CN110673619B - 一种飞行姿态的控制方法、装置、无人机和存储介质 - Google Patents

一种飞行姿态的控制方法、装置、无人机和存储介质 Download PDF

Info

Publication number
CN110673619B
CN110673619B CN201911001092.4A CN201911001092A CN110673619B CN 110673619 B CN110673619 B CN 110673619B CN 201911001092 A CN201911001092 A CN 201911001092A CN 110673619 B CN110673619 B CN 110673619B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
attitude
parameter
parameters
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.)
Active
Application number
CN201911001092.4A
Other languages
English (en)
Other versions
CN110673619A (zh
Inventor
张添保
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Daotong Intelligent Software Development Co ltd
Original Assignee
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Autel Intelligent Aviation Technology Co Ltd filed Critical Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority to CN201911001092.4A priority Critical patent/CN110673619B/zh
Publication of CN110673619A publication Critical patent/CN110673619A/zh
Priority to PCT/CN2020/122543 priority patent/WO2021078166A1/zh
Application granted granted Critical
Publication of CN110673619B publication Critical patent/CN110673619B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例公开了一种飞行姿态的控制方法、装置、无人机和存储介质。其中，该方法包括：根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为所述无人机设定的遥控姿态参数，确定所述无人机的转换控制参数；根据所述无人机的转换控制参数和当前飞行分配参数，对所述无人机的飞行姿态进行补偿，得到所述无人机的目标飞行姿态参数；根据所述目标飞行姿态参数控制所述无人机飞行。本发明实施例提供的技术方案，实时估计无人机中各项参数的实际值，并依据该实际值自适应调整无人机在下一时刻的飞行姿态参数，减少无人机在飞行过程中的机身抖动，提高无人机飞行姿态的控制精度。

