CN109782812B - 无人机飞行方法、装置、pid控制器及存储介质 - Google Patents

Abstract

本申请实施例提供一种无人机飞行方法、装置、PID控制器及存储介质，涉及无人机技术领域。该方法中通过无人机上的PID控制器可根据当前位置描述信息与参考位置描述信息之间的差异输出的控制信息来控制无人机的位置和/姿态，从而使得无人机可实现对被跟踪对象的自动跟踪飞行，使得无人机与被跟踪对象之间保持预设相对位置关系，以此可通过无人机自动完成相关的监视、拍摄等任务，无需人工参与，从而提高了拍摄效率以及便捷性。

Description

无人机飞行方法、装置、PID控制器及存储介质

技术领域

本申请涉及无人机技术领域，具体而言，涉及一种无人机飞行方法、装置、比例积分微分(Proportion Integral Differential，简称PID)控制器及存储介质。

背景技术

随着无人机技术的飞速发展，可应用无人机实现一些监视、搜索、拍摄等任务。而现有技术中，若无人机要实现监视或者拍摄等任务时，则无人机需要对目标对象实现跟踪拍摄，而无人机在跟踪过程需要依靠遥控终端来控制其飞行，也就是说，可通过用户操控遥控终端，进而通过遥控终端控制无人机的飞行。这种方式相当于是需要人为去控制无人机的跟踪飞行，由人去观察目标对象怎么移动，从而来控制无人机怎么飞行，显然这种方式导致无人机需依赖人工操控飞行，从而导致拍摄效率较低，便捷性较差。

发明内容

本申请实施例的目的在于提供一种无人机飞行方法、装置、PID控制器及存储介质，以改善现有技术中无人机依赖人工操控导致拍摄效率较低、便捷性差的问题。

第一方面，本申请实施例提供了一种无人机飞行方法，应用于无人机上的比例积分微分PID控制器，所述方法包括：获取被跟踪对象的当前位置描述信息，所述当前位置描述信息为表征所述被跟踪对象与所述无人机的当前相对位置关系的信息；根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，以使所述无人机与所述被跟踪对象之间的位置关系保持在所述参考位置描述信息所表征的预设相对位置关系。

在上述实现过程中，通过无人机上的PID控制器可根据当前位置描述信息与参考位置描述信息之间的差异输出的控制信息来控制无人机的位置和/姿态，从而使得无人机可实现对被跟踪对象的自动跟踪飞行，使得无人机与被跟踪对象之间保持预设相对位置关系，以此可通过无人机自动完成相关的监视、拍摄等任务，无需人工参与，从而提高了拍摄效率以及便捷性。

可选地，所述PID控制器为神经网络PID控制器，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：根据所述当前位置描述信息与所述参考位置描述信息之间的差异调整所述神经网络PID控制器的控制参数，获得经调整控制参数；根据所述经调整控制参数输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制。

在上述实现过程中，可以通过神经网络PID控制器自学习获得控制参数，而无需人为根据经验设定，由此可以避免因为人为设定参数而带来的不准确性，该方式可以更加灵活且准确的获得对应的控制参数，使得控制器输出的值更加准确。

可选地，所述获取被跟踪对象的当前位置描述信息，包括：获取所述无人机当前时刻拍摄的包含有所述被跟踪对象的当前图像；对所述当前图像进行分析获得所述被跟踪对象的当前位置描述信息，所述当前位置描述信息包括所述被跟踪对象在所述当前图像中的当前面积以及当前坐标。

在上述实现过程中，通过获取被跟踪对象在当前图像中的当前面积以及当前坐标作为当前位置描述信息，由此可更加方便快速地获得无人机与被跟踪对象之间的相位位置关系。

可选地，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：根据所述当前面积与所述参考位置描述信息中的参考面积之间的差值获得输出面积；根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，以及根据所述输出面积获取所述无人机与所述被跟踪对象之间的第二距离；根据所述第一距离与所述第二距离获得所述无人机在第一方向上需调整的第一调整距离，所述控制信息包括所述第一调整距离；根据所述第一调整距离对所述无人机的位置和/或姿态进行控制。

在上述实现过程中，根据当前面积以及输出面积可获得无人机需在第一方向上需调整的第一调整距离，由此可控制无人机在第一方向上的移动距离，从而使得无人机与被跟踪对象之间保持预设相对位置关系，进而实现无人机的自动跟踪飞行，便于无人机对被跟踪对象的拍摄或者监视。

可选地，所述当前面积为在所述当前图像中对所述被跟踪对象进行选中时标注的矩形框的面积，所述根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，包括：获取所述被跟踪对象实际所在矩形框的面积；根据

获取所述无人机与所述被跟踪对象之间的第一距离；其中，F为所述第一距离，E为所述被跟踪对象实际所在矩形框的面积，G为所述当前面积，D为所述无人机上的摄像头的焦距。

在上述实现过程中，通过上述方式可获取无人机与被跟踪对象之间的距离，而无需无人机上安装对应的距离测量装置，节约了无人机的制造成本。

可选地，所述当前坐标包括当前X轴坐标，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：根据所述当前X轴坐标与所述参考位置描述信息中的参考X轴坐标之间的差值获得输出X轴坐标；根据所述当前X轴坐标与所述输出X轴坐标之间的坐标差获取所述无人机在第二方向上需调整的第二调整距离，所述控制信息包括所述第二调整距离；根据所述第二调整距离对所述无人机的位置和/或姿态进行控制。

