CN108885466A - 一种控制参数配置方法及无人机 - Google Patents
一种控制参数配置方法及无人机 Download PDFInfo
- Publication number
- CN108885466A CN108885466A CN201780017611.9A CN201780017611A CN108885466A CN 108885466 A CN108885466 A CN 108885466A CN 201780017611 A CN201780017611 A CN 201780017611A CN 108885466 A CN108885466 A CN 108885466A
- Authority
- CN
- China
- Prior art keywords
- parameter
- frequency spectrum
- control
- signal
- unmanned plane
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005086 pumping Methods 0.000 claims abstract description 69
- 238000001228 spectrum Methods 0.000 claims description 182
- 238000012545 processing Methods 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 12
- 241000208340 Araliaceae Species 0.000 claims description 8
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 8
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 8
- 235000008434 ginseng Nutrition 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 12
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 11
- 230000004044 response Effects 0.000 description 10
- 230000003595 spectral effect Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000001681 protective effect Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 3
- 239000013643 reference control Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation 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
- G05D1/40—Control within particular dimensions
- G05D1/49—Control of attitude, i.e. control of roll, pitch or yaw
- G05D1/495—Control of attitude, i.e. control of roll, pitch or yaw to ensure stability
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2101/00—Details of software or hardware architectures used for the control of position
- G05D2101/10—Details of software or hardware architectures used for the control of position using artificial intelligence [AI] techniques
- G05D2101/15—Details of software or hardware architectures used for the control of position using artificial intelligence [AI] techniques using machine learning, e.g. neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2109/00—Types of controlled vehicles
- G05D2109/20—Aircraft, e.g. drones
- G05D2109/25—Rotorcrafts
- G05D2109/254—Flying platforms, e.g. multicopters
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)
- Feedback Control In General (AREA)
Abstract
一种控制参数配置方法及无人机,其中方法包括:生成激励信号(S501);根据所述激励信号以及初始控制参数得到控制信号(S502),所述初始控制参数为配置在所述无人机的飞行控制器中的参数;根据所述控制信号对所述控制对象进行控制,获取所述无人机产生的状态信息(S503);根据所述控制信号以及所述状态信息调整所述初始控制参数(S504),可以智能地对无人机的控制参数进行调整。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种控制参数配置方法及无人机。
背景技术
飞行控制器的控制参数是决定无人机是否稳定以及飞行性能好坏的重要参数。因此,无人机在出厂前,会参考无人机的对象模型(该对象模型用于表征无人机的物理结构,如动力、结构、重量、机电等)调试好一组较优的控制参数,并将所述控制参数配置在无人机的控制环路中,以较好地对无人机进行飞行控制。
然而,在实际使用过程中,如果无人机的结构、重量、动力组件等因素发生变化,可能会导致无人机的对象模型发生较大改变,例如,用户在无人机上加装螺旋桨保护罩等配件、使用了其他类型的螺旋桨或者更换了无人机的有效负载等等情况时,会改变无人机的对象模型,在这种情况下,继续使用出厂设置的控制参数可能会降低无人机的飞行性能,甚至可能引起安全事故,存在一定的安全隐患。
发明内容
本发明实施例公开了一种控制参数配置方法及无人机,可智能地对无人机的控制参数进行调整。
本发明实施例第一方面公开了一种控制参数配置方法,应用于无人机,所述无人机中配置有控制对象,所述控制对象工作时用于为所述无人机提供飞行动力,包括:
生成激励信号;
根据所述激励信号以及初始控制参数得到控制信号,所述初始控制参数为配置在所述无人机的飞行控制器中的参数;
根据所述控制信号对所述控制对象进行控制,获取所述无人机产生的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
本发明实施例第二方面公开了一种无人机,包括:飞行控制器、控制对象和状态传感器,其中,所述控制对象工作时用于为所述无人机提供飞行动力,
所述飞行控制器,用于:
生成激励信号;
根据配置的初始控制参数和所述激励信号生成控制信号,并根据所述控制信号对控制对象进行控制,其中,所述初始控制参数为配置在所述飞行控制器中的参数;
获取状态传感器输出的无人机的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
本发明实施例第三方面公开了一种无人机,包括:
控制对象,用于工作时为所述无人机提供飞行动力;
一个或多个处理器,单独或协同地工作,用于:
生成激励信号;
根据所述激励信号以及初始控制参数得到控制信号,所述初始控制参数为配置在所述无人机的飞行控制器中的参数;
根据所述控制信号对所述控制对象进行控制,获取所述无人机产生的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
本发明实施例中,通过激励信号与初始控制参数得到控制信号,利用控制信号对控制对象进行控制,并获取无人机在所述控制信号下对应的状态信息,最后根据所述控制信号以及状态信息对配置在无人机控制环路的初始控制参数进行自动调整,无需用户手动参与参数的调整,能够自适应调整无人机的飞行控制器中的控制参数,使得调整后的控制参数与无人机当前的对象模型相匹配,改善无人机飞行性能,提高无人机的安全性以及智能性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种无人机的整体结构示意图;
图2是本发明实施例所提供的一种用于参数配置的情景示意图;
图3是本发明实施例提供的一种评估单元的结构示意图;
图4是本发明实施例提供的一种评估单元的原理示意图;
图5是本发明实施例所提供的一种控制参数配置方法的流程示意图;
图6是本发明实施例提供的另一种控制参数配置方法的流程示意图;
图7a是本发明实施例提供的又一种控制参数配置方法的流程示意图;
图7b是本发明实施例提供的一种参数调整的情景示意图;
图7c是本发明实施例提供的一种参数调整的情景示意图;
图8是本发明实施例提供的一种无人机的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
