CN117806352A - 基于超前校正的无人机抗饱和控制方法及装置 - Google Patents

Abstract

本申请提供一种基于超前校正的无人机抗饱和控制方法及装置，其中方法包括根据预设超前校正算法确定无人机的多个作动器的第一转速；当所述第一转速满足饱和限制条件，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速；根据所述超前校正算法计算所述第二转速对应的抗饱和加速度；根据所述抗饱和加速度控制所述无人机飞行。在上述方案中，同时考虑了作动器的滞后效应以及指令饱和问题，将超前校正算法与抗饱和处理有机地结合，使得抗饱和加速度在经过作动器分配环节以及超前校正环节后能够得到真正地复原，也有利于处理不同滞后效应地作动器的抗饱和分配，从而提升控制无人机飞行的精确性。

Description

基于超前校正的无人机抗饱和控制方法及装置

技术领域

本申请涉及无人机技术领域，尤其涉及一种基于超前校正的无人机抗饱和控制方法及装置。

背景技术

多旋翼无人机飞行时，其旋翼存在最大转速和最小转速限制，在大机动或者极限飞行时可能会触到这些限制，此种情况称之为转速饱和。如果转速饱和问题不做任何处理，则可能会导致无人机姿态无法控制，进而导致飞机完全失控坠落。为了保证飞行稳定性并最大程度发挥无人机的性能，通常需要进行抗饱和处理。

常见的抗饱和方法中最经典的是px4中的抗饱和算法，然而在px4以及其他已知的抗饱和算法中，并没有考虑作动器的滞后效应以及为处理滞后效应使用的超前校正算法。而经过超前校正得到的指令经过抗饱和处理后与设置的指令无法完全对应，存在一定偏差，从而影响控制精度。

发明内容

本申请实施例提供一种基于超前校正的无人机抗饱和控制方法及装置，以解决现有技术中难以同时兼顾作动器的滞后效应与指令饱和问题所产生的指令控制精度较差的技术问题。

第一方面，本申请实施例提供一种基于超前校正的无人机抗饱和控制方法，包括：

根据预设超前校正算法确定无人机的多个作动器的第一转速；

当所述第一转速满足饱和限制条件，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速；

根据所述超前校正算法计算所述第二转速对应的抗饱和加速度；

根据所述抗饱和加速度控制所述无人机飞行。

可选地，还包括：

根据所述无人机的飞行状态，确定所述无人机的多个通道中的至少一个为目标通道，其他通道为参考通道，每个所述通道配置有相应加速度；

则，所述根据所述超前校正算法计算所述第二转速对应的抗饱和加速度包括：

根据第二转速及所述超前校正算法计算所述目标通道的抗饱和加速度。

可选地，所述根据第二转速及所述超前校正算法计算所述目标通道的抗饱和加速度包括：

确定所述参考通道的加速度；

根据所述超前校正算法及所述第二转速计算所述第二转速校正前的第三转速；

根据所述参考通道的加速度、第三转速及预设控制分配矩阵，确定所述目标通道的抗饱和加速度。

可选地，所述当所述第一转速满足饱和限制条件，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速包括：

判断是否存在作动器的第一转速大于预设饱和转速；

若存在，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速。

可选地，在所述判断是否存在作动器的第一转速大于预设饱和转速之后，还包括：

判断是否存在多个作动器的第一转速大于预设饱和转速；

若存在，则所述根据所述超前校正算法计算所述第二转速对应的抗饱和加速度包括：

分别计算多个所述作动器的第二转速对应的抗饱和加速度；

确定最小的所述抗饱和加速度为抗饱和加速度。

可选地，所述根据预设超前校正算法确定无人机的多个作动器的第一转速包括：

获取初始加速度；

根据所述初始加速度结合预设控制分配方程，确定多个所述作动器的初始转速；

根据所述超前校正算法校正所述初始转速，得到所述第一转速。

可选地，所述根据所述超前校正算法校正所述初始转速，得到所述第一转速包括：

确定所述第一转速对应作动器的惯性模型；

根据所述惯性模型确定相位补偿公式；

根据所述相位补偿公式及所述初始转速，计算所述第一转速。

可选地，所述根据所述抗饱和加速度控制所述无人机飞行包括：

根据所述抗饱和加速度及预设控制分配方程，重新计算作动器的第一转速，所述重新计算的第一转速为根据抗饱和加速度重新分配的作动器转速；

根据所述超前校正算法校正所述重新计算的第一转速，重新计算作动器的第二转速，所述重新计算的第二转速为未经超前校正的作动器转速；

所述作动器响应所述重新计算的第二转速，以控制所述无人机飞行。

第二方面，本申请还提供一种基于超前校正的无人机抗饱和控制装置，包括：

控制分配模块，用于根据预设超前校正算法确定无人机的多个作动器的第一转速；

抗饱和反馈模块，用于当所述第一转速满足饱和限制条件，将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速；