在上述实现过程中，根据当前X轴坐标以及输出X轴坐标可获得无人机需在第二方向上需调整的第二调整距离，由此可控制无人机在第二方向上的移动距离，从而使得无人机与被跟踪对象之间保持预设相对位置关系，进而实现无人机的自动跟踪飞行，便于无人机对被跟踪对象的拍摄或者监视。

可选地，所述当前坐标包括当前Y轴坐标，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：根据所述当前Y轴坐标与所述参考位置描述信息中的参考Y轴坐标之间的差值获得输出Y轴坐标；根据所述当前Y轴坐标与所述输出Y轴坐标之间的坐标差获取所述无人机在第三方向上需调整的第三调整距离，所述控制信息包括所述第三调整距离；根据所述第三调整距离对所述无人机的位置和/或姿态进行控制。

在上述实现过程中，根据当前Y轴坐标以及输出Y轴坐标可获得无人机需在第三方向上需调整的第三调整距离，由此可控制无人机在第三方向上的移动距离，从而使得无人机与被跟踪对象之间保持预设相对位置关系，进而实现无人机的自动跟踪飞行，便于无人机对被跟踪对象的拍摄或者监视。

第二方面，本申请实施例提供了一种无人机飞行装置，运行于无人机上的比例积分微分PID控制器，所述装置包括：

信息获取模块，用于获取被跟踪对象的当前位置描述信息，所述当前位置描述信息为表征所述被跟踪对象与所述无人机的当前相对位置关系的信息；

控制模块，用于根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，以使所述无人机与所述被跟踪对象之间的位置关系保持在所述参考位置描述信息所表征的预设相对位置关系。

第三方面，本申请实施例提供一种比例积分微分PID控制器，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。

第四方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。

本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种比例积分微分PID控制器的结构示意图；

图2为本申请实施例提供的一种PID控制器的原理示意图；

图3为本申请实施例提供的一种无人机飞行方法的流程图；

图4为本申请实施例提供的一种神经网络PID控制器的原理示意图；

图5为本申请实施例提供的一种单神经元PID控制器的原理示意图；

图6为本申请实施例提供的一种被跟踪对象在图像中的面积及坐标示意图；

图7为本申请实施例提供的一种无人机与被跟踪对象之间距离测量的示意图；

图8为本申请实施例提供的一种无人机飞行装置的结构框图。

具体实施方式

下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

请参照图1，图1为本申请实施例提供的一种比例积分微分PID控制器的结构示意图，所述比例积分微分PID控制器可以包括：至少一个处理器110，例如CPU，至少一个通信接口120，至少一个存储器130和至少一个通信总线140。其中，通信总线140用于实现这些组件直接的连接通信。其中，本申请实施例中设备的通信接口120用于与其他节点设备进行信令或数据的通信。存储器130可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器130可选的还可以是至少一个位于远离前述处理器的存储装置。存储器130中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器110执行时，比例积分微分PID控制器执行下述图3所示方法过程。

本申请实施例的无人机飞行方法应用于无人机上的PID控制器，在介绍该方法的具体实施例之前，先对PID控制器进行介绍。PID控制器是根据PID控制原理对整个控制系统进行偏差调节，从而使被控变量的实际值与要求的设定值一致，其是由比例单元P、积分单元I和微分单元D组成，PID控制的基础是比例控制，积分控制可消除稳态误差，但可能增加超调，微分控制可加快系统响应速度以及减弱超调趋势。

请参照图2，图2为本申请实施例提供的一种PID控制器的原理示意图，其原理是当得到系统的输出后，将输出经过比例、积分、微分三种运算方式，叠加到输入中，从而控制系统的行为，即将输出以及设定值共同作为输入，然后根据这两个输入之间的差值来调整PID控制器的控制参数(即比例、积分、微分三个参数)，使得其输出接近于设定值，其具体的应用在下述可结合具体的实施例进行说明。

请参照图3，图3为本申请实施例提供的一种无人机飞行方法的流程图，该方法应用于无人机上的比例积分微分PID控制器，所述方法包括如下步骤：

步骤S110：获取被跟踪对象的当前位置描述信息。

为了获取某些目标(如人、车辆等)的行为信息获取其他信息，可通过无人机目标进行跟踪，以采集目标的相关信息。其中，被跟踪的目标在本实施例中称为被跟踪对象。

在无人机进行跟踪目标方飞行之前，需要先启动无人机的飞行，其可以由用户通过用户终端进行启动，也可以由用户触发无人机上的启动按钮进行启动。而如果通过用户终端进行启动的方式可以为：可以先将无人机与用户终端进行无线连接，如无线保真(Wireless-Fidelity，WiFi)连接或蓝牙连接，在用户终端与无人机进行无线连接后，用户可通过用户终端进行无人机的飞行启动，具体操作可以通过触发用户终端上安装的应用程序(Application，简称APP)进行启动，如用户可点击用户终端上的APP，然后进入该APP的相关界面，在相关界面设置有启动无人机飞行的启动按钮，用户点击该启动按钮即可启动无人机飞行。

在无人机飞行的初始时间段内，用户可通过用户终端操控无人机进行飞行，无人机在飞行过程中可进行实时录像或者拍照，无人机可将获取的视频或者图像发送给用户终端，用户可从视频或图像中确定无人机需要跟踪的对象，即确定被跟踪对象。示例性地，用户可通过用户终端点击获取的图像中的某个目标，为了表示该目标被选中为被跟踪对象，在用户点击确定选中目标后，用户终端可为该目标生成对应的矩形框，该矩形框内包含有被跟踪对象。然后用户终端可将包含有被选中的被跟踪对象的图像发送给无人机，从而无人机可知晓需要跟踪的对象。特别地，为了便于无人机识别该被跟踪对象，无人机可从图像中对该被跟踪对象进行图像特征提取，然后对其进行识别，从而无人机可以在后续跟踪过程中可以识别出该被跟踪对象。

