CN108563124B - 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 PDF

Info

Publication number
CN108563124B
CN108563124B CN201810385160.0A CN201810385160A CN108563124B CN 108563124 B CN108563124 B CN 108563124B CN 201810385160 A CN201810385160 A CN 201810385160A CN 108563124 B CN108563124 B CN 108563124B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
rotor unmanned
flight
rotor
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
CN201810385160.0A
Other languages
English (en)
Other versions
CN108563124A (zh
Inventor
傅裕
宋永端
沈志熙
马亚萍
何鎏
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.)
Song Yongduan
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201810385160.0A priority Critical patent/CN108563124B/zh
Publication of CN108563124A publication Critical patent/CN108563124A/zh
Application granted granted Critical
Publication of CN108563124B publication Critical patent/CN108563124B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
Figure DDA0001641982430000011
自适应更新率为
Figure DDA0001641982430000012
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

基于API可用户设置轨迹的旋翼无人机自适应控制方法
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：
Figure BDA0001641982410000021
Figure BDA0001641982410000022
Figure BDA0001641982410000023
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：
Figure BDA0001641982410000024
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：
Figure BDA0001641982410000031
Figure BDA0001641982410000032
其中：p1为设计出的旋翼无人机的控制器；
Figure BDA0001641982410000033
为旋翼无人机系统不确定项ω的估计值，
Figure BDA0001641982410000034
由自适应更新率
Figure BDA0001641982410000035
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，
Figure BDA0001641982410000036
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：
Figure BDA0001641982410000051
Figure BDA0001641982410000052
Figure BDA0001641982410000053
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：
Figure BDA0001641982410000061
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：
Figure BDA0001641982410000062
Figure BDA0001641982410000063
其中：p1为设计出的旋翼无人机的控制器；
Figure BDA0001641982410000064
为旋翼无人机系统不确定项ω的估计值，
Figure BDA0001641982410000065
由自适应更新率
Figure BDA0001641982410000066
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，
Figure BDA0001641982410000071
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)；
Figure BDA0001641982410000072
其中，V2为李雅普诺夫函数的第二部分，
Figure BDA0001641982410000073
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，
Figure BDA0001641982410000074
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 (2)

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进行数学模型的描述为：
Figure FDA0002768012580000011
Figure FDA0002768012580000012
Figure FDA0002768012580000013
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：
Figure FDA0002768012580000014
其中，p＝[x，y，z]T为旋翼无人机的空间位置，p1＝[ux，uy，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：
Figure FDA0002768012580000021
Figure FDA0002768012580000022
其中：p1为设计出的旋翼无人机的控制器；
Figure FDA0002768012580000023
为旋翼无人机系统不确定项ω的估计值，
Figure FDA0002768012580000024
由自适应更新率
Figure FDA0002768012580000025
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)是神经元基函数向量，θ(H)＝[θ1(H)，……，θn(H)]T，n为选择的神经网络个数，θ1(H)，……，θn(H)分别是第1至第n个节点神经元基函数，
Figure FDA0002768012580000026
θj(H)是第j个节点神经元基函数，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；
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。
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：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。
CN201810385160.0A 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 Active CN108563124B (zh)

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 CN108563124A (zh) 2018-09-21
CN108563124B true 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)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111722645B (zh) * 2020-07-01 2022-09-16 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
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

Citations (5)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN108563124A (zh) 2018-09-21

Similar Documents

Publication Publication Date Title
US11874656B2 (en) Unmanned aerial vehicle modular command priority determination and filtering system
Bulka et al. Autonomous fixed-wing aerobatics: From theory to flight
Lin et al. Development of an unmanned coaxial rotorcraft for the DARPA UAVForge challenge
Öner et al. LQR and SMC stabilization of a new unmanned aerial vehicle
Dief et al. Modeling and classical controller of quad-rotor
CN108563124B (zh) 基于api可用户设置轨迹的旋翼无人机自适应控制方法
Luo et al. Biomimetic design for unmanned aerial vehicle safe landing in hazardous terrain
Aminzadeh et al. Software in the loop framework for the performance assessment of a navigation and control system of an unmanned aerial vehicle
Antenucci et al. A ROS based automatic control implementation for precision landing on slow moving platforms using a cooperative fleet of rotary-wing UAVs
Hoy et al. Collision-free navigation of an autonomous unmanned helicopter in unknown urban environments: sliding mode and MPC approaches
Ceppi Model-based Design of a Line-tracking Algorithm for a Low-cost Mini Drone through Vision-based Control
Pestana et al. A general purpose configurable navigation controller for micro aerial multirotor vehicles
Wahyunggoro et al. Trajectory and altitude controls for autonomous hover of a quadrotor based on fuzzy algorithm
Dantsker et al. Flight testing automation to parameterize unmanned aircraft dynamics
Li et al. Aggressive maneuvers of a quadrotor MAV based on composite nonlinear feedback control
Çakıcı Control and guidance of a multi-mode unmanned aerial vehicle for increased versatility
Johnson et al. Fourteen years of autonomous rotorcraft research at the Georgia Institute of Technology
Hatta et al. Robot Operating System (ROS) in Quadcopter Flying Robot Using Telemetry System
Rakotomamonjy et al. Helicopter ship landing using visual servoing on a moving platform
Çakıcı et al. Analysis of a UAV that can Hover and Fly Level
Makadia et al. Autonomous Flight Vehicle Incorporating Artificial Intelligence
Pebrianti et al. Leader follower of quadrotor micro aerial vehicle
Ailon et al. Formation control strategies for autonomous quadrotor-type helicopters
GOZZINI UAV autonomous landing on moving aerial vehicle
Wang et al. Navigation and control based on integral-uncertainty observer for unmanned jet aircraft

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