Description

一种飞行姿态的控制方法、装置、无人机和存储介质
技术领域
本发明实施例涉及无人机技术领域，尤其涉及一种飞行姿态的控制方法、装置、无人机和存储介质。
背景技术
随着无人机技术的快速发展，通过无人机进行安全监控或航拍等功能也快速普及到人们的日常生活中。
为了避免无人机在飞行过程中所遇到的各种干扰而带来的飞行影响，现有的无人机自适应姿态控制方式通常是在无人机飞行过程中不断估计出无人机遇到的干扰上限，该干扰上限存在一定的不确定性，此时根据预先在控制器中设计出的一种专门用于抵抗干扰的控制量来抵抗当前估计的干扰上限，使得无人机保持正常的姿态飞行，提高控制器的抗干扰性能。
而由于无人机在飞行过程中的实际干扰通常达不到估计的干扰上限，而且要求抵抗干扰的控制量需要比干扰上限稍大一点，才能保证干扰被完全压住，此时控制器中生成的控制量会超出实际干扰，造成控制量的浪费，同时容易加大无人机机身的抖动幅度。
发明内容
本发明实施例提供了一种飞行姿态的控制方法、装置、无人机和存储介质，减少无人机在飞行过程中的机身抖动，提高无人机飞行姿态的控制精度。
第一方面，本发明实施例提供了一种飞行姿态的控制方法，该方法包括：
根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为所述无人机设定的遥控姿态参数，确定所述无人机的转换控制参数；
根据所述无人机的转换控制参数和当前飞行分配参数，对所述无人机的飞行姿态进行补偿，得到所述无人机的目标飞行姿态参数；
根据所述目标飞行姿态参数控制所述无人机飞行。
第二方面，本发明实施例提供了一种飞行姿态的控制装置，该装置包括：
转换参数确定模块，用于根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为所述无人机设定的遥控姿态参数，确定所述无人机的转换控制参数；
目标姿态确定模块，用于根据所述无人机的转换控制参数和当前飞行分配参数，对所述无人机的飞行姿态进行补偿，得到所述无人机的目标飞行姿态参数；
姿态控制模块，用于根据所述目标飞行姿态参数控制所述无人机飞行。
第三方面，本发明实施例提供了一种无人机，该无人机包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所述的飞行姿态的控制方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述的飞行姿态的控制方法。
本发明实施例提供了一种飞行姿态的控制方法、装置、无人机和存储介质，根据无人机的当前飞行姿态参数、姿态调节参数和通过遥控设备设定的在下一时刻的遥控姿态参数，确定无人机中控制电机工作的转换控制参数，进而根据该转换控制参数和无人机中为各电机设定的当前飞行分配参数，实时对无人机的飞行姿态进行补偿，得到无人机在下一时刻的目标飞行姿态参数，并根据该目标飞行姿态参数控制无人机飞行，解决了现有技术中不断估计无人机在飞行过程中的干扰上限，并根据该干扰上限生成适合的控制量来抵抗实际干扰，从而造成无人机机身抖动的问题，本方案实时估计无人机中各项参数的实际值，并依据该实际值自适应调整无人机在下一时刻的飞行姿态参数，减少无人机在飞行过程中的机身抖动，提高无人机飞行姿态的控制精度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例一提供的一种飞行姿态的控制方法的流程图；
图2A为本发明实施例二提供的一种飞行姿态的控制方法的流程图；
图2B为本发明实施例二提供的飞行姿态的控制过程的原理示意图；
图3为本发明实施例三提供的一种飞行姿态的控制装置的结构示意图；
图4为本发明实施例四提供的一种无人机的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本发明实施例一提供的一种飞行姿态的控制方法的流程图，本实施例可适用于任一种控制无人机飞行的情况中。本实施例提供的一种飞行姿态的控制方法可以由本发明实施例提供的飞行姿态的控制装置来执行，该装置可以通过软件和/或硬件的方式来实现，并集成在执行本方法的无人机中。
具体的，参考图1，该方法可以包括如下步骤：
S110，根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为无人机设定的遥控姿态参数，确定无人机的转换控制参数。
具体的，本实施例主要针对无人机在飞行过程中抵抗干扰的问题，其中无人机主要是指多旋翼无人机，通过控制无人机中的多个电机的工作来控制无人机在遇到干扰时的稳定飞行。其中，当前飞行姿态参数是指无人机在飞行过程中当前时刻的姿态角信息，包括无人机的滚转角、俯仰角和偏航角等，可以通过无人机中配置的加速度计、陀螺仪传感器、磁罗盘或者全球定位***(Global Positioning System)模块等姿态传感器来采集无人机在当前时刻的飞行姿态角信息，通过对姿态角的变化情况进行分析，也就是进行对应的姿态解析也可以得到无人机当前的姿态角速率信息，包括滚转角速率、俯仰角速率和偏航角速率等；姿态调节参数是指无人机在飞行过程中形成一个对应的闭环***，通过保证闭环***达到稳定的响应特性而生成的自适应调节参数，以对无人机的当前飞行姿态参数进行调节，进而以使闭环***的响应特性维持稳定为目的来抵抗无人机在飞行过程中遇到的干扰；遥控设备是为无人机配置的、能够控制无人机飞行的遥控器，在遥控设备上能够输入用户期望的无人机在下一时刻的飞行姿态参数，也就是本实施例中的遥控姿态参数，可以包括无人机在下一时刻的飞行姿态角信息；转换控制参数是指无人机中用于从控制器过渡到无人机中的电机工作指令的中间变量，用于对无人机在飞行过程中的飞行姿态进行补偿，以控制无人机在遇到干扰时能保持稳定飞行。
可选的，本实施例在通过各个姿态传感器采集到无人机的当前飞行姿态参数以及通过遥控设备为无人机设定的在下一时刻的遥控姿态参数后，首先可以对当前飞行姿态参数和遥控姿态参数进行分析，确定当前的姿态调节参数，进而采用现有技术中为无人机设定的姿态动力模型，根据当前飞行姿态参数、姿态调节参数和遥控姿态参数，确定出无人机中控制电机工作的转换控制参数。
本实施例中，姿态动力模型为
Figure BDA0002241344410000051
其中，