需要说明的是，上述过程中关于如何选中被跟踪对象还可以采用其他方式，如可先对图像中的各个物体进行识别，然后输入识别后的被选中的物体的相关信息，通过该方式可选中被跟踪对象，其他方式在此不过多描述。应理解地，无人机在跟踪过程中对被跟踪对象进行识别的其他方式也应包含在本申请的保护范围之内。

无人机在知晓被跟踪对象后，无人机则可自动对被跟踪对象进行跟踪飞行，由于被跟踪对象可能存在移动，无人机为保持和被跟踪对象之间的相对位置关系，所以，无人机需要实时调整自己的位置，在调整自身位置的过程中，无人机需获取被跟踪对象的当前位置描述信息，该当前位置描述信息为表征被跟踪对象与无人机的当前相对位置关系的信息。

可以理解地，作为一种示例，相对位置关系可以表示为被跟踪对象相对于无人机的位置关系或者无人机相对于被跟踪对象的位置关系，则位置描述信息可以包括被跟踪对象与无人机之间的相对距离、被跟踪对象相对无人机的相对方向等。

所以，若被跟踪对象与无人机之间的相对位置关系通过两者之间的相对距离来表示，也就是说，被跟踪对象与无人机之间的相对距离可表征为两者之间的相对位置关系，所以，上述被跟踪对象与无人机之间的当前相对位置关系可为其两者之间的当前相对距离。

步骤S120：根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，以使所述无人机与所述被跟踪对象之间的位置关系保持在所述参考位置描述信息所表征的预设相对位置关系。

应理解，在本文中，无人机中PID控制器可以与无人机的飞行控制器集成在一起，这种情况下，PID控制器能够直接根据所述控制信息对所述无人机的位置和/或姿态进行控制；可选的，本申请实施例中，无人机中PID控制器也可以与无人机的飞行控制器分开设置，这种情况下，PID可以将上述控制信息发送至飞行控制器，由飞行控制器实现对所述无人机的位置和/或姿态进行控制，本申请实施例并不限于此。

通过上述说明，若被跟踪对象与无人机之间的相对位置关系通过两者之间的相对距离或相对方向来表征时，则当前位置描述信息表征无人机与被跟踪对象的当前相对位置关系的信息，即两者之间的当前相对距离和/或当前相对方向，参考位置描述信息表征无人机与被跟踪对象之间的预设相对位置关系的信息，即两者之间的参考相对距离和/或当前相对方向。例如，当前位置描述信息为被跟踪对象与无人机之间的当前相对距离是5米和/或被跟踪对象相对无人机的当前相对方向是西南方向，参考位置描述信息为被跟踪对象与无人机之间的参考相对距离是4.5米和/或被跟踪对象相对无人机的预设相对方向是正东方向。

作为一种示例，若以无人机与被跟踪对象之间的相对距离为例，PID控制器可根据无人机与被跟踪对象之间的当前相对距离以及参考相对距离之间的差值输出对应的控制信息，比如，若当前相对距离为5米，参考相对距离为4.5米，则无人机需缩短与被跟踪对象之间的相对距离，以使无人机与被跟踪对象之间的相对距离达到4.5米，以此控制信息可以为无人机需调整的距离，即控制信息包括需调整0.5米，所以，可根据该控制信息对无人机的位置和/或姿态进行控制，使得无人机与被跟踪对象之间的相对距离保持在4.5米。

需要说明的是，若上述的预设相对位置关系若为参考相对距离，则该参考相对距离可以在一个预设距离范围，如2米-3米，即若无人机与被跟踪对象之间的相对距离在这个预设距离范围内时，表征无人机与被跟踪对象之间保持在预设相对位置关系。

应理解地，由于PID控制器的输入为数值，所以，上述的当前位置描述信息与参考位置描述信息之间的差异可理解为两个信息对应的数值之间的差值，如位置描述信息为相对距离时，当前位置描述信息与参考位置描述信息之间的差异即为当前相对距离与参考相对距离对应的数值之间的差值，当然，上述两个信息之间的差异还可以是指两个信息之间的不同，比如，若参考位置描述信息包括参考相对距离以及参考相对方向，而当前位置描述信息只包括当前相对距离，此时，两者之间的差异为参考相对方向，所以在对无人机进行控制时，还可以控制无人机与被跟踪对象之间的相对方向满足参考相对方向。但是，在本实施例中，为了更加便捷地对无人机进行控制，所以，上述两个信息之间的差异均可通过对应的两个数值之间的差值来表征。

另外，在上述中根据控制信息对无人机的位置和/或姿态进行控制可以理解为：根据控制信息对无人机的位置和姿态进行控制，或者根据控制信息对无人机的位置进行控制，或者根据控制信息对无人机的姿态进行控制。下面对三种方式进行说明：若根据控制信息对无人机的位置和姿态进行控制时，此时可能是无人机与被跟踪对象之间的相对距离发生了变化，且被跟踪对象的移动方向发生改变，则需要调整无人机与被跟踪对象之间的相对距离以及无人机的飞行方向，所以此时可能需要同时调整无人机的位置和姿态；若根据控制信息对无人机的位置进行控制时，此时可能只是无人机与被跟踪对象之间的相对距离发生了变化，则可能只需调整无人机的位置即可；若根据控制对无人机的姿态进行控制时，此时可能只是被跟踪对象的移动方向发生了变化，则可能只需调整无人机的飞行方向即可。

