Dronen säädatan mittaus- ja lähetysjärjestelmä sekä jäätäminen ilmiönä

Abstract

Insinöörityön tarkoituksena oli tuottaa dronen mittausdatan keräyksen tiedonsiirron toteutus. Lisäksi tutkittiin jäätämisen vaikutuksia ja tunnistettavuutta dronen telemetriasta. Mittausdatan keruun ja siirron tavoitteena oli saada mitattua säädataa ympäristöstä ja lähettää sitä Ilmatieteen laitoksen kokeelliseen rajapintaan. Tavoitteena oli myös tutkia, onko dronen jäätäminen tunnistettavissa telemetriasta ja mahdollisesti kehittää koneoppimismalli jäätämisen itsenäiseen tunnistamiseen.

Työssä kaiken pohjana käytettiin Particle Electron -IoT-kehitysalustaa, johon liitettiin BME280-barometri ympäristön mittaamiseen sekä IR-moduuli jäätämisen havainnoimiseen. Ympäristön säädatan lisäksi Electron keräsi paikkatietoa käyttäen Googlen Geolocator-integraatiota. Mittaukset koottiin rajapinnan käyttämään JSON-muotoon ja lähetettiin onnistuneesti. Electron oli varustettu 3G-yhteydellä sekä Li-Po-akulla, joka mahdollisti täyden riippumattomuuden ympäristöstä tai aluksesta.

Jäätämisen vaikutus telemetriaan toteutettiin ainoastaan teorian tasolla dronen vikaantumisen vuoksi. Lähteiden mukaan olennaisimmat vaikutukset telemetriaan ovat nosteen aleneminen sekä virrankulutuksen kasvu. Aikaisemmasta testilennon lokista havaittiin mahdollista värinää sekä hankaluuksia päästä dronella tavoitekorkeuteen. Jäätämisen havaitsemiseen kehitettiin optinen ratkaisu. IR-moduulia hyödyntäen tarkkailtiin IR-LEDin heijastavuutta, johon jäätävät olosuhteet vaikuttavat.

The purpose of this thesis work was to produce a data measurement and transfer implementation for drones, and to study how icing affects the drone’s telemetry and whether it is reliably recognizable. Another objective was also to potentially develop a machine learning application for independent recognition of icing. The implementation’s goal was to measure weather data and send it to FMI’s experimental API.

The basis of this thesis work was Particle Electron, which is an IoT-development kit. Electron was connected to a BME280 barometer to measure the weather data. Also, an IR-module was connected to detect icing. Electron also tracked its location using Google Geolocator integration. This location data was combined with weather data and embedded into JSON-format. This was sent to the API successfully. The Electron included 3G cellular connection and Li-Po battery, which made it totally self-sufficient unit and not dependent on the environment, nor on the vehicle using it.

The effects of icing to telemetry were addressed only on a theoretical level. This is due to the drone’s technical failure. According to the sources, the most significant effects of icing are decrease in lift and increase in power consumption. An earlier test flight log was analyzed. There was possible vibration detected and difference between altitude and desired altitude, which can be a result of icing. An optical application was made to detect icing. The IR-module was utilized to detect icing conditions by monitoring IR-LED’s reflection intensity.