Figure BDA0002241344410000052
表示无人机姿态角变化率；X2表示无人机飞行姿态角速率；
Figure BDA0002241344410000053
表示无人机姿态角加速度；u为无人机的转换控制参数；A和B分别为标称的模型参数；K1和K2分别为姿态调节参数中的姿态角调节参数和姿态角速率调节参数；示例性的，预先设定
Figure BDA0002241344410000054
X2 T＝[ωx,ωy,ωz]，
Figure BDA0002241344410000055
其中，
Figure BDA0002241344410000056
θ和ψ分别为无人机的滚转角、俯仰角和偏航角，ωx、ωy和ωz分别为无人机的滚转角速率、俯仰角速率和偏航角速率；表征无人机在转换控制参数u的作用下，其姿态运动的方式。
此外，本实施例中可以根据无人机所在的闭环***的闭环响应特性来确定对应的姿态调节参数，通过对无人机的姿态调节参数进行实时更新，从而使闭环***的闭环响应特性保持在一个稳定值，以抵抗无人机遇到的干扰。可选的，本实施例中在获取无人机的姿态调节参数之前，还可以包括：根据无人机的当前飞行姿态参数和遥控姿态参数，确定无人机的闭环响应特性参数；根据闭环响应特性参数，确定对应的姿态调节参数。
具体的，无人机的闭环***可以近似为一个二阶***，此时通过采用在线辨识算法对无人机的当前飞行姿态参数和遥控姿态参数进行分析，能够实时估计出无人机在当前时刻飞行下所形成的闭环***的闭环响应特性参数，该闭环响应特性参数包括无人机在闭环***下的阻尼信息和带宽信息；由于预先设定闭环***的闭环响应特性参数保持在一个稳定值，因此本实施例中会设定保证闭环***稳定的阻尼期望值和带宽期望值，此时根据估计出的无人机的闭环响应特性参数中的阻尼信息和带宽信息，以及预先设定的阻尼期望值和带宽期望值之间的差异，确定下一时刻对应的姿态调节参数。
示例性的，预先设定姿态动力模型中的各个参数分别为：
Figure BDA0002241344410000061
和
Figure BDA0002241344410000062
其中，E和Wn分别为无人机的闭环响应特性参数中的阻尼信息和带宽信息；K1、K2、E和Wn中的不同参数分别表示无人机姿态角中的滚转角、俯仰角和偏航角分别对应的参数值；对于无人机姿态角中的滚转角、俯仰角和偏航角中的任一单通道，无人机所在的闭环***近似的二阶***为：
Figure BDA0002241344410000063
其中，s为拉普拉斯算子，X1i(s)为无人机滚转角、俯仰角和偏航角中的某一个姿态角；X1ic(s)为遥控设备为无人机设定的滚转角、俯仰角和偏航角中的某一个遥控姿态角；转换为时域对应的方程为：
Figure BDA0002241344410000064
其离散形式表示为：
Figure BDA0002241344410000065
对上式中的参数重新设定：z2i(k)＝X2i(k+1)，h2i(k)＝[X1ic(k)-X1i(k),X2i(k)]T，
Figure BDA0002241344410000071
此时现有的在线辨识算法如下所示：
Figure BDA0002241344410000072
本实施例可以采用上述现有的在线辨识算法能够求得θ2i(k+1)的估计值
Figure BDA0002241344410000073
进而通过重新设定的参数
Figure BDA0002241344410000074
计算出无人机的闭环响应特性参数中的阻尼参数ξi(k+1)和带宽参数ωni(k+1)，同时与预先设定的阻尼期望值ξid和带宽期望值ωnid进行比较，生成对应的姿态调节参数，以便无人机能够稳定保持在阻尼期望值和带宽期望值下。
此时，本实施例对自适应姿态调节参数的更新规律不作具体限定，其中一种更新规律可以为：
Figure BDA0002241344410000075
其中，γ1和γ2为自适应更新常数，由开发者自由设定，而姿态调节参数中的K1和K2的初始值为：
Figure BDA0002241344410000076
K20＝2EdWnd，此时
Figure BDA0002241344410000077
进而通过上述公式迭代得到下一时刻的姿态调节参数K1和K2；另一种更新规律也可以为：
Figure BDA0002241344410000078
ΔK2(k)＝γ2(EdWnd-E(k)Wn(k))；而姿态调节参数中的K1和K2的初始值为：
Figure BDA0002241344410000079
K2(0)＝2EdWnd，此时K1(k)＝K1(k-1)+ΔK1(k)，K2(k)＝K2(k-1)+ΔK2(k)；进而通过上述公式迭代也可以得到下一时刻的姿态调节参数K1(k+1)和K2(k+1)。
S120，根据无人机的转换控制参数和当前飞行分配参数，对无人机的飞行姿态进行补偿，得到无人机的目标飞行姿态参数。
其中，当前飞行分配参数是指根据无人机的整体飞行控制量过渡到无人机中控制各个电机进行工作的电机控制量所参考的分配依据，根据该当前飞行分配参数能够将无人机的整体飞行控制量，也就是无人机的转换控制参数，对应分配到无人机的各个电机中，以控制无人机中的各个电机工作。
具体的，本实施例在确定无人机的转换控制参数后，可以根据无人机的转换控制参数和当前飞行分配参数，确定无人机中各个电机的工作指令，进而对无人机的飞行姿态进行补偿，得到无人机的目标飞行姿态参数，也就是无人机在下一时刻实际飞行的姿态参数。
S130，根据目标飞行姿态参数控制无人机飞行。
具体的，在得到无人机在下一时刻的目标飞行姿态参数后，控制无人机按照该目标飞行姿态参数飞行，后续将该时刻作为当前时刻，继续采用本实施例中的飞行姿态的控制方法确定下一时刻的目标飞行姿态参数，进而控制无人机飞行，以保证无人机所在的闭环***保持在稳定的闭环响应特性参数下，能够抵抗无人机遇到的各种干扰，提高飞行姿态的控制精度。
本实施例提供的技术方案，根据无人机的当前飞行姿态参数、姿态调节参数和通过遥控设备设定的在下一时刻的遥控姿态参数，确定无人机中控制电机工作的转换控制参数，进而根据该转换控制参数和无人机中为各电机设定的当前飞行分配参数，实时对无人机的飞行姿态进行补偿，得到无人机在下一时刻的目标飞行姿态参数，并根据该目标飞行姿态参数控制无人机飞行，解决了现有技术中不断估计无人机在飞行过程中的干扰上限，并根据该干扰上限生成适合的控制量来抵抗实际干扰，从而造成无人机机身抖动的问题，本方案实时估计无人机中各项参数的实际值，并依据该实际值自适应调整无人机在下一时刻的飞行姿态参数，减少无人机在飞行过程中的机身抖动，提高无人机飞行姿态的控制精度。