下面结合PID控制器对上述实施例进行说明。

以被跟踪对象与无人机之间的相对位置关系为相对距离为例，若PID控制器的控制参数已经预先根据经验设定好，则可将获取的当前相对距离与参考相对距离输入至PID控制器中，PID输出下一时刻的相对距离，PID控制器的计算公式如下：

其中，e(k)为当前相对距离与参考相对距离之间误差，K_p,K_i,K_d分别为比例、积分、微分三个参数，这三个参数可以是预先设定好的，也可以是在实际应用过程中通过实际数据进行调整后的，u(k)为PID控制器输出的相对距离，若在参数调整好后，PID控制器输出的相对距离接近于参考相对距离。

其中，控制信息则可以为PID控制器输出的相对距离，即可以根据该控制信息对无人机的位置和/或姿态进行控制，从而使得无人机与被跟踪对象之间的相对距离达到PID控制器输出的相对距离，即使得无人机与被跟踪对象保持预设相对位置关系。

在上述实现过程中，通过无人机上的PID控制器可根据当前位置描述信息与参考位置描述信息之间的差异输出的控制信息来控制无人机的位置和/姿态，从而使得无人机可实现对被跟踪对象的自动跟踪飞行，使得无人机与被跟踪对象之间保持预设相对位置关系，以此可通过无人机自动完成相关的监视、拍摄等任务，无需人工参与，从而提高了拍摄效率以及便捷性。

在一种示例性实施例中，上述PID控制可以为神经网络PID控制器，神经网络PID控制器相比与上述传统的PID控制器其具有自学习功能，即上述的PID控制器的控制参数一般是根据经验自行设定的，而神经网络PID控制器可根据输入输出自学习获得其中的控制参数。所以，神经网络PID控制器可以利用神经网络自学习能力和任意函数逼近能力，以及自调整比例因子的方法，自动寻找一组最佳的P、I、D非线性组合参数。

神经网络PID控制器包括单神经元PID控制器和BP神经网络PID控制器，下面先对两种控制器进行简单介绍。

请参照图4，图4为本申请实施例提供的一种反向传播(Back Propagation，简称BP)神经网络PID控制器的原理示意图，其由两部分组成：1.经典的PID控制器：直接对被控对象进行闭环控制，并且三个参数K_p,K_i,K_d为在线调整方式。2.BP神经网络：根据系统的运行状态，调节PID控制器的控制参数，以其达到某种性能指标的最优化，即使输出层神经元的输出状态对应于PID控制器的三个可调参数K_p,K_i,K_d，通过神经网络的自身学习、加权系数调整，从而使其稳定状态对应于某种最优控制规律下的PID的控制器参数。

BP神经网络PID控制器的控制算法如下：

1.确定BP神经网络结构，即确定输入层节点及数目。隐含层数目，并给出各层权系数的处置、选定学习率、惯性系数；

2.采样得到rin(k)、yout(k)，计算该时刻差值error(k)＝rin(k)-yout(k)；

3.计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数K_p,K_i,K_d；

4.计算PID控制器的输出u(k)；

5.进行神经网络学习，在线调整加权系数，实现PID控制参数的自适应调整。

对于上述BP神经网络PID控制器的具体控制原理在此不做过多介绍，在本实施例中，主要可以通过神经网络PID控制器自学习获得参数，而无需人为根据经验设定，由此还可避免因为人为设定参数而带来的不准确性，该方式可以更加灵活且准确的获得对应的控制参数，使得控制器输出的值更加准确。

而单神经元作为构成神经网络的基本单位，也具有自学习和自适应能力，且结果简单响应速度快，所以，单神经元PID控制器相比于BP神经网络PID控制器更简单，本实施例中则可采用单神经元PID控制器来执行上述的方法，下面着重对单神经元PID控制器进行介绍。

神经元是一个多输入单输出且具有阈值、权值的非线性处理元件。神经元突触可与其他神经元相连接，或反映外界环境信息，也可以反馈自身信息，通过调整权值得到新的输出。请参照图5，图5为本申请实施例提供的一种单神经元PID控制器的原理示意图，图中Y_r为参考值，Y为给定值，通过状态转换器得到x_i(t)(i＝1,2,3)作为神经元输入的三个状态量，通过学习调节神经元权值w_i(t)(i＝1,2,3)最终得到输出。神经元的输入输出关系描述为：

y＝f(I)

由PID控制器的增量算式：

Δu(k)＝K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]

若取X₁＝e(k)-e(k-1),X₂＝e(k)X₃＝e(k)-2e(k-1)+e(k-2)，则上式变为：

Δu(k)＝w₁[e(k)-e(k-1)]+w₂e(k)+w₃[e(k)-2e(k-1)+e(k-2)]

其中，系数w_i(t)(i＝1,2,3)可以通过神经元的自学习功能来进行自适应调整，参数K_p,K_i,K_d可以预先确定好且不变的，也可以是在线调整的，正是由于w_i能进行自适应调整，故可大大提高控制器的鲁棒性能。

该单神经元PID控制器与常规PID控制器相比较，无需进行精确的系统建模，对具有不确定性因素的系统，其控制品质明显优于常规PID控制器。其中，神经元的学习能力是通过改变权系数w_i来实现的，学习算法即是如何调整w_i规则，它是神经元控制的核心，反映了学习方式与学习功能。

