CN108563124A - 基于api可用户设置轨迹的旋翼无人机自适应控制方法 - Google Patents
基于api可用户设置轨迹的旋翼无人机自适应控制方法 Download PDFInfo
- Publication number
- CN108563124A CN108563124A CN201810385160.0A CN201810385160A CN108563124A CN 108563124 A CN108563124 A CN 108563124A CN 201810385160 A CN201810385160 A CN 201810385160A CN 108563124 A CN108563124 A CN 108563124A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- wing unmanned
- rotor wing
- flight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000003993 interaction Effects 0.000 claims abstract description 16
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000013178 mathematical model Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract 1
- 238000002474 experimental method Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000219000 Populus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明基于API可用户设置轨迹的旋翼无人机自适应控制方法，包括步骤：1)为旋翼无人机系统设置人机交互界面，通过人机交互界面在旋翼无人机控制系统中设置飞行参数制定旋翼无人机的期望飞行轨迹；2)设计控制器对步骤1)制定出的期望飞行轨迹进行自适应、自调节跟踪，所设计的旋翼无人机系统的控制器为自适应更新率为本发明使用户能根据目标自主设定旋翼无人机的飞行轨迹，弥补现有旋翼无人机轨迹不能用户设置的不足；并且所设计的控制器能使旋翼无人机在跟踪不同的设置轨迹时，对外界强烈扰动有快速恢复稳定的能力，弥补了现有旋翼无人机飞行欠稳定的缺点，实现了自动跟踪代替手动操控跟踪。
Description
技术领域
本发明涉及旋翼无人机控制技术领域，特别涉及一种可用户设置轨迹的旋翼无人机控制方法。
背景技术
旋翼无人机具有结构简单、控制方便、垂直起降、成本低、机动性强等特点。因此旋翼无人机技术很快成为了各国研究的热点，得以迅速发展，但是市场上现有的旋翼无人机存在以下缺点：
1、现有旋翼无人机无法实现自主飞行，多数采取手动控制方式。
2、现有旋翼无人机无法实现设置期望的飞行轨迹，如：螺旋上升轨迹，平面正弦轨迹等；从而不能实现按期望的轨迹对线(如输电线等)、面(如田地、停车场、马路等)、体(如高楼)等形态的目标物周围状况进行巡检作业等。
并且现有的多旋翼无人机也无法对任意设置的轨迹进行快速、有效的自适应、自调节跟踪。
发明内容
有鉴于此，为了解决以上描述的现存问题，本发明的目的是提供一种基于API可用户设置轨迹的旋翼无人机自适应控制方法，以解决现有旋翼无人机不能设置期望飞行轨迹、不能对设置的期望飞行轨迹进行自适应、自调节跟踪的技术问题。
本发明基于API可用户设置轨迹的旋翼无人机自适应控制方法，包括以下步骤：
1)为旋翼无人机系统设置人机交互界面，通过人机交互界面在旋翼无人机控制系统中设置飞行参数制定旋翼无人机的期望飞行轨迹；
2)设计控制器对步骤1)制定出的期望飞行轨迹进行自适应、自调节跟踪，步骤如下：
S2a：对API进行数学模型的描述，所述API为接收控制输入并驱动旋翼无人机控制系统运行的可编程程序接口；
所述对API进行数学模型的描述为：
其中，x为旋翼无人机在X轴方向的位置，vx为旋翼无人机在X轴方向的飞行速度；dx(.)为X轴方向的不确定扰动，且dx(.)是有界的，即|dx(.)|＜dmx(.)；dmx(.)为X轴方向不确定扰动的最大值，不需要知道知道此值的确定大小；
y为旋翼无人机在Y轴方向的位置，vy为旋翼无人机在Y轴方向的飞行速度；dy(.)为Y轴方向的不确定扰动，且dy(.)是有界的，即|dy(.)|＜dmy(.)；dmy(.)为Y轴方向不确定扰动的最大值，不需要知道知道此值的确定大小；