多旋翼无人机(Unmanned Aerial Vehicle,UAV)可以根据需要配置四个、六个、八个等旋翼,通过控制电机的转动,带动各个旋翼上的螺旋桨转动,从而产生推力,带动整个多旋翼无人机飞行。
飞行控制器中的控制环路可以配置有初始控制参数,一旦接收到进入控制环路的初始输入量,即可以将进入控制环路的初始输入量转化成对电机的初始控制信号,初始控制信号即可控制电机转动,因此,飞行控制器中的控制参数是决定无人机是否稳定以及飞行性能好坏的重要参数。
但在实际用户的使用中,由于受到各种外部因素的作用,无人机的对象模型可能会发生变化,例如用户在无人机上加装螺旋桨保护罩等配件、用户使用了其他类型的螺旋桨、用户更换了无人机的有效负载、农业无人机在执行喷洒任务时无人机的重要的改变等等都会导致无人机的对象模型的变化。
在本发明实施例中,对初始控制参数的调整可以采用多种方式,例如包括如下所述的方式。
在一个实施例中,可以通过用户手动切换的方式进行模式切换,如加装桨保护罩需要用户开启使用桨保护罩开关,然后控制回路内部切换使用适配加装桨保护罩的控制参数。
在一个实施例中,还可以通过获取对无人机的控制对象进行控制的控制信号和所述控制信号引起的无人机的状态信息,进而根据所述控制信号和状态信息自动地对控制环路中的控制参数进行调整。
本发明实施例中,在对所述无人机的整体结构进行进一步介绍之前,需要说明的是,本申请所示的模块或者单元可以为物理上的模块或单元,也可以为逻辑上的模块或单元,本发明实施例对此不作任何限制;还需要说明的,本申请结构类附图中所示的箭头方向仅为了便于描述信号的流向,不用于对各个模块和单元的连接关系构成限定。
下面进一步介绍图1所示的无人机的整体结构,在所述结构下,能够实现对飞行控制器中的控制参数进行调整。从图1可以看出,所述无人机包括:飞行控制模块、对象组件以及参数配置模块,所述飞行控制模块、对象组件以及参数配置模块两两互连。在一个实施例中,所述飞行控制模块和所述参数配置模块包括在无人机的飞行控制器中,所述对象组件可以包括控制对象及状态传感器。
其中,所述参数配置模块,可以用于生成激励信号,以及根据控制信号以及无人机的状态信息调整初始控制参数。
其中,所述飞行控制模块中可以配置有初始控制参数,用于根据配置的初始控制参数和所述激励信号生成控制信号,并根据对象组件中的控制对象进行控制。
其中,所述对象组件,可以与无人机的控制对象和状态传感器相对应,例如可以与多旋翼无人机的旋翼的控制电机以及惯性测量单元相对应。所述对象组件可以用于根据飞行控制模块输出的控制信号产生控制响应,以及获取无人机产生的状态信息,具体地,控制对象根据飞行控制模块输出的控制信号产生控制响应,状态传感器获取无人机的状态信息,例如姿态信息、角速度信息中的至少一种。
下面对上述各个模块的内部构成进行介绍,其中,飞行控制模块和参数配置模块可以是飞行控制器中的硬件模块或者软件模块,在此不作限定。
首先介绍所述飞行控制模块的内部构成。从图1可以看出,所述飞行控制模块可以包括叠加单元、控制环路、混控单元。其中,所述控制环路,可以配置有初始控制参数,用于维持无人机飞行的控制逻辑。所述叠加单元,例如可以为混频器,可以用于进行信号叠加。所述混控单元,用于将所述叠加单元输出的物理量(如角速度)转换为对对象组件的控制量,例如转速。
在一个实施例中,所述对象组件可以包括:状态传感器(例如惯性测量单元)以及控制对象。所述控制对象,例如可以为多旋翼无人机的旋翼的控制电机,所述控制电机可以具有多个,每个旋翼可以对应一个控制电机,所述控制对象工作时用于为无人机提供飞行动力。所述状态传感器,例如可以为惯性测量单元,该状态传感器可以安装在无人机上,可以用于测量并输出无人机的状态信息。
在一个实施例中,所述参数配置模块,可以包括信号发生单元、第一信号处理单元、第二信号处理单元、评估单元以及模型估计单元。所述信号发生单元,例如可以为信号发生器,用于产生激励信号,所述激励信号为角速度信号或姿态信号。所述第一信号处理单元以及第二信号处理单元可以为信号处理器,分别用于对接收到的控制信号和状态信息进行信号处理。所述模型估计单元,可以为对当前无人机的对象模型进行估计的单元,在一个实施例中,所述模型估计单元还可以根据第一处理单元和第二处理单元输出的信息估计无人机当前的对象模型。所述评估单元,例如可以为评估器,用于生成一组与当前的对象模型最为匹配的目标控制参数以对初始控制参数进行调节,即利用目标控制参数替换初始控制参数。
在一个实施例中,所述飞行控制器,用于:生成激励信号;根据配置的初始控制参数和所述激励信号生成控制信号,并根据所述控制信号对控制对象进行控制;获取状态传感器输出的无人机的状态信息;根据所述控制信号以及所述状态信息调整所述初始控制参数。
在一个实施例中,所述飞行控制器用于根据所述控制信号以及所述状态信息调整所述初始控制参数时,具体用于:根据所述控制信号进行第一信号处理,得到第一频谱参数;根据所述状态信息进行第二信号处理,得到第二频谱参数;根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
在一个实施例中,所述第一频谱参数用于表示与所述控制信号对应的频率段内的频谱能量信息;所述第二频谱参数用于表示与所述状态信息对应的频率段内的频谱能量信息。
在一个实施例中,所述飞行控制器获取状态传感器输出的无人机的状态信息时,具体用于:获取惯性测量单元输出的无人机的状态信息。
在一个实施例中,所述飞行控制器用于根据配置的初始控制参数和所述激励信号生成控制信号时,具体用于:根据配置的所述初始控制参数生成初始控制信号;将所述激励信号与初始控制信号进行叠加处理,得到控制信号。
在一个实施例中,所述飞行控制器用于根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数时,具体用于:将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数;根据所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述飞行控制器用于将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数时,具体用于:从所述第一频谱参数中确定与预设频率段对应的第一目标频谱参数;从所述第二频谱参数中确定与所述预设频率段对应的第二目标频谱参数;将所述第一目标频谱参数以及所述第二目标频谱参数进行运算处理,得到预测评估参数。
在一个实施例中,所述预设频率段是根据所述激励信号的频率范围确定。在一个实施例中,所述飞行控制器用于根据所述预测评估参数调整所述初始控制参数时,具体用于:在满足预设启动条件的情况下,根据所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述满足预设启动条件包括:所述预测评估参数的可信度处于预设数值范围;所述预测评估参数的可信度是根据预设频率段内的所述第一目标频谱参数以及所述第二目标频谱参数计算得到的。
在一个实施例中,所述飞行控制器用于根据所述预测评估参数调整所述初始控制参数时,具体用于:获取参考评估参数以及参考控制参数;根据所述参考评估参数、参考控制参数以及所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述激励信号为角速度信号或姿态信号。
下面在图1所示的无人机的整体结构的基础上,提供了一种参数配置过程的情景示意图示例,具体请参阅图2。需要说明的是,所述参数配置过程可由无人机执行。
请参阅图2,为本发明实施例所提供的一种用于参数配置的情景示意图。
在201中,无人机可以在进入起飞状态或者在空中悬停的时候,通过所述信号发生单元生成一激励信号s,同时,所述控制环路配置的初始控制参数可以产生初始控制信号t。所述信号发生单元可以将所述激励信号s发送至所述飞行控制器中的叠加单元,所述控制环路也可以将所述初始控制信号t发送至叠加单元。
在一个实施例中,所述叠加单元可以将所述激励信号s与所述初始控制信号t进行叠加处理,并将叠加处理后的初始控制信号t以及激励信号s发送到所述混控单元。其中,所述叠加处理后的初始控制信号t以及激励信号s可以是物理量,如角速度等。
在一个实施例中,所述混控单元可以接收到叠加处理后的初始控制信号t以及激励信号s,并根据所述叠加处理后的初始控制信号t以及激励信号s得到控制信号u(如将角速度转换成控制信号u,所述控制信号u如控制电机的转速信号),所述混控单元可以将所述控制信号u发送给对象组件中的控制对象。
在一个实施例中,控制对象接收控制信号u,并根据所述控制信号u产生控制响应,所述控制响应可以改变无人机的状态信息,其中,所述状态信息例如可以用加速度、角加速度和姿态中的一种或多种来表示,在一个实施例中,外在表现可以是使无人机发生的震动或者姿态的改变,在一个实施例中,所述震动可以为肉眼不可见的轻微震动。
在202中,状态传感器(例如惯性测量单元)可以检测得到控制对象由于控制响应所引起的无人机的状态信息y,并将所述状态信息y对应的信号输入到参数配置模块中的第二信号处理单元中。在一个实施例中,所述第二信号处理单元可以对所述状态信息y进行第二信号处理,得到第二频谱参数Ys,所述第二频谱参数Ys可以包含控制信号u所激起的对象模型的频谱信息。
另一方面,在203中,所述第一信号处理单元还可以接收所述叠加处理后的初始控制信号t以及激励信号s。
在一个实施例中,所述第一信号处理单元可以对控制信号u进行第一信号处理得到第一频谱参数Us,所述第一频谱参数Us可以包含控制信号u自身的频谱信息。
在204中,所述第一信号处理单元可以将所述第一频谱参数Us发送给所述模型估计单元,所述第二信号处理单元可以将所述第二频谱参数Ys发送给所述模块估计单元。所述模型估计单元在接收到所述第一频谱参数Us以及第二频谱参数Ys的情况下,根据所述第一频谱参数Us以及第二频谱参数Ys进行运算得到预测评估参数,并将所述预测评估参数发送到所述评估单元。其中,所述预测评估参数可以用于对无人机当前的对象模型作近似估计。