权值w_i(k)的修改学习规则如下：

为了保证学习算法的收敛性和控制的鲁棒性，对上述算法进行规范化处理后可得如下的算法：

其中，η_P,η_I,η_D分别为比例、微分、积分的学习速率，K为神经元的比例系数，K>0，参数选取的规则如下：

1.K是系统最敏感的系数，K值的变化，相当于η_P,η_I,η_D三项同时变化，因此K值的选择非常重要，应在先调整K。K越大，则快速性越好，但超调量大，甚至可能使系统不稳定。当被控对象试验增大时，K值必须减少，以保证系统稳定，K值选的过小，会使系统的快速性变差。

2.对于阶跃输入，若被控对象产生多次正弦衰减现象，应减少η_P，其他参数不变。

3.若被控对象响应特性出现上升时间段、超调过大现象，应减少η_I，其他参数不变。

4.若被控对象上升时间长，增大η_I又导致超调过大，可适当增加η_P，其他参数不变。

5.在开始调整时，η_D选择较小值，当调整η_I，η_P和K，使被控对象具有良好特性时，再逐渐增大η_D，而其他参数不变，使系统输出基本无波纹。

在上面介绍了神经网络PID控制器的原理后，其是根据输出与参考值之间的误差来调整其参数，使得输出值接近于参考值。

所以，在本申请实施例中，当PID控制器为神经网络PID控制器时，上述步骤S120可以包括以下步骤：

根据所述当前位置描述信息与所述参考位置描述信息之间的差异调整所述神经网络PID控制器的控制参数，获得经调整控制参数；根据所述经调整控制参数输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制。

可以理解的，其控制参数可以包括上述的K，η_P,η_I,η_D，w_i等参数，例如，若位置描述信息为无人机与被跟踪对象之间的相对距离时，则可将无人机与被跟踪对象之间的当前相对距离与参考相对距离输入至神经网络PID控制器，然后神经网络PID控制器根据其当前相对距离与参考相对距离之间的差值来调整自身的控制参数，在这些参数调整后，获得经调整控制参数，从而在通过上述公式获得的神经网络PID控制器输出的相对距离，该输出的相对距离的值更加接近于参考相对距离的值。在无人机跟踪过程中，随着被跟踪对象的移动，为了保证神经网络PID控制器输出的值接近与参考值，所以需要实时调整期控制参数，从而使得神经网络PID控制器输出的值更加接近于设定值，以便于更好的控制无人机与被跟踪对象之间的相对位置关系。

所以，在本实施例中，主要可以通过神经网络PID控制器自学习获得参数，而无需人为根据经验设定，由此还可避免因为人为设定参数而带来的不准确性，该方式可以更加灵活且准确的获得对应的控制参数，使得控制器输出的值更加准确。

在一种示例性实施例中，为了节约无人机的制造成本，无人机上一般设置的是单个摄像头，通过单个摄像头无法直接获得无人机与被跟踪对象之间的相对距离，所以，上述实施例中，获取被跟踪对象的当前位置描述信息的方式可以为：获取所述无人机当前时刻拍摄的包含有所述被跟踪对象的当前图像，对所述当前图像进行分析获得所述被跟踪对象的当前位置描述信息，所述当前位置描述信息包括所述被跟踪对象在所述当前图像中的当前面积以及当前坐标。

其中，无人机上可搭载摄像头，通过摄像头可实时获取被跟踪对象的图像，通过对图像进行分析，可获得图像中的被跟踪对象想当前位置描述信息，即当前位置描述信息包括当前面积以及当前坐标。被跟踪对象在当前图像中的当前面积可以为框住被跟踪对象的矩形框的面积，如图6所示。若被跟踪对象为行人，在初始控制无人机飞行前选中该行人为被跟踪对象时，可生成对应的矩形框，该矩形框随着被跟踪对象的移动而移动，且矩形框的大小根据被跟踪对象的长宽确定，所以，矩形框的面积即为被跟踪对象的面积，矩形框的面积随着被跟踪对象与无人机之间的相对距离的变化而变化。

当前图像可呈现在无人机上的显示装置上，也可传输给用户终端，由于显示装置有分辨率，例如其范围为1280*720，以屏幕的左下角为原点建立坐标系，则该坐标系中X轴的坐标范围为0-1280，Y轴的坐标范围为0-720，当前面积可以通过矩形框在当前图像中所在的面积获得，当前坐标可以根据矩形框的中心点在当前图像中所在的坐标获得。如图6所示，若矩形框的面积为100*150，即当前面积为100*150，若矩形框的坐标为(100,150)，即当前坐标为(100,150)，所以，按照此方式，可以获得当前位置描述信息中的当前面积与当前坐标。

当前面积与当前坐标也可以表征无人机与被跟踪对象之间的相对位置关系，如若被跟踪对象在当前图像中的当前面积相对较大，表示无人机与被跟踪对象之间的相对距离较小，若被跟踪对象在当前图像中的当前坐标相比于前一时刻被跟踪对象在前一时刻获取的图像中的坐标，其当前坐标向X轴的负方向偏移，则表示被跟踪对象在向相对无人机的偏西方向移动。

