CN107807669A - 基于酶数值膜结构的控制方法、装置及可读取存储介质 - Google Patents
基于酶数值膜结构的控制方法、装置及可读取存储介质 Download PDFInfo
- Publication number
- CN107807669A CN107807669A CN201711257732.9A CN201711257732A CN107807669A CN 107807669 A CN107807669 A CN 107807669A CN 201711257732 A CN201711257732 A CN 201711257732A CN 107807669 A CN107807669 A CN 107807669A
- Authority
- CN
- China
- Prior art keywords
- data
- current
- numerical value
- posture
- pose
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 102000004190 Enzymes Human genes 0.000 title claims abstract description 155
- 108090000790 Enzymes Proteins 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000012528 membrane Substances 0.000 title claims abstract description 35
- 230000008569 process Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 35
- 230000036544 posture Effects 0.000 description 70
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 241001269238 Data Species 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 102100040862 Dual specificity protein kinase CLK1 Human genes 0.000 description 1
- 102100040844 Dual specificity protein kinase CLK2 Human genes 0.000 description 1
- 102100040856 Dual specificity protein kinase CLK3 Human genes 0.000 description 1
- 101000749294 Homo sapiens Dual specificity protein kinase CLK1 Proteins 0.000 description 1
- 101000749291 Homo sapiens Dual specificity protein kinase CLK2 Proteins 0.000 description 1
- 101000749304 Homo sapiens Dual specificity protein kinase CLK3 Proteins 0.000 description 1
- 101100247660 Medicago truncatula RDN1 gene Proteins 0.000 description 1
- 101150015279 RUP1 gene Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000003831 deregulation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本明实施例提供了一种酶数值膜结构的控制方法、装置及可读取存储介质，属于无人机技术领域。方法包括：将多个当前姿态数据中每个当前姿态数据和每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，目标姿态数据用于表征无人机需要调整至的目标飞行姿态；多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得多个电机中每个电机的当前PWM控制信号，以使无人机根据每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。因此，通过对数据的并行运算，缩短了对数据的处理时长，进而减小了对无人机的控制周期。
Description
技术领域
本发明涉及无人机技术领域，具体而言，涉及一种基于酶数值膜结构的控制方法、装置及可读取存储介质。
背景技术
随着科学技术的不断发展和进步，电力电子设备得到了长足的发展，因而使得无人机也得到了广泛的应用。
目前，对无人机的飞行姿态控制一般是采样各种传感器进行数据的采集，通过对采集的数据进行分析和处理来实现对无人机的飞行姿态进行控制。在采用上述的飞行姿态控制方式时，传感器种类越多，即所采集的数据越多，则飞行姿态控制效果越好。但是随着采集的数据越多，对数据进行处理的时间就会越长，进而导致飞行控制的控制周期也会增长，并使得对无人机的控制产生延迟效果。
因此，如何在增加传感器种类、数量的情况下，还能够减小对无人机的控制周期是目前业界一大难题。
发明内容
有鉴于此，本发明的目的在于提供一种基于酶数值膜结构的控制方法、装置及可读取存储介质，以有效改善上述缺陷。
本发明的实施例通过如下方式实现：
第一方面，本发明实施例提供了一种基于酶数值膜结构的控制方法，应用于一无人机，所述无人机包括多个电机。所述方法包括：将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，所述目标姿态数据用于表征所述无人机需要调整至的目标飞行姿态；所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM控制信号，以使所述无人机根据所述每个电机的当前 PWM控制信号将当前飞行姿态调整至目标飞行姿态。
第二方面，本发明实施例提供了一种基于酶数值膜结构的控制装置，其特征在于，应用于一无人机，所述无人机包括多个电机。所述装置包括：第一计算模块，用于将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID 控制数据，所述目标姿态数据用于表征所述无人机需要调整至的目标飞行姿态。第二计算模块，用于所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM 控制信号，以使所述无人机根据所述每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。。
