CN108388272A - 一种基于时间最优的无人机前飞速度计算方法 - Google Patents
一种基于时间最优的无人机前飞速度计算方法 Download PDFInfo
- Publication number
- CN108388272A CN108388272A CN201810295228.6A CN201810295228A CN108388272A CN 108388272 A CN108388272 A CN 108388272A CN 201810295228 A CN201810295228 A CN 201810295228A CN 108388272 A CN108388272 A CN 108388272A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- acceleration
- max
- computational methods
- meet
- 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
- 238000000205 computational method Methods 0.000 title claims abstract description 21
- 230000001133 acceleration Effects 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 52
- 230000001052 transient effect Effects 0.000 claims abstract description 44
- 230000005484 gravity Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009931 harmful effect Effects 0.000 abstract 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000000869 mutational effect Effects 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
- G05D1/10—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
本发明公开了一种基于时间最优的无人机前飞速度计算方法,能够解决手动模式过渡到自动模式或者自动模式给定速度变化时的速度、加速度连续性问题。该算法依据初始状态和目标状态进行计算将过渡过程划分为若干阶段,计算出每个阶段对应的运动状态参数,显著提高了计算效率并且简化了过渡过程,且不会产生影响飞行效果的不良影响。
Description
技术领域
本发明涉及一种基于时间最优的无人机前飞速度计算方法,特别适用于解决无人机速度模式切换和自动模式下变化速度时的速度和加速度保持连续。
背景技术
在无人机的使用过程中,从手动模式切换到自动模式以及在自动模式的情况下给定速度变化时,速度和加速度的连续性是影响飞行效果的关键性因素。但是由于影响速度和加速度连续性的因素过多,如何有效解决连续性问题一直是行业内一个难点。尽管近几年来基于控制量突变部分的消除和利用现有数控技术规划算法让速度和加速度的连续性问题得到解决,但是前者计算过程复杂,而后者则不能保证过渡过程时间最优。因此需要采用一种算法既能基于时间最优解决速度和加速度的连续性问题,又能不产生影响飞行效果的负面影响。
发明内容
为解决上述问题,本发明的目的在于采用一种基于时间最优的无人机前飞速度计算方法,解决手动模式过渡到自动模式或者自动模式给定速度变化时的速度、加速度保持连续。
本发明解决其问题所采取的技术方案是:
一种基于时间最优的无人机前飞速度计算方法,其特征在于:在速度、加速度发生变化时,执行以下步骤:
A、将速度、加速度变化的过渡过程分为若干时间段;
B、根据初始状态和目标状态确定时间分段点;
C、利用步骤B根据初始状态和目标状态确定的时间分段点,计算出每个时间段所对应的运动状态参数;
D、利用步骤C所得的运动状态参数,控制无人机完成速度、加速度连续的过渡过程。
进一步,所述步骤B中时间分段点为t1,t2,t3。
进一步,步骤C中所述无人机运动过程的时间段分为以下3个阶段:t≤t1,t1<t≤t2,t2<t≤t3,其中t为无人机运动过程中所处的时间点。
进一步:当初始速度v0和目标速度ve满足时,时间分段点的计算方法如下:
ωm=ωmax
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
进一步,当初始速度v0和目标速度ve满足时,时间分段点的计算方法如下:
ωm=-ωmax
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
进一步,当初始速度v0和目标速度ve满足且θ0≥0;或者满足且θ0≤0时,时间分段点的计算方法如下:
ωm=ωmax
t2=t1
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
进一步,当初始速度v0和目标速度ve满足且θ0≤0;或者满足时,时间分段点的计算方法如下:
ωm=-ωmax
t2=t1
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
进一步,步骤C计算运动状态参数由以下公式求得:
其中,ωm为给定的最大角速度,g为重力加速度,v0为初始速度,θ0为初始俯仰角,且满足θr为过渡过程俯仰角,ar为过渡过程加速度,vr为过渡过程速度,ωr为过渡过程角速度。