在上述实现过程中，通过获取被跟踪对象在当前图像中的当前面积以及当前坐标作为当前位置描述信息，由此可更加方便快速地获得无人机与被跟踪对象之间的相位位置关系。

应理解，本申请实施例中并不限定无人机上摄像头的个数，例如，无人机上也可以搭载两个或多个摄像头。另外，本申请实施例也不限定无人机上摄像头的类型，例如，本申请实施例中无人机上的摄像头可以是可见光摄像头、红外摄像头、黑白摄像头或彩色摄像头等；在无人机上摄像头为多个时，该多个摄像头可以上述类型中的一种，也可以是上述多种类型摄像头的组合。

在一种示例性实施例中，上述步骤S120还可以包括如下步骤：

根据所述当前面积与所述参考位置描述信息中的参考面积之间的差值获得输出面积；

根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，以及根据所述输出面积获取所述无人机与所述被跟踪对象之间的第二距离；

根据所述第一距离与所述第二距离获得所述无人机在第一方向上需调整的第一调整距离，所述控制信息包括所述第一调整距离；

根据所述第一调整距离对所述无人机的位置和/或姿态进行控制。

作为一种示例，参考面积为无人机与被跟踪对象保持预设相对位置关系时，无人机拍摄的被跟踪对象在图像中所占的面积，而PID控制器的获得的面积则是表示无人机需进行位置和/姿态的调整后，需在下一时刻拍摄的图像中被跟踪对象的面积，其输出面积接近于参考面积。所以，将参考面积与当前面积输出至PID控制器中，由PID控制器输出对应的输出面积，在根据面积来计算无人机与被跟踪对象之间的相对距离，由此可获得无人机需调整的距离。

具体地，由于无人机可以在X(即左右方向)，Y(即上下方向)，Z(即前后方向)三个方向上进行距离调整，所以，通过面积控制无人机的调整实际是控制无人机在Z(前后)方向上的调整。进而还需根据面积获得无人机与被跟踪对象之间的距离，作为一种实例，如若当前面积为在所述当前图像中对被跟踪对象进行选中时标注的矩形框的面积，则根据当前面积获取无人机与被跟踪对象之间的第一距离可以为：获取被跟踪对象实际所在的矩形框的面积，根据

获取所述无人机与所述被跟踪对象之间的第一距离；其中，F为所述第一距离，E为所述被跟踪对象实际所在矩形框的面积，G为所述当前面积，D为所述无人机上的摄像头的焦距。

其中，如图7所示，O点为无人机上的摄像头的镜头中心点，矩形框1的面积表示在当前图像中被跟踪对象的当前面积，即像素尺寸，矩形框2的面积表示被跟踪对象实际的面积，所以，根据上述计算公式可以获得第一距离，即无人机与被跟踪对象之间的当前相对距离。

被跟踪对象实际所在的矩形框的面积被跟踪对象的实际大小获得，如若被跟踪对象为行人，则其所在的矩形框的长为1.7米，宽为0.8米，则其面积则为1.7*0.8。

可以理解地，按照上述相同的方式，可以根据输出面积获得无人机与被跟踪对象之间的第二距离，在此不再重复描述。因此，可将第二距离与第一距离之间的距离差作为第一调整距离，然后将无人机在Z方向上的位置进行调整，调整的距离为第一调整距离，例如，若第一距离为5米，第二距离为4.5米，则第一调整距离为0.5米，此时，若被跟踪对象在无人机的前方，则控制无人机向前移动0.5米，若被跟踪对象在无人机的后方，则控制无人机转向后，向后移动0.5米。

在上述实现过程中，根据当前面积以及输出面积可获得无人机需在第一方向上需调整的第一调整距离，由此可控制无人机在第一方向上的移动距离，从而使得无人机与被跟踪对象之间保持预设相对位置关系，进而实现无人机的自动跟踪飞行，便于无人机对被跟踪对象的拍摄或者监视。

在一种示例性实施例中，为了控制无人机在左右方向(X方向)上进行移动，所述当前坐标可以包括当前X轴坐标，上述步骤S120还包括如下步骤：

根据所述当前X轴坐标与所述参考位置描述信息中的参考X轴坐标之间的差值获得输出X轴坐标；

根据所述当前X轴坐标与所述输出X轴坐标之间的坐标差获取所述无人机在第二方向上需调整的第二调整距离，所述控制信息包括所述第二调整距离；

根据所述第二调整距离对所述无人机的位置和/或姿态进行控制。

其中，当前X轴坐标为被跟踪对象在当前图像中的矩形框的中心点X坐标，参考X轴坐标为被跟踪对象与无人机处于预设相对位置关系时，无人机采集的图像中被跟踪对象所在的矩形框的中心点X坐标，将当前X轴坐标为参考X轴坐标输入至PID控制器，PID控制器根据上述的相关算式可以获得输出X轴坐标，该输出X轴坐标接近于参考X轴坐标，输出X轴坐标表示无人机在下一时刻拍摄的图像中被跟踪对象的矩形框的中心点X坐标。根据当前X轴坐标与输出X轴坐标之间的坐标差获取无人机需调整的第二调整距离，即坐标差为被跟踪对象在图像中的偏移距离，与被跟踪对象的实际偏移距离有一个比例关系，比如1:100，由此可获得被跟踪对象的实际偏移距离，该实际偏移距离作为无人机的第二调整距离，由此可根据第二调整距离对无人机的位置/或姿态进行控制。例如，若被跟踪对象为向X轴的负方向偏移，则控制无人机转向后，向左移动第二调整距离，若被跟踪对象为向X轴的正方向偏移，则控制无人机转向后，向右移动第二调整距离。