z为旋翼无人机在Z轴方向的位置，即旋翼无人机的飞行高度；vz为旋翼无人机在Z轴方向的飞行速度，dz(.)为Z轴方向的不确定扰动，且dz(.)是有界的，即|dz(.)|＜dmz(.)；dmz(.)为Z轴方向不确定扰动的最大值，不需要知道知道此值的确定大小；
将步骤S2a中的数学模型的描述用状态空间形式表达得到下式：
其中，p＝[x，y，z]T为旋翼无人机的空间位置，p1＝[vx，vy，vz]T,d＝[dx(·)，dy(·)，dz(·)]T；
S2b：通过设置在旋翼无人机上的传感器获得当前旋翼无人机的飞行状态数据，所述飞行状态数据包括旋翼无人机的位置数据和旋翼无人机的速度数据，将传感器获得的位置数据与通过期望飞行轨迹得到的期望位置数据进行如下运算，获得误差值e；
e＝p-pd
其中，p为传感器测量到的旋翼无人机的位置数据，pd为旋翼无人机的期望位置数据；
S2c：设计旋翼无人机系统的控制器如下：
其中：p1为设计出的旋翼无人机的控制器；为旋翼无人机系统不确定项ω的估计值，由自适应更新率估计得到；ρ、k与σ均为大于0的设计参数，依据调试效果而定；
其中：F＝||θ(H)||+1为用神经网络处理过的旋翼无人机控制系统函数，θ(H)＝[θ1(H)，……，θn(H)]T，n为选择的神经网络个数，
其中，H＝[xd，yd，zd]T，xd，yd，zd分别为旋翼无人机在X轴、Y轴和Z轴三个不同方向的理想轨迹，αj为神经网络选择的参数，∈j表示神经网络节点中心跨度；
S2d：API接收控制器p1的计算结果控制旋翼无人机的飞行轨迹。
进一步，在步骤1)中，设置飞行参数制定旋翼无人机的期望飞行轨迹包括：
当要飞行到一个点目标，则通过人机交互界面在旋翼无人机控制系统中设定该点目标的三维坐标值(x，y，z)；
当要在一个面目标上飞行，则通过人机交互界面在旋翼无人机控制系统中将飞行高度z设定为某一固定值，将飞行跨过的宽度x设定为x＝sin(t)，将飞行的前行速率y设定为y＝0.5t；
当要绕一个立体目标飞行时，设定绕立体目标飞行的x轴方向半径为x＝2sin(t)，绕立体目标飞行的y轴方向半径为y＝3sin(t)，上升飞行的速率设定为z＝1.5t。
进一步，所述的基于API可用户设置轨迹的旋翼无人机自适应控制方法还包括：在旋翼无人机上设置导航系统，通过导航系统规划出旋翼无人机的期望飞行轨迹。
本发明的有益效果：
1、本发明基于API可用户设置轨迹的旋翼无人机自适应控制方法，通过对旋翼无人机系统设置人机交互界面，实现了用户能根据目标自主设定旋翼无人机的飞行轨迹，弥补现有旋翼无人机轨迹不能用户设置的不足。
2、本发明基于API可用户设置轨迹的旋翼无人机自适应控制方法，其设计的自适应控制器使得旋翼无人机在跟踪不同的设置轨迹时，对外界强烈扰动有快速恢复稳定的能力，弥补了现有旋翼无人机飞行欠稳定的缺点，实现了自动跟踪代替手动操控跟踪。
3、本发明基于API可用户设置轨迹的旋翼无人机自适应控制方法，使旋翼无人机能对点、线、面、立体等不同形状的目标物进行作业；弥补了现有旋翼无人机应用开发单一的不足，达到一次开发多次应用的目的。
附图说明
图1为旋翼无人机的控制结构图；
图2为基于速度API的自适应控制器结构图；
图3为神经网络结构；
图4为在仿真平台DJISimulator上控制旋翼无人机定高悬停的实验结果图；
图5为在仿真平台DJISimulator上控制旋翼无人机位置向点目标飞行实验结果图；
图6为在仿真平台DJISimulator上控制旋翼无人机在平面目标上飞行的实验结果图；
图7为在仿真平台DJISimulator上控制旋翼无人机绕立体目标飞行的实验结果图。
其中图4-图7中，仿真平台界面左下角部分的英文参数项目的含义如下：
Roll为旋翼无人机的翻滚角；Pitch为旋翼无人机的俯仰角；Yaw为旋翼无人机的偏航角；WorldX为世界坐标系X轴坐标；WorldY为世界坐标系Y轴坐标；WorldZ为世界坐标系Z轴坐标；Latitude为纬度；Longitude为经度；VelocityX为X方向的速度；VelocityY为Y方向的速度；VelocityZ为Z方向的速度；AccX为X方向的加速度；AccY为Y方向的加速度；AccZ为Z方向的加速度；GyroX为X方向的陀螺仪数值；GyroY为Y方向的陀螺仪数值；GyroZ为Z方向的陀螺仪数值。
具体实施方式
下面结合附图和实施例对本发明作进一步描述。
本实施例基于API可用户设置轨迹的旋翼无人机自适应控制方法，包括以下步骤：
