CN110832418A - 无人飞行器控制方法、控制装置及无人飞行器 - Google Patents

无人飞行器控制方法、控制装置及无人飞行器 Download PDF

Info

Publication number
CN110832418A
CN110832418A CN201880042455.6A CN201880042455A CN110832418A CN 110832418 A CN110832418 A CN 110832418A CN 201880042455 A CN201880042455 A CN 201880042455A CN 110832418 A CN110832418 A CN 110832418A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
data
calibration
gravity center
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
Application number
CN201880042455.6A
Other languages
English (en)
Inventor
王凯
高翔
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.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI Technology Co Ltd
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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of CN110832418A publication Critical patent/CN110832418A/zh
Pending legal-status Critical Current

Links

Images

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
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M1/00—Testing static or dynamic balance of machines or structures
    • G01M1/12—Static balancing; Determining position of centre of gravity
    • G01M1/122—Determining position of centre of gravity
    • G01M1/125—Determining position of centre of gravity of aircraft
    • G01M1/127—Determining position of centre of gravity of aircraft during the flight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C17/00—Aircraft stabilisation not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • 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
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft 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
    • 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
    • G05D1/60—Intended control result
    • G05D1/606—Compensating for or utilising external environmental conditions, e.g. wind or water currents
    • 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
    • G05D1/60—Intended control result
    • G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
    • G05D1/622—Obstacle avoidance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B64U10/14—Flying platforms with four distinct rotor axes, e.g. quadcopters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/60—UAVs specially adapted for particular uses or applications for transporting passengers; for transporting goods other than weapons