在205中,所述评估单元接收到所述预测评估参数,可以根据所述预测评估参数调整所述初始控制参数。在一个实施例中,可以是评估单元根据所述预测评估参数生成一组与当前的对象模型最为匹配的目标控制参数。
在206中,所述评估单元可以将新生成的与当前对象模型最为匹配的目标控制参数发送给飞行控制模块中的控制环路,以替换掉初始控制参数。
在一个实施例中,所述控制信号u可以为经过第一滤波处理后得到的信号,可以设置一个第一滤波单元来对所述控制信号进行第一滤波处理。需要说明的是,所述第一滤波单元可以配置在所述飞行控制模块中,也可以配置在所述参数配置模块中。
在一个实施例中,所述状态信息y可以为经过第二滤波处理后得到的信号;可以设置一个第二滤波单元用于对所述状态信息进行第二滤波处理。需要说明的是,所述第二滤波单元可以配置在所述参数配置模块中,也可以配置在所述对象组件中。
可见,通过上述介绍的无人机对控制参数的配置过程,无人机自适应配置的控制参数与当前的对象模型匹配,满足了无人机当前的控制需求,提高了无人机的安全性,并且,无人机无需等待用户进行手动操作,便可对控制参数进行自适应配置,也提高了无人机的智能性。
还需要说明的是,上述过程还可以解决无人机在不同海拔飞行性能的调整,以及农业无人机在喷洒过程中由于液体负载减少等因素导致性能发生变化的问题。
另一方面,所述无人机的参数配置模块中的评估单元用于生成一组与当前的对象模型最为匹配的目标控制参数,是保障配置的控制参数的可靠性以及有效性的重要单元,下面将对所述评估单元的结构以及原理进行阐述。
首先介绍所述评估单元的结构。请参阅图3,为本发明实施例提供的一种评估单元的结构示意图,需要说明的,所述评估单元可以为评估器。
从图3可以看出,所述评估单元包括判断子单元以及参考生成子单元。其中,所述判断子单元可以与判断器相结合,用于判断预测评估参数是否可信。所述参考生成子单元可以与参考生成器相结合,所述参考生成子单元中可以包括无人机在出厂时配置的参考控制参数及参考评估参数。
下面基于上面介绍的所述评估单元的结构对所述评估单元的工作原理进行阐述,在一个实施例中,也可以理解为对图2所示的205步骤的具体阐述。
请参阅图4,为本发明实施例提供的一种评估单元的原理示意图。在2051中,模型估计单元可以生成所述预测评估参数,以及所述预测评估参数的可信度,并将所述预测评估参数以及可信度发送至评估单元的判断子单元中。
在一个实施例中,所述判断子单元可以先参考所述预测评估参数的可信度,如果所述可信度不满足预设的启动条件(例如可信度不在预设数值范围内),所述判断子单元就可以将所述预测评估参数丢弃。
在一个实施例中,如果所述可信度满足预设的启动条件,所述判断子单元可以执行所述2052步骤。
在一个实施例中,在2052中,所述判断子单元可以参考对象状态(所述对象状态例如可以为无人机的电量值、温度值),如果所述无人机的对象状态不满足预设的启动条件(例如为所述无人机的电量值小于预设电量阈值),那么所述判断子单元可以将所述预测评估参数丢弃。
在一个实施例中,如果所述无人机的对象状态满足预设的启动条件,那么所述判断子单元可以获取状态曲线,并根据状态曲线对预测评估参数进行调整后,执行所述2053步骤。
需要说明的是,预测评估参数可能会因为无人机的对象状态而发生变化,如电压、温度等,为了得到更为精确的结果,可以对预测评估参数进行调整。
在一个实施例中,在2053中,所述判断子单元可以参考当前用户对无人机的操作,如果用户的操作不满足预设启动条件(例如用户的操作为预设操作,该预设操作例如为操作无人机进行大机动),那么所述判断子单元可以丢弃所述预测评估参数。
在一个实施例中,如果用户的操作满足预设的启动条件,那么所述判断子单元可以执行所述2054步骤。
需要说明的是,当用户对无人机进行预设操作时,针对用户的预设操作(例如操作无人机进行大机动等)得到的预测评估参数可能不具有进行比较的价值,故判断子单元可以将所述预测评估参数予以丢弃。
在一个实施例中,判断子单元中也可以内置用户的预设操作时的参考模型,然后在存在预设操作的情况下结合所述预设操作时的参考模型进行控制参数生成。
需要说明的是,所述判断子单元可以顺序或乱序执行上述2051至2053所示的步骤,也可以选择其中任意一步或多步进行执行,也可以不执行上述2051至2053所示的步骤,本发明实施例对此不作任何限制。
在2054中,判断子单元可以将所述预测评估参数输入到参数生成子单元。
在2055中,所述参数生成子单元配置有出厂时配置的参考评估参数以及参考控制参数。所述参考生成子单元可以根据所述参考评估参数、参考控制参数以及有效的预测评估参数,得到最终输出的控制参数(即目标控制参数)。所述参考评估参数以及所述参考控制参数可以为无人机预置的参数,例如可以存储在预设的存储设备中。其中,所述参考评估参数可以表示无人机出厂时的对象模型,所述参考控制参数是与出厂时的对象模型相匹配的控制参数,即无人机在出厂时,控制环路中配置的控制参数即为参考控制参数。
在2056中,所述参数生成子单元可以根据该最终输出的控制参数替换掉初始控制参数,以完成控制参数的配置过程。可以理解的是,如果是第一次对飞行控制器中的初始控制参数进行调节,则初始控制参数即为参考控制参数,需要使用确定的目标控制参数替换飞行控制器中配置的参考控制参数。
下面介绍本申请的方法实施例。需要说明的是,本申请所示的方法实施例可应用于无人机,所述无人机中配置有控制对象,所述控制对象工作时用于为所述无人机提供飞行动力。例如,所述控制对象可以为图1所示的控制对象。
请参阅图5,为本发明实施例所提供的一种控制参数配置方法的流程示意图。该方法可以由无人机自行进行配置,当然也可以通过设置在无人机或者其他地方的专用处理设备进行配置。如图5所示,本发明实施例的所述方法可包括:
S501、生成激励信号。所述激励信号可以为角速度信号或姿态信号。
在一个实施例中,所述激励信号可以是高频信号,所述高频信号可以是指频率范围在10Hz-40Hz的信号。在一个实施例中,无人机可以在进入起飞状态的情况下,生成所述激励信号。无人机从离地的时刻开始,在预设的时长范围内或者预设的飞行距离内,均可以认为无人机所处的状态为起飞状态。所述预设的时长可以为2s、5s、10s、1min等,所述预设的飞行距离可以为50cm、1m等距离,本发明实施例对此不作任何限制。
需要说明的是,所述无人机在进入起飞状态或者处于悬停的情况下生成所述激励信号,可以节约无人机能源以及系统资源。另外,本领域技术人员可以在其他合适的时机生成激励信号,在此不作具体的限定。
S502、根据所述激励信号以及初始控制参数得到控制信号。所述初始控制参数为配置在所述无人机的飞行控制器中的参数。即所述初始控制参数可以是当前配置在控制环路中的控制参数。
需要说明的是,所述初始控制参数可以是无人机出厂时配置在飞行控制器中的参考控制参数,也可以是出厂后经过调整的控制参数,本发明实施例对此不作任何限制。
需要说明的是,所述控制信号例如可以是控制转速的控制信号。例如,所述控制对象为旋翼的控制电机,所述控制信号就可以用于控制控制电机的转速。
在一个实施例中,所述根据所述激励信号以及初始控制参数得到控制信号,包括:根据配置的所述初始控制参数生成初始控制信号;将所述激励信号与初始控制信号进行叠加处理,得到控制信号。
在一个实施例中,所述无人机可以根据初始输入量和初始控制参数来生成所述初始控制信号,所述初始输入量可以是来自无人机的地面端上遥控器摇杆的控制杆量。其中,所述初始控制参数可以为将进入控制环路的初始输入量转换成初始控制信号的所需的任何参数。
举例来说,将所述激励信号与所述初始控制信号进行叠加处理,可以是将所述激励信号叠加到所述初始控制信号上以获取所述控制信号。
还需要说明的是,得到的控制信号可以用于对控制对象进行控制,使所述控制对象产生控制响应。
S503、根据所述控制信号对所述控制对象进行控制,获取所述无人机产生的状态信息。
在一个实施例中,所述无人机可以配置有状态传感器,例如惯性测量单元,无人机的状态信息可以由状态传感器检测得到,所述状态传感器是在所述控制对象响应所述控制信号并执行控制响应的过程中,检测得到所述无人机的状态信息。
所述控制信号可以对控制对象进行控制,所述控制对象对控制信号进行响应后可以改变无人机的状态信息。状态传感器可以测量得到所述状态信息。
举例来说,所述控制对象产生控制响应后可以改变无人机的加速度、角加速度、姿态角中的至少一个状态信息。
所述状态传感器例如可以是配置在无人机中的惯性测量单元。所述惯性测量单元可以安装在无人机上,在所述控制对象因为控制信号产生控制响应的过程中,所述惯性测量单元检测得到所述无人机的状态信息。在一个实施例中,控制对象的控制响应可以是带动整个无人机发生震动或者姿态的改变,其中,所述震动可以为肉眼不可见的轻微震动。
S504、根据所述控制信号以及所述状态信息调整所述初始控制参数。
在一个实施例中,所述根据所述控制信号以及所述状态信息调整所述初始控制参数,包括:根据所述控制信号进行第一信号处理,得到第一频谱参数;根据所述状态信息进行第二信号处理,得到第二频谱参数;根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
需要说明的是,所述第一信号处理以及所述第二信号处理,例如可以是对信号进行傅里叶变换,将信号从时域变换到频域。
在一个实施例中,所述第一频谱参数用于表示与所述控制信号对应的频率段内的频谱能量信息;所述第二频谱参数用于表示与所述状态信息对应的频率段内的频谱能量信息。
控制信号可以为一个频率段内的信号,所述频率段可以为连续的频率段,也就是说,所述频率段包含处于所述频率段范围内的所有频点;或者,所述频率段也可以为离散的频率段,也就是说,所述频率段包含处于所述频率段范围内的一些离散的频点,本发明实施例对此不作限制。