第三方面，本发明实施例提供了一种可读取存储介质，所述可读取存储介质存储于计算机内，所述可读取存储介质包括多条指令，所述多条指令被配置成使得计算机执行所述方法。
本发明实施例的有益效果是：
通过每个当前姿态数据和一目标姿态数据对应，则将具有对关系的没和当前姿态数据和每个目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据。由于酶数值膜结构的并行运算效果，则可同时并行获得多个姿态PID控制数据。之后，再将多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算，也通过酶数值膜结构的并行运算效果，则并行同时获得多个电机中每个电机的当前 PWM控制信号。因此，在传感器增多，采集的数据量增大的情况下，基于第一级预设酶数值膜运算模型和第二级预设酶数值膜运算模型对数据的并行运算，缩短了对数据的处理时长，进而减小了对无人机的控制周期。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明第一实施例提供的一种无人机控制装置的第一结构框图；
图2示出了本发明第一实施例提供的一种无人机控制装置的第二结构框图；
图3示出了本发明第一实施例提供的一种无人机控制装置的第一电路图；
图4示出了本发明第一实施例提供的一种无人机控制装置控制无人机的示意图；
图5示出了本发明第一实施例提供的一种无人机控制装置的第二电路图；
图6示出了本发明第一实施例提供的一种无人机控制装置的第三电路图；
图7示出了本发明第一实施例提供的一种无人机控制装置的第四电路图；
图8示出了本发明第二实施例提供的一种基于酶数值膜结构的控制方法的流程图；
图9示出了本发明第二实施例提供的一种基于酶数值膜结构的控制方法所执行的FPGA的内部结构图；
图10示出了本发明第二实施例提供的一种基于酶数值膜结构的控制方法执行在FPGA时的运算流程图；
图11示出了本发明第三实施例提供的一种基于酶数值膜结构的控制装置的第一结构框图；
图12示出了本发明第三实施例提供的一种基于酶数值膜结构的控制装置的第二结构框图。
图标：100-无人机控制装置；110-供电模块；120-多数据采集模块；121- 姿态采集单元；122-位置采集单元；123-高度采集单元；130-数据处理模块； 140-多路驱动模块；141-驱动单元；150-数据下载模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
第一实施例
请参阅图1，本发明第一实施例提供了一种无人机控制装置100，该无人机控制装置100应用安装在一无人机上，以基于该无人机控制装置100 来控制该无人机。无人机控制装置100包括：供电模块110、多数据采集模块120、数据处理模块130、多路驱动模块140和数据下载模块150。其中，多路驱动模块140分别与多数据采集模块120和数据处理模块130电连接，供电模块110分别与多数据采集模块120和数据处理模块130连接，而数据下载模块150则与数据处理模块130连接。
电源模块用于获得外部电源输入的电能，将该电能稳压至与各模块适配的电压后输出至对应的各模块，以保证各模块的正常工作。
多数据采集模块120用于采集无人机的多个当前姿态数据，将多个当前姿态数据均传输至连接的数据处理模块130。
数据处理模块130用于根据多个当前姿态数据中的每个当前姿态数据，以及根据与每个当前姿态数据对应的目标姿态数据，并行运算多个当前 PWM控制信号，并将当前多个PWM控制数据输出至连接的多路驱动模块 140。
多路驱动模块140用于根据多个当前PWM控制信号中的每个当前 PWM控制信号去驱动控制无人机的多个电机中对应的一电机，从而实现对每个电机的驱动。
数据下载模块150用于从下载数据处理模块130上的控制程序，或将用户编辑更新的控制程序再上传至数据处理模块130。
请参阅图2和图3，在本发明第一实施例提供的一种无人机控制装置 100中，电源模块为各芯片所构成的集成电路。其中，构成电源模块的各稳压芯片的型号可包括：用于降压的LM2596-ADJ型、用于降压的LM1117-2.5 型、3个用于降压的1117型、以及由多个的电容构成的用于的滤波的3个滤波电路。
基于图3中所公开的连接关系，本实施例中，电源模块可获得外部电源输入的12V电压，并通过各芯片和电路，将12V的电压依次降压并滤波为5V、3.3V、2.5V和1.2V。之后再将A+5V和A+3.3V的模拟电源输出至多数据采集模块120，以保证多数据采集模块120的正常工作，且其还将 D+3.3V、D+1.2V和D+2.5V数字电源输出至数据处理模块130，以保证数据处理模块130的正常工作。
请参阅图2、图3、图4和图5，在本发明第一实施例提供的一种无人机控制装置100中，多数据采集模块120为多个单元所构成的集成模块，即多数据采集模块120包括：姿态采集单元121、位置采集单元122和高度采集单元123。其中，姿态采集单元121、位置采集单元122和高度采集单元123均与数据处理模块130连接以实现数据的传输。
姿态采集单元121为姿态传感器，例如，其型号可以为MPU6050型。本实施例中，姿态采集单元121可用于采集无人机当前所处于的姿态所对应的当前姿态数据。其中，姿态采集单元121采集到的当前姿态数据包括：当前俯仰角姿态数据(Pitch)、当前滚转角姿态数据(Roll)和当前偏航角姿态数据(Yaw)。本实施例中，姿态采集单元121的电源端通过排插JS2 连接电源模块，以获得A+5V和A+3.3V的模拟电源。姿态采集单元121的 SCL-G引脚、SDA-G引脚、引脚M-DRDY引脚、G-AD0引脚和G-TNT引脚均通过排插JS2与数据处理模块130连接，从而将获得的当前俯仰角姿态数据、当前滚转角姿态数据和当前偏航角姿态数据均持续的传输至数据处理模块130。
位置采集单元122为GPS传感器，例如，其型号可以为NEO-6M型。本实施例中，位置采集单元122可用于采集无人机当前所处于的位置所对应的当前姿态数据。其中，位置采集单元122采集到的当前姿态数据包括：当前纬度坐标数据和当前经度坐标数据。本实施例中，位置采集单元122 的电源端通过排插JS3连接电源模块，以获得A+3.3V的模拟电源。位置采集单元122的NE0-6M-RX引脚和NE0-6M-TX引脚均通过排插JS3与数据处理模块130连接，从而将获得的当前纬度坐标数据和当前经度坐标数据均持续的传输至数据处理模块130。
高度采集单元123为气压传感器，例如，其型号可以为MS5611型。本实施例中，高度采集单元123可用于采集无人机当前所处于的位置所对应的当前姿态数据。其中，高度采集单元123采集到的当前姿态数据包括：当前高度数据。本实施例中，高度采集单元123的电源端通过排插JS1连接电源模块，以获得A+3.3V的模拟电源。高度采集单元123的MS5611-SCL引脚、MS5611-SDA引脚、MS5611-CSD引脚、MS5611-SD0引脚和 MS5611-PS引脚均通过排插JS1与数据处理模块130连接，从而将获得的当前高度数据持续的传输至数据处理模块130。