实施例二
图2A为本发明实施例二提供的一种飞行姿态的控制方法的流程图，图2B为本发明实施例二提供的飞行姿态的控制过程的原理示意图。本实施例是在上述实施例的基础上进行优化。可选的，本实施例中主要对控制无人机以稳定的飞行姿态进行飞行的具体飞行过程进行详细的解释说明。
可选的，如图2A所示，本实施例具体可以包括如下步骤：
S210，根据无人机的当前飞行姿态角、姿态角调节参数和遥控姿态角，确定无人机的目标姿态角速率。
具体的，在获取到无人机的当前飞行姿态角和通过遥控设备为无人机设定的的遥控姿态角时，如图2B所示，首先可以将当前飞行姿态角和遥控姿态角进行比对，得到对应的姿态角误差，进而通过根据当前飞行姿态参数和遥控姿态参数确定的姿态角调节参数对该姿态角误差进行调节，得到无人机的目标姿态角速率。
示例性的，根据姿态动力模型
Figure BDA0002241344410000091
可以得到X2c＝A-1K1(X1c-X1)；其中，X2c为目标姿态角速率，X1c为遥控设备为无人机设定的遥控姿态角，X1为无人机的飞行姿态角，K1为根据闭环***的闭环响应特性参数预先确定的姿态角调节参数；此时将获取到的飞行姿态角、姿态角调节参数和遥控姿态角输入到上述公式中，可以得到无人机的目标姿态角速率。
S220，根据无人机的当前飞行姿态角速率、姿态角速率调节参数和目标姿态角速率，确定无人机的转换控制参数。
具体的，在获取到无人机的当前飞行姿态角速率和目标姿态角速率时，如图2B所示，首先可以将当前飞行姿态角速率和目标姿态角速率进行比对，得到当前时刻与下一时刻的姿态角速率误差，进而通过根据当前飞行姿态参数和遥控姿态参数确定的姿态角速率调节参数对该姿态角速率误差进行调节，得到无人机的转换控制参数。
示例性的，根据姿态动力模型
Figure BDA0002241344410000101
可以得到u＝B-1K2(X2c-X2)；其中，u为无人机的转换控制参数，X2c为目标姿态角速率，X2为无人机的当前飞行姿态角速率，K2为根据闭环***的闭环响应特性参数预先确定的姿态角速率调节参数；此时将获取到的当前飞行姿态角速率、姿态角速率调节参数和目标姿态角速率输入到上述公式中，可以得到无人机的转换控制参数。
S230，根据无人机的转换控制参数和当前飞行分配参数，确定无人机的电机输入信号。
具体的，如图2B所示，由于无人机的转换控制参数为将无人机的整体控制量向无人机中控制各个电机工作的指令转换的中间变量，此时转换控制参数与无人机中的各个电机之间存在某种指令分配关系，也就是本实施例中的当前飞行分配参数，因此根据无人机的转换控制参数和当前飞行分配参数，执行对应的电机控制分配操作，进而确定无人机中各个电机对应的电机输入信号。
示例性的，由于无人机中电机控制的分配关系为：u＝Mv；其中，M为无人机中为各电机设定的当前飞行分配参数组成的矩阵，v为无人机中各个电机的电机输入信号组成的输入矩阵，此时设定：
Figure BDA0002241344410000111
vT＝[v1,v2,......,vn]；而无人机中电机响应存在一个时间常数τ，其等小模型可近似为一个惯性环节，即：
Figure BDA0002241344410000112
其中，上式表示无人机中各个电机的输入输出传递函数，s为拉普拉斯算子，i为电机编号，设定无人机中存在n个电机，δi为第i个电机实际产生的比拉力，δic为第i个电机的期望电机输入产生的比拉力；此时，将无人机的转换控制参数和当前飞行分配参数，分别输入到上述公式中，计算得到无人机中各个电机对应的电机输入信号。
可选的，本施例中根据无人机在当前时刻的飞行姿态参数会实时调整下一时刻的飞行分配参数，以便保证无人机稳定飞行，因此在确定无人机的电机输入信号之前，还可以包括：根据无人机的当前飞行姿态参数和上一时刻的电机输入信号，确定所述当前飞行分配参数。
具体的，本实施例可以通过在线辨识算法对无人机的当前飞行姿态参数和上一时刻的电机输入信号进行分析，实时更新对应的当前飞行分配参数；此时姿态角速率的动力模型为
Figure BDA0002241344410000113
此时对于无人机姿态角速率中的滚转角速率、俯仰角速率和偏航角速率中的任一单通道，其离散形式可以表示为：X2i(k+1)＝X2i(k)+Tbi(k)Mi(k)v(k)；其中，Mi(k)＝[mi1,mi2,......,min]，表示各个电机在滚转角速率、俯仰角速率和偏航角速率中的任一单通道中对应的分配参数；
对于上式中的参数重新设定：
Figure BDA0002241344410000114
h1i(k)＝v(k)，θ1i(k)＝Mi T(k)；
此时现有的在线辨识算法如下所示：
Figure BDA0002241344410000121
本实施例可以采用上述现有的在线辨识算法能够求得θ1i(k+1)的估计值
Figure BDA0002241344410000122
进而通过重新设定的参数θ1i(k)＝Mi T(k)计算出无人机的当前飞行分配参数，以便后续根据该当前飞行分配参数和无人机的转换控制参数，确定无人机中各个电机的点击输入信号。
S240，根据电机输入信号对无人机中的电机进行控制补偿，生成对应的脉冲宽度调制信号。
具体的，在得到无人机中各个电机的电机输入信号时，可以根据该电机输入信号对无人机中得电机进行补偿，得到各个电机对应的脉冲宽度调制(Pulse WidthModulation，PWM)信号，以便控制无人机的稳定飞行。
示例性的，对电机进行补偿的算法如下所示：
Figure BDA0002241344410000123
其离散形式标识为：
Figure BDA0002241344410000124
此时将无人机中不同时刻下的电机输入信号输入到上述公式中，计算得到对应的脉冲宽度调制信号。
S250，根据脉冲宽度调制信号确定无人机在下一时刻的目标飞行姿态参数。