1)为旋翼无人机系统设置人机交互界面，通过人机交互界面在旋翼无人机控制系统中设置飞行参数制定旋翼无人机的期望飞行轨迹。
2)设计控制器对步骤1)制定出的期望飞行轨迹进行自适应、自调节跟踪，步骤如下：
S2a：对API进行数学模型的描述，所述API为接收控制输入并驱动旋翼无人机控制系统运行的可编程程序接口。
所述API的数学模型为：
其中，x为旋翼无人机在X轴方向的位置，vx为旋翼无人机在X轴方向的飞行速度；dx(.)为X轴方向的不确定扰动，且dx(.)是有界的，即|dx(.)|＜dmx(.)；dmx(.)为X轴方向不确定扰动的最大值，不需要知道知道此值的确定大小。
y为旋翼无人机在Y轴方向的位置，vy为旋翼无人机在Y轴方向的飞行速度；dy(.)为Y轴方向的不确定扰动，且dy(.)是有界的，即|dy(.)|＜dmy(.)；dmy(.)为Y轴方向不确定扰动的最大值，不需要知道知道此值的确定大小。
z为旋翼无人机在Z轴方向的位置，即旋翼无人机的飞行高度；vz为旋翼无人机在Z轴方向的飞行速度，dz(.)为Z轴方向的不确定扰动，且dz(.)是有界的，即|dz(.)|＜dmz(.)；dmz(.)为Z轴方向不确定扰动的最大值，不需要知道知道此值的确定大小。
将步骤S2a中的数学模型的描述用状态空间形式表达得到下式：
其中，p＝[x，y，z]T为旋翼无人机的空间位置，p1＝[vx,vy,vz]T,d＝[dx(·)，dy(·)，dz(·)]T；
S2b：通过设置在旋翼无人机上的传感器获得当前旋翼无人机的飞行状态数据，可用于获取旋翼无人机飞行状态参数的传感器包括但不限于：激光雷达、相机、以及惯性导航仪；所述飞行状态数据包括旋翼无人机的位置数据和旋翼无人机的速度数据，将传感器获得的位置数据与通过期望飞行轨迹得到的期望位置数据进行如下运算，获得误差值e；
e＝p-pd (4)
其中，p为传感器测量到的旋翼无人机的位置数据，pd为旋翼无人机的期望位置数据。
S2c：设计旋翼无人机系统的控制器如下：
其中：p1为设计出的旋翼无人机的控制器；为旋翼无人机系统不确定项ω的估计值，由自适应更新率估计得到；ρ、k与σ均为大于0的设计参数，依据调试效果而定。
其中：F＝||θ(H)||+1为用神经网络处理过的旋翼无人机控制系统函数，θ(H)＝[θ1(H)，……，θn(H)]T，n为选择的神经网络个数，
其中，H＝[xd，yd，zd]T，xd，yd，zd分别为旋翼无人机在X轴、Y轴和Z轴三个不同方向的理想轨迹，αj为神经网络选择的参数，∈j表示神经网络节点中心跨度。
S2d：API接收控制器p1的计算结果控制旋翼无人机的飞行轨迹。
本实施例中的控制器p1设计过程如下：
根据步骤S2b得到的误差值，构建李雅普诺夫函数的第一部分，并且将步骤S2a建立的数学模型带入到李雅普诺夫函数，将不确定项和外界扰动用神经网络逼近，并用杨氏不等式进行放缩处理；
所述杨氏不等式放缩如下：
||e||aF≤1/ρ+ρe2a2F2＝1/ρ+ρe2ωF2(8)；
其中，ω＝a2为旋翼无人机控制系统虚拟参数，此值为不确定值，自适应算法会对此值进行估计计算。构建的李雅普诺夫函数的第一部分如下：
v1＝1/2eTe(9)；
其中，V1为旋翼无人机系统的李雅普诺夫函数的第一部分，eT为误差e的转置。
根据构建的李雅普诺夫函数的第一部分，构成完整的系统李雅普诺夫函数如下：
V＝V1+V2(10)；
其中，V2为李雅普诺夫函数的第二部分，w是运用杨不等式对无人机系统不确定项ω进行放缩处理之后的值，是对w的估计值。利用所构建的完整的李雅普诺夫函数，分析旋翼无人机控制系统的稳定性，即可求出控制器和自适应更新率。
本实施例基于API可用户设置轨迹的旋翼无人机自适应控制方法，在步骤1)中，设置飞行参数制定旋翼无人机的期望飞行轨迹包括：
当要飞行到一个点目标，则通过人机交互界面在旋翼无人机控制系统中设定该点目标的三维坐标值(x，y，z)。设置了点目标的三维坐标，比如点目标的三维坐标为(2，3，3)，那么能到达该目标点的飞行轨迹都是期望飞行轨迹，也即只要给出该目标点的三维坐标，旋翼无人机的期望轨迹便确定。
当要在一个面目标上飞行，则通过人机交互界面在旋翼无人机控制系统中将飞行高度z设定为某一固定值，将飞行跨过的宽度x设定为x＝sin(t)，将飞行的前行速率y设定为y＝0.5t；由于X、Y、Z三个方向飞行条件都已给出，因此确定了在面目标上飞行的期望轨迹。
