CN108388272A - 一种基于时间最优的无人机前飞速度计算方法 - Google Patents

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

一种基于时间最优的无人机前飞速度计算方法

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v_e满足时，时间分段点的计算方法如下：

ω_m＝ω_max

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max为给定的最大加速度。

进一步，当初始速度v₀和目标速度v_e满足时，时间分段点的计算方法如下：

ω_m＝-ω_max

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max为给定的最大加速度。

进一步，当初始速度v₀和目标速度v_e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：

ω_m＝ω_max

t₂＝t₁

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max为给定的最大加速度。

进一步，当初始速度v₀和目标速度v_e满足且θ₀≤0；或者满足时，时间分段点的计算方法如下：

ω_m＝-ω_max

t₂＝t₁

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max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，ω_m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θ_r为过渡过程俯仰角，a_r为过渡过程加速度，v_r为过渡过程速度，ω_r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：

ω_m＝ω_max

则取：

ω_m＝-ω_max

且θ₀≥0或者且θ₀<0，则取：

ω_m＝ω_max

t₂＝t₁

且θ₀≤0或者且θ₀>0，则取：

ω_m＝-ω_max

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(v_e,0)，表明结束条件为匀速；g为重力加速度，ω_max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，

ω_r＝ω_m

θ_r＝θ₀+ω_mt

a_r＝gtan(θ_r)

C2.当t₁<t≤t₂时，

ω_r＝0

θ_r＝θ₀+ω_mt₁

a_r＝gtan(θ_r)

C3.当t₂<t≤t₃时，

ω_r＝-ω_m

θ_r＝θ₀+ω_mt₁-ω_m(t-t₂)

a_r＝gtan(θ_r)

C4.当t>t₃时，

ω_r＝0

θ_r＝0

a_r＝0

v_r＝v_e

其中，ω_m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θ_r为过渡过程俯仰角，a_r为过渡过程加速度，v_r为过渡过程速度，ω_r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a_r满足a_r＝gtan(θ_r)，即加速度a_r并非恒定值，所述无人机的过渡过程属于变加速运动，；其中ω_m＝ω_max表示无人机先加加速，再匀加速，最后减加速，即加速度a_r的曲线符合附图3中的曲线1或曲线3所示；ω_m＝-ω_max表示先减加速，再匀减速，最后加减速，即加速度a_r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v_e满足步骤B的条件B1时，过渡过程速度v_r的曲线如附图2中曲线1所示，过渡过程加速度a_r的曲线如附图3中曲线1所示，过渡过程角速度ω_r的曲线如附图4中曲线1所示；当v₀和v_e满足步骤B的条件B2时，过渡过程速度v_r的曲线如附图2中曲线2所示，过渡过程加速度a_r的曲线如附图3中曲线2所示，过渡过程角速度ω_r的曲线如附图4中曲线2所示；当v₀和v_e满足步骤B的条件B3时，过渡过程速度v_r的曲线如附图2中曲线3所示，过渡过程加速度a_r的曲线如附图3中曲线3所示，过渡过程角速度ω_r的曲线如附图4中曲线3所示；当v₀和v_e满足步骤B的条件B4时，过渡过程速度v_r的曲线如附图2中曲线4所示，过渡过程加速度a_r的曲线如附图3中曲线4所示，过渡过程角速度ω_r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v_r和与v_e的关系如附图5所示；加速度a_r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ω_max＝0.2，最大加速度a_max＝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v_e满足时，时间分段点的计算方法如下：

ω_m＝ω_max

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max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v_e满足时，时间分段点的计算方法如下：

ω_m＝-ω_max

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max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v_e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：

ω_m＝ω_max

t₂＝t₁

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max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v_e满足且θ₀≤0；或者满足时，时间分段点的计算方法如下：

ω_m＝-ω_max

t₂＝t₁

其中，g为重力加速度，ω_max为无人机的最大角速度，θ₀为初始俯仰角，且满足a_max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，ω_m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θ_r为过渡过程俯仰角，a_r为过渡过程加速度，v_r为过渡过程速度，ω_r为过渡过程角速度。