统的典型应用场景
8.4.1 精准农业
8.4.2 物流配送
技能实训——基于GPS、IMU和视觉传感器的多传感器数据融合定位试验
项目考核
项目学习成果评价
项目9 维护与检修无人机传感器
项目引入
项目工单
相关知识
9.1 无人机传感器的维护
9.1.1 无人机传感器的维护原则和维护周期
9.1.2 无人机传感器在不同作业场景下的维护要求
9.1.3 典型无人机传感器的维护内容
9.2 无人机传感器故障诊断与处理
9.2.1 无人机传感器故障诊断的原则
9.2.2 无人机传感器故障诊断的工具
9.2.3 无人机传感器常见故障的诊断与处理
9.3 无人机传感器故障诊断与处理的典型案例
9.3.1 农业植保无人机IMU与视觉传感器故障的诊断与处理
9.3.2 电力巡检无人机LiDAR与GNSS故障的诊断与处理
9.3.3 航测无人机视觉传感器与GNSS故障的诊断与处理
技能实训——IMU陀螺仪零漂超差故障的模拟与检修试验
项目考核
项目学习成果评价
附录A 无人机装调检修工岗位图谱
参考文献