可以理解到，数据处理模块130能够获得多个当前姿态数据，即多个当前姿态数据包括：当前俯仰角姿态数据、当前滚转角姿态数据、当前偏航角姿态数据、当前纬度坐标数据、当前经度坐标数据和当前高度数据。而多个当前姿态数据中的每个当前姿态数据均为：当前俯仰角姿态数据、当前滚转角姿态数据、当前偏航角姿态数据、当前纬度坐标数据、当前经度坐标数据和当前高度数据中的任一种，且每个当前姿态数据的种类均与其它所述每个当前姿态数据的种类不同。
请参阅图2、图3、图5和图6，数据处理模块130为具备信号处理能力的集成电路芯片，例如，数据处理模块130可以包括：可编辑逻辑阵列门(FPGA)，以及FPGA的***电路。其中，FPGA的型号可以为 EP3C10E144C8N型。
本实施例中，数据处理模块130首先通过时钟芯片为FPGA提供工作时钟信号，以保证FPGA的正常工作。具体的，时钟芯片的型号可以为OSC-50MHz型。时钟芯片通过VCC引脚获得电源模块的D+3.3V的数字电源来维持正常工作。此外，时钟芯片的OUT分别与FPGA的CLK0引脚、 CLK1引脚、CLK2引脚和CLK3引脚连接，从而将工作时钟信号输出给 FPGA。
此外，数据处理模块130中的FPGA的VCCIO1引脚至VCCIO8引脚、 8个VCCINT引脚、VCCA1引脚、VCCA2引脚、VCCD-PLL1引脚和 VCCD-PLL2引脚均与电源模块连接，以获得D+3.3V、D+1.2V和D+2.5V 数字电源来维持正常工作。
数据处理模块130的FPGA中编号为28的IO引脚、 I0.(DQSIL/CQ1L#.DPCLK1)引脚、IO.VREFB2NO引脚、IO.RUP1引脚和 IO.RDN1引脚均对应与姿态采集单元121的SCL-G引脚、SDA-G引脚、引脚M-DRDY引脚、G-AD0引脚和G-TNT引脚连接，以获得当前俯仰角姿态数据、当前滚转角姿态数据和当前偏航角姿态数据。
数据处理模块130的FPGA中的IO.DHFIO-BIP引脚和IO.DHFIO-BIn 引脚均对应与位置采集单元122的NE0-6M-RX引脚和NE0-6M-TX引脚连接，从而获得当前纬度坐标数据和当前经度坐标数据。
数据处理模块130的FPGA中编号为1-4的4个IO引脚和IO(DATA1， ASD0)引脚均对应与高度采集单元123的MS5611-SCL引脚、MS5611-SDA 引脚、MS5611-CSD引脚、MS5611-SD0引脚和MS5611-PS引脚连接，以获得当前高度数据。
数据处理模块130的FPGA中的IO.DHFIO-B9n.(DQ1B)引脚、IO.(DQ1B) 引脚、IO.DIFFIO-B11p引脚和IO.DIFFIO-B11n引脚均与多路驱动模块140 连接。
基于数据处理模块130中FPGA的上述连接关系，FPGA能够获得多个当前姿态数据中每个当前姿态数据，即获得当前俯仰角姿态数据、当前滚转角姿态数据、当前偏航角姿态数据、当前纬度坐标数据、当前经度坐标数据和当前高度数据。进而数据处理模块130中FPGA根据当前俯仰角姿态数据、当前滚转角姿态数据、当前偏航角姿态数据、当前纬度坐标数据、当前经度坐标数据和当前高度数据能够运算出用于对应控制每个电机的当前PWM控制信号，共有与电机数量匹配的多个当前PWM控制信号。进一步的，数据处理模块130中的FPGA再将多个当前PWM控制信号输出至多路驱动模块140。
请参阅图2和图5，在本发明第一实施例提供的一种无人机控制装置 100中，多路驱动模块140为多个单元所构成的集成模块，即多路驱动模块 140包括：多个驱动单元141。其中，多个驱动单元141中的每个驱动单元 141均与数据处理模块130连接，每个驱动单元141均用于连接对应的一电机。
具体的，无人机为4旋翼无人机，即无人机可具有4个电机。进一步的，多个驱动单元141的数量也相应的为4个，每个驱动单元141均可以为型号为skyWalker的电子调速器。每个驱动单元141的电源引脚均与电源模块连接来获得A+5V的模拟电源，以维持正常工作。每个驱动单元141 的PWM引脚均通过PWM引脚与数据处理模块130中的FPGA对应的引脚连接，例如，驱动单元1411的PWM引脚通过排插JDT1的1引脚与数据处理模块130中的FPGA的IO.DHFIO-B9n.(DQ1B)引脚连接。
本实施例中，每个驱动单元141均可以获得对应的一当前PWM控制信号，每个驱动单元141则均该当前PWM控制信号驱动放大，并在放大后输出至对应的电机，进而根据该当前PWM控制信号的占空比去调节对应电机的转速，进而实现了对无人机的飞行姿态的控制。其中，控制的电机的型号可为朗宇无刷电机的X2212型。
请参阅图2和图7，数据下载模块150也可以为由至少一个芯片所构成的集成电路。本实施例中，数据下载模块150可为采用JTAG方式和AS方式进行下载。进一步参考图7所公开的连接关系，数据下载模块150包括2 个型号为HEADER-5X2的芯片，且每个芯片均与数据处理模块130的FPGA 连接。从而以JTAG方式和AS方式从FPGA下载程序，或上传程序给FPGA。
第二实施例
请参阅图8，本发明第二实施例提供了一种基于酶数值膜结构的控制方法，该方法可以应用于无人机，具体应用于无人机的无人机控制装置，该无人机控制装置中的FPGA用于执行该方法的全部控制运算流程。
在本实施例中，FPGA的内部结构如图9所示，FPGA内部具有大量可编程逻辑块资源(CLB)，可编程逻辑块之间有丰富的可编程互联接口资源 (PI)，使用Verilog编程语言可灵活设计出不同的电路来实现不同的功能。而不同的功能电路在FPGA内部可分布于不同的阵列，各个阵列之间是可以并行进行的。因此，在本实施例中就可以利用FPGA内部的可编程逻辑块的来执行基于酶数值膜结构的控制方法。
本实施例提供了一种酶数值膜运算模型，该酶数值膜运算模型预先建立并存储在FPGA中。该酶数值膜运算模型包括2层模型，其分别为第一级预设酶数值膜运算模型和第二级预设酶数值膜运算模型，其中，第一级预设酶数值膜运算模型为内层预设酶数值膜运算模型，而第而级预设酶数值膜运算模型为外层预设酶数值膜运算模型。第一级预设酶数值膜运算模型为多个，多个第一级预设酶数值膜运算模型首先同步并行执行运算，之后再将运行得到的结果全部带入第二级预设酶数值膜运算模型，以使第二级预设酶数值膜运算模型对数据进行并行运算，从而获得并输出结果。因此，FPGA通过酶数值膜运算模型来执行种基于酶数值膜结构的控制方法来实现了对无人机控制数据的并行运算，从而减小对无人机的控制周期，降低了控制延迟。
具体的，该基于酶数值膜结构的控制方法包括：步骤S100和步骤S200。
步骤S100：将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，所述目标姿态数据用于表征所述无人机需要调整至的目标飞行姿态。