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种无人飞行器控制方法、无人飞行器控制装置、无人飞行器、无人飞行器的系统以及计算机存储介质。其中，无人飞行器控制方法包括：获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量；以及根据控制状态量进行无人飞行器的重心校准。采用该技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差消除重心位置偏差造成的飞行品质的下降，该技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力。

Description

无人飞行器控制方法、控制装置及无人飞行器
技术领域
本申请涉及飞行器技术领域，具体而言，涉及一种无人飞行器控制方法、无人飞行器控制装置、无人飞行器、无人飞行器的系统以及计算机存储介质。
背景技术
目前，多旋翼无人飞行器被大范围的应用于工业、农业等行业领域，这些领域中无人飞行器往往利用其挂载的设备而执行不同的工作任务，因此无人飞行器上所挂载的设备呈现多样化的趋势，有的负载是无人飞行器厂商配套提供的可用该型无人飞行器使用的设备，有的负载是用户自行设计或者购买的第三方设备。而这些负载的变动会使该无人飞行器的动力学模型与无人飞行器飞行控制系统设计时所依赖的模型相差较大，即使通过控制系统的鲁棒性设计能够保证无人飞行器可以进行正常的飞行操作，但在负载与标准负载差别较大时，无人飞行器的飞行品质还是难免会有不同程度的下降。例如当负载的变动导致整个无人飞行器系统的重心较标准状态移动超过一定程度后，无人飞行器在起飞离地瞬间往往出现姿态抖一下的“起飞点头”问题，这种现象还会使得无人飞行器离地后立刻相对起飞点横移一小段距离，这可能会撞上周围的物体、人群甚至飞手自己。
针对上述问题，一些无人飞行器厂商通过声明对负载的要求来限制负载的安装位置以及重量来减弱重心偏置的影响，这样会牺牲一定的负载能力；一些无人飞行器会要求用户手动测量重心的位置并将其输入进无人飞行器的模型系统中来解决该问题，这样的操作对于大部分用户来说都过于复杂且不实际，也影响用户体验；一些会通过对控制器进行改进，提高控制器的自适应性，但是在每次起飞离地时仍然会因为尚未来得及对模型进行估计而造成起飞姿态“点头”、位置“横漂”的现象。
发明内容
本申请旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本申请的第一个方面在于提出了一种无人飞行器控制方法。
本申请的第二个方面在于提出了一种无人飞行器控制装置。
本申请的第三个方面在于提出了一种无人飞行器。
本申请的第四个方面在于提出了一种无人飞行器的系统。
本申请的第五个方面在于提出了一种计算机存储介质。
有鉴于此，根据本申请的第一个方面，提出了一种无人飞行器控制方法，包括：获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量；以及根据控制状态量进行无人飞行器的重心校准。
本申请提出的无人飞行器控制方法中，获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，根据控制状态量进行无人飞行器的重心校准，即获得无人飞行器的重心与无人飞行器的拉力中心的偏差。采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力。
根据本申请的第二个方面，提出了一种无人飞行器控制装置，包括：处理器，用于获取目标飞行数据和当前飞行数据，根据目标飞行数据和当前飞行数据确定控制状态量，并根据控制状态量进行无人飞行器的重心校准。
本申请提出的无人飞行器控制装置中，处理器获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，处理器根据控制状态量进行无人飞行器的重心校准，即获得无人飞行器的重心与无人飞行器的拉力中心的偏差。采用本申请的技术方案，可通过无人飞行器控制装置获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力。
根据本申请的第三个方面，提出了一种无人飞行器，包括动力装置，还包括：控制器，用于获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量；以及根据控制状态量进行无人飞行器的重心校准。
本申请提出的无人飞行器中，控制器获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，控制器根据控制状态量进行无人飞行器的重心校准，即获得无人飞行器的重心与无人飞行器的拉力中心的偏差。采用本申请的技术方案，可通过无人飞行器获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力。