本发明的有益效果是:一种基于时间最优的无人机前飞速度计算方法,依据初始状态和目标状态进行计算将过渡过程划分为若干阶段,计算出每个阶段对应的运动状态参数,显著提高了计算效率,简化了过渡过程并且避免了超调现象的出现。利用该计算方法得出的速度、加速度保持了连续性。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明计算过渡过程运动状态参数的流程图;
图2是本发明过渡过程的速度曲线;
图3是本发明过渡过程的加速度曲线;
图4是本发明过渡过程的角速度曲线;
图5是本发明随机调速过程的速度曲线;
图6是本发明随机调速过程的加速度曲线;
图7是本发明随机调速过程的角速度曲线。
具体实施方式
参照图1,本发明为一种基于时间最优的无人机前飞速度计算方法,计算给定条件下无人机的运动状态参数,从手动模式过渡到自动模式或者在自动模式下调整速度时,执行以下步骤:
A、将速度、加速度变化的过渡过程分为三个时间段t≤t1,t1<t≤t2,t2<t≤t3。
B、根据初始状态和目标状态确定时间分段点;
C、根据步骤B利用初始状态和目标状态确定的时间值计算出每个时间段所对应的运动状态参数;
进一步,步骤B中确定时间分段点根据初始状态和目标状态分以下四种情况计算,方法如下:
则取:
ωm=ωmax
则取:
ωm=-ωmax
且θ0≥0或者且θ0<0,则取:
ωm=ωmax
t2=t1
且θ0≤0或者且θ0>0,则取:
ωm=-ωmax
t2=t1
其中当从手动过渡到自动时,取v0,θ0为切换时无人机真实速度和俯仰角,当自动调速时,取v0,θ0为调速时的给定速度和俯仰角。结束条件(ve,0),表明结束条件为匀速;g为重力加速度,ωmax为无人机的最大角速度,且满足
进一步,根据步骤B所得出的结果,步骤C中计算运动过程状态参数的计算步骤如下:
C1:当t≤t1时,
ωr=ωm
θr=θ0+ωmt
ar=gtan(θr)
C2.当t1<t≤t2时,
ωr=0
θr=θ0+ωmt1
ar=gtan(θr)
C3.当t2<t≤t3时,
ωr=-ωm
θr=θ0+ωmt1-ωm(t-t2)
ar=gtan(θr)
C4.当t>t3时,
ωr=0
θr=0
ar=0
vr=ve
其中,ωm为给定的最大角速度,g为重力加速度,v0为初始速度,θ0为初始俯仰角,且满足θr为过渡过程俯仰角,ar为过渡过程加速度,vr为过渡过程速度,ωr为过渡过程角速度。
其中,无人机所处时间点t满足0<t≤t3时,表示无人机处于过渡过程;无人机所处时间点t满足t>t3时,表示无人机已经完成了过渡过程,达到了设定的目标状态。
其中,过渡过程中加速度的ar满足ar=gtan(θr),即加速度ar并非恒定值,所述无人机的过渡过程属于变加速运动,;其中ωm=ωmax表示无人机先加加速,再匀加速,最后减加速,即加速度ar的曲线符合附图3中的曲线1或曲线3所示;ωm=-ωmax表示先减加速,再匀减速,最后加减速,即加速度ar的曲线符合附图3中的曲线2或曲线4所示。
当无人机从不同初值过渡到悬停效果时,参考附图2-4,当v0和ve满足步骤B的条件B1时,过渡过程速度vr的曲线如附图2中曲线1所示,过渡过程加速度ar的曲线如附图3中曲线1所示,过渡过程角速度ωr的曲线如附图4中曲线1所示;当v0和ve满足步骤B的条件B2时,过渡过程速度vr的曲线如附图2中曲线2所示,过渡过程加速度ar的曲线如附图3中曲线2所示,过渡过程角速度ωr的曲线如附图4中曲线2所示;当v0和ve满足步骤B的条件B3时,过渡过程速度vr的曲线如附图2中曲线3所示,过渡过程加速度ar的曲线如附图3中曲线3所示,过渡过程角速度ωr的曲线如附图4中曲线3所示;当v0和ve满足步骤B的条件B4时,过渡过程速度vr的曲线如附图2中曲线4所示,过渡过程加速度ar的曲线如附图3中曲线4所示,过渡过程角速度ωr的曲线如附图4中曲线4所示。可以看出,速度和加速度在整个过渡过程中连续。从附图2可以看出,在过渡过程中,过渡过程的速度变化至0后不再变化,即未产生超调现象。
当无人机进行随机调速时,过渡过程速度vr和与ve的关系如附图5所示;加速度ar的曲线图如附图6所示;角加速度的曲线如附图7所示,速度与加速度也保持连续。
其中,仿真图中,重力加速度为g=9.78,最大角速度ωmax=0.2,最大加速度amax=6。
综上所述,本发明一种基于时间最优的无人机前飞速度算法,实现从手动模式切换到自动模式,或者自动模式下给定速度调整时速度和加速度的连续性,提高计算效率并且不会产生超调现象,有效改善了无人机的飞行效果。
Claims (7)
1.一种基于时间最优的无人机前飞速度计算方法,其特征在于:在速度、加速度发生变化时,执行以下步骤:
A、将速度、加速度变化的过渡过程分为若干时间段;
B、根据初始状态和目标状态确定时间分段点;
C、利用步骤B根据初始状态和目标状态确定的时间分段点,计算出每个时间段所对应的运动状态参数;
D、利用步骤C所得的运动状态参数,控制无人机完成速度、加速度连续的过渡过程。
2.根据权利要求1所述的一种基于时间最优的无人机前飞速度计算方法,其特征在于:所述步骤B中时间分段点为t1,t2,t3,过渡过程的时间段分为以下3个阶段:t≤t1,t1<t≤t2,t2<t≤t3,其中t为无人机运动过程中所处的时间点。
3.根据权利要求2所述的一种基于时间最优的无人机前飞速度计算方法,其特征在于:当初始速度v0和目标速度ve满足时,时间分段点的计算方法如下:
ωm=ωmax
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