FPGA可获得各传感器所采集的多个当前姿态数据，其中，多个当前姿态数据分别为：当前俯仰角姿态数据、当前滚转角姿态数据、当前偏航角姿态数据、当前纬度坐标数据、当前经度坐标数据和当前高度数据，即共6 种数据。此时，FPGA还可获得多个目标姿态数据，该多个目标姿态数据用于表征该无人机需要调整至飞行姿态。获得多个目标姿态数据的方式可以为FPGA按预控制程序自动生成，还可以为接收用户终端基于用户的控制操作而生成并发送该多个目标姿态数据。多个目标姿态数据中每个当前姿态数据的种类均与多个当前姿态数据中每个当前姿态数据中的种类一一对应，即为：当前俯仰角姿态数据与目标俯仰角姿态数据对应，当前滚转角姿态数据与目标滚转角姿态数据对应，当前偏航角姿态数据与目标偏航角姿态数据对应，当前纬度坐标数据与目标纬度坐标数据对应，当前经度坐标数据与目标经度坐标数据对应，以及当前高度数据与目标高度数据对应。
本实施例中，FPGA通过一个第一级预设酶数值膜运算模型来对一个当前姿态数据，以及该当前姿态数据所对应的目标姿态数据进行运算。例如，某一个第一级预设酶数值膜运算模型的编号为1#，则该1#的第一级预设酶数值膜运算模型则可用于针对当前俯仰角姿态数据和目标俯仰角姿态数据进行运算，而另一个第一级预设酶数值膜运算模型的编号为2#，则该2#的第一级预设酶数值膜运算模型则可用于针对当前滚转角姿态数据和目标滚转角姿态数据进行运算。可以理解的，FPGA所预先设置的第一级预设酶数值膜运算模型的数量应该与当前姿态数据的数量相同，即为6个。
具体的，每个预先设置的第一级预设酶数值膜运算模型均具体为：
Pri1:4×(S.Pi-S.Ti)(E.Si→)4|S.DCi
Pri2:Ci1×E.Si→1|E.Di
Pri3:2×(S.DAi+S.DCi)(E.Di→)1|S.DIi+1|Acc
Pri4:S.DCi-S.DTi(E.Di→)1|S.DDi
Pri5:S.DCi(E.Di→)1|Dis
Pri6:S.DCi(E.Di→)1|S.DPi
Pri7:E.Di→1|E.Pi
Pri8:KPi×S.DPi(E.Pi→)1|C.Si
Pri9:KIi×S.DIi(E.Pi→)1|C.Si
Pri10:KDi×S.DDi(E.Pi→)1|C.Si
Pri11:Ci2×E.Pi→1|E.Ci
第一级预设酶数值膜运算模型中包括：数据值和酶变量，数据值和酶变量均用于表征模型的运算规则为基于当前的该数据值和该酶变量进行运算。数据值和该酶变量每个模型中可以是一个或多个。随着运算过程随着运算规则的执行，当前的该数据值和该酶变量用于计算而被消耗掉，并通过计算重新生成新的数据值和酶变量，新的数据值和酶变量则按运算规则被按比例分配到本模型的后续运算或其它模型的运算中。
具体的，在上述的第一级预设酶数值膜运算模型中，#i,i＝2,…,7为每个所述第一级预设酶数值膜运算模型对应编号。S.Ti[input]表示编号为#i的模型中的目标姿态数据。S.Pi[input]表示编号为#i的模型中的当前姿态数据。S.DCi[0]表示编号为#i的模型中的姿态差值数据，其初始值为0。S.DAi[Acc] 表示运算获得的姿态差值的累计值，其初始值为从FPGA的寄存器Dis中的读入值，每次计算更新后再将其储存到寄存器Dis中。S.DTi[Dis]和S.DPi[0] 均表示编号为#i的模型中的FPGA从寄存器Dis中读取的前一次的姿态差值数据，并在本次计算完成后再将其存储到寄存器Dis中。E.Si[Max]表示编号为#i的模型中的酶变量，其初始值为定义的姿态差值数据中的最大值。 E.Di[0]和E.Pi[0]均示编号为#i的模型中的酶变量，其用于后续步骤的计算，其初始值均为0。
Pri1:4×(S.Pi-S.Ti)(E.Si→)4|S.DCi用于编号为#i的模型中获得对应的姿态差值数据，姿态差值数据为当前的姿态差值数据。Pri2:Ci1×E.Si→1|E.Di、 Pri7:E.Di→1|E.Pi和Pri11:Ci2×E.Pi→1|E.Ci均用于获得编号为#i的模型中的酶变量。Pri3:2×(S.DAi+S.DCi)(E.Di→)1|S.DIi+1|Acc用于获得编号为#i的模型中的姿态差值累积数据。Pri4:S.DCi-S.DTi(E.Di→)1|S.DDi用于获得编号为#i的模型中的当前的姿态差值数据与前一次获得的姿态差值数据之间的差值。 Pri8:KPi×S.DPi(E.Pi→)1|C.Si用于获得编号为#i的模型中对应的姿态PID控制数据中的比例控制量。Pri9:KIi×S.DIi(E.Pi→)1|C.Si用于获得编号为#i的模型中对应的姿态PID控制数据中的积分控制量。Pri10:KDi×S.DDi(E.Pi→)1|C.Si用于获得编号为#i的模型中对应的姿态PID控制数据中的微分控制量。
本实施例中，基于预先设置的每个第一级预设酶数值膜运算模型。 FPGA首先将每组对应的当前姿态数据和目标姿态数据带入到对应的一个第一级预设酶数值膜运算模型。从而6个第一级预设酶数值膜运算模型通信执行并行运算，以使FPGA通过每个第一级预设酶数值膜运算模型获得每组对应的当前姿态数据与目标姿态数据之间的姿态差值数据，共并行获得多个姿态差值数据，多个姿态差值数据分别为：俯仰角姿态差值数据、滚转角姿态差值数据、偏航角姿态差值数据、纬度坐标差值数据、经度坐标差值数据和高度差值数据。进一步的，基于多个姿态差值数据，FPGA再每个姿态差值数据均带入对应的一第一级预设酶数值膜运算模型，以使每个第一级预设酶数值膜运算模型均通过预设的PID反馈控制算法继续进行运算。例如，将俯仰角姿态差值数据继续带入编号为1#的模型进行运算。从而也基于6个第一级预设酶数值膜运算模型的并行运算，FPGA可并行同时获得每个姿态差值数据所对应的姿态PID控制数据，共并行获得多个姿态PID控制数据。其中，多个姿态PID控制数据包括：俯仰角姿态PID控制数据、滚转角姿态PID控制数据、偏航角姿态PID控制数据、纬度坐标 PID控制数据、经度坐标PID控制数据和高度PID控制数据；且每个姿态 PID控制数据均包括：每个姿态的比例控制量、每个姿态的积分控制量和每个姿态的微分控制量。
如图10所示，FPGA在基于任一个第一级预设酶数值膜运算模型对对应的一组当前姿态数据和目标姿态数据执行运算时，其在FPGA中具体的执行流程如图10所示。具体的，FPGA首先计算控制姿态差值数据，并存入偏差寄存器Dis中。其计算函数为：Dis＝Tar-Current，其用于表示为当前的姿态差值数据，Distemp＝Dis，其用于表示为前一次获得的姿态差值数据。之后，FPGA基于姿态差值数据分别计算出姿态PID控制数据中P控制量、 I控制量和D控制量，分别存入寄存器，并用CP、CI和CD表示。具体计算函数为：P控制量：CP＝P×Dis，I控制量：CI＝CI+Ci(总控质量)， Ci＝I×Dis(当前计算值)，D控制量：CD＝D×(Dis-Distemp)。之后，FPGA 通过计算函数：C＝CP+CI+CD，从而获得对应的一姿态差值数据。