根据本申请的第四个方面，提出了一种无人飞行器的系统，包括：控制终端，用于向无人飞行器发送重心校准指令；无人飞行器，用于根据重心校准指令进行重心校准，得到校准结果。
本申请提出的无人飞行器的系统中包括控制终端和无人飞行器，用户在需要使用无人飞行器进行负载时，通过控制终端向无人飞行器发送重心校准指令，无人飞行器接收该重心校准指令，实现重心校准得到校准结果，校准结果可包括：校准成功、校准失败、校准数据等。采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力。
根据本申请的第五个方面，提出了一种计算机存储介质，计算机存储介质中存储有程序指令，程序指令用于实现：获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量；以及根据控制状态量进行无人飞行器的重心校准。
本申请提出的计算机存储介质存储有程序指令，程序指令用于实现：获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，根据控制状态量进行无人飞行器的重心校准，即获得无人飞行器的重心与无人飞行器的拉力中心的偏差。采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力。
本申请的附加方面和优点将在下面的描述部分中变得明显，或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了本申请的一个实施例的无人飞行器控制方法的流程示意图；
图2示出了本申请的一个实施例的无人飞行器重心偏置示意图；
图3示出了本申请的一个实施例的重心偏置情况下的单通道的受力分析图；
图4示出了本申请的一个实施例的无人飞行器控制装置的示意图；
图5示出了本申请的一个实施例的无人飞行器的示意图；
图6示出了本申请的一个实施例的无人飞行器的飞行控制系统示意图；
图7示出了本申请的一个实施例的无人飞行器的系统的示意图；
图8示出了本申请的一个实施例的重心校准操作的交互实现示意图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是，本申请还可以采用其他不同于在此描述的其他方式来实施，因此，本申请的保护范围并不限于下面公开的具体实施例的限制。
本申请第一方面的实施例，提出一种无人飞行器控制方法，图1示出了本申请的一个实施例的无人飞行器控制方法的流程示意图。其中，该方法包括：
步骤102，获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量。
在一种实施例中，所述控制状态量包括至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。具体地，获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。进一步地，无人飞行器包括动力装置，该动力装置可以诸如是至少一个电机，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。
步骤104，根据控制状态量进行无人飞行器的重心校准。
进一步地，根据步骤102中获取的控制状态量进行无人飞行器的重心校准。进一步地，根据控制状态量获得无人飞行器的重心与无人飞行器的拉力中心的偏差。
在一些实施例中，步骤104，根据控制状态量进行无人飞行器的重心校准的步骤包括：根据控制状态量，计算无人飞行器的重心与无人飞行器的拉力中心的偏置数据。
在一些实施例中，偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
在该实施例中，根据控制状态量计算得到无人飞行器的重心与无人飞行器的拉力中心的偏置数据，即无人飞行器的实际重心位置与标准位置的偏差，偏置数据可以为偏置位置、偏置质量、偏置力、偏置力矩等数据。
在一种实施例中，无人飞行器的飞行控制器在控制无人飞行器飞行过程中会持续的给出至少四个控制状态量：总拉力命令Tc、偏航轴扭矩命令τzc、俯仰轴扭矩命令τyc、横滚轴扭矩命令τxc，这四个控制状态量对应于无人机最终将因为各个电机的转速而受到的力和力矩，也就是总拉力T、偏航轴扭矩τz、俯仰轴扭矩τy、横滚轴扭矩τx。
定义所有电机位置围绕出的正多边形的外接圆的圆心为等效拉力中心。如图2所示，以四旋翼无人飞行器为例，包括四个电机，O点即为该四旋翼无人飞行器的等效拉力中心，根据力的平移定理，可以将所有电机的拉力等效于作用等效拉力中心上的总拉力T加上两个绕水平轴的力矩τx、τy。
当无人飞行器的重心与拉力重心完全重合时，根据二力平衡法则，只需要满足拉力等于重力，即T＝G，可以维持无人飞行器的平衡，此时无人飞行器的两个水平旋转轴上的力矩将接近于零。但是若无人飞行器的重心与等效拉力中心不重合，则用户还需手动调节无人飞行器力矩才能维持平衡。以横滚方向上的不重合为例，可做受力分析图如图3所示，根据刚体受力平衡法则，当无人飞行器维持悬停的稳定状态时，必然有
T＝G (1)
T×dy+τx＝0 (2)
在无人飞行器已达到稳定状态时，有
T＝Tc (3)