当要绕一个立体目标飞行时，设定绕立体目标飞行的x轴方向半径为x＝2sin(t)，绕立体目标飞行的y轴方向半径为y＝3sin(t)，上升飞行的速率设定为z＝1.5t。旋翼无人机通常采用螺旋式上升的方式绕立体状物体飞行，因此给出了在X轴和Y轴方向上的飞行半径、以及在z轴方向的上升速率，即确定出绕立体目标飞行的期望轨迹。
当然在具体实施中，旋翼无人机在面目标上飞行的轨迹、绕立体目标飞行的轨迹并不局限于本实施例中列举的形式，对于其它能通过设定飞行参数确定的飞行轨迹，本实施例中给出的控制器都能对其期望飞行轨迹进行自适应、自调节跟踪，解决旋翼无人机飞行轨迹稳定性差的问题。
并且本实施例中基于API可用户设置轨迹的旋翼无人机自适应控制方法，不仅可通过人机交互界面在旋翼无人机控制系统中设置飞行参数制定旋翼无人机的期望飞行轨迹，还可通过在旋翼无人机上设置导航系统，通过导航系统规划出旋翼无人机的期望飞行轨迹。导航系统可以是现有的GPS导航系统、北斗导航系统、惯性导航系统中的任意一种或几种的组合。
为了验证本实施例中基于API可用户设置轨迹的旋翼无人机自适应控制方法的有效性，在半实物仿真平台DJISimulator上进行了如下测试：
1)采用跟实施例中给出的控制器控制旋翼无人机定高悬停，设置理想高度为3米得到如下的效果：
从图4显示的对于定高悬停控制的实验结果可知，实验中设置z方向的期望高度为3m，同时在实验过程中，加入了风向的扰动；通过运行程序能使旋翼无人机在高度为3m的位置保持悬停，结果证明该控制方法对旋翼无人机定高控制有效。
2)采用跟实施例中给出的控制器控制旋翼无人机位置向点目标飞行，设置点目标的位置为坐标(3，3，3.1)得到如下的效果：
从图5显示的控制旋翼无人机向先点目标飞行的实验结果可知，在实验中将旋翼无人的期望位置坐标设置成为(3，3，3.1)，实验过程中旋翼无人机的起飞位置坐标点为(0，0，0)，同时在实验过程中，加入了风向的扰动；通过运行程序能使旋翼无人机飞向点目标并在点目标的坐标位置(3，3，3.1)保持悬停；结果证明该控制方法对控制旋翼无人机位置向点目标飞行有效。
3)采用跟实施例中给出的控制器控制旋翼无人机在平面目标上飞行，设置期望轨迹为x＝1.5sin(t)，y＝0.5t，z＝1.3，得到如下的效果：
从图6显示的对设定的期望轨迹进行跟踪控制的实验结果可知，在实验中对旋翼无人机设置的期望轨迹为：x＝1.5sin(t)，y＝0.5t，z＝1.3，同时在实验过程中，加入了风向的扰动；结果证明该控制方法对控制旋翼无人机跟踪设定的飞行轨迹有效。
4)采用跟实施例中给出的控制器控制旋翼无人机绕立体目标飞行，设置期望轨迹为x＝1.5sin(t)，y＝1.5cos(t)，z＝0.5t，得到如下效果：
从图7显示的控制旋翼无人机跟踪设定的期望轨迹的实验结果可知，在实验过程中对旋翼无人机设置的期望轨迹为：x＝1.5sin(t)，y＝1.5cos(t)，z＝0.5t，同时在实验过程中，加入了风向的扰动；通过运行程序旋翼无人机能按照设定的立体轨迹运行，结果证明该控制方法对控制旋翼无人机跟踪设定的飞行轨迹有效。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种基于API可用户设置轨迹的旋翼无人机自适应控制方法，其特征在于，包括以下步骤：
1)为旋翼无人机系统设置人机交互界面，通过人机交互界面在旋翼无人机控制系统中设置飞行参数制定旋翼无人机的期望飞行轨迹；
2)设计控制器对步骤1)制定出的期望飞行轨迹进行自适应、自调节跟踪，步骤如下：
S2a：对API进行数学模型的描述，所述API为接收控制输入并驱动旋翼无人机控制系统运行的可编程程序接口；
所述对API进行数学模数学模型的描述为：
其中，x为旋翼无人机在X轴方向的位置，vx为旋翼无人机在X轴方向的飞行速度；dx(·)为X轴方向的不确定扰动，且dx(·)是有界的，即|dx(·)|dmx(·)；dmx(·)为X轴方向不确定扰动的最大值，不需要知道知道此值的确定大小；
y为旋翼无人机在Y轴方向的位置，vy为旋翼无人机在Y轴方向的飞行速度；dy(·)为Y轴方向的不确定扰动，且dy(·)是有界的，即|dy(·)|＜dmy(·)；dmy(·)为Y轴方向不确定扰动的最大值，不需要知道知道此值的确定大小；
z为旋翼无人机在Z轴方向的位置，即旋翼无人机的飞行高度；vz为旋翼无人机在Z轴方向的飞行速度，dz(·)为Z轴方向的不确定扰动，且dz(·)是有界的，即|dz(·)|＜dmz(·)；dmz(·)为Z轴方向不确定扰动的最大值，不需要知道知道此值的确定大小；
将步骤S2a中的数学模型的描述用状态空间形式表达得到下式：