所述第一频谱参数是根据所述控制信号得到的,因此,所述第一频谱参数的频率段可以与所述控制信号相对应。所述第二频谱参数是根据所述状态信息得到的,因此,所述第二频谱参数的频率段可以与所述状态信息相对应。
在一个实施例中,所述无人机可以基于所述控制信号以及状态信息,对所述无人机当前的对象模型进行近似分析和估计,即根据所述控制信号和状态信息对无人机的对象模型进行近似分析和估计,然后生成与无人机当前的对象模型相匹配的目标控制参数,并将所述初始控制参数调整为与该与无人机当前的对象模型相匹配的目标控制参数。
本发明实施例中,通过无人机生成激励信号,然后根据所述激励信号以及初始控制参数得到控制信号,并根据所述控制信号对无人机的控制对象进行控制,得到状态信息,并根据所述控制信号以及状态信息调整所述初始控制参数,无需用户操作,排除了用户误操作、参数设置错误而产生的危险状态,提高了无人机的安全性,并且,无人机无需等待用户手动设置控制参数便可完成自适应调整过程,通过内置算法计算得到的控制参数,能够更好的适配无人机当前的对象模型,且能够适配官方配件以及非官方配件,提高了无人机的智能性。
下面请参阅图6,为本发明实施例提供的另一种控制参数配置方法的流程示意图。如图6所示的方法可包括:
S601、生成激励信号。
S602、根据所述激励信号以及初始控制参数得到控制信号。
其中,所述初始控制参数为配置在所述无人机的飞行控制器中的参数。
S603、根据所述控制信号对所述控制对象进行控制,得到所述控制对象产生的状态信息。
S604、根据所述控制信号进行第一信号处理,得到第一频谱参数。
S605、根据所述状态信息进行第二信号处理,得到第二频谱参数。
需要说明的是,上述S601至S605的具体实现过程可参考前述方法实施例中对S501至S504中的相关描述,在此不作赘述。
S606、根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
需要说明的是,所述第一频谱参数以及所述第二频谱参数可以用于生成与当前无人机的对象模型相匹配的目标控制参数,并根据该目标控制参数调整所述初始控制参数。
在一个实施例中,所述无人机根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数,可以是将所述第一频谱参数以及所述第二频谱参数进行运算处理,计算得到所述预测评估参数,并根据所述预测评估参数调整所述初始控制参数。所述预测评估参数可以用于对当前无人机的当前的对象模型进行近似估计。
请参阅图7a,可以为无人机根据预测评估参数调整所述初始控制参数示意图。如图7a所示的方法可包括:
S6061、从所述第一频谱参数中确定与预设频率段对应的第一目标频谱参数。在一个实施例中,所述预设频率段是根据所述激励信号的频率范围确定。
在一些可行的实施方式中,所述激励信号可以为10Hz到40Hz范围内的高频信号,初始控制参数生成的初始控制信号可以为既包括低频(例如频率低于10Hz),也包括高频(例如频率大于等于10Hz)的信号,当所述激励信号与所述初始控制信号经过叠加处理,得到的控制信号的频率范围可以为激励信号的频率段和初始控制信号的频率段叠加后的范围。
在一个实施例中,所述第一频谱参数根据所述控制信号得到,所述第一频谱参数的频率范围可以为所述控制信号的频率范围。无人机可以从所述第一频谱参数中选取与激励信号的频率范围相对应的第一目标频谱参数。
S6062、从所述第二频谱参数中确定与所述预设频率段对应的第二目标频谱参数。
在一个实施例中,所述第二频谱参数根据所述状态信息得到,因此,所述第二频谱参数的频率范围可以为所述状态信息的频率范围。无人机可以从所述第二频谱参数中选取与激励信号的频率范围相对应的第二目标频谱参数。例如,所述激励信号的频率范围为10-40Hz,所述第二目标频谱参数则可以为频率范围在10-40Hz的第二频谱参数。
S6063、将所述第一目标频谱参数以及所述第二目标频谱参数进行运算处理,得到预测评估参数。
在一个实施例中,无人机可以将所述第一目标频谱参数以及所述第二频谱参数相除或相减,根据运算的结果得到所述预测评估参数。在一个实施例中,所述无人机可以将所述第一目标频谱参数除以所述第二目标频谱参数,或者将第二频谱参数除以所述第一频谱参数,相减得到的数值作为所述预测评估参数。
S6064、根据所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述根据所述预测评估参数调整所述初始控制参数,包括:在满足预设启动条件的情况下,根据所述预测评估参数调整所述初始控制参数。
在不满足预设启动条件的情况下,得到的预测评估参数的准确性或可靠性较低,因此,所述无人机可以丢弃在不满足预设启动条件的情况下得到的预测评估参数,并可以不再对初始控制参数进行调整。
在一个实施例中,所述满足预设启动条件包括:所述预测评估参数的可信度处于预设数值范围;所述预测评估参数的可信度是根据预设频率段内的所述第一目标频谱参数以及所述第二目标频谱参数计算得到的。
所述预测评估参数的可信度可以为方差。无人机可以首先将同一时刻下的所述第一目标频谱参数以及所述第二目标频谱参数相除或相减得到预测评估参数,然后可以选取预设时间范围内的至少两个预测评估参数进行方差计算,得到方差值,可以用于判断所述预测评估参数是否可信。
在一个实施例中,如果所述预测评估参数的可信度处于预设数值范围内,则可以认为满足预设启动条件。如果所述预测评估参数的可信度未处于预设数值范围内,则可以认为不满足预设启动条件,无人机可以将得到的预测评估参数进行丢弃。
在一些可行的实施方式中,所述预设的启动条件还可以根据无人机的对象状态、用户当前对无人机的操作等进行设置。
所述无人机的对象状态可以为电量值、温度值等,如果所述电量值小于预设电量阈值,则可以认为不满足预设的启动条件;如果所述温度值小于或大于预设的温度阈值,也可以认为不满足所述预设的启动条件。
用户当前对无人机的操作,例如为操作无人机进行大机动时,可以认为不满足预设的启动条件。其中,所述大机动可以是指用户操作无人机突然上升,或突然加速,或突然下降等加速度突然增大的状态,这时得到的预测评估参数可靠性较低,无人机可以将所述预测评估参数丢弃。
在一个实施例中,所述根据所述预测评估参数调整所述初始控制参数,包括:获取参考评估参数以及参考控制参数;根据所述参考评估参数、参考控制参数和所述预测评估参数,调整所述初始控制参数。
所述参考评估参数以及所述参考控制参数可以为无人机预置的参数,例如可以存储在预设的存储设备中。其中,所述参考评估参数可以用于表示无人机出厂时的对象模型,所述参考控制参数是与出厂时的对象模型相匹配的控制参数,即无人机在出厂时配置在飞行控制器中的参数。可以理解的是,如果是第一次对控制环路中的初始控制参数进行调节,则初始控制参数即为参考控制参数,需要使用确定的目标控制参数替换控制环路中配置的参考控制参数。
在一个实施例中,无人机可以根据所述预测评估参数、所述参考评估参数以及与所述参考评估参数对应的参考控制参数,得到与所述预测评估参数对应的目标控制参数,该目标控制参数即为最终输出的控制参数。该无人机可以以该目标控制参数替换该初始控制参数,以完成对控制参数的配置过程。
在一些可行的实施方式中,在实际应用时,参考控制参数、参考评估参数、目标控制参数和预测评估参数需要满足预设运算关系,在获取到预测评估参数后,即按照预设运算关系、参考控制参数、参考评估参数和预测评估参数确定目标控制参数,并利用确定出的目标控制参数替换当前控制环路中的初始控制参数。在某些实施例中,参考控制参数与预测评估参数之间的乘积应该等于目标控制参数和预测评估参数之间的乘积。
举例来说,请参考图7b,图7b为本发明实施例提供的一种控制参数调整的情景示意图。其中,图7b可以用于表示K为参考控制参数的情况下,与该参考控制参数对应的参考评估参数的频谱能量图。
可以看出,在图7b中,频率段可以为10-16Hz,具体的,当频率为16Hz时,所述参考评估参数的频谱能量值为2,当频率为14Hz时,所述参考评估参数的频谱能量值为3,当频率为12时,所述参考评估参数的频谱能量值为4,当频率为10时,所述参考评估参数的频谱能量值为5等等。
在一个实施例中,无人机可以根据该第一频谱参数以及该第二频谱参数计算得到预测评估参数。请参阅图7c,图7c可以用于表示计算得到的预测评估参数对应的频谱能量图。
可以看出,在图7c中,频率为10Hz时,计算得到的预测评估参数的频谱能量值为2.5,频率为12Hz时,计算得到的预测评估参数的频谱能量值为2,频率为14Hz时,计算得到的预测评估参数的频谱能量值为1.5,频率为16Hz时,计算得到的预测评估参数的频谱能量值为1。将参考评估参数和预测评估参数进行比较可知,无人机的对象模型已经发生变化,而且无人机的飞行性能已经变差,为了提高无人机的飞行性能,需要对初始控制参数进行调节,参考评估参数中每一个频率上的能量值是预测评估参数中对应频率上的能量值的两倍,因此,可以将目标控制参数确定为参考控制参数的两倍。
通过这种方式对控制环路中的初始控制参数进行调节,可以保证调节之后的确定的预测评估参数对应的频谱能量图与参考评估参数对应的频谱能量图相近,保证无人机具有与出厂时一样的飞行性能。
可以看出,在本发明实施例中,无人机可以根据控制信号得到第一频谱参数,根据状态信息得到第二频谱参数,并根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数,替代了用户的手动操作,完成了根据预测评估参数对初始控制参数的调整,使得无人机在对象模型发生变化时可以具有较好的性能,提高了无人机的安全性以及智能性。
本发明实施例还提供一种无人机。请参阅图8,为本发明实施例提供的一种无人机的结构示意图,包括:控制对象801,一个或多个处理器802;
所述控制对象801,用于工作时为所述无人机提供飞行动力;
所述一个或多个处理器802,单独或协同地工作,用于:
生成激励信号;