τx＝τxc (4)
因此可以得到dy＝-τxc/Tc，同理可得dx＝-τyc/Tc。因此，在无人飞行器保持悬停的情况下，无人飞行器的飞控系统可以利用上述公式计算出当前挂载下无人飞行器重心相对桨面中心的水平位置，即偏置距离。
当然，偏置数据不限于偏置距离，在其他实施例中，偏置数据可以包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。例如，对于一些建模不够准确的无人飞行器，估计的重心偏置量不一定是真实偏置距离，而是垂直通道到各转动通道的控制补偿值，例如偏置质量、偏置力、偏置力矩等数据。本实施例仅为示例性说明，在此不作限定。
在一些实施例中，还包括：存储偏置数据。
在该实施例中，在标定出偏置数据后，可将该偏置数据保存到Flash、EEPROM等非易失存储器，在承载相同负载的情况下，无人飞行器每次在上电后都加载该偏置数据，在每次起飞时无人飞行器都能根据该偏置数据前馈控制，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。在一些实施例中，还包括：根据偏置数据生成控制分量，并根据控制分量控制无人飞行器的动力装置。
在该实施例中，根据偏置数据生成控制分量，根据控制分量控制无人飞行器的动力装置，以减小偏置数据，使无人飞行器稳定飞行，提升飞行品质。飞控系统能更加准确的分配各个控制通道的控制量，降低通道间的耦合量。例如，在每次起飞时无人飞行器的控制系统就能根据存储的偏置数据通过前馈控制，准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。或者在无人飞行器飞行的过程中准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，保证飞行品质。
在一些实施例中，还包括：将偏置数据与预设阈值进行比较，根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围。
在一些实施例中，根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围的步骤包括：在比较结果为偏置数据大于或等于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围。可以理解，在其他实施方式中，也可以按照其他合适的预先设置的规则来根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围；例如，在比较结果为偏置数据大于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于或等于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围，在此不作限定。
在一种实施例中，计算出偏置数据后，可以通过跟该款无人飞行器所支持的预设阈值(即偏置范围)进行比较，告知用户负载的安装位置是否超过预设阈值，使得无人飞行器能够自行检测是否支持该负载安装，或者负载安装的位置是否合理。
在一些实施例中，还包括：记录预设时间段内的控制状态量，并根据预设时间段内的控制状态量进行无人飞行器的重心校准。
在该实施例中，在一段时间内记录为消除重心偏置而输出的各控制状态量，统计一段时间内的控制状态量后可通过求取平均值等方法消除控制状态量的随机误差，以消除诸如风或飞机振动而引入的干扰，然后再计算出偏置数据，提高计算偏置数据的准确性。
在一些实施例中，在根据控制状态量进行无人飞行器的重心校准的步骤之前还包括：获取无人飞行器的状态数据，并判断状态数据是否满足重心校准条件；当状态数据满足重心校准条件时，进入根据控制状态量进行无人飞行器的重心校准的步骤。
在一些实施例中，状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
在一些实施例中，重心校准条件包括无人飞行器处于平衡状态。
在一些实施例中，重心校准条件还包括无人飞行器的惯性测量单元已进行数据校准。
在该实施例中，在进行无人飞行器的重心校准前，需判断状态数据是否满足允许重心校准的条件，例如，重心校准条件为无人飞行器是否处于平衡状态，只有在无人飞行器处于平衡状态时进行的重心校准才是准确的，其中平衡状态包括悬停模式、定位模式下航向转动过程中水平位置静止的模式。重心校准条件还可以为无人飞行器的惯性测量单元已进行数据校准，在无人飞行器处于平衡状态的基础上保证惯性测量单元获取的数据均为准确数据，由此提高重心校准的准确性。
在一些实施例中，还包括：获取无人飞行器的周围环境数据，并判断周围环境数据是否满足重心校准条件；当周围环境数据满足重心校准条件时，进入根据所述控制状态量进行无人飞行器的重心校准的步骤。
在一些实施例中，周围环境数据包括周围环境气流或周围环境风速。
在一些实施例中，重心校准条件包括无人飞行器所处环境的风速小于预设风速。
在该实施例中，周围环境数据可以根据无人机的姿态得到，也可以根据其他外部传感器，例如风力计或者从云端气象站得到的信息获取。在周围环境为无风环境时不会给无人飞行器带来气流干扰的外力，避免无人飞行器的重心校准出现干扰。
在具体实施例中，重心校准条件可以包括：