具体的，在得到无人机中各个电机的脉冲宽度调制信号后，如图2B所示，将其送入到无人机的各个电机中，进而根据该脉冲宽度调制信号控制对应的电机工作，以控制无人机的姿态变化，确定出无人机的目标飞行姿态参数。
S260，根据目标飞行姿态参数控制无人机飞行。
本实施例提供的技术方案，根据无人机的当前飞行姿态参数、姿态调节参数和通过遥控设备设定的在下一时刻的遥控姿态参数，确定无人机中控制电机工作的转换控制参数，进而根据该转换控制参数和无人机中为各电机设定的当前飞行分配参数，实时对无人机的飞行姿态进行补偿，得到无人机在下一时刻的目标飞行姿态参数，并根据该目标飞行姿态参数控制无人机飞行，解决了现有技术中不断估计无人机在飞行过程中的干扰上限，并根据该干扰上限生成适合的控制量来抵抗实际干扰，从而造成无人机机身抖动的问题，本方案实时估计无人机中各项参数的实际值，并依据该实际值自适应调整无人机在下一时刻的飞行姿态参数，减少无人机在飞行过程中的机身抖动，提高无人机飞行姿态的控制精度。
实施例三
图3为本发明实施例三提供的一种飞行姿态的控制装置的结构示意图，如图3所示，该装置可以包括：
转换参数确定模块310，用于根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为无人机设定的遥控姿态参数，确定无人机的转换控制参数；
目标姿态确定模块320，用于根据无人机的转换控制参数和当前飞行分配参数，对无人机的飞行姿态进行补偿，得到无人机的目标飞行姿态参数；
姿态控制模块330，用于根据目标飞行姿态参数控制无人机飞行。
本实施例提供的技术方案，根据无人机的当前飞行姿态参数、姿态调节参数和通过遥控设备设定的在下一时刻的遥控姿态参数，确定无人机中控制电机工作的转换控制参数，进而根据该转换控制参数和无人机中为各电机设定的当前飞行分配参数，实时对无人机的飞行姿态进行补偿，得到无人机在下一时刻的目标飞行姿态参数，并根据该目标飞行姿态参数控制无人机飞行，解决了现有技术中不断估计无人机在飞行过程中的干扰上限，并根据该干扰上限生成适合的控制量来抵抗实际干扰，从而造成无人机机身抖动的问题，本方案实时估计无人机中各项参数的实际值，并依据该实际值自适应调整无人机在下一时刻的飞行姿态参数，减少无人机在飞行过程中的机身抖动，提高无人机飞行姿态的控制精度。
进一步的，上述转换参数确定模块310，可以包括：
角速率确定单元，用于根据无人机的当前飞行姿态角、姿态角调节参数和遥控姿态角，确定无人机的目标姿态角速率；
转换参数确定单元，用于根据无人机的当前飞行姿态角速率、姿态角速率调节参数和目标姿态角速率，确定无人机的转换控制参数。
进一步的，上述目标姿态确定模块320，可以包括：
电机信号确定单元，用于根据无人机的转换控制参数和当前飞行分配参数，确定无人机的电机输入信号；
脉冲信号生成单元，用于根据电机输入信号对无人机中的电机进行控制补偿，生成对应的脉冲宽度调制信号；
目标姿态确定单元，用于根据脉冲宽度调制信号确定无人机在下一时刻的目标飞行姿态参数。
进一步的，上述飞行姿态的控制装置，还可以包括：
分配参数确定模块，用于根据无人机的当前飞行姿态参数和上一时刻的电机输入信号，确定当前飞行分配参数。
进一步的，上述飞行姿态的控制装置，还可以包括：
响应特性确定模块，用于根据无人机的当前飞行姿态参数和遥控姿态参数，确定无人机的闭环响应特性参数；
调节参数确定模块，用于根据闭环响应特性参数，确定对应的姿态调节参数。
进一步的，上述闭环响应特性参数包括无人机在闭环***下的阻尼信息和带宽信息。
本实施例提供的飞行姿态的控制装置可适用于上述任意实施例提供的飞行姿态的控制方法，具备相应的功能和有益效果。
实施例四
图4为本发明实施例四提供的一种无人机的结构示意图。如图4所示，该无人机包括处理器40、存储装置41和通信装置42；无人机中处理器40的数量可以是一个或多个，图4中以一个处理器40为例；无人机的处理器40、存储装置41和通信装置42可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储装置41作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的飞行姿态的控制方法对应的模块。处理器40通过运行存储在存储装置41中的软件程序、指令以及模块，从而执行无人机的各种功能应用以及数据处理，即实现上述的飞行姿态的控制方法。
存储装置41可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置41可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置41可进一步包括相对于处理器40远程设置的存储器，这些远程存储器可以通过网络连接至无人机。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信装置42可用于实现无人机与遥控设备间网络连接或者移动数据连接。
本实施例提供的一种无人机可用于执行上述任意实施例提供的飞行姿态的控制方法，具备相应的功能和有益效果。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现上述任意实施例中的飞行姿态的控制方法。
该方法具体可以包括：
根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为无人机设定的遥控姿态参数，确定无人机的转换控制参数；
根据无人机的转换控制参数和当前飞行分配参数，对无人机的飞行姿态进行补偿，得到无人机的目标飞行姿态参数；
根据目标飞行姿态参数控制无人机飞行。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的飞行姿态的控制方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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的方法。
值得注意的是，上述飞行姿态的控制装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理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。