也如图8所示：
步骤S200：所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM控制信号，以使所述无人机根据所述每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。
基于每个第一级预设酶数值膜运算模型的后，FPGA可获得每个第一级预设酶数值膜运算模型运算输出的一对应的姿态PID控制数据，共获得多个姿态PID控制数据。FPGA再将获得的多个姿态PID控制数据均带入预先设定的第二级预设酶数值膜运算模型中进行运算。可以理解到，该第二级预设酶数值膜运算模型为1个。
具体的，预先设置的第而级预设酶数值膜运算模型均具体为：
Pr11-16:4×C.Si(E.Ci→)1|C.Mi1+1|C.Mi2+1|C.Mi3+1|C.Mi4，i＝2,…,7
Pr17：
Pr18:C.M52+C.M62+C.M72-C.M21-C.M31-C.M41(E.M→)1|PWM1
Pr19:C.M52+C.M62+C.M72+C.M22+C.M32+C.M42(E.M→)1|PWM2
Pr110:C.M52+C.M62+C.M72+C.M23+C.M33-C.M43(E.M→)1|PWM3
Pr111:C.M52+C.M62+C.M72+C.M24+C.M34+C.M44(E.M→)1|PWM4
Pr112:C12×E.M→1|E.O
Pr113:C.T×(E.O→)1|C.F
第二级预设酶数值膜运算模型中也包括：数据值和酶变量，数据值和酶变量均也用于表征模型的运算规则为基于当前的该数据值和该酶变量进行运算。数据值和该酶变量在模型中也可以是一个或多个。随着运算过程随着运算规则的执行，当前的该数据值和该酶变量用于计算而被消耗掉，并通过计算重新生成新的数据值和酶变量，新的数据值和酶变量则按运算规则被按比例分配到本模型的后续运算中。
具体的，在上述的第二级预设酶数值膜运算模型中，多个姿态PID控制数据的数量为6个，多个电机的数量为4个。
C.Mi1[0],C.Mi2[0],C.Mi3[0],C.Mi4[0]均用于表示第二级预设酶数值膜运算模型运算获得的每个电机的控制量。
PWM1[input],PWM2[input],PWM3[input],PWM4[input]均用于表示第二级预设酶数值膜运算模型基于对控制量运算获得的每个电机的当前PWM控制数据，其每个的初值均为前一次的输入值。
E.O[0]表示第二级预设酶数值膜运算模型中的的酶变量，用于根据其所定义的规则来运算获得控制量。E.M[0]表示第二级预设酶数值膜运算模型中的的酶变量，用于根据其所定义的规则来运算获得每个电机的当前 PWM控制数据。E.O[0]表示第二级预设酶数值膜运算模型中的的酶变量，用于根据所定义的规则来监测运算是否结束。C.T[1]表示第二级预设酶数值膜运算模型中的的酶变量，其初值为1，当C.T[1]在运算中被消耗时，其初值更新为0，而当其又再次更新为1时，第二级预设酶数值膜运算模型本周期的运算结束。
Pr11-16:4×C.Si(E.Ci→)1|C.Mi1+1|C.Mi2+1|C.Mi3+1|C.Mi4，i＝2,…,7用于表征多个姿态PID控制数据中每个姿态PID控制数据均需要用于被执行到获得每个电机的当前PWM控制信号的计算过程中，从而获得各电机的控制量。
由于需要控制的电机数量为4个，在第二级预设酶数值膜运算模型中：
Pr18:C.M52+C.M62+C.M72-C.M21-C.M31-C.M41(E.M→)1|PWM1用于表征获得多个电机中第一电机的当前PWM控制信号。
Pr19:C.M52+C.M62+C.M72+C.M22+C.M32+C.M42(E.M→)1|PWM2用于表征获得多个电机中第二电机的当前PWM控制信号。
Pr110:C.M52+C.M62+C.M72+C.M23+C.M33-C.M43(E.M→)1|PWM3用于表征获得多个电机中第三电机的当前PWM控制信号。
Pr111:C.M52+C.M62+C.M72+C.M24+C.M34+C.M44(E.M→)1|PWM4用于表征获得多个电机中第四电机的当前PWM控制信号。
Pr17:和Pr112:C12×E.M→1|E.O均用于获得酶变量。
本实施例中，基于预先设置的第二级预设酶数值膜运算模型。FPGA的将获得的多个姿态PID控制数据均带入到第二级预设酶数值膜运算模型中。基于第二级预设酶数值膜运算模型执行对多个姿态PID控制数据的运算，FPGA获得了每个电机对应的控制量，共多个控制量。进一步的，FPGA的也通过第二级预设酶数值膜运算模型，将多个控制量分别带入每个电机所对应的运算公式中，再通过执行并行运算，从而通过每个运算公式获得该电机的当前PWM控制数据。之后，FPGA则根据每个PWM控制数据生成对应的PWM控制信号，从而并行同时获得每个电机的当前PWM控制信号。 FPGA将每个当前PWM控制信号均输出至对应的电机，以使通过每个当前 PWM控制信号对对应的电机转速的控制，将无人机的当前飞行姿态调整至目标飞行姿态。
第三实施例
请参阅图11，本发明第三实施例提供了一种基于酶数值膜结构的控制装置200，该基于酶数值膜结构的控制装置200应用于无人机的FPGA中。该基于酶数值膜结构的控制装置200包括：
第一计算模块210，用于将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，所述目标姿态数据用于表征所述无人机需要调整至的目标飞行姿态。
第二计算模块220，用于所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM 控制信号，以使所述无人机根据所述每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。
请参阅图12，在本发明第三实施例提供的一种基于酶数值膜结构的控制装置200中，第一计算模块210包括：
差值获得单元211，用于将所述每个当前姿态数据与对应的所述目标姿态数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得所述每个当前姿态数据与对应的所述目标姿态数据之间的姿态差值数据，共多个姿态差值数据。
PID数据获得单元212，用于将所述多个姿态差值数据中每个姿态差值数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据