(1)无人飞行器具备定位悬停能力：在上述的算法中，都是在假设无人飞行器已经处于平衡状态，也就是只有当无人飞行器处于静止状态时，上述推导过程才能够成立，由于依靠人来维持多选翼的无人飞行器的平衡十分困难，因此要求无人飞行器必须具备无需手动操作的定位悬停能力。进一步地，可通过定位数据、图像数据、姿态数据等判断无人飞行器是否处于平衡状态，例如，可以通过定位装置(如全球定位系统GPS、载波相位差分技术RTK等)获取无人飞行器的位置信息，当获取的无人飞行器的位置未发生变化时可以认为无人飞行器处于悬停状态；或者也可以在一定时间间隔内通过视觉传感器获取无人飞行器的周围环境的多张图像，并对获取的多张图像进行图像处理，当获取的图像中的物体位置未发生变化时可以认为无人飞行器处于悬停状态；或者还可以通过惯性测量单元(IMU)获取无人飞行器的加速度、速度信息，当无人飞行器的加速度与速度为零时，可以认为无人飞行器处于悬停状态，在其他实施方式中，也可以通过上述判断方式中的一种或几种的数据融合进行判断，以提高判断的准确度。
(2)周围气流稳定且无风：当周围环境风速较大，无人飞行器还会受到气流干扰带来的外力，使得无人飞行器即使处于定位悬停状态，由于引入了新的难以估算且无法忽视的外力，上述的公式推导也将失效，因此要求进行校准的环境必须是无风的平静气流环境。可根据无人飞行器倾斜角度数据等判断无人飞行器是否处于无风环境，获取设置风力采集装置来判断。
(3)无人飞行器的IMU(惯性测量单元)校准正确：IMU必须已经通过校准消除了由于温度等带来的稳态误差，否则该误差会被上述算法认为是重心偏置引发的。现在常见的无人飞行器都具备IMU校准功能，推荐在每次进行重心校准之前，进行IMU的重新校准。
在一些实施例中，无人飞行器距离地面的距离大于预设距离。在该实施例中，保证无人飞行器距离地面预设距离，例如距离地面有2米以上的高度，以减小地面所带来的紊流影响。
在一些实施例中，当不满足重心校准条件时，停止校准，并发送第一指令至控制终端。在该实施例中，第一指令包括不满足重心校准条件的原因和调整建议信息。
在一些实施例中，当校准失败时，停止校准，并发送第二指令至控制终端。在该实施例中，在该实施例中，第二指令包括校准失败原因。
采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力，用户可以适配自己的负载到无人飞行器机架上而不用担心飞行品质的恶化，使得无人飞行器支持第三方负载的能力有明显的提高。
本申请第二方面的实施例，提出一种无人飞行器控制装置，图4示出了本申请的一个实施例的无人飞行器控制装置40的示意图。其中，该控制装置40包括：
处理器402，用于获取目标飞行数据和当前飞行数据，根据目标飞行数据和当前飞行数据确定控制状态量，并根据控制状态量进行无人飞行器的重心校准。
在一种实施例中，所述控制状态量包括至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。具体地，获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。进一步地，无人飞行器包括动力装置，该动力装置可以诸如是至少一个电机，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，根据控制状态量进行无人飞行器的重心校准。进一步地，根据控制状态量获得无人飞行器的重心与无人飞行器的拉力中心的偏差。
在一些实施例中，处理器402可以包括一个或多个微处理器。
在一些实施例中，处理器402根据控制状态量进行无人飞行器的重心校准包括：根据控制状态量，计算无人飞行器的重心与无人飞行器的拉力中心的偏置数据。
在一些实施例中，偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
在该实施例中，根据控制状态量计算得到无人飞行器的重心与无人飞行器的拉力中心的偏置数据，即无人飞行器的实际重心位置与标准位置的偏差，偏置数据可以为偏置位置、偏置质量、偏置力、偏置力矩等数据。
在一种实施例中，无人飞行器的飞行控制器在控制无人飞行器飞行过程中会持续的给出至少四个控制状态量：总拉力命令Tc、偏航轴扭矩命令τzc、俯仰轴扭矩命令τyc、横滚轴扭矩命令τxc，这四个控制状态量对应于无人机最终将因为各个电机的转速而受到的力和力矩，也就是总拉力T、偏航轴扭矩τz、俯仰轴扭矩τy、横滚轴扭矩τx。
定义所有电机位置围绕出的正多边形的外接圆的圆心为等效拉力中心。如图2所示，以四旋翼无人飞行器为例，包括四个电机，O点即为该四旋翼无人飞行器的等效拉力中心，根据力的平移定理，可以将所有电机的拉力等效于作用等效拉力中心上的总拉力T加上两个绕水平轴的力矩τx、τy。
当无人飞行器的重心与拉力重心完全重合时，根据二力平衡法则，只需要满足拉力等于重力，即T＝G，可以维持无人飞行器的平衡，此时无人飞行器的两个水平旋转轴上的力矩将接近于零。但是若无人飞行器的重心与等效拉力中心不重合，则用户还需手动调节无人飞行器力矩才能维持平衡。以横滚方向上的不重合为例，可做受力分析图如图3所示，根据刚体受力平衡法则，当无人飞行器维持悬停的稳定状态时，同样地，必然有
T＝G (1)