Claims (8)

1.一种飞行姿态的控制方法，其特征在于，包括：
根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为所述无人机设定的遥控姿态参数，确定所述无人机的转换控制参数；
所述根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为所述无人机设定的遥控姿态参数，确定所述无人机的转换控制参数，包括：
根据所述无人机的当前飞行姿态角、姿态角调节参数和遥控姿态角，确定所述无人机的目标姿态角速率；
根据所述无人机的当前飞行姿态角速率、姿态角速率调节参数和目标姿态角速率，确定所述无人机的转换控制参数；
所述确定所述无人机的转换控制参数的方式，包括：
根据姿态动力模型
Figure FDA0003401162960000011
得到X2c＝A-1K1(X1c-X1)，u＝B-1K2(X2c-X2)，以及
Figure FDA0003401162960000012
或
Figure FDA0003401162960000013
ΔK2(k)＝γ2(EdWnd-E(k)Wn(k))，其为对应的离散化形式，其中，X1为无人机的飞行姿态角；Ed为无人机的期望阻尼矩阵；Wnd为无人机的带宽矩阵；E为无人机的阻尼信息；Wn为无人机的带宽信息；
Figure FDA0003401162960000014
表示无人机姿态角变化率；X2表示无人机飞行姿态角速率；
Figure FDA0003401162960000015
表示无人机姿态角加速度；u为无人机的转换控制参数；A和B分别为标称的模型参数；K1和K2分别为姿态调节参数中的姿态角调节参数和姿态角速率调节参数，X2c为目标姿态角速率，X1c为遥控设备为无人机设定的遥控姿态角，u为无人机的转换控制参数，γ1和γ2为由开发者自由设定的常数，所述姿态调节参数中的K1和K2的初始值为：
Figure FDA0003401162960000016
K20＝2EdWnd；或所述姿态调节参数中的K1和K2的初始值为：
Figure FDA0003401162960000021
K2(0)＝2EdWnd，其为对应的离散化形式；
根据所述无人机的转换控制参数和当前飞行分配参数，对所述无人机的飞行姿态进行补偿，得到所述无人机的目标飞行姿态参数；
根据所述目标飞行姿态参数控制所述无人机飞行。
2.根据权利要求1所述的方法，其特征在于，所述根据所述无人机的转换控制参数和当前飞行分配参数，对所述无人机的飞行姿态进行补偿，得到所述无人机的目标飞行姿态参数，包括：
根据所述无人机的转换控制参数和当前飞行分配参数，确定所述无人机的电机输入信号；
根据所述电机输入信号对所述无人机中的电机进行控制补偿，生成对应的脉冲宽度调制信号；
根据所述脉冲宽度调制信号确定所述无人机在下一时刻的目标飞行姿态参数。
3.根据权利要求2所述的方法，其特征在于，还包括：
根据所述无人机的当前飞行姿态参数和上一时刻的电机输入信号，确定所述当前飞行分配参数。
4.根据权利要求1所述的方法，其特征在于，还包括：
根据所述无人机的当前飞行姿态参数和遥控姿态参数，确定所述无人机的闭环响应特性参数；
根据所述闭环响应特性参数，确定对应的姿态调节参数。
5.根据权利要求4所述的方法，其特征在于，所述闭环响应特性参数包括所述无人机在闭环***下的阻尼信息和带宽信息。
6.一种飞行姿态的控制装置，其特征在于，包括：
转换参数确定模块，用于根据无人机的当前飞行姿态参数、姿态调节参数和遥控设备为所述无人机设定的遥控姿态参数，确定所述无人机的转换控制参数；
所述转换参数确定模块包括：
角速率确定单元，用于根据所述无人机的当前飞行姿态角、姿态角调节参数和遥控姿态角，确定所述无人机的目标姿态角速率；
转换参数确定单元，用于根据所述无人机的当前飞行姿态角速率、姿态角速率调节参数和目标姿态角速率，确定所述无人机的转换控制参数；
所述确定所述无人机的转换控制参数的方式，包括：
根据姿态动力模型
Figure FDA0003401162960000031
得到X2c＝A-1K1(X1c-X1)，u＝B-1K2(X2c-X2)，以及
Figure FDA0003401162960000032
或
Figure FDA0003401162960000033
ΔK2(k)＝γ2(EdWnd-E(k)Wn(k))，其为对应的离散化形式，其中，X1为无人机的飞行姿态角；Ed为无人机的期望阻尼矩阵；Wnd为无人机的带宽矩阵；E为无人机的阻尼信息；Wn为无人机的带宽信息；
Figure FDA0003401162960000034
表示无人机姿态角变化率；X2表示无人机飞行姿态角速率；
Figure FDA0003401162960000035
表示无人机姿态角加速度；u为无人机的转换控制参数；A和B分别为标称的模型参数；K1和K2分别为姿态调节参数中的姿态角调节参数和姿态角速率调节参数，X2c为目标姿态角速率，X1c为遥控设备为无人机设定的遥控姿态角，u为无人机的转换控制参数，γ1和γ2为由开发者自由设定的常数，所述姿态调节参数中的K1和K2的初始值为：
Figure FDA0003401162960000036
K20＝2EdWnd；或所述姿态调节参数中的K1和K2的初始值为：
Figure FDA0003401162960000041
K2(0)＝2EdWnd，其为对应的离散化形式；
目标姿态确定模块，用于根据所述无人机的转换控制参数和当前飞行分配参数，对所述无人机的飞行姿态进行补偿，得到所述无人机的目标飞行姿态参数；
姿态控制模块，用于根据所述目标飞行姿态参数控制所述无人机飞行。
7.一种无人机，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的飞行姿态的控制方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一所述的飞行姿态的控制方法。
CN201911001092.4A 2019-10-21 2019-10-21 一种飞行姿态的控制方法、装置、无人机和存储介质 Active CN110673619B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911001092.4A CN110673619B (zh) 2019-10-21 2019-10-21 一种飞行姿态的控制方法、装置、无人机和存储介质
PCT/CN2020/122543 WO2021078166A1 (zh) 2019-10-21 2020-10-21 一种飞行姿态的控制方法、装置、无人机和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911001092.4A CN110673619B (zh) 2019-10-21 2019-10-21 一种飞行姿态的控制方法、装置、无人机和存储介质