需要说明的是，由于所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例所提供的进行处理器可执行的非易失的程序代码的计算机可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM， Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上所述，本发明实施例提供了一种酶数值膜结构的控制方法、装置及可读取存储介质。其中，基于酶数值膜结构的控制方法，应用于一无人机，无人机包括多个电机。方法包括：将多个当前姿态数据中每个当前姿态数据和每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，目标姿态数据用于表征无人机需要调整至的目标飞行姿态；多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得多个电机中每个电机的当前PWM控制信号，以使无人机根据每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。
通过每个当前姿态数据和一目标姿态数据的对应，则将具有对关系的没和当前姿态数据和每个目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据。由于酶数值膜结构的并行运算效果，则可同时并行获得多个姿态PID控制数据。之后，再将多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算，也通过酶数值膜结构的并行运算效果，则并行同时获得多个电机中每个电机的当前PWM控制信号。因此，在传感器增多，采集的数据量增大的情况下，基于第一级预设酶数值膜运算模型和第二级预设酶数值膜运算模型对数据的并行运算，缩短了对数据的处理时长，进而减小了对无人机的控制周期。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于酶数值膜结构的控制方法，其特征在于，应用于一无人机，所述无人机包括多个电机，所述方法包括：
将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，所述目标姿态数据用于表征所述无人机需要调整至的目标飞行姿态；
所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM控制信号，以使所述无人机根据所述每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。
2.根据权利要求1所述的基于酶数值膜结构的控制方法，其特征在于，所述将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，包括：
将所述每个当前姿态数据与对应的所述目标姿态数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得所述每个当前姿态数据与对应的所述目标姿态数据之间的姿态差值数据，共多个姿态差值数据；
将所述多个姿态差值数据中每个姿态差值数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据。
3.根据权利要求2所述的基于酶数值膜结构的控制方法，其特征在于，所述将所述多个姿态差值数据中每个姿态差值数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，包括：
将所述多个姿态差值数据中所述每个姿态差值数据均带入对应的一所述第一级预设酶数值膜运算模型，所述第一级预设酶数值膜运算模型的数量与所述多个姿态差值数据的数量匹配，共多个第一级预设酶数值膜运算模型；
通过所述多个第一级预设酶数值膜运算模型中每个第一级预设酶数值膜运算模型均以预设的PID反馈控制算法执行对对应的该所述每个姿态差值数据的运算；
获得与所述每个姿态差值数据均对应的一所述姿态差值数据，共获得所述多个姿态PID控制数据。
4.根据权利要求2所述的基于酶数值膜结构的控制方法，其特征在于，每个所述第一级预设酶数值膜运算模型均为：
Pri1:4×(S.Pi-S.Ti)(E.Si→)4|S.DCi
Pri2:Ci1×E.Si→1|E.Di
Pri3:2×(S.DAi+S.DCi)(E.Di→)1|S.DIi+1|Acc
Pri4:S.DCi-S.DTi(E.Di→)1|S.DDi
Pri5:S.DCi(E.Di→)1|Dis
Pri6:S.DCi(E.Di→)1|S.DPi
Pri7:E.Di→1|E.Pi
Pri8:KPi×S.DPi(E.Pi→)1|C.Si
Pri9:KIi×S.DIi(E.Pi→)1|C.Si
Pri10:KDi×S.DDi(E.Pi→)1|C.Si
Pri11:Ci2×E.Pi→1|E.Ci
其中，#i,i＝2,…,7为每个所述第一级预设酶数值膜运算模型对应编号；Pri1:4×(S.Pi-S.Ti)(E.Si→)4|S.DCi用于获得对应的所述姿态差值数据；所述姿态差值数据为当前的所述姿态差值数据，Pri2:Ci1×E.Si→1|E.Di、Pri7:E.Di→1|E.Pi和Pri11:Ci2×E.Pi→1|E.Ci均用于获得酶变量，所述酶变量用于表征后续运算所基于的规则；Pri3:2×(S.DAi+S.DCi)(E.Di→)1|S.DIi+1|Acc用于获得姿态差值累积数据；Pri4:S.DCi-S.DTi(E.Di→)1|S.DDi用于获得当前的所述姿态差值数据与前一次获得的姿态差值数据之间的差值；Pri8:KPi×S.DPi(E.Pi→)1|C.Si用于获得对应的姿态PID控制数据中的比例控制量；Pri9:KIi×S.DIi(E.Pi→)1|C.Si用于获得对应的姿态PID控制数据中的积分控制量；Pri10:KDi×S.DDi(E.Pi→)1|C.Si用于获得对应的姿态PID控制数据中的微分控制量。
5.根据权利要求1所述的基于酶数值膜结构的控制方法，其特征在于，所述的所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM控制信号，包括：
将所述多个姿态PID控制数据均带入所述第二级预设酶数值膜运算模型；
通过所述第二级预设酶数值膜运算模型执行对所述多个姿态PID控制数据运算；
并行获得所述每个电机的当前PWM控制信号。
6.根据权利要求5所述的基于酶数值膜结构的控制方法，其特征在于，所述第二级预设酶数值膜运算模型包括：
Pr11-16:4×C.Si(E.Ci→)1|C.Mi1+1|C.Mi2+1|C.Mi3+1|C.Mi4，i＝2,…,7
Pr17:
Pr18:C.M52+C.M62+C.M72-C.M21-C.M31-C.M41(E.M→)1|PWM1
Pr19:C.M52+C.M62+C.M72+C.M22+C.M32+C.M42(E.M→)1|PWM2
Pr110:C.M52+C.M62+C.M72+C.M23+C.M33-C.M43(E.M→)1|PWM3
Pr111:C.M52+C.M62+C.M72+C.M24+C.M34+C.M44(E.M→)1|PWM4
Pr112:C12×E.M→1|E.O
Pr113:C.T×(E.O→)1|C.F