在上述实现过程中，根据当前X轴坐标以及输出X轴坐标可获得无人机需在第二方向上需调整的第二调整距离，由此可控制无人机在第二方向上的移动距离，从而使得无人机与被跟踪对象之间保持预设相对位置关系，进而实现无人机的自动跟踪飞行，便于无人机对被跟踪对象的拍摄或者监视。

在一种示例性实施例中，为了控制无人机在上下方向(Y方向)上进行移动，所述当前坐标包括当前Y轴坐标，上述步骤S120还包括如下步骤：

根据所述当前Y轴坐标与所述参考位置描述信息中的参考Y轴坐标之间的差值获得输出Y轴坐标；

根据所述当前Y轴坐标与所述输出Y轴坐标之间的坐标差获取所述无人机在第三方向上需调整的第三调整距离，所述控制信息包括所述第三调整距离；

根据所述第三调整距离对所述无人机的位置和/或姿态进行控制。

其中，当前Y轴坐标为被跟踪对象在当前图像中的矩形框的中心点Y坐标，参考Y轴坐标为被跟踪对象与无人机处于预设相对位置关系时，无人机采集的图像中被跟踪对象所在的矩形框的中心点Y坐标，将当前Y轴坐标为参考Y轴坐标输入至PID控制器，PID控制器根据上述的相关算式可以获得输出Y轴坐标，该输出Y轴坐标接近于参考Y轴坐标，输出Y轴坐标表示无人机在下一时刻拍摄的图像中被跟踪对象的矩形框的中心点Y坐标。根据当前Y轴坐标与输出Y轴坐标之间的坐标差获取无人机需在第三方向上调整的第三调整距离，即坐标差为被跟踪对象在图像中的偏移距离，与被跟踪对象的实际偏移距离有一个比例关系，比如1:100，由此可获得被跟踪对象的实际偏移距离，该实际偏移距离作为无人机在第三方向上(即上下方向)的第三调整距离，由此可根据第三调整距离对无人机的位置/或姿态进行控制。例如，若被跟踪对象为向Y轴的负方向偏移，则控制无人机转向后，向下移动第三调整距离，若被跟踪对象为向Y轴的正方向偏移，则控制无人机转向后，向上移动第三调整距离。

需要说明的是，上述实施例的执行也可由神经网络PID控制器执行。并且在对无人机进行控制时，若无人机只需在某一方向上进行位置移动，则其他两个方向无人机可不进行移动，若三个方向上无人机都需要进行移动，则无人机需在三个方向上均进行移动，也就是说，无人机在三个方向上的移动均是各自独立控制的，且互不影响。

在上述实现过程中，根据当前Y轴坐标以及输出Y轴坐标可获得无人机需在第三方向上需调整的第三调整距离，由此可控制无人机在第三方向上的移动距离，从而使得无人机与被跟踪对象之间保持预设相对位置关系，进而实现无人机的自动跟踪飞行，便于无人机对被跟踪对象的拍摄或者监视。

请参照图8，图8为本申请实施例提供的一种无人机飞行装置200的结构框图，该装置可以运行于无人机上的比例积分微分PID控制器上的模块、程序段或代码，该无人机飞行装置200也可以是无人机上的PID控制器。应理解，该无人机飞行装置200与上述图3方法实施例对应，能够执行图3方法实施例涉及的各个步骤，该无人机飞行装置200具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。可选地，所述无人机飞行装置200包括：

信息获取模块210，用于获取被跟踪对象的当前位置描述信息，所述当前位置描述信息为表征所述被跟踪对象与所述无人机的当前相对位置关系的信息；

控制模块220，用于根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，以使所述无人机与所述被跟踪对象之间的位置关系保持在所述参考位置描述信息所表征的预设相对位置关系。

可选地，所述PID控制器为神经网络PID控制器，所述控制模块220，还用于根据所述当前位置描述信息与所述参考位置描述信息之间的差异调整所述神经网络PID控制器的控制参数，获得经调整控制参数；根据所述经调整控制参数输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制。

可选地，所述信息获取模块210，还用于获取所述无人机当前时刻拍摄的包含有所述被跟踪对象的当前图像；对所述当前图像进行分析获得所述被跟踪对象的当前位置描述信息，所述当前位置描述信息包括所述被跟踪对象在所述当前图像中的当前面积以及当前坐标。

可选地，所述控制模块220，还用于根据所述当前面积与所述参考位置描述信息中的参考面积之间的差值获得输出面积；根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，以及根据所述输出面积获取所述无人机与所述被跟踪对象之间的第二距离；根据所述第一距离与所述第二距离获得所述无人机在第一方向上需调整的第一调整距离，所述控制信息包括所述第一调整距离；根据所述第一调整距离对所述无人机的位置和/或姿态进行控制。

可选地，所述当前面积为在所述当前图像中对所述被跟踪对象进行选中时标注的矩形框的面积，所述控制模块220，还用于获取所述被跟踪对象实际所在矩形框的面积；根据

获取所述无人机与所述被跟踪对象之间的第一距离；其中，F为所述第一距离，E为所述被跟踪对象实际所在矩形框的面积，G为所述当前面积，D为所述无人机上的摄像头的焦距。

可选地，所述当前坐标包括当前X轴坐标，所述控制模块220，还用于根据所述当前X轴坐标与所述参考位置描述信息中的参考X轴坐标之间的差值获得输出X轴坐标；根据所述当前X轴坐标与所述输出X轴坐标之间的坐标差获取所述无人机在第二方向上需调整的第二调整距离，所述控制信息包括所述第二调整距离；根据所述第二调整距离对所述无人机的位置和/或姿态进行控制。