其中，P＝[x，y，z]T为旋翼无人机的空间位置，p1＝[vx，vy，vz]T，d＝[dx(·)，dy(·)，dz(·)]T；
S2b：通过设置在旋翼无人机上的传感器获得当前旋翼无人机的飞行状态数据，所述飞行状态数据包括旋翼无人机的位置数据和旋翼无人机的速度数据，将传感器获得的位置数据与通过期望飞行轨迹得到的期望位置数据进行如下运算，获得误差值e；
e＝p-pd
其中，p为传感器测量到的旋翼无人机的位置数据，pd为旋翼无人机的期望位置数据；
S2c：设计旋翼无人机系统的控制器如下：
其中：p1为设计出的旋翼无人机的控制器；为旋翼无人机系统不确定项ω的估计值，由自适应更新率估计得到；ρ、k与σ均为大于0的设计参数，依据调试效果而定；
其中：F＝||θ(H)||+1为用神经网络处理过的旋翼无人机控制系统函数，θ(H)＝[θ1(H)，……，θn(H)]T，n为选择的神经网络个数，
其中，H＝[xd，yd，zd]T，xd，yd，zd分别为旋翼无人机在X轴、Y轴和Z轴三个不同方向的理想轨迹，αj为神经网络选择的参数，∈j表示神经网络节点中心跨度；
S2d：API接收控制器p1的计算结果控制旋翼无人机的飞行轨迹。
2.根据权利要求1所述的基于API可用户设置轨迹的旋翼无人机自适应控制方法，其特征在于：在步骤1)中，设置飞行参数制定旋翼无人机的期望飞行轨迹包括：
当要飞行到一个点目标，则通过人机交互界面在旋翼无人机控制系统中设定该点目标的三维坐标值(x，y，z)；
当要在一个面目标上飞行，则通过人机交互界面在旋翼无人机控制系统中将飞行高度z设定为某一固定值，将飞行跨过的宽度x设定为x＝sin(t)，将飞行的前行速率y设定为y＝0.5t；
当要绕一个立体目标飞行时，设定绕立体目标飞行的x轴方向半径为x＝2sin(t)，绕立体目标飞行的y轴方向半径为y＝3sin(t)，上升飞行的速率设定为z＝1.5t。
3.根据权利要求1所述的基于API可用户设置轨迹的旋翼无人机自适应控制方法，其特征在于：还包括在旋翼无人机上设置导航系统，通过导航系统规划出旋翼无人机的期望飞行轨迹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810385160.0A CN108563124B (zh) | 2018-04-26 | 2018-04-26 | 基于api可用户设置轨迹的旋翼无人机自适应控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810385160.0A CN108563124B (zh) | 2018-04-26 | 2018-04-26 | 基于api可用户设置轨迹的旋翼无人机自适应控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108563124A true CN108563124A (zh) | 2018-09-21 |
| CN108563124B CN108563124B (zh) | 2021-01-05 |
Family
ID=63536885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810385160.0A Active CN108563124B (zh) | 2018-04-26 | 2018-04-26 | 基于api可用户设置轨迹的旋翼无人机自适应控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108563124B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111722645A (zh) * | 2020-07-01 | 2020-09-29 | 重庆大学 | 模型参数已知的带负载四旋翼无人机速度控制方法 |
| CN113359864A (zh) * | 2021-07-29 | 2021-09-07 | 鄂尔多斯职业学院 | 一种无人机巡线航迹规划方法及其系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937233A (zh) * | 2010-08-10 | 2011-01-05 | 南京航空航天大学 | 近空间高超声速飞行器非线性自适应控制方法 |
| CN103412488A (zh) * | 2013-08-12 | 2013-11-27 | 北京航空航天大学 | 一种基于自适应神经网络的小型无人旋翼机高精度控制方法 |