其中，所述多个姿态PID控制数据的数量为6个，所述多个电机的数量为4个；Pr11-16:4×C.Si(E.Ci→)1|C.Mi1+1|C.Mi2+1|C.Mi3+1|C.Mi4，i＝2,…,7用于表征所述多个姿态PID控制数据中每个姿态PID控制数据均需要用于被执行到获得所述每个电机的当前PWM控制信号的计算过程中；Pr18:C.M52+C.M62+C.M72-C.M21-C.M31-C.M41(E.M→)1|PWM1用于表征获得所述多个电机中第一电机的当前PWM控制信号；Pr19:C.M52+C.M62+C.M72+C.M22+C.M32+C.M42(E.M→)1|PWM2用于表征获得所述多个电机中第二电机的当前PWM控制信号；Pr110:C.M52+C.M62+C.M72+C.M23+C.M33-C.M43(E.M→)1|PWM3用于表征获得所述多个电机中第三电机的当前PWM控制信号；Pr111:C.M52+C.M62+C.M72+C.M24+C.M34+C.M44(E.M→)1|PWM4用于表征获得所述多个电机中第四电机的当前PWM控制信号；Pr17:和Pr112:C12×E.M→1|E.O均用于获得酶变量，所述酶变量用于表征后续运算所基于的规则。
7.根据权利要求1所述的基于酶数值膜结构的控制方法，其特征在于，所述每个当前姿态数据均为：当前俯仰角姿态数据、当前滚转角姿态数据、当前偏航角姿态数据、当前纬度坐标数据、当前经度坐标数据和当前高度数据中的任一种，且所述每个当前姿态数据的种类均与其它所述每个当前姿态数据的种类不同。
8.一种基于酶数值膜结构的控制装置，其特征在于，应用于一无人机，所述无人机包括多个电机，所述装置包括：
第一计算模块，用于将多个当前姿态数据中每个当前姿态数据和所述每个当前姿态数据对应的目标姿态数据均通过对应的一第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据，所述目标姿态数据用于表征所述无人机需要调整至的目标飞行姿态；
第二计算模块，用于所述多个姿态PID控制数据通过第二级预设酶数值膜运算模型的运算来并行获得所述多个电机中每个电机的当前PWM控制信号，以使所述无人机根据所述每个电机的当前PWM控制信号将当前飞行姿态调整至目标飞行姿态。
9.根据权利要求8所述的基于酶数值膜结构的控制装置，其特征在于，所述第一计算模块包括：
差值获得单元，用于将所述每个当前姿态数据与对应的所述目标姿态数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得所述每个当前姿态数据与对应的所述目标姿态数据之间的姿态差值数据，共多个姿态差值数据；
PID数据获得单元，用于将所述多个姿态差值数据中每个姿态差值数据均通过对应的一所述第一级预设酶数值膜运算模型的运算来获得对应的一姿态PID控制数据，共并行获得多个姿态PID控制数据。
10.一种可读取存储介质，其特征在于，所述可读取存储介质存储于计算机内，所述可读取存储介质包括多条指令，所述多条指令被配置成使得计算机执行如权利要求1-7任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711257732.9A CN107807669B (zh) | 2017-12-01 | 2017-12-01 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711257732.9A CN107807669B (zh) | 2017-12-01 | 2017-12-01 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107807669A true CN107807669A (zh) | 2018-03-16 |
| CN107807669B CN107807669B (zh) | 2020-07-07 |
Family
ID=61579222
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711257732.9A Expired - Fee Related CN107807669B (zh) | 2017-12-01 | 2017-12-01 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107807669B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108107901A (zh) * | 2017-12-18 | 2018-06-01 | 西华大学 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
| CN108648206A (zh) * | 2018-04-28 | 2018-10-12 | 成都信息工程大学 | 一种Robert边缘检测膜计算***及方法 |
| CN110262481A (zh) * | 2019-06-04 | 2019-09-20 | 西南交通大学 | 一种基于酶数值膜***的移动机器人避障控制方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663494A (zh) * | 2012-04-10 | 2012-09-12 | 西华大学 | 一种基于变异粒子群算法的膜优化算法 |
| CN102662322A (zh) * | 2012-04-10 | 2012-09-12 | 西华大学 | 一种fpga处理器及pid膜优化神经网络控制器 |
| CN103592852A (zh) * | 2013-11-29 | 2014-02-19 | 西南交通大学 | 基于粒子群膜算法的pid控制器优化设计方法 |
| CN105700540A (zh) * | 2016-03-09 | 2016-06-22 | 哈尔滨工业大学深圳研究生院 | 基于fpga的无人机飞行控制电路 |
| CN105978441A (zh) * | 2016-06-15 | 2016-09-28 | 零度智控（北京）智能科技有限公司 | 无人机、电机控制装置及方法 |
| CN108107901A (zh) * | 2017-12-18 | 2018-06-01 | 西华大学 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
-
2017
- 2017-12-01 CN CN201711257732.9A patent/CN107807669B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663494A (zh) * | 2012-04-10 | 2012-09-12 | 西华大学 | 一种基于变异粒子群算法的膜优化算法 |