根据所述激励信号以及初始控制参数得到控制信号,所述初始控制参数为配置在所述无人机的控制环路(图8未示出)中的参数;
根据所述控制信号对所述控制对象801进行控制,获取所述无人机产生的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
在一个实施例中,所述无人机还包括存储器803。
所述存储器803,用于存储程序指令;
所述处理器801,用于执行所述存储器803存储的程序指令,当程序指令被执行时,用于执行:
生成激励信号;
根据所述激励信号以及初始控制参数得到控制信号,所述初始控制参数为配置在所述无人机的控制环路(图8未示出)中的参数;
根据所述控制信号对所述控制对象803进行控制,获取所述无人机产生的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
在一个实施例中,所述处理器801用于根据所述控制信号以及所述状态信息调整所述初始控制参数时,具体用于:根据所述控制信号进行第一信号处理,得到第一频谱参数;根据所述状态信息进行第二信号处理,得到第二频谱参数;根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
在一个实施例中,所述第一频谱参数用于表示与所述控制信号对应的频率段内的频谱能量信息;所述第二频谱参数用于表示与所述状态信息对应的频率段内的频谱能量信息。
在一个实施例中,所述状态信息由惯性测量单元检测得到。
在一个实施例中,所述处理器801用于根据所述激励信号以及初始控制参数得到控制信号时,具体用于:根据配置的所述初始控制参数生成初始控制信号;将所述激励信号与初始控制信号进行叠加处理,得到控制信号。
在一个实施例中,所述处理器801用于根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数时,具体用于:将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数;根据所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述处理器801用于将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数时,具体用于:从所述第一频谱参数中确定与预设频率段对应的第一目标频谱参数;从所述第二频谱参数中确定与所述预设频率段对应的第二目标频谱参数;将所述第一目标频谱参数以及所述第二目标频谱参数进行运算处理,得到预测评估参数。
在一个实施例中,所述预设频率段是根据所述激励信号的频率范围确定。
在一个实施例中,所述处理器801用于根据所述预测评估参数调整所述初始控制参数时,具体用于:在满足预设启动条件的情况下,根据所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述处理器801用于满足预设启动条件包括:所述预测评估参数的可信度处于预设数值范围;所述预测评估参数的可信度是根据预设频率段内的所述第一目标频谱参数以及所述第二目标频谱参数计算得到的。
在一个实施例中,所述处理器801用于根据所述预测评估参数调整所述初始控制参数时,具体用于:获取参考评估参数以及参考控制参数;根据所述参考评估参数、参考控制参数以及所述预测评估参数调整所述初始控制参数。
在一个实施例中,所述处理器801用于激励信号为角速度信号或姿态信号。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应所述知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应所述知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
以上对本发明实施例所提供的一种控制参数配置方法及无人机进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (36)
1.一种控制参数配置方法,其特征在于,应用于无人机,所述无人机中配置有控制对象,所述控制对象工作时用于为所述无人机提供飞行动力,所述方法包括:
生成激励信号;
根据所述激励信号以及初始控制参数得到控制信号,所述初始控制参数为配置在所述无人机的飞行控制器中的参数;
根据所述控制信号对所述控制对象进行控制,获取所述无人机产生的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
2.如权利要求1所述的方法,其特征在于,所述根据所述控制信号以及所述状态信息调整所述初始控制参数,包括:
根据所述控制信号进行第一信号处理,得到第一频谱参数;
根据所述状态信息进行第二信号处理,得到第二频谱参数;
根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
3.如权利要求2所述的方法,其特征在于,所述第一频谱参数用于表示与所述控制信号对应的频率段内的频谱能量信息;所述第二频谱参数用于表示与所述状态信息对应的频率段内的频谱能量信息。
4.如权利要求1-3任一项所述的方法,其特征在于,所述状态信息由惯性测量单元检测得到。
5.如权利要求1-4任一项所述的方法,其特征在于,所述根据所述激励信号以及初始控制参数得到控制信号,包括:
根据配置的所述初始控制参数生成初始控制信号;
将所述激励信号与初始控制信号进行叠加处理,得到控制信号。
6.如权利要求2或3所述的方法,其特征在于,所述根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数,包括:
将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数;
根据所述预测评估参数调整所述初始控制参数。
7.如权利要求6所述的方法,其特征在于,所述将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数,包括:
从所述第一频谱参数中确定与预设频率段对应的第一目标频谱参数;
从所述第二频谱参数中确定与所述预设频率段对应的第二目标频谱参数;
将所述第一目标频谱参数以及所述第二目标频谱参数进行运算处理,得到预测评估参数。
8.如权利要求7所述的方法,其特征在于,所述预设频率段是根据所述激励信号的频率范围确定。
9.如权利要求6-8任一项所述的方法,其特征在于,所述根据所述预测评估参数调整所述初始控制参数,包括:
在满足预设启动条件的情况下,根据所述预测评估参数调整所述初始控制参数。
10.如权利要求9所述的方法,其特征在于,所述满足预设启动条件包括:所述预测评估参数的可信度处于预设数值范围;
所述预测评估参数的可信度是根据预设频率段内的所述第一目标频谱参数以及所述第二目标频谱参数计算得到的。
11.如权利要求6-10任一项所述的方法,其特征在于,所述根据所述预测评估参数调整所述初始控制参数,包括:
获取参考评估参数以及参考控制参数;
根据所述参考评估参数、参考控制参数以及所述预测评估参数调整所述初始控制参数。
12.如权利要求1-11任一项所述的方法,其特征在于,所述激励信号为角速度信号或姿态信号。
13.一种无人机,其特征在于,包括:飞行控制器、控制对象和状态传感器,其中,所述控制对象工作时用于为所述无人机提供飞行动力,
所述飞行控制器,用于:
生成激励信号;
根据配置的初始控制参数和所述激励信号生成控制信号,并根据所述控制信号对控制对象进行控制;
获取状态传感器输出的无人机的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
14.如权利要求13所述的无人机,其特征在于,所述飞行控制器用于根据所述控制信号以及所述状态信息调整所述初始控制参数时,具体用于:
根据所述控制信号进行第一信号处理,得到第一频谱参数;
根据所述状态信息进行第二信号处理,得到第二频谱参数;
根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
15.如权利要求14所述的无人机,其特征在于,所述第一频谱参数用于表示与所述控制信号对应的频率段内的频谱能量信息;所述第二频谱参数用于表示与所述状态信息对应的频率段内的频谱能量信息。
16.如权利要求13-15任一项所述的无人机,其特征在于,所述飞行控制器获取状态传感器输出的无人机的状态信息时,具体用于:
获取惯性测量单元输出的无人机的状态信息。
17.如权利要求13-16任一项所述的无人机,其特征在于,所述飞行控制器用于根据配置的初始控制参数和所述激励信号生成控制信号时,具体用于:
根据配置的所述初始控制参数生成初始控制信号;
将所述激励信号与初始控制信号进行叠加处理,得到控制信号。
18.如权利要求14或15所述的无人机,其特征在于,所述飞行控制器用于根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数时,具体用于:
将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数;
根据所述预测评估参数调整所述初始控制参数。
19.如权利要求18所述的无人机,其特征在于,所述飞行控制器用于将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数时,具体用于:
从所述第一频谱参数中确定与预设频率段对应的第一目标频谱参数;
从所述第二频谱参数中确定与所述预设频率段对应的第二目标频谱参数;
将所述第一目标频谱参数以及所述第二目标频谱参数进行运算处理,得到预测评估参数。
20.如权利要求19所述的无人机,其特征在于,所述预设频率段是根据所述激励信号的频率范围确定。
21.如权利要求18-20任一项所述的无人机,其特征在于,所述飞行控制器用于根据所述预测评估参数调整所述初始控制参数时,具体用于:
在满足预设启动条件的情况下,根据所述预测评估参数调整所述初始控制参数。
22.如权利要求21所述的无人机,其特征在于,所述满足预设启动条件包括:所述预测评估参数的可信度处于预设数值范围;
所述预测评估参数的可信度是根据预设频率段内的所述第一目标频谱参数以及所述第二目标频谱参数计算得到的。
23.如权利要求18-22任一项所述的无人机,其特征在于,所述飞行控制器用于根据所述预测评估参数调整所述初始控制参数时,具体用于:
获取参考评估参数以及参考控制参数;
根据所述参考评估参数、参考控制参数以及所述预测评估参数调整所述初始控制参数。
24.如权利要求13-23任一项所述的无人机,其特征在于,所述激励信号为角速度信号或姿态信号。
25.一种无人机,其特征在于,所述无人机包括:一个或多个处理器、控制对象;
所述控制对象,用于工作时为所述无人机提供飞行动力;
所述一个或多个处理器,单独或协同地工作,用于:
生成激励信号;
根据所述激励信号以及初始控制参数得到控制信号,所述初始控制参数为配置在所述无人机的飞行控制器中的参数,其中,所述初始控制参数为配置在所述飞行控制器中的参数;
根据所述控制信号对所述控制对象进行控制,获取所述无人机产生的状态信息;
根据所述控制信号以及所述状态信息调整所述初始控制参数。
26.如权利要求25所述的无人机,其特征在于,所述处理器用于根据所述控制信号以及所述状态信息调整所述初始控制参数时,具体用于:
根据所述控制信号进行第一信号处理,得到第一频谱参数;
根据所述状态信息进行第二信号处理,得到第二频谱参数;
根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数。
27.如权利要求26所述的无人机,其特征在于,所述第一频谱参数用于表示与所述控制信号对应的频率段内的频谱能量信息;所述第二频谱参数用于表示与所述状态信息对应的频率段内的频谱能量信息。
28.如权利要求25-27任一项所述的无人机,其特征在于,所述状态信息由惯性测量单元检测得到。
29.如权利要求25-28任一项所述的无人机,其特征在于,所述处理器用于根据所述激励信号以及初始控制参数得到控制信号时,具体用于:
根据配置的所述初始控制参数生成初始控制信号;
将所述激励信号与初始控制信号进行叠加处理,得到控制信号。
30.如权利要求26或27所述的无人机,其特征在于,所述处理器用于根据所述第一频谱参数以及所述第二频谱参数调整所述初始控制参数时,具体用于:
将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数;
根据所述预测评估参数调整所述初始控制参数。
31.如权利要求30所述的无人机,其特征在于,所述处理器用于将所述第一频谱参数以及所述第二频谱参数进行运算处理,得到预测评估参数时,具体用于:
从所述第一频谱参数中确定与预设频率段对应的第一目标频谱参数;
从所述第二频谱参数中确定与所述预设频率段对应的第二目标频谱参数;
将所述第一目标频谱参数以及所述第二目标频谱参数进行运算处理,得到预测评估参数。
32.如权利要求31所述的无人机,其特征在于,所述预设频率段是根据所述激励信号的频率范围确定。
33.如权利要求30-32任一项所述的无人机,其特征在于,所述处理器用于根据所述预测评估参数调整所述初始控制参数时,具体用于:
在满足预设启动条件的情况下,根据所述预测评估参数调整所述初始控制参数。
34.如权利要求33所述的无人机,其特征在于,所述处理器用于满足预设启动条件包括:所述预测评估参数的可信度处于预设数值范围;
所述预测评估参数的可信度是根据预设频率段内的所述第一目标频谱参数以及所述第二目标频谱参数计算得到的。
35.如权利要求30-34任一项所述的无人机,其特征在于,所述处理器用于根据所述预测评估参数调整所述初始控制参数时,具体用于:
获取参考评估参数以及参考控制参数;
根据所述参考评估参数、参考控制参数以及所述预测评估参数调整所述初始控制参数。
36.如权利要求25-35任一项所述的无人机,其特征在于,所述激励信号为角速度信号或姿态信号。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/112368 WO2019100265A1 (zh) | 2017-11-22 | 2017-11-22 | 一种控制参数配置方法及无人机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108885466A true CN108885466A (zh) | 2018-11-23 |
Family
ID=64325725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780017611.9A Pending CN108885466A (zh) | 2017-11-22 | 2017-11-22 | 一种控制参数配置方法及无人机 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108885466A (zh) |
WO (1) | WO2019100265A1 (zh) |
Citations (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1195482A (en) * | 1967-07-27 | 1970-06-17 | Northrop Corp | Integrated System for Processing Aircraft Operating Parameters |
JPS5984696A (ja) * | 1982-08-11 | 1984-05-16 | オフイス・ナシオナル・デテユ−ド・エ・ドウ・ルシエルシユ・アエロスパシアル(パ−ル・アブレビアシオン・オ・エヌ・エ・エ−ル・ア) | 作動操縦翼面により航空機翼面の震動を減衰させる方法及び装置 |
EP1835835A2 (en) * | 2004-10-08 | 2007-09-26 | Bell Helicopter Textron Inc. | Control system for automatic flight and windshear conditions |
EP1901153A1 (en) * | 2006-09-12 | 2008-03-19 | OFFIS e.V. | Control system for unmanned 4-rotor-helicopter |
CN101551642A (zh) * | 2009-04-08 | 2009-10-07 | 南京航空航天大学 | 用于无人飞机控制律参数自动优化的改进粒子群算法 |
US20100179710A1 (en) * | 2007-06-05 | 2010-07-15 | Airbus Operations | Method and device for managing, processing and monitoring parameters used on board aircraft |
CN102495634A (zh) * | 2011-12-07 | 2012-06-13 | 中国南方航空工业(集团)有限公司 | 无人机的控制方法和装置及无人机的操作装置 |
US20120209455A1 (en) * | 2011-02-10 | 2012-08-16 | Warkomski Edward J | Autopilot with Adaptive Rate/Acceleration Based Damping |
US20130032671A1 (en) * | 2011-08-05 | 2013-02-07 | General Atomics | Method and apparatus for inhibiting formation of and/or removing ice from aircraft components |
CN103383571A (zh) * | 2013-08-13 | 2013-11-06 | 湖南航天机电设备与特种材料研究所 | 一种非对称四旋翼无人机及其控制方法 |
CN103713517A (zh) * | 2013-12-20 | 2014-04-09 | 南京航空航天大学 | 一种飞行控制系统自适应调参方法 |
EP2778819A1 (en) * | 2013-03-12 | 2014-09-17 | Thomson Licensing | Method for shooting a film performance using an unmanned aerial vehicle |
CN104316900A (zh) * | 2014-11-11 | 2015-01-28 | 成都点阵科技有限公司 | 空中无线电监测智能机器人 |
CN204270115U (zh) * | 2014-11-14 | 2015-04-15 | 山东农业大学 | 一种植保无人机专用飞控系统 |
CN104731106A (zh) * | 2015-01-23 | 2015-06-24 | 广州快飞计算机科技有限公司 | 基于飞行控制器的参数修改方法和装置 |
CN104898653A (zh) * | 2015-05-18 | 2015-09-09 | 国家电网公司 | 一种飞行控制系统 |
CN105021887A (zh) * | 2015-06-30 | 2015-11-04 | 北京航空航天大学 | 一种无人机数据链测试用电磁环境数据自动化采集系统 |
US9256830B2 (en) * | 2012-03-12 | 2016-02-09 | The Boeing Company | Method and apparatus for identifying structural deformation |