Publications (2)

Publication Number Publication Date
CN110673619A CN110673619A (zh) 2020-01-10
CN110673619B true CN110673619B (zh) 2022-06-17

Family

ID=69083259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911001092.4A Active CN110673619B (zh) 2019-10-21 2019-10-21 一种飞行姿态的控制方法、装置、无人机和存储介质

Country Status (2)

Country Link
CN (1) CN110673619B (zh)
WO (1) WO2021078166A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110673619B (zh) * 2019-10-21 2022-06-17 深圳市道通智能航空技术股份有限公司 一种飞行姿态的控制方法、装置、无人机和存储介质
CN116520870B (zh) * 2023-07-04 2023-09-01 天之翼(苏州)科技有限公司 一种无人机飞行姿态远程控制方法及***
CN117014078B (zh) * 2023-10-07 2023-12-26 武汉能钠智能装备技术股份有限公司 一种无人机信号检测方法及检测***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104698840A (zh) * 2015-02-02 2015-06-10 中国民航大学 一种抗干扰和参数摄动的四旋翼uav渐近稳定控制方法
US9296474B1 (en) * 2012-08-06 2016-03-29 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Control systems with normalized and covariance adaptation by optimal control modification
CN106647814A (zh) * 2016-12-01 2017-05-10 华中科技大学 一种基于二维码地标识别的无人机视觉辅助定位与飞控***及方法
CN106774373A (zh) * 2017-01-12 2017-05-31 哈尔滨工业大学 一种四旋翼无人机有限时间姿态跟踪控制方法
CN107479567A (zh) * 2017-09-13 2017-12-15 山东大学 动态特性未知的四旋翼无人机姿态控制器及方法
CN107479371A (zh) * 2017-07-03 2017-12-15 浙江工业大学 一种基于快速非奇异终端滑模的四旋翼无人机有限时间自适应控制方法
CN109358504A (zh) * 2018-10-24 2019-02-19 中北大学 基于自适应积分鲁棒的四旋翼轨迹/姿态复合抗干扰跟踪控制方法
CN109839942A (zh) * 2019-03-05 2019-06-04 济南门达航空科技有限公司 一种四旋翼无人机自适应姿态控制方法
CN109884895A (zh) * 2019-03-11 2019-06-14 南京邮电大学 基于饱和受限情况下的无人机自适应跟踪控制算法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09101822A (ja) * 1995-10-06 1997-04-15 Fujitsu Ltd 姿勢安定化装置
CN102426458B (zh) * 2011-11-28 2013-06-05 北京航空航天大学 一种适用于旋翼无人机的地面控制***
KR101684364B1 (ko) * 2015-01-09 2016-12-21 주식회사 대한항공 무인항공기 명령과 자세정보를 이용한 임무장비 안정화 방법
CN106444826A (zh) * 2016-09-07 2017-02-22 广西师范大学 四旋翼无人飞行器的飞行控制方法
CN106843245B (zh) * 2016-12-01 2022-02-01 北京京东乾石科技有限公司 一种无人机姿态控制方法、装置及无人机
US10395522B2 (en) * 2017-08-14 2019-08-27 Cubic Corporation Adaptive traffic optimization using unmanned aerial vehicles
CN107390708A (zh) * 2017-08-22 2017-11-24 成都飞机工业（集团）有限责任公司 一种基于鲁棒伺服控制无人机起飞拉起的方法
CN110673619B (zh) * 2019-10-21 2022-06-17 深圳市道通智能航空技术股份有限公司 一种飞行姿态的控制方法、装置、无人机和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9296474B1 (en) * 2012-08-06 2016-03-29 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Control systems with normalized and covariance adaptation by optimal control modification
CN104698840A (zh) * 2015-02-02 2015-06-10 中国民航大学 一种抗干扰和参数摄动的四旋翼uav渐近稳定控制方法
CN106647814A (zh) * 2016-12-01 2017-05-10 华中科技大学 一种基于二维码地标识别的无人机视觉辅助定位与飞控***及方法
CN106774373A (zh) * 2017-01-12 2017-05-31 哈尔滨工业大学 一种四旋翼无人机有限时间姿态跟踪控制方法
CN107479371A (zh) * 2017-07-03 2017-12-15 浙江工业大学 一种基于快速非奇异终端滑模的四旋翼无人机有限时间自适应控制方法
CN107479567A (zh) * 2017-09-13 2017-12-15 山东大学 动态特性未知的四旋翼无人机姿态控制器及方法
CN109358504A (zh) * 2018-10-24 2019-02-19 中北大学 基于自适应积分鲁棒的四旋翼轨迹/姿态复合抗干扰跟踪控制方法
CN109839942A (zh) * 2019-03-05 2019-06-04 济南门达航空科技有限公司 一种四旋翼无人机自适应姿态控制方法
CN109884895A (zh) * 2019-03-11 2019-06-14 南京邮电大学 基于饱和受限情况下的无人机自适应跟踪控制算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Adaptive Nonlinear Stabilization Control for a Quadrotor UAV: Theory, Simulation and Experimentation;Mostafa Mohammadi;《J Intell Robot Syst (2013)》;20131231;105-122 *
Model Reference Adaptive Control of a Quadrotor UAV;Brian T. Whitehead;《AIAA Guidance, Navigation, and Control Conference》;20100805;1-13 *
四旋翼无人机飞行姿态模型参考自适应控制;陈国定;《计算机***应用》;20151130;第24卷(第11期);247-251 *