| US9146557B1 (en) * | 2014-04-23 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Adaptive control method for unmanned vehicle with slung load |
| CN106568433A (zh) * | 2016-10-28 | 2017-04-19 | 易瓦特科技股份公司 | 一种设置飞行轨迹的方法和装置 |
| CN106802570A (zh) * | 2017-04-01 | 2017-06-06 | 广东工业大学 | 一种无人直升机位置跟踪的方法与装置 |
-
2018
- 2018-04-26 CN CN201810385160.0A patent/CN108563124B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101937233A (zh) * | 2010-08-10 | 2011-01-05 | 南京航空航天大学 | 近空间高超声速飞行器非线性自适应控制方法 |
| CN103412488A (zh) * | 2013-08-12 | 2013-11-27 | 北京航空航天大学 | 一种基于自适应神经网络的小型无人旋翼机高精度控制方法 |
| US9146557B1 (en) * | 2014-04-23 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Adaptive control method for unmanned vehicle with slung load |
| CN106568433A (zh) * | 2016-10-28 | 2017-04-19 | 易瓦特科技股份公司 | 一种设置飞行轨迹的方法和装置 |
| CN106802570A (zh) * | 2017-04-01 | 2017-06-06 | 广东工业大学 | 一种无人直升机位置跟踪的方法与装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111722645A (zh) * | 2020-07-01 | 2020-09-29 | 重庆大学 | 模型参数已知的带负载四旋翼无人机速度控制方法 |
| CN113359864A (zh) * | 2021-07-29 | 2021-09-07 | 鄂尔多斯职业学院 | 一种无人机巡线航迹规划方法及其系统 |
| CN113359864B (zh) * | 2021-07-29 | 2022-05-20 | 鄂尔多斯职业学院 | 一种无人机巡线航迹规划方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108563124B (zh) | 2021-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| How et al. | Real-time indoor autonomous vehicle test environment | |
| Blösch et al. | Vision based MAV navigation in unknown and unstructured environments | |
| Wenzel et al. | Automatic take off, tracking and landing of a miniature UAV on a moving carrier vehicle | |
| Xiao et al. | XTDrone: A customizable multi-rotor UAVs simulation platform | |
| Tijmons et al. | Obstacle avoidance strategy using onboard stereo vision on a flapping wing MAV | |
| CN109683629B (zh) | 基于组合导航和计算机视觉的无人机电力架线系统 | |
| CN108388269A (zh) | 基于四旋翼飞行器的无人机编队飞行控制方法 | |
| Arreola et al. | Improvement in the UAV position estimation with low-cost GPS, INS and vision-based system: Application to a quadrotor UAV | |