可选地，所述当前坐标包括当前Y轴坐标，所述控制模块220，还用于根据所述当前Y轴坐标与所述参考位置描述信息中的参考Y轴坐标之间的差值获得输出Y轴坐标；根据所述当前Y轴坐标与所述输出Y轴坐标之间的坐标差获取所述无人机在第三方向上需调整的第三调整距离，所述控制信息包括所述第三调整距离；根据所述第三调整距离对所述无人机的位置和/或姿态进行控制。本申请实施例提供一种可读存储介质，所述计算机程序被处理器执行时，执行如图3所示方法实施例中PID控制器所执行的方法过程。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

综上所述，本申请实施例提供一种无人机飞行方法、装置、PID控制器及存储介质，该方法中通过无人机上的PID控制器可根据当前位置描述信息与参考位置描述信息之间的差异输出的控制信息来控制无人机的位置和/姿态，从而使得无人机可实现对被跟踪对象的自动跟踪飞行，使得无人机与被跟踪对象之间保持预设相对位置关系，以此可通过无人机自动完成相关的监视、拍摄等任务，无需人工参与，从而提高了拍摄效率以及便捷性。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (9)

1.一种无人机飞行方法，其特征在于，应用于无人机上的比例积分微分PID控制器，所述方法包括：

获取被跟踪对象的当前位置描述信息，所述当前位置描述信息为表征所述被跟踪对象与所述无人机的当前相对位置关系的信息，所述当前位置描述信息包括所述被跟踪对象在当前图像中的当前面积以及当前坐标；

根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，以使所述无人机与所述被跟踪对象之间的位置关系保持在所述参考位置描述信息所表征的预设相对位置关系；

根据所述当前面积与所述参考位置描述信息中的参考面积之间的差值获得输出面积；根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，以及根据所述输出面积获取所述无人机与所述被跟踪对象之间的第二距离；根据所述第一距离与所述第二距离获得所述无人机在第一方向上需调整的第一调整距离，所述控制信息包括所述第一调整距离；根据所述第一调整距离对所述无人机的位置和/或姿态进行控制。

2.根据权利要求1所述的方法，其特征在于，所述PID控制器为神经网络PID控制器，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：

根据所述当前位置描述信息与所述参考位置描述信息之间的差异调整所述神经网络PID控制器的控制参数，获得经调整控制参数；

根据所述经调整控制参数输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制。

3.根据权利要求1所述的方法，其特征在于，所述获取被跟踪对象的当前位置描述信息，包括：

获取所述无人机当前时刻拍摄的包含有所述被跟踪对象的当前图像；

对所述当前图像进行分析获得所述被跟踪对象的当前位置描述信息。

4.根据权利要求1所述的方法，其特征在于，所述当前面积为在所述当前图像中对所述被跟踪对象进行选中时标注的矩形框的面积，所述根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，包括：

获取所述被跟踪对象实际所在矩形框的面积；

根据

获取所述无人机与所述被跟踪对象之间的第一距离；

其中，F为所述第一距离，E为所述被跟踪对象实际所在矩形框的面积，G为所述当前面积，D为所述无人机上的摄像头的焦距。

5.根据权利要求3所述的方法，其特征在于，所述当前坐标包括当前X轴坐标，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：

根据所述当前X轴坐标与所述参考位置描述信息中的参考X轴坐标之间的差值获得输出X轴坐标；

根据所述当前X轴坐标与所述输出X轴坐标之间的坐标差获取所述无人机在第二方向上需调整的第二调整距离，所述控制信息包括所述第二调整距离；

根据所述第二调整距离对所述无人机的位置和/或姿态进行控制。

6.根据权利要求3所述的方法，其特征在于，所述当前坐标包括当前Y轴坐标，所述根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，包括：

根据所述当前Y轴坐标与所述参考位置描述信息中的参考Y轴坐标之间的差值获得输出Y轴坐标；

根据所述当前Y轴坐标与所述输出Y轴坐标之间的坐标差获取所述无人机在第三方向上需调整的第三调整距离，所述控制信息包括所述第三调整距离；

根据所述第三调整距离对所述无人机的位置和/或姿态进行控制。

7.一种无人机飞行装置，其特征在于，运行于无人机上的比例积分微分PID控制器，所述装置包括：

信息获取模块，用于获取被跟踪对象的当前位置描述信息，所述当前位置描述信息为表征所述被跟踪对象与所述无人机的当前相对位置关系的信息，所述当前位置描述信息包括所述被跟踪对象在所述当前图像中的当前面积以及当前坐标；

控制模块，用于根据所述当前位置描述信息与参考位置描述信息之间的差异输出对应的控制信息，并根据所述控制信息对所述无人机的位置和/或姿态进行控制，以使所述无人机与所述被跟踪对象之间的位置关系保持在所述参考位置描述信息所表征的预设相对位置关系；

控制模块，用于根据所述当前面积与所述参考位置描述信息中的参考面积之间的差值获得输出面积；根据所述当前面积获取所述无人机与所述被跟踪对象之间的第一距离，以及根据所述输出面积获取所述无人机与所述被跟踪对象之间的第二距离；根据所述第一距离与所述第二距离获得所述无人机在第一方向上需调整的第一调整距离，所述控制信息包括所述第一调整距离；根据所述第一调整距离对所述无人机的位置和/或姿态进行控制。

8.一种比例积分微分PID控制器，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-6任一所述的方法。

9.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-6任一所述的方法。

Images