4.根据权利要求2所述的一种基于时间最优的无人机前飞速度计算方法,其特征在于:当初始速度v0和目标速度ve满足时,时间分段点的计算方法如下:
ωm=-ωmax
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
5.根据权利要求2所述的一种基于时间最优的无人机前飞速度计算方法,其特征在于:当初始速度v0和目标速度ve满足且θ0≥0;或者满足且θ0≤0时,时间分段点的计算方法如下:
ωm=ωmax
t2=t1
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
6.根据权利要求2所述的一种基于时间最优的无人机前飞速度计算方法,其特征在于:当初始速度v0和目标速度ve满足且θ0≤0;或者满足时,时间分段点的计算方法如下:
ωm=-ωmax
t2=t1
其中,g为重力加速度,ωmax为无人机的最大角速度,θ0为初始俯仰角,且满足amax为给定的最大加速度。
7.根据权利要求2所述的一种基于时间最优的无人机前飞速度计算方法,其特征在于:步骤C计算运动状态参数由以下公式求得:
其中,ωm为给定的最大角速度,g为重力加速度,v0为初始速度,θ0为初始俯仰角,且满足θr为过渡过程俯仰角,ar为过渡过程加速度,vr为过渡过程速度,ωr为过渡过程角速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810295228.6A CN108388272B (zh) | 2018-03-30 | 2018-03-30 | 一种基于时间最优的无人机前飞速度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810295228.6A CN108388272B (zh) | 2018-03-30 | 2018-03-30 | 一种基于时间最优的无人机前飞速度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108388272A true CN108388272A (zh) | 2018-08-10 |
CN108388272B CN108388272B (zh) | 2020-09-29 |
Family
ID=63073458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810295228.6A Active CN108388272B (zh) | 2018-03-30 | 2018-03-30 | 一种基于时间最优的无人机前飞速度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108388272B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814568A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 速度轨迹的生成方法、装置和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4326253A (en) * | 1980-03-31 | 1982-04-20 | The Boeing Company | Lift control system for aircraft vertical path guidance |
DE2918128C1 (zh) * | 1979-05-07 | 1988-11-10 | Licentia Patent-Verwaltungs-Gmbh, 6000 Frankfurt, De | |
CN101944234A (zh) * | 2010-07-23 | 2011-01-12 | 中国科学院研究生院 | 特征迹驱动的多目标跟踪方法及装置 |
CN102023233A (zh) * | 2009-09-15 | 2011-04-20 | 索尼公司 | 速度计算设备、速度计算方法和导航设备 |
CN103941739A (zh) * | 2014-04-15 | 2014-07-23 | 北京控制工程研究所 | 一种基于多项式的卫星姿态机动方法 |
CN104020773A (zh) * | 2014-06-13 | 2014-09-03 | 哈尔滨工业大学 | 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 |
US8924069B1 (en) * | 2008-04-09 | 2014-12-30 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Artificial immune system approach for airborne vehicle maneuvering |
CN107309872A (zh) * | 2017-05-08 | 2017-11-03 | 南京航空航天大学 | 一种带有机械臂的飞行机器人及其控制方法 |
-
2018
- 2018-03-30 CN CN201810295228.6A patent/CN108388272B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2918128C1 (zh) * | 1979-05-07 | 1988-11-10 | Licentia Patent-Verwaltungs-Gmbh, 6000 Frankfurt, De | |
US4326253A (en) * | 1980-03-31 | 1982-04-20 | The Boeing Company | Lift control system for aircraft vertical path guidance |
US8924069B1 (en) * | 2008-04-09 | 2014-12-30 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Artificial immune system approach for airborne vehicle maneuvering |
CN102023233A (zh) * | 2009-09-15 | 2011-04-20 | 索尼公司 | 速度计算设备、速度计算方法和导航设备 |
CN101944234A (zh) * | 2010-07-23 | 2011-01-12 | 中国科学院研究生院 | 特征迹驱动的多目标跟踪方法及装置 |
CN103941739A (zh) * | 2014-04-15 | 2014-07-23 | 北京控制工程研究所 | 一种基于多项式的卫星姿态机动方法 |
CN104020773A (zh) * | 2014-06-13 | 2014-09-03 | 哈尔滨工业大学 | 一种基于控制周期自适应时钟同步的加速度最优空间机器人在线轨迹规划方法 |
CN107309872A (zh) * | 2017-05-08 | 2017-11-03 | 南京航空航天大学 | 一种带有机械臂的飞行机器人及其控制方法 |
Non-Patent Citations (1)
Title |
---|
曹美会 等: "基于视觉的四旋翼无人机自主定位与控制系统", 《信息与控制》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109814568A (zh) * | 2019-02-19 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 速度轨迹的生成方法、装置和存储介质 |
CN109814568B (zh) * | 2019-02-19 | 2022-05-03 | 阿波罗智能技术(北京)有限公司 | 无人车速度轨迹的生成方法、装置和存储介质 |
US11511748B2 (en) | 2019-02-19 | 2022-11-29 | Apollo Intelligent Driving Technology (Beijing) Co., Ltd. | Velocity trajectory generation method, apparatus, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN108388272B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106945042A (zh) | 一种机械手的离散s型曲线速度控制方法 | |
CN107505918A (zh) | 一种切割机的速度规划方法 | |
CN109240215B (zh) | 一种基于改进型s曲线加减速的pvt控制方法 | |
CN111594322B (zh) | 一种基于Q-Learning的变循环航空发动机推力控制方法 | |
CN108388206A (zh) | 进给速度实时动态规划方法及系统 | |
CN106950923B (zh) | 一种定插补周期的速度规划方法 | |
CN108512258B (zh) | 一种基于改进多智能体一致性算法的风电场有功调度方法 | |
CN109240337A (zh) | 一种无人机植保作业方法及无人机 | |
CN103926830B (zh) | 一种分数阶pi控制器的参数在线自整定方法及系统 | |
CN109977613A (zh) | 一种可预先设定调整时间的自适应滑模末制导律设计方法 | |
GB1520173A (en) | Method of controlling the flight path of a lowflying aircraft | |
CN105953800A (zh) | 一种无人飞行器航迹规划栅格空间划分方法 | |
CN105427052B (zh) | 一种基于参考线的并联水库确定性优化调度方法 | |
CN108388272A (zh) | 一种基于时间最优的无人机前飞速度计算方法 | |
CN109048091A (zh) | 激光切割速度规划方法、装置、存储介质及计算机设备 | |
WO2020124606A1 (zh) | 数控加工方法及系统、具有存储功能的装置 | |
CN102087531B (zh) | 液体泵的流量控制方法 | |
CN102999008B (zh) | 切边圆盘剪的重叠量控制器参数优化方法 | |
CN102082545B (zh) | 马达速度控制器及其控制方法 | |
CN103590973B (zh) | 一种应用于风力发电机组大风工况下的变桨控制方法 | |
CN108763779A (zh) | 一种应用改进的粒子群算法对四旋翼无人机控制的方法 | |
CN107305055A (zh) | 一种中央空调水泵的变频控制系统 | |
CN107203133B (zh) | 一种智能的月球软着陆轨道控制器 | |
CN109760053B (zh) | 一种桁架机械手的动态规划速度控制方法 | |
CN109033487A (zh) | 一种基于蒙特卡洛仿真的飞行器总体概率设计方法 |
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 |