| Cocchioni et al. | Unmanned ground and aerial vehicles in extended range indoor and outdoor missions | |
| Lippiello et al. | Wall inspection control of a VTOL unmanned aerial vehicle based on a stereo optical flow | |
| Xie | Dynamic visual servoing of rotary wing unmanned aerial vehicles | |
| Lin et al. | Development of an unmanned coaxial rotorcraft for the DARPA UAVForge challenge | |
| CN108563124A (zh) | 基于api可用户设置轨迹的旋翼无人机自适应控制方法 | |
| Dief et al. | Modeling and classical controller of quad-rotor | |
| Katigbak et al. | Autonomous trajectory tracking of a quadrotor UAV using PID controller | |
| Leichtfried et al. | Autonomous flight using a smartphone as on-board processing unit in GPS-denied environments | |
| Raza | Autonomous UAV control for low-altitude flight in an urban gust environment | |
| Pestana et al. | A general purpose configurable navigation controller for micro aerial multirotor vehicles | |
| Nielsen et al. | Relative moving target tracking and circumnavigation | |
| Ruangwiset | Path generation for ground target tracking of airplane-typed UAV | |
| Barry | Flying between obstacles with an autonomous knife-edge maneuver | |
| Fan | Flight Control System Simulation for Quadcopter Unmanned Aerial Vehicle (UAV) based on Matlab Simulink | |
| Orsag et al. | Modeling, simulation and control of a spincopter | |
| Grobler et al. | Autonomous vision based landing strategy for a rotary wing uav | |
| Kang et al. | Real-time validation of formation control for fixed-wing UAVs using multi hardware-in-the-loop simulation |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190402 Address after: 400030 No. 1 Huiquan Road, Shapingba District, Chongqing, 13, attachment 4. Applicant after: Song Yongduan Address before: 610000 Jinzhou Road, Jinniu District, Chengdu, Sichuan 999 Applicant before: Fu Yu |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |