CN108388272B - 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 PDF

Info

Publication number
CN108388272B
CN108388272B CN201810295228.6A CN201810295228A CN108388272B CN 108388272 B CN108388272 B CN 108388272B CN 201810295228 A CN201810295228 A CN 201810295228A CN 108388272 B CN108388272 B CN 108388272B
Authority
CN
China
Prior art keywords
time
acceleration
aerial vehicle
unmanned aerial
max
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
CN201810295228.6A
Other languages
English (en)
Other versions
CN108388272A (zh
Inventor
贺跃帮
陈浩森
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.)
Wuyi University
Original Assignee
Wuyi University
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 Wuyi University filed Critical Wuyi University
Priority to CN201810295228.6A priority Critical patent/CN108388272B/zh
Publication of CN108388272A publication Critical patent/CN108388272A/zh
Application granted granted Critical
Publication of CN108388272B publication Critical patent/CN108388272B/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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

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；
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；
步骤C计算运动状态参数由以下公式求得：
Figure 100002_3
Figure 100002_4
Figure 100002_5
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
Figure GDA0002589518700000032
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，ve为目标速度。
进一步，当初始速度v0和目标速度ve满足
Figure GDA0002589518700000033
Figure GDA0002589518700000034
时，时间分段点的计算方法如下：ωm＝ωmax；
Figure GDA0002589518700000035
Figure GDA0002589518700000036
Figure GDA0002589518700000037
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
Figure GDA0002589518700000038
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
Figure GDA0002589518700000039
Figure GDA00025895187000000310
时，时间分段点的计算方法如下：ωm＝-ωmax；
Figure GDA00025895187000000311
Figure GDA0002589518700000041
Figure GDA0002589518700000042
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
Figure GDA0002589518700000043
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
Figure GDA0002589518700000044
Figure GDA0002589518700000045
且θ0≥0；或者满足
Figure GDA0002589518700000046
且θ0＜0时，时间分段点的计算方法如下：
ωm＝ωmax；
Figure GDA0002589518700000047
t2＝t1；
Figure GDA0002589518700000048
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
Figure GDA0002589518700000049
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
Figure GDA00025895187000000410
Figure GDA00025895187000000411
且θ0≤0；或者满足
Figure GDA00025895187000000412
时，时间分段点的计算方法如下：
ωm＝-ωmax；
Figure GDA0002589518700000051
t2＝t1；
Figure GDA0002589518700000052
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
Figure GDA0002589518700000053
amax为给定的最大加速度。
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：
B1：
Figure GDA0002589518700000061
则取：
ωm＝ωmax；
Figure GDA0002589518700000062
Figure GDA0002589518700000063
Figure GDA0002589518700000064
B2：
Figure GDA0002589518700000065
则取：
ωm＝-ωmax；
Figure GDA0002589518700000066
Figure GDA0002589518700000071
Figure GDA0002589518700000072
B3：
Figure GDA0002589518700000073
且θ0≥0或者
Figure GDA0002589518700000074
且θ0＜0，则取：
ωm＝ωmax；
Figure GDA0002589518700000076
t2＝t1；
Figure GDA0002589518700000077
B4：
Figure GDA0002589518700000078
且θ0≤0或者
Figure GDA0002589518700000079
Figure GDA00025895187000000710
且θ0＞0，则取：
ωm＝-ωmax；
Figure GDA00025895187000000711
t2＝t1；
Figure GDA00025895187000000712
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
Figure GDA0002589518700000081
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＝g tan(θr)；
Figure GDA0002589518700000082
C2.当t1＜t≤t2时，
ωr＝0；
θr＝θ0+ωmt1；
ar＝g tan(θr)；
Figure GDA0002589518700000083
C3.当t2＜t≤t3时，
ωr＝-ωm；
0r＝θ0+ωmt1-ωm(t-t2)；
ar＝g tan(θr)；
Figure 100002_6
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
Figure GDA0002589518700000091
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＝g tan(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，最大加速度amax。
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 (5)

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；
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；
步骤C计算运动状态参数由以下公式求得：
Figure 33
Figure 31
Figure 3
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
Figure 4
， 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，ve为目标速度。
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：当初始速度v0和目标速度ve满足
Figure FDA0002589518690000023
Figure FDA0002589518690000024
时，时间分段点的计算方法如下：
ωm＝ωmax；
Figure 11
Figure 12
Figure 13
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
Figure 5
，amax为给定的最大加速度。
3.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：当初始速度v0和目标速度ve满足
Figure 14
Figure FDA00025895186900000210
时，时间分段点的计算方法如下：
ωm＝-ωmax；
Figure 15
Figure 16
Figure 17
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
Figure 6
，amax为给定的最大加速度。
4.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：当初始速度v0和目标速度ve满足
Figure 22
且θ0≥0；或者满足
Figure FDA0002589518690000036
Figure 23
且θ0＜0时，时间分段点的计算方法如下：
ωm＝ωmax；
Figure 18
t2＝t1；
Figure 19
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
Figure 7
，amax为给定的最大加速度。
5.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：当初始速度v0和目标速度ve满足
Figure 24
且θ0≤0；或者满足
Figure FDA0002589518690000042
Figure FDA0002589518690000043
时，时间分段点的计算方法如下：
ωm＝-ωmax；
Figure 20
t2＝t1；
Figure 21
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
Figure 8
，amax为给定的最大加速度。
CN201810295228.6A 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 Active CN108388272B (zh)

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 CN108388272A (zh) 2018-08-10
CN108388272B true 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)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (8)

* Cited by examiner, † Cited by third party
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
JP5482047B2 (ja) * 2009-09-15 2014-04-23 ソニー株式会社 速度算出装置、速度算出方法及びナビゲーション装置
CN101944234B (zh) * 2010-07-23 2012-07-25 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
CN103941739B (zh) * 2014-04-15 2016-06-01 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
CN104020773B (zh) * 2014-06-13 2016-09-14 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
CN107309872B (zh) * 2017-05-08 2021-06-15 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

Also Published As

Publication number Publication date
CN108388272A (zh) 2018-08-10

Similar Documents

Publication Publication Date Title
CN106527519B (zh) 一种大型直流暂冲式超声速风洞变速压流场控制方法
CN111597702B (zh) 一种火箭着陆轨迹规划方法及装置
CN106877746B (zh) 速度控制方法和速度控制装置
CN104252133B (zh) 一种无人机纵向控制律平滑切换方法
CN105425612B (zh) 一种水轮机调节系统控制参数的优选方法
CN109946971B (zh) 一种倾转旋翼无人机过渡段的光滑切换控制方法
CN111594322B (zh) 一种基于Q-Learning的变循环航空发动机推力控制方法
CN108304615B (zh) 一种抽水蓄能机组开机规律的双目标优选方法及系统
CN108388272B (zh) 一种基于时间最优的无人机前飞速度计算方法
CN111882047A (zh) 一种基于强化学习与线性规划的快速空管防冲突方法
CN115079565B (zh) 变系数的带落角约束制导方法、装置和飞行器
CN107992071B (zh) 尾座式无人机纵向姿态双模糊控制系统及方法
CN110095981A (zh) 一种自抗扰控制器参数的整定方法、装置和电子设备
CN109969426A (zh) 一种针对复合推力构型直升机的升力分配方法及系统
CN108279704B (zh) 一种增加通信链路的多无人机的协同控制策略
WO2024016675A1 (zh) 风机巡检无人机飞行参数的自适应调整方法、装置及设备和存储介质
CN113253603A (zh) 基于fopso算法的无人机自抗扰控制器设计方法
WO2020124606A1 (zh) 数控加工方法及系统、具有存储功能的装置
CN104656659B (zh) 舰载机滑跃起飞自动飞行控制方法
CN110588654B (zh) 一种自动整定车辆速度相应pid控制参数的方法
CN102999008B (zh) 切边圆盘剪的重叠量控制器参数优化方法
CN112327619A (zh) 一种基于多算法结合的推力分配优化方法
CN109508050B (zh) 一种自动点钻机速度控制方法
CN110554707A (zh) 一种飞行器姿态控制回路的q学习自动调参方法
CN115685764A (zh) 变翼展飞行器任务自适应的抗干扰跟踪控制方法及系统

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