CN105448137A (zh) * | 2014-07-31 | 2016-03-30 | 深圳市大疆创新科技有限公司 | 飞行器及其控制方法、飞行器的智能管理系统及方法 |
US20160129998A1 (en) * | 2014-11-11 | 2016-05-12 | Amazon Technologies, Inc. | Unmanned aerial vehicle configuration for extended flight |
CN105676860A (zh) * | 2016-03-17 | 2016-06-15 | 歌尔声学股份有限公司 | 一种可穿戴设备、无人机控制装置和控制实现方法 |
RU2015121062A (ru) * | 2015-06-03 | 2016-12-27 | Акционерное общество "Корпорация "Тактическое ракетное вооружение" | Способ обработки телеметрической информации беспилотного летательного аппарата и устройство для его реализации |
JP2017504881A (ja) * | 2014-05-30 | 2017-02-09 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 航空機姿勢制御方法 |
CN106406341A (zh) * | 2016-09-06 | 2017-02-15 | 广西师范大学 | 四旋翼无人飞行器的飞行控制方法 |
CN106444826A (zh) * | 2016-09-07 | 2017-02-22 | 广西师范大学 | 四旋翼无人飞行器的飞行控制方法 |
CN106444812A (zh) * | 2016-10-26 | 2017-02-22 | 华南智能机器人创新研究院 | 一种基于四旋翼无人机的姿态控制的方法及其系统 |
CN206023654U (zh) * | 2016-08-31 | 2017-03-15 | 深圳市大疆创新科技有限公司 | 控制系统,包含该控制系统的动力系统及无人飞行器 |
WO2017096547A1 (en) * | 2015-12-09 | 2017-06-15 | SZ DJI Technology Co., Ltd. | Systems and methods for uav flight control |
WO2017125916A1 (en) * | 2016-01-19 | 2017-07-27 | Vision Cortex Ltd | Method and system for emulating modular agnostic control of commercial unmanned aerial vehicles (uavs) |
CN107024937A (zh) * | 2017-03-13 | 2017-08-08 | 武汉飞流智能技术有限公司 | 无人机载荷自识别与参数自匹配方法及地面自适应系统 |
CN107065900A (zh) * | 2017-01-17 | 2017-08-18 | 清华大学 | 无人机飞行控制参数更新系统 |
CN206523788U (zh) * | 2017-02-27 | 2017-09-26 | 中国人民公安大学 | 一种基于无人机航拍的案事件现场三维重建系统 |
-
2017
- 2017-11-22 CN CN201780017611.9A patent/CN108885466A/zh active Pending
- 2017-11-22 WO PCT/CN2017/112368 patent/WO2019100265A1/zh active Application Filing
Patent Citations (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1195482A (en) * | 1967-07-27 | 1970-06-17 | Northrop Corp | Integrated System for Processing Aircraft Operating Parameters |
JPS5984696A (ja) * | 1982-08-11 | 1984-05-16 | オフイス・ナシオナル・デテユ−ド・エ・ドウ・ルシエルシユ・アエロスパシアル(パ−ル・アブレビアシオン・オ・エヌ・エ・エ−ル・ア) | 作動操縦翼面により航空機翼面の震動を減衰させる方法及び装置 |
EP1835835A2 (en) * | 2004-10-08 | 2007-09-26 | Bell Helicopter Textron Inc. | Control system for automatic flight and windshear conditions |
EP1901153A1 (en) * | 2006-09-12 | 2008-03-19 | OFFIS e.V. | Control system for unmanned 4-rotor-helicopter |
US20100179710A1 (en) * | 2007-06-05 | 2010-07-15 | Airbus Operations | Method and device for managing, processing and monitoring parameters used on board aircraft |
CN101551642A (zh) * | 2009-04-08 | 2009-10-07 | 南京航空航天大学 | 用于无人飞机控制律参数自动优化的改进粒子群算法 |
US20120209455A1 (en) * | 2011-02-10 | 2012-08-16 | Warkomski Edward J | Autopilot with Adaptive Rate/Acceleration Based Damping |
US20130032671A1 (en) * | 2011-08-05 | 2013-02-07 | General Atomics | Method and apparatus for inhibiting formation of and/or removing ice from aircraft components |
CN102495634A (zh) * | 2011-12-07 | 2012-06-13 | 中国南方航空工业(集团)有限公司 | 无人机的控制方法和装置及无人机的操作装置 |
US9256830B2 (en) * | 2012-03-12 | 2016-02-09 | The Boeing Company | Method and apparatus for identifying structural deformation |
EP2778819A1 (en) * | 2013-03-12 | 2014-09-17 | Thomson Licensing | Method for shooting a film performance using an unmanned aerial vehicle |
CN103383571A (zh) * | 2013-08-13 | 2013-11-06 | 湖南航天机电设备与特种材料研究所 | 一种非对称四旋翼无人机及其控制方法 |
CN103713517A (zh) * | 2013-12-20 | 2014-04-09 | 南京航空航天大学 | 一种飞行控制系统自适应调参方法 |
JP2017504881A (ja) * | 2014-05-30 | 2017-02-09 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 航空機姿勢制御方法 |
CN106462167A (zh) * | 2014-05-30 | 2017-02-22 | 深圳市大疆创新科技有限公司 | 飞行器姿态控制方法 |
CN105448137A (zh) * | 2014-07-31 | 2016-03-30 | 深圳市大疆创新科技有限公司 | 飞行器及其控制方法、飞行器的智能管理系统及方法 |
CN104316900A (zh) * | 2014-11-11 | 2015-01-28 | 成都点阵科技有限公司 | 空中无线电监测智能机器人 |
US20160129998A1 (en) * | 2014-11-11 | 2016-05-12 | Amazon Technologies, Inc. | Unmanned aerial vehicle configuration for extended flight |
CN204270115U (zh) * | 2014-11-14 | 2015-04-15 | 山东农业大学 | 一种植保无人机专用飞控系统 |
CN104731106A (zh) * | 2015-01-23 | 2015-06-24 | 广州快飞计算机科技有限公司 | 基于飞行控制器的参数修改方法和装置 |
CN104898653A (zh) * | 2015-05-18 | 2015-09-09 | 国家电网公司 | 一种飞行控制系统 |
RU2015121062A (ru) * | 2015-06-03 | 2016-12-27 | Акционерное общество "Корпорация "Тактическое ракетное вооружение" | Способ обработки телеметрической информации беспилотного летательного аппарата и устройство для его реализации |
CN105021887A (zh) * | 2015-06-30 | 2015-11-04 | 北京航空航天大学 | 一种无人机数据链测试用电磁环境数据自动化采集系统 |
WO2017096547A1 (en) * | 2015-12-09 | 2017-06-15 | SZ DJI Technology Co., Ltd. | Systems and methods for uav flight control |
WO2017125916A1 (en) * | 2016-01-19 | 2017-07-27 | Vision Cortex Ltd | Method and system for emulating modular agnostic control of commercial unmanned aerial vehicles (uavs) |
CN105676860A (zh) * | 2016-03-17 | 2016-06-15 | 歌尔声学股份有限公司 | 一种可穿戴设备、无人机控制装置和控制实现方法 |
CN206023654U (zh) * | 2016-08-31 | 2017-03-15 | 深圳市大疆创新科技有限公司 | 控制系统,包含该控制系统的动力系统及无人飞行器 |
CN106406341A (zh) * | 2016-09-06 | 2017-02-15 | 广西师范大学 | 四旋翼无人飞行器的飞行控制方法 |
CN106444826A (zh) * | 2016-09-07 | 2017-02-22 | 广西师范大学 | 四旋翼无人飞行器的飞行控制方法 |
CN106444812A (zh) * | 2016-10-26 | 2017-02-22 | 华南智能机器人创新研究院 | 一种基于四旋翼无人机的姿态控制的方法及其系统 |
CN107065900A (zh) * | 2017-01-17 | 2017-08-18 | 清华大学 | 无人机飞行控制参数更新系统 |
CN206523788U (zh) * | 2017-02-27 | 2017-09-26 | 中国人民公安大学 | 一种基于无人机航拍的案事件现场三维重建系统 |
CN107024937A (zh) * | 2017-03-13 | 2017-08-08 | 武汉飞流智能技术有限公司 | 无人机载荷自识别与参数自匹配方法及地面自适应系统 |
Non-Patent Citations (5)
Title |
---|
KAI YIT KOK 等: "Differentia!-Evo!ution Contro!ParameterOptimization for Unmanned Aerial Vehicle Path Planning", 《PLOS ONE》 * |
R.LOZANO 等: "Robust prediction-based control for unstable delay systems: Application to the yaw control of a mini-helicopter", 《AUTOMATICA》 * |
林峰 等: "基于改进型蜂群算法的无人机姿态控制参数优化", 《沈阳航空航天大学学报》 * |
段镇: "无人机飞行控制系统若干关键技术研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
许国栋 等: "小型无人机控制参数鲁棒优化方法", 《电光与控制》 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019100265A1 (zh) | 2019-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11693373B2 (en) | Systems and methods for robust learning-based control during forward and landing flight under uncertain conditions | |
US6735500B2 (en) | Method, system, and computer program product for tactile cueing flight control | |
Lin et al. | A decoupling control for quadrotor UAV using dynamic surface control and sliding mode disturbance observer | |
JP6517567B2 (ja) | サーボモータ制御装置及び衝突検出方法 | |
Meng et al. | Aerodynamic parameter estimation of an unmanned aerial vehicle based on extended kalman filter and its higher order approach | |
WO2015023333A1 (en) | Airspeed estimation using rotor vibrations | |
Salameh et al. | Identification of quadcopter hovering using experimental data | |
Tran et al. | Adaptive trajectory tracking for quadrotor systems in unknown wind environments using particle swarm optimization-based strictly negative imaginary controllers | |
CN112947586A (zh) | 无人机的控制方法、装置、存储介质及旋翼式无人机 | |
O'Connell et al. | Meta-learning-based robust adaptive flight control under uncertain wind conditions | |
CN106774377A (zh) | 一种无人机起飞控制方法及装置 | |
Pal et al. | Performance study of different robotic manipulator systems designed for space debris management | |
CN104062054B (zh) | 一种动量轮低转速贫信息条件下的力矩测量方法 | |
CN109144272B (zh) | 一种基于数据手套手势识别的四旋翼无人机控制方法 | |
US20210375141A1 (en) | Systems and methods for flight performance parameter computation | |
CN108885466A (zh) | 一种控制参数配置方法及无人机 | |
Panizza et al. | Black-box and grey-box identification of the attitude dynamics for a variable-pitch quadrotor | |
Ferreres et al. | Adaptive control of a civil aircraft through on-line parameter estimation | |
Hetényi et al. | Sensor fusion with enhanced Kalman Filter for altitude control of quadrotors | |
Guadarrama-Olvera et al. | Robust trajectory tracking control of a quadrotor helicopter | |
Giernacki | Near to optimal design of PIλDμ fractional-order speed controller (FOPID) for multirotor motor-rotor simplified model | |
Cai et al. | Design of STM32-based Quadrotor UAV Control System. | |
Yang et al. | Aerodynamic parameters identification and adaptive LADRC attitude control of quad-rotor model | |
Tang et al. | Design, implementation and control of a small-scale UAV quadrotor | |
US20180129207A1 (en) | Real time effective mass and moment of inertia measurement |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181123 |
|
WD01 | Invention patent application deemed withdrawn after publication |