指令校正模块，用于根据所述超前校正算法计算所述第二转速对应的抗饱和加速度；

飞行控制模块，用于根据所述抗饱和加速度控制所述无人机飞行。

第三方面，本申请实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法。

本申请实施例提供的基于超前校正的无人机抗饱和控制方法，首先根据预设的超前校正算法确定无人机上作动器经过校正的第一转速，若第一转速满足饱和限制条件，则重新将该第一转速确定为临界饱和状态的第二转速，然后以该第二转速反算最初的抗饱和加速度，最后以该抗饱和加速度控制无人机飞行。在上述方案中，作动器的第一转速在被饱和限制后被重新确定为第二转速，则该第二转速即为抗饱和后的理论转速，然而由于作动器还存在滞后效应，因此无法直接根据第二转速反算抗饱和加速度，还需要对第二转速结合超前较真算法确定第二转速对应的原始转速，再根据控制分配推算抗饱和加速度。由此，无人机再重新根据抗饱和加速度指令，经过控制分配作动器，并再次经过超前校正，使得作动器的实际转速即为照理论上的第二转速转动，从而控制无人机飞行并提高了对无人机的控制精度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例中的无人机抗饱和控制方法的应用场景示意图；

图2a为现有技术中一种无人机控制分配方法流程示意图；

图2b为现有技术中另一种无人机控制分配方法流程示意图；

图3为本申请实施例提供的一种基于超前校正的无人机抗饱和控制方法流程示意图；

图4为本申请一实施例提供的抗饱和控制方法原理示意图；

图5为本申请一实施例提供的根据超前校正算法，计算作动器的第一转速的方法流程示意图；

图6为本申请一实施例提供的计算抗饱和加速度的方法流程示意图；

图7为本申请一实施例提供的抗饱和控制方法流程示意图；

图8a、b、c、d分别为本申请实验实施例所提供的滚转、俯仰、偏航以及油门通道的设定加速度与实际加速度的对比图；

图9a、b、c、d分别为本申请对比实施例所提供的滚转、俯仰、偏航以及油门通道的设定加速度与实际加速度的对比图；

图10为本申请一实施例提供的基于超前校正的无人机抗饱和控制装置的架构示意图；

图11为本申请一实施例提供的电子设备的架构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”“第二”“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

首先，介绍本申请实施例提供的无人机抗饱和控制方法的应用环境。

请参阅图1，图1为本申请一实施例提供的无人机200抗饱和控制方法的应用场景示意图。本申请实施例提供的方法，可应用在如图1的无人机200中，该无人机200能够与地面的控制终端100进行无线通信，控制终端100能够向无人机200发送控制指令，无人机200包括机架、控制器以及与控制器通信连接的动力***，控制器能够接收控制指令并根据该控制指令控制作动器相互配合工作以使得无人机200执行该控制指令。

控制终端100位于地面向无人机200发送控制指令，在一些实施例中，控制终端100可以是地面的遥控器，也可以是由一台或多台服务器组成的服务器集群。控制终端100通过地面的信号基站或者直接由控制终端100向无人机200发送承载有控制指令的电磁波。

机架包括机身和起落架，机身包括中心架以及与中心架连接的多个机臂，多个机臂呈辐射状从中心架延伸出，以搭载无人机200的动力***。起落架与机身连接，用于在无人机200着陆时起支撑作用。

动力***设置于机身上，包括多个旋翼以及与旋翼传动连接的电机，电机与控制器通信连接。电机在接收控制器的控制指令后以设定的旋转方向和旋转速度进行工作，并带动旋翼随之一同转动，旋翼在转动时产生负压从而使得无人机200能够飞行，并根据多个不同旋翼的旋转方向、旋转速度使得无人机200以不同的姿态、方向飞行。

控制器同样搭载于机身上，控制器能够根据预设的程序控制无人机200飞行，也能够通过响应来自控制终端100的控制指令控制无人机200进行飞行。在一些实施例中，无人机200还设置有多个传感器，例如红外摄像机、激光雷达、陀螺仪、惯性测量单元等。传感器所监测的数据反馈至控制器，控制器直接根据获取的数据调整无人机200飞行参数或者将数据发送至地面的控制终端100，再由控制终端100发出的控制指令调整无人机200的飞行参数。

基于以上的硬件场景，介绍现有技术中无人机控制分配方法。

请参阅图2a，图2a为现有技术中一种无人机控制分配方法流程示意图。无人机根据种类不同，具有多个不同独立的控制指令输入通道，每个通道用于接收一项控制指令，每个通道的控制指令最终都需要分配至无人机的多个作动器。多个控制指令叠加后，经过控制分配得到每一作动器的转速，作动器根据该转速工作，使得无人机能够根据控制指令飞行。以多旋翼无人机为例，其最终控制的目标通常为用于控制姿态的角加速度指令和用于控制高度的总加速度指令。在计算出用于控制姿态和高度的角加速度和加速度指令后，需要将其分配给多个作动器，例如电机，得到各个作动器的指令。

请参阅图2b，图2b为现有技术中另一种无人机控制分配方法流程示意图。由于作动器的响应具有滞后性，该响应会作用到被控对象(例如多旋翼无人机)产生实际的角加速度和加速度，因此被控对象实际的角加速度和加速度相较于前面的角加速度和加速度指令也存在滞后性，导致无人机无法根据控制指令精确地飞行。为了尽可能地消除这种滞后性，就需要对作动器的滞后性进行补偿。即在加速度指令被控制分配得到作动器指令后，对作动器指令进行超前校正以提高相位，从而消除滞后性，使得作动器能够较好地根据作动器指令响应，使得被控对象的实际角加速度和总加速度与初始的角加速度指令和总加速指令相符合。然而，超前校正算法虽然提高了相位，但是会容易造成指令饱和问题，因此又需要进行抗饱和处理。现有技术中的抗饱和处理通常不会考虑超前校正的影响，但是这样会导致控制分配后得到的指令由于作动器滞后效应的影响，不再是预期的指令，导致无人机的飞行控制精度降低。

基于以上介绍的应用场景、现有技术及其技术问题，下面介绍本申请实施例所提供的无人机抗饱和控制方法。

请参阅图3，图3为本申请实施例提供的一种基于超前校正的无人机抗饱和控制方法流程示意图，该方法包括：

S31、根据预设超前校正算法确定无人机多个作动器的第一转速。

在本步骤中，作动器为无人机的驱动装置，用于向无人机提供动力以实现并控制飞行。在一些实施例中，作动器包括多个，每个作动器与无人机的旋翼传动连接，以使得旋翼在作动器的驱动下旋转产生动力，多个作动器驱动多个旋翼旋转产生的动力相互配合协调，从而使得无人机能够实现一个或多个自由度的运动。具体到实施例中，作动器为驱动电机，作动器根据控制器的控制指令调整转速以使得无人机能够围绕一个或多个旋转轴旋转。例如，上述旋转轴可以包括横滚轴(Roll)、偏航轴(Yaw)和俯仰轴(Pitch)。

在本步骤中，超前校正算法为用于补偿作动器滞后效应的算法。当无人机存在扰动时，作动器的原始转速不能立即反映于控制指令的变化，而必须经过一定时间以后才能表现出来。举例而言，控制指令对当前时刻的目标作动器调整输入的第一转速，以使得目标作动器的实际转速同样也被调节至第一转速，然而由于存在滞后效应，实际转速若干时间后才会被调节至第一转速，此时的控制指令又已经发生变化，导致无人机不能按照预期的控制指令进行飞行。因此，超前校正算法能够提高控制指令的相位，从而弥补滞后效应带来的相位滞后，控制指令在超前校正算法调整后的第一转速，能够使得无人机按照设定的控制指令飞行，减小误差。在一些实施例中，第一转速倘若未经超前校正算法调整，则得到的控制指令存在滞后效应，仍然无法实现通过控制指令精准控制无人机飞行的目的。而通过将输入给目标作动器的原始转速按照经过超前校正算法调整的第一转速计算，则得到的控制指令由于经过超前校正算法的相位补偿，不仅能够使得目标作动器的实际转速与饱和转速相一致，还能够提高无人机对控制指令的响应速度，从而提高对无人机的控制精度。

在本步骤中，第一转速定义为控制器根据原始控制指令向作动器分配并经过超前校正后的旋转速度。举例而言，无人机的控制指令可以被分解为多个彼此独立的通道的动作，例如升降、翻转以及俯仰等。控制器根据原始控制指令中每个通道的动作，为对应的作动器分配原始转速，该原始转速再经过超前校正算法进行校正即可得到第一转速。具体超前校正算法原理及第一转速计算过程在后文详述，在此不展开介绍。

S32、当第一转速满足饱和限制条件，则将满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速。

在本步骤中，第二转速定义为作动器在安全运行环境以及物理限制条件下的最大转速或最小转速，也就是临界饱和状态的饱和转速。举例而言，无人机舵面的偏转角度和偏转速率都有限制，电机的转速受限于物理结构有最大值。当作动器的第一转速超过饱和转速时，即控制器向作动器的输入信号超过限制时，作动器的闭环控制性能下降，导致作动器无法稳定运行甚至不再响应控制指令。显然，当作动器的第一转速略微超过饱和转速时，对于作动器的影响相对较小，此时通过降低第一转速至小于或等于饱和转速，例如本实施例中的将第一转速重新确定为第二转速，能够保证作动器重新稳定运行，此即为抗饱和策略。倘若无视高于饱和转速的第一转速分配给作动器，或者对于第一转速的调节滞后，则可能导致上述情况进而引发事故。可以理解，饱和转速也可以是限制的最小转速，当输入的第一转速小于最小转速时，作动器直接将第一转速设定为最小转速。

在本步骤中，饱和限制条件用于判断作动器转速是否达到饱和转速。举例而言，当作动器的第一转速小于或等于饱和转速，则该作动器不满足饱和限制条件，此时作动器直接响应第一转速工作即可。相反，当作动器的第一转速大于饱和转速，则该作动器满足饱和限制条件。当作动器的第一转速满足饱和限制条件，则需要将该作动器的第一转速重新确定为第二转速。

在一些实施例中，无人机具有多个作动器，可能同时存在多个作动器满足饱和限制条件，则相应地需要将所有满足饱和限制条件的作动器转速确定为第二转速。需要说明的是，不同作动器由于规格不同，其第二转速(即饱和转速)可能彼此不相同。

在本步骤中，将第一转速重新确定为第二转速，并非直接控制作动器的转速，而是以该第二转速为基础重新确定无人机控制指令。举例而言，若在飞行过程中直接改变第一转速，会导致无人机无法按照控制指令进行飞行，甚至会导致无人机的失控，例如由于作动器转速改变导致无人机在俯仰通道的平衡被打破，无人机由此无法保持飞行姿态。

S33、根据所述超前校正算法计算所述第二转速对应的抗饱和加速度。

在本步骤中，抗饱和加速度为用于控制无人机的控制指令。具体地，控制指令包括各个通道的加速度指令，抗饱和加速度为基于第二转速，通过超前校正算法反算得到的抗饱和加速度。具体计算过程在后文详述，此处不展开介绍。

S34、根据抗饱和加速度控制无人机飞行。

在本步骤中，无人机的控制通过控制指令实现，控制指令用于控制无人机按照该控制指令执行飞行动作。在一些实施例中，控制指令具体包括设定无人机多个通道的加速度，通道包括例如升降、俯仰、滚转以及偏航等，通道的数量可以是任意数量多个，每个通道对应于无人机的一项加速度。在一些实施例中，控制指令可以是具有预设目标值的，例如控制指令设定加速度为20m/s²，也可以是无预设目标值的，例如推动方向舵使得无人机朝向该方向偏航，无人机根据推动幅度确定加速度为20m/s²。举例而言，请参阅图4，图4为本申请一实施例提供的抗饱和控制方法原理示意图。无人机根据该抗饱和加速度，再次经过控制分配给作动器，并进行相应地超前校正，最终在作动器响应之下使得被控对象按照控制指令飞行。

在其他一些实施例中，控制指令可以是由控制终端发送的，例如地面通过目视或者图像传输手段确定无人机的位置，并发送控制指令操作无人机飞行，还可以是由无人机的控制器自主生成的，例如在电力巡检过程中，无人机通过地形数据库以及图像识别技术自动识别障碍物并进行避障飞行。

上述技术方案在充分考虑作动器的滞后特性与指令饱和的条件下，将超前校正算法与抗饱和处理有机地结合，使得抗饱和加速度在经过作动器分配环节以及超前校正环节后能够得到真正地复原，从而提升控制无人机飞行的精确性。

下面介绍本申请实施例中根据超前校正算法计算第一转速的具体方法。

请参阅图5，图5为本申请一实施例中根据超前校正算法，计算作动器的第一转速的方法流程示意图，该方法包括：

S510、确定初始加速度。

S520、根据所述初始加速度结合预设控制分配方程，确定多个所述作动器的初始转速。

S530、根据所述超前校正算法校正所述初始转速，得到所述第一转速。

在S510中，初始加速度根据初始控制命令以及无人机的当前飞行状态确定。举例而言，当无人机当前处于平稳飞行状态，并收到初始控制指令例如向左偏航30度后，根据当前的飞行状态以及初始控制指令，生成对应的初始角速度。无人机再根据该初始角速度控制具体各个组件配合以按照初始控制指令飞行。初始加速度表示为[M1 M2 M3 T]，其中，M1、M2、M3分别为俯仰、滚转、偏航通道的角加速度，单位为rad/s²，T为总油门通道的加速度指令，单位为m/s²。

在S520中，预设控制分配方程包括控制分配方程与控制效率方程。其中，控制分配方程的表示可参照以下示例性公式：

其中，B_CA为控制分配矩阵，分别为四个作动器的转速平方。

控制效率方程的表示可参照以下示例性公式：

其中，B_CE为控制效率矩阵。

由此可以根据初始加速度[M1 M2 M3 T]，结合已知的控制分配矩阵B_CA计算得到作动器的初始转速ω_{ri_ori}，其中i＝1,2,3,……n。

在S530中，根据超前算法校正初始转速，得到第一转速的步骤，具体又可以包括：

S531、确定所述第一转速对应作动器的惯性模型。

S532、根据所述惯性模型确定相位补偿公式；

S533、根据所述相位补偿公式及所述初始转速，计算所述第一转速。

在S531中，惯性模型定义为用于描述目标作动器的滞后效应的数学模型。可以理解，惯性模型为对目标作动器物理意义上的滞后效应的抽象和归纳，由惯性模型所计算或拟合得到的数值仅在一定范围内与实际值具有较高的相似度，不同的惯性模型所得到的结果的准确性、适用范围也不相同。举例而言，在一些实施例中，对于电机控制旋翼转动的情况下，惯性模型按照一阶微分方程描述为：

其中，u_c为设定转速，u_a为实际转速，τ为惯性环节的时间常数，s为复参数。惯性环节的定义为当输入量发生突变时，输出量不能突变，只能按指数规律逐渐变化，这就反映了该环节具有惯性，惯性环节会导致控制指令相较于实际情况具有较大的相位滞后，如果不对其进行处理，则会降低控制指令的控制精度。

在S532中，相位补偿公式定义为用于补偿目标作动器的滞后效应而计算相位的数学公式。在已知惯性模型的情况下，根据惯性模型即可反推计算为了补偿滞后时间所需要提前的相位量。举例而言，对于上述惯性模型，可以计算补偿公式为：

G_Lead(s)＝τs+1

其中，G_Lead(s)为相位补偿参数。

在一些实施例中，为了方便计算，在确定相位补偿公式之后，还需要离散化相位补偿公式。举例而言，根据后向差分法对相位补偿公式进行离散化可得：

G_Lead(z)＝τ(1-z^-1)+1

其中，z为对补偿公式中的变量s进行z变换所得的复平面域的复变量。可以理解，离散化的方法不局限于本实施例所述的后向差分法，也可以是数值积分法中的前向差分或双线性变换等，还可以是输入响应不变法中的阶跃法或冲激响应不变法等，在此不做限定。

在S533中，根据相位补偿公式及初始转速，可以确定第一转速，计算公式可参照以下示例性公式：

u_lead(k)＝τ(u_c(k)-u_c(k-1))+u_c(k)

其中，u_lead为第一转速，τ为惯性环节的时间常数，u_c为原始转速。τ为可根据实验或者经验所确定的常数。

下面介绍本申请一实施例提供的计算抗饱和加速度的具体方法。

请参阅图6，图6为本申请一实施例提供的计算抗饱和加速度的方法流程示意图，该方法包括：

S610、根据所述无人机的飞行状态，确定所述无人机的多个通道中的至少一个为目标通道，其他通道为参考通道，每个所述通道配置有相应加速度。

S620、根据第二转速及所述超前校正算法计算所述目标通道的抗饱和加速度。

在S610中，目标通道(Taget channel)定义为使无人机保持姿态稳定而需要牺牲动力参数的通道，参考通道则为目标通道之外的通道。具体地，无人机在不同的飞行状态下，各个通道对于姿态稳定的重要性不同，因此具有不同的优先级。举例而言，无人机飞行状态为定点悬停(Hovering)时，无人机需要保持在空间中某一位置，因此其滚转(roll)和俯仰(pitch)两个通道必须保持稳定，否则无人机可能翻转失控。相对的，偏航(yaw)在定点悬停中通常并非关键参数，因为无人机此时不需要旋转，即旋转无人机进行定点悬停的影响较小，因此在定点悬停中，偏航通道为目标通道。又举例而言，无人机飞行状态为平稳飞行(Cruising)时，此时滚转和俯仰通道仍然必须保持稳定，而偏航通道在无人机需要转弯或者变换方向时也较为重要，因此只有油门通道(Throttle)能够牺牲，即降低无人机的速度以保持飞行姿态的稳定，此时油门通道为目标通道。再举例而言，无人机飞行状态为快速追踪(Agile Tracking)时，此时无人机需要根据目标位置快速和频繁地变换方向，因此在无人机机动的过程中，滚转和俯仰通道必须保持稳定以确保无人机具有快速的横向和纵向响应。偏航通道在快速追踪状态下也具有较高的优先级，以保证无人机能够迅速转向目标，由此同样只能选择牺牲油门通道，即降低无人机飞行速度以保证无人机稳定地追踪目标。总而言之，在每个飞行状态下，所谓的目标通道通常指的为了维持无人机在该状态下关键运动而被牺牲参数的通道，其他通道作为参考通道(Reference channels)，则是直接用于为该关键运动提供稳定性的通道。无人机的飞行控制***需要综合考虑滚转、俯仰、偏航以及油门通道，以实现稳定、平稳和机动地飞行。不同的飞行任务可能需要不同的通道配置和控制策略，因此参数的重要性会根据具体的应用场景而变化。在设计控制***时，通常需要进行***建模和仿真来优化参数配置。

对于无人机的滚转、俯仰、偏航以及油门通道，通过上述3个实施例可以发现，滚转通道和俯仰通道都没有被选为目标通道，因为如果无人机在滚转和俯仰通道发生过饱和而失控，无人机则很有可能直接翻转而迅速坠毁，留给无人机进行调整姿态的时间极少。相反地，如果无人机在偏航和/或升降通道失控，无人机在飞行时虽然不会按照控制指令朝向目标精确地飞行，但是仍然能够保持稳定地飞行姿态，此时具有相对较多的时间能够重新调整无人机的姿态。在一些实施例中，升降通道、偏航通道、俯仰通道以及滚转通道为按照优先级排列的顺序。可以理解，抗饱和控制分配的本质在于，在一定程度上牺牲目标通道的控制，从而保全对其他参考通道的完全精确地控制，以维持无人机的飞行状态。需要说明的是，在一些实施例中，首先确定无人机的飞行姿态，然后根据不同通道对飞行姿态的稳定性影响，具体确定偏航通道或者升降通道为目标通道。可以理解，本领域技术人员根据无人机的自身结构以及飞行任务等，可以选择性地确定任一通道作为目标通道，在此不做限定。

在步骤S610中，根据无人机飞行状态确定目标通道的步骤可以在确定发生指令饱和时进行，即在前述步骤S33时进行，也可以在无人机根据初始控制指令进行首次控制分配确定作动器第一转速前进行，即在前述步骤S31之前进行，还可以在两个步骤之间的任意时刻同步并行地进行，即在步骤S31与步骤S33之间进行。具体地，请参阅图7，图7为本申请一实施例提供的抗饱和控制方法流程示意图。无人机首先根据当前的飞行状态，确定需要牺牲的目标通道。然后，无人机获取角加速度指令和总加速度指令，并根据角加速度指令和总加速度指令，结合控制分配方程进行首次控制分配，计算各个作动器在未经抗饱和处理的原始转速。接着根据超前校正算法对原始转速进行超前校正，得到第一转速。此时对第一转速是否满足饱和限制条件进行判断，若不满足，则说明此时的第一转速尚未饱和，则作动器直接根据该第一转速进行工作即可。若满足，则无人机将第一转速重新确定为临界饱和状态的第二转速。根据第二转速结合超前校正算法，反算第二转速在未经超前校正的转速，再结合该未经超前校正的转速与控制分配方程，反算对应的角加速度和总加速度(由于此时的加速度对应于第二转速，而第二转速是对第一转速进行抗饱和重新确定的，因此该角加速度和总加速度即抗饱和加速度)。最后，根据抗饱和加速度重新进行控制分配和超前校正，得到新的第二转速，作动器根据该新的第二转速工作，以控制无人机飞行。可以理解，第一个步骤，即根据当前飞行状态确定目标通道的步骤，可以设置于将第一转速确定为第二转速步骤之前的任意位置。

在S620中，根据第二转速及超前校正算法计算目标通道的抗饱和加速度具体包括：

S621、确定所述参考通道的加速度。

S622、根据所述超前校正算法及所述第二转速计算所述第二转速校正前的第三转速。

S623、根据所述参考通道的加速度、第三转速及预设控制分配矩阵，确定所述目标通道的抗饱和加速度。

在步骤S621中，由上文可知，初始加速度[M1 M2 M3 T]为已知参数，在确定目标通道的情况下，可以直接确定参考通道的加速度。举例而言，目标通道为油门通道，则可以参考通道的加速度M1、M2、M3。

在步骤S622中，由第二转速的定义可知，若作动器的第一转速大于预设饱和转速，则将作动器转速重新确定为第二转速，即：

当ω_{r1_ori_lead}>ω_max，令ω_{r1_ori_lead}＝ω_max。由此，根据上文中的超前校正算法公式，可以按照以下示例性公式计算未经校正的第三转速：

ω_{r1_antisat}(k)＝(ω_max+τω_{r1_antisat}(k-1))/(τ+1)

其中，ω_{r1_antisat}为第三转速，ω_max为第二转速(即饱和转速)，τ为时间常数。

在步骤S623中，结合上文的控制分配方程，通过数学形式上的变换得到以下方程：

其中，B_CA(1,1:4)为控制分配矩阵的第一行部分，即B_CA(1,1:4)为4x1矩阵，例如[-300,300,300,-300]。而[M1 M2 M3 T]^T为1x4矩阵，由此使得两个矩阵的乘积恰好为一个元素值，该元素值即为ω_r1等价于ω_{r1_antisat}，则方程中/>已知、B_CA(1,1:4)已知、M1、M2、M3已知，由此可以计算得到目标通道的抗饱和加速度，参考以下示例性公式计算：

其中，T_antisat为目标通道的抗饱和加速度，B_CA(1,1:3)为控制分配矩阵中第一行的第一至第三列，即B_CA(1,1:3)为3x1矩阵，[M1 M2 M3]^T为1x3矩阵，两者之积为一个元素值，可以与进行运算。B_CA(1,4)为控制分配矩阵中第一行第四列元素值。

请再次参阅图7，在一些实施例中，在判断第一转速是否满足饱和限制条件时，还包括：判断是否存在多个作动器的第一转速大于预设饱和转速。若存在多个作动器的第一转速均大于饱和转速，则分别重复以上步骤，计算每个作动器对应目标通道的抗饱和加速度。最后，确定多个抗饱和加速度的最小值为目标通道的最终抗饱和加速度。举例而言，若同时存在作动器A的第一转速A1和作动器B的第一转速B1大于各自的饱和速度，则对于作动器A，将第一转速A1重新确定为第二转速A2，然后根据第二转速A2结合控制分配方程以及超前校正算法计算得到抗饱和加速度M_A，然后基于相同的步骤，计算对于作动器B的抗饱和加速度M_B，若M_A>M_B，则确定抗饱和加速度为M_B，后续根据抗饱和加速度M_B重新计算第一转速及第二转速。相反，若M_A<M_B，则确定抗饱和加速度为M_A，后续根据抗饱和加速度M_A重新计算第一转速及第二转速。由于多个作动器都是以牺牲目标通道的加速度以保证其他参考通道的加速度稳定，而每个作动器都需要保持其设定转速小于等于饱和转速，因此只有选择多个抗饱和加速度中的最小值，才能保证每个作动器的设定转速都小于等于其各自的饱和转速。

下面介绍根据抗饱和加速度控制无人机飞行的方法。具体地，请再次参阅图7，包括步骤：

S710、根据所述抗饱和加速度及预设控制分配方程，重新计算作动器的第一转速。

S720、根据所述超前校正算法校正所述第一转速，重新计算作动器的第二转速。

S730、所述作动器响应所述第二转速，以控制所述无人机飞行。

具体地，根据该抗饱和加速度可以得到新的控制指令[M_antisat,T_antisat]，结合上文中的控制分配方程：

由此得到ω_{ri_antisat}，即为重新确定的第一转速。然后，再结合上文中的超前校正算法计算得到重新确定的第二转速，具体公式如下：

ω_{ri_antisat_lead}(k)＝τ(ω_{ri_antisat}(k)-ω_{ri_antisat}(k-1))+ω_{ri_antisat}(k)

ω_{ri_antisat_lead}即为重新确定的第二转速。最终，作动器响应于重新确定的第二转速工作，以控制无人机按照控制指令飞行。

下面以实验为例进一步说明本申请技术方案的技术效果。

在本实验实施例中，无人机为四旋翼飞行器，该无人机具有4个通道，分别为滚转、俯仰、偏航以及升降通道，对应的动力参数为M1、M2、M3以及T，其中，M1、M2、M3的单位为rad*s^(-2)，T的单位为m*s^(-2)。无人机具有4个作动器，具体为电机，4个电机的转速分别为ω_r1、ω_r2、ω_r3、ω_r4。则根据控制指令可以计算电机的转速，公式如下：

其中，B_CE为控制效率矩阵，具体为：

B_CE为经验值，由此可以发现在对无人机不同通道的控制中，滚转以及俯仰通道对各个作动器都具有较大的影响力，而对于偏航以及升降通道对作动器的影响力较低，也因此被用于牺牲控制而保全滚转以及俯仰通道的控制。10^-8为用于量纲转换系数，因为ω_r1通常使用rpm表示，而M1的单位则为rad*s^(-2)。

在本实验实施例中，饱和转速的最大值ω_max＝8000，饱和转速的最小值ω_min＝1500，角加速度和加速度控制指令的按时间t变化规律具体为：

M1＝50+30*sin(35t+30*pi/180)

M2＝-40+40*sin(20t+120*pi/180)

M3＝5+5*sin(22t+70*pi/180)

T＝10+10*sin(t+60*pi/180)

在本实验实施例中，4个作动器均按照一阶微分方程建立一阶惯性环节模型，4个作动器的时间常数分别为0.04s、0.08s、0.12s以及0.16s，即

/>

其中ω_{r1_cmd}，ω_{r2_cmd}，ω_{r3_cmd}，ω_{r4_cmd}表示发给作动器的指令，ω_{r1_act}，ω_{r2_act}，ω_{r3_act}，ω_{r4_act}表示作动器实际的转速。这四个作动器实际的转速产生的加速度和角加速度指令为：

请对比参阅图8和图9，图8a、b、c、d分别为本申请实验实施例所提供的滚转、俯仰、偏航以及油门通道的设定加速度与实际加速度的对比图；图9a、b、c、d分别为本申请对比实施例所提供的滚转、俯仰、偏航以及油门通道的设定加速度与实际加速度的对比图。

图8a、图8b、图8c中标记有1的曲线代表指令的设定加速度，标记有2的曲线代表实际加速度，由此可以确定滚转、俯仰以及偏航通道经过本申请的抗饱和控制方法，实际加速度与指令加速度稳定且一致。而对比图9a、图9b、图9c，其中标记有3的曲线代表设定加速度，标记有4的曲线代表实际加速度，滚转、俯仰以及偏航通道的设定加速度与实际加速度均存在一定的偏差和相位滞后。

再对比图8d与图9d，同样图8d中标记为1的曲线为设定加速度，标记为2的曲线为实际加速度，图9d中标记为3的曲线为设定加速度，标记为4的曲线为实际加速度。对比曲线1与曲线2，曲线3与曲线4可知，本申请实施例中经过抗饱和控制分配的油门通道设定加速度与实际加速度的偏离程度比现有技术更大，其原因在于通过牺牲了油门通道的稳定性，换取了其他滚转、俯仰以及偏航通道等重要通道的稳定性。

由此可见，采用本申请实施例所提供的抗饱和控制分配方法时，对滚转、俯仰以及偏航通道的分配更加准确，使得真实的三轴角加速度能够更好地跟踪指令，以实现对姿态的精确控制。而另一种没有考虑作动器滞后效应的控制分配方法，其三轴角加速度与指令存在明显的偏差，同时也会明显降低姿态的控制精度。

综上所述，本申请实施例提供的多旋翼无人机抗饱和控制方法，在使用超前校正算法以弥补作动器的滞后效应的同时，对于超前校正算法带来的容易指令饱和问题，通过反推计算超前校正前的转速，能够有效地处理多个作动器滞后特性不同的情况，使得作动器的实际转速能够按照控制指令的设定转速实现以提高对无人机控制的精度，同时保持无人机的飞行姿态稳定。

本申请实施例还提供一种基于超前校正的无人机抗饱和控制装置，请参阅图10，图10为本申请一实施例提供的基于超前校正的无人机抗饱和控制装置的架构示意图。无人机抗饱和控制装置100包括控制分配模块110、抗饱和反馈模块120、指令校正模块130以及飞行控制模块140。

控制分配模块110用于根据预设超前校正算法确定无人机的多个作动器的第一转速。具体地，控制分配模块110能够根据初始控制指令计算各个作动器的原始转速，再根据超前校正算法对原始转速进行超前校正，计算得到作动器的第一转速。

抗饱和反馈模块120用于当第一转速满足饱和限制条件，将满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速。具体地，抗饱和反馈模块120能够判断各个作动器的第一转速是否超过饱和转速，若超过则将其重新确定为第二转速，以实现抗饱和反馈，避免作动器转速饱和。

指令校正模块130用于根据超前校正算法计算第二转速对应的抗饱和加速度。具体地，指令校正模块130能够根据重新确定的第二转速，计算第二转速对应的未经超前校正转速，并将其解析还原得到对应的抗饱和加速度，即得到修正后的抗饱和控制指令。

飞行控制模块140用于根据抗饱和加速度控制无人机飞行。具体地，若无人机触发了饱和限制条件，则飞行控制模块140根据抗饱和加速度(即修正后的抗饱和控制指令)，将其重新控制分配确定各作动器转速从而控制无人机飞行，若无人机未触发饱和限制条件，则飞行控制模块140根据初始控制指令进行控制分配后即可控制无人机飞行。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法。

本申请实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其内部结构图可以如图11所示，处理器执行计算机程序时实现前述实施例的无人机抗饱和控制方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (11)

1.一种基于超前校正的无人机抗饱和控制方法，其特征在于，包括：

根据预设超前校正算法确定无人机的多个作动器的第一转速；

当所述第一转速满足饱和限制条件，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速；

根据所述超前校正算法计算所述第二转速对应的抗饱和加速度；

根据所述抗饱和加速度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，还包括：

根据所述无人机的飞行状态，确定所述无人机的多个通道中的至少一个为目标通道，其他通道为参考通道，每个所述通道配置有相应加速度；

则，所述根据所述超前校正算法计算所述第二转速对应的抗饱和加速度包括：

根据第二转速及所述超前校正算法计算所述目标通道的抗饱和加速度。

3.根据权利要求2所述的方法，其特征在于，所述根据第二转速及所述超前校正算法计算所述目标通道的抗饱和加速度包括：

确定所述参考通道的加速度；

根据所述超前校正算法及所述第二转速计算所述第二转速校正前的第三转速；

根据所述参考通道的加速度、第三转速及预设控制分配矩阵，确定所述目标通道的抗饱和加速度。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述当所述第一转速满足饱和限制条件，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速包括：

判断是否存在作动器的第一转速大于预设饱和转速；

若存在，则将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速。

5.根据权利要求1所述的方法，其特征在于，在所述判断是否存在作动器的第一转速大于预设饱和转速之后，还包括：

判断是否存在多个作动器的第一转速大于预设饱和转速；

若存在，则所述根据所述超前校正算法计算所述第二转速对应的抗饱和加速度包括：

分别计算多个所述作动器的第二转速对应的抗饱和加速度；

确定最小的所述抗饱和加速度为抗饱和加速度。

6.根据权利要求1所述的方法，其特征在于，所述根据预设超前校正算法确定无人机的多个作动器的第一转速包括：

获取初始加速度；

根据所述初始加速度结合预设控制分配方程，确定多个所述作动器的初始转速；

根据所述超前校正算法校正所述初始转速，得到所述第一转速。

7.根据权利要求6所述的方法，其特征在于，所述根据所述超前校正算法校正所述初始转速，得到所述第一转速包括：

确定所述第一转速对应作动器的惯性模型；

根据所述惯性模型确定相位补偿公式；

根据所述相位补偿公式及所述初始转速，计算所述第一转速。

8.根据权利要求1所述的方法，其特征在于，所述根据所述抗饱和加速度控制所述无人机飞行包括：

根据所述抗饱和加速度及预设控制分配方程，重新计算作动器的第一转速，所述重新计算的第一转速为根据抗饱和加速度重新分配的作动器转速；

根据所述超前校正算法校正所述重新计算的第一转速，重新计算作动器的第二转速，所述重新计算的第二转速为未经超前校正的作动器转速；

所述作动器响应所述重新计算的第二转速，以控制所述无人机飞行。

9.一种基于超前校正的无人机抗饱和控制装置，其特征在于，包括：

控制分配模块，用于根据预设超前校正算法确定无人机的多个作动器的第一转速；

抗饱和反馈模块，用于当所述第一转速满足饱和限制条件，将所述满足饱和限制条件的第一转速重新确定为临界饱和状态的第二转速；

指令校正模块，用于根据所述超前校正算法计算所述第二转速对应的抗饱和加速度；

飞行控制模块，用于根据所述抗饱和加速度控制所述无人机飞行。

10.一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1至8任一项所述的方法。