| CN102662322A (zh) * | 2012-04-10 | 2012-09-12 | 西华大学 | 一种fpga处理器及pid膜优化神经网络控制器 |
| CN103592852A (zh) * | 2013-11-29 | 2014-02-19 | 西南交通大学 | 基于粒子群膜算法的pid控制器优化设计方法 |
| CN105700540A (zh) * | 2016-03-09 | 2016-06-22 | 哈尔滨工业大学深圳研究生院 | 基于fpga的无人机飞行控制电路 |
| CN105978441A (zh) * | 2016-06-15 | 2016-09-28 | 零度智控（北京）智能科技有限公司 | 无人机、电机控制装置及方法 |
| CN108107901A (zh) * | 2017-12-18 | 2018-06-01 | 西华大学 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| XIAOXIAO SONG 等: "Spiking neural P systems with multiple channels and anti-spikes", 《ES》 * |
| 王争一: "酶数值膜***仿真器设计与实现", 《CNKI》 * |
| 王涛: "基于膜计算优化算法的控制器研究与设计", 《CNKI》 * |
| 葛平平 等: "膜计算优化PID 控制在煤炭分拣机器人中的应用", 《煤炭工程》 * |
| 黄振 等: "移动机器人避障行为酶数值膜控制器", 《计算机***应用》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108107901A (zh) * | 2017-12-18 | 2018-06-01 | 西华大学 | 基于酶数值膜结构的控制方法、装置及可读取存储介质 |
| CN108648206A (zh) * | 2018-04-28 | 2018-10-12 | 成都信息工程大学 | 一种Robert边缘检测膜计算***及方法 |
| CN108648206B (zh) * | 2018-04-28 | 2022-09-16 | 成都信息工程大学 | 一种Robert边缘检测膜计算***及方法 |
| CN110262481A (zh) * | 2019-06-04 | 2019-09-20 | 西南交通大学 | 一种基于酶数值膜***的移动机器人避障控制方法 |
| CN110262481B (zh) * | 2019-06-04 | 2021-06-22 | 西南交通大学 | 一种基于酶数值膜***的移动机器人避障控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107807669B (zh) | 2020-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107807669A (zh) | 基于酶数值膜结构的控制方法、装置及可读取存储介质 | |
| US7418305B2 (en) | Method of generating a component of a component-based automation system | |
| US20220156433A1 (en) | Industrial network communication emulation | |
| US8396701B2 (en) | Software systems for development, control, programming, simulation, and emulation of fixed and reconfigurable lab-on-a-chip devices | |
| Ma et al. | ROS-based multi-robot system simulator | |
| CN101706648B (zh) | 一种基于rcp与dsp的运动控制器的设计方法 | |
| CN106163627A (zh) | 用于信息物理***的控制设备 | |
| CN108107901A (zh) | 基于酶数值膜结构的控制方法、装置及可读取存储介质 | |
| CN103441727A (zh) | 一种伺服电机控制器及控制方法 | |
| CN109445404B (zh) | 智能驾驶规划决策控制***增强在环测试方法 | |
| CN107608231A (zh) | 一种导引头稳定平台的调试方法 | |
| CN104715283A (zh) | 一种模拟神经元互连***及采用该***的可编程神经元阵列芯片 | |
| JPWO2008146477A1 (ja) | 通信機能を有するｐｌｃ | |
| CN104380115A (zh) | 移液机器人 | |
| CN208506542U (zh) | 一种agv控制器io端口复用配置*** | |
| CN206741309U (zh) | 一种两轮自平衡小车 | |
| US20190280421A1 (en) | Configurable smart object system with grid or frame-based connectors | |
| CN102722174B (zh) | 基于总线控制方式的agv控制*** | |
| CN104750029A (zh) | 五轴运动控制器及其控制方法 | |
| JP2006059308A (ja) | 汎用化されリアルタイム可能な情報処理装置 | |
| Xing et al. | Reconfigurable manufacturing system for agile mass customization manufacturing | |
| CN107908905A (zh) | 一种通过bim进行施工模拟的装置 | |
| CN104750089B (zh) | 传感器信号的检测方法及装置 | |
| CN112686591A (zh) | 制造控制***和用于控制矩阵单元生产工厂的方法 | |
| CN207676204U (zh) | 介入式计算机控制*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Yang Fan Inventor after: Wang Jun Inventor after: Peng Hong Inventor after: Sha Zhibing Inventor after: Lu Xiaoyuan Inventor after: Tang Rui Inventor before: Yang Fan |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200707 Termination date: 20211201 |