Also Published As

Publication number Publication date
CN110673619A (zh) 2020-01-10
WO2021078166A1 (zh) 2021-04-29

Similar Documents

Publication Publication Date Title
CN110673619B (zh) 一种飞行姿态的控制方法、装置、无人机和存储介质
Noormohammadi-Asl et al. System identification and H∞-based control of quadrotor attitude
Mueller et al. Iterative learning of feed-forward corrections for high-performance tracking
US9296474B1 (en) Control systems with normalized and covariance adaptation by optimal control modification
CN108628163B (zh) 用于执行交通工具的基于观察器的控制的方法和装置
WO2018099198A1 (zh) 无人机姿态控制方法、装置及无人机
Lai et al. Adaptive position/attitude tracking control of aerial robot with unknown inertial matrix based on a new robust neural identifier
JP2016158485A (ja) 列車を所定の位置範囲に停止させるためのシステムおよび方法
CN112631335B (zh) 一种基于事件触发的多四旋翼无人机固定时间编队方法
Chowdhary et al. Bayesian nonparametric adaptive control of time-varying systems using Gaussian processes
An et al. Robust fixed-time tracking control for underactuated AUVs based on fixed-time disturbance observer
Grande et al. Nonparametric adaptive control using Gaussian processes with online hyperparameter estimation
Benosman et al. Nonlinear control allocation for non-minimum phase systems
Reinhardt et al. Control of fixed-wing uav attitude and speed based on embedded nonlinear model predictive control
CN111439392B (zh) 一种航天器编队位置协同控制方法
US20180148069A1 (en) Validating and computing stability limits of human-in-the-loop adaptive control systems
Schulken et al. Model-free sliding mode control algorithms including application to a real-world quadrotor
CN114489142B (zh) 一种基于自适应滑模的无人机编队控制方法及相关装置
KR20200122834A (ko) 가상 환경에서 학습된 지능형 에이전트를 이용하여 실제 사물의 움직임을 제어하는 방법 및 장치
US11834066B2 (en) Vehicle control using neural network controller in combination with model-based controller
KR102487640B1 (ko) 플랜트 제어 장치 및 그 제어 방법
Liu et al. Model predictive control for autonomous helicopters with computational delay
Liu et al. Constraint management for quadcopter drones: Reference governor-based approaches
CN111897213A (zh) 一种模型不确定下的汽车自适应巡航控制方法
Li et al. A unified safety protection and extension governor

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9.

Applicant after: Shenzhen daotong intelligent Aviation Technology Co.,Ltd.

Address before: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9.

Applicant before: AUTEL ROBOTICS Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230329

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Patentee after: Shenzhen daotong intelligent software development Co.,Ltd.

Address before: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9.

Patentee before: Shenzhen daotong intelligent Aviation Technology Co.,Ltd.