T×dy+τx＝0 (2)
在无人飞行器已达到稳定状态时，有
T＝Tc (3)
τx＝τxc (4)
因此可以得到dy＝-τxc/Tc，同理可得dx＝-τyc/Tc。因此，在无人飞行器保持悬停的情况下，无人飞行器的飞控系统可以利用上述公式计算出当前挂载下无人飞行器重心相对桨面中心的水平位置，即偏置距离。
当然，偏置数据不限于偏置距离，在其他实施例中，偏置数据可以包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。例如，对于一些建模不够准确的无人飞行器，估计的重心偏置量不一定是真实偏置距离，而是垂直通道到各转动通道的控制补偿值，例如偏置质量、偏置力、偏置力矩等数据。本实施例仅为示例性说明，在此不作限定。
在一些实施例中，还包括：存储器404，用于存储偏置数据。
在该实施例中，在标定出偏置数据后，可将该偏置数据保存到Flash、EEPROM等非易失存储器，在承载相同负载的情况下，无人飞行器每次在上电后都加载该偏置数据，在每次起飞时无人飞行器都能根据该偏置数据前馈控制，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。
在一些实施例中，存储器404可以为串行存储器，或者并行存储器。存储器404可以为RAM存储器，或者ROM存储器。
在一些实施例中，处理器402还用于根据偏置数据生成控制分量，并根据控制分量控制无人飞行器的动力装置。
在该实施例中，根据偏置数据生成控制分量，根据控制分量控制无人飞行器的动力装置，以减小偏置数据，使无人飞行器稳定飞行，提升飞行品质。飞控系统能更加准确的分配各个控制通道的控制量，降低通道间的耦合量。例如，在每次起飞时无人飞行器的控制系统就能根据存储的偏置数据通过前馈控制，准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。或者在无人飞行器飞行的过程中准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，保证飞行品质。
在一些实施例中，处理器402还用于将偏置数据与预设阈值进行比较，根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围。
在一些实施例中，处理器402根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围包括：在比较结果为偏置数据大于等于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围，在比较结果为偏置数据小于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围。可以理解，在其他实施方式中，也可以按照其他合适的预先设置的规则来根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围；例如，在比较结果为偏置数据大于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于或等于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围，在此不作限定。
在一种实施例中，计算出偏置数据后，可以通过跟该款无人飞行器所支持的预设阈值(即偏置范围)进行比较，告知用户负载的安装位置是否超过预设阈值，使得无人飞行器能够自行检测是否支持该负载安装，或者负载安装的位置是否合理。
在一些实施例中，处理器402还用于记录预设时间段内的控制状态量，并根据预设时间段内的控制状态量进行无人飞行器的重心校准。
在该实施例中，在一段时间内记录为消除重心偏置而输出的各控制状态量，统计一段时间内的控制状态量后可通过求取平均值等方法消除控制状态量的随机误差，以消除诸如风或飞机振动而引入的干扰，然后再计算出偏置数据，提高计算偏置数据的准确性。
在一些实施例中，处理器402还用于获取无人飞行器的状态数据，并判断状态数据是否满足重心校准条件，当状态数据满足重心校准条件时，根据控制状态量进行无人飞行器的重心校准。
在一些实施例中，状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
在一些实施例中，重心校准条件包括无人飞行器处于平衡状态。
在一些实施例中，重心校准条件还包括无人飞行器的惯性测量单元已进行数据校准。
在该实施例中，在进行无人飞行器的重心校准前，需判断状态数据是否满足允许重心校准的条件，例如，重心校准条件为无人飞行器是否处于平衡状态，只有在无人飞行器处于平衡状态时进行的重心校准才是准确的，其中平衡状态包括悬停模式、定位模式下航向转动过程中水平位置静止的模式。重心校准条件还可以为无人飞行器的惯性测量单元已进行数据校准，在无人飞行器处于平衡状态的基础上保证惯性测量单元获取的数据均为准确数据，由此提高重心校准的准确性。
在一些实施例中，处理器402还用于获取无人飞行器的周围环境数据，并判断周围环境数据是否满足重心校准条件；当周围环境数据满足重心校准条件时，进入根据所述控制状态量进行无人飞行器的重心校准的步骤。
在一些实施例中，周围环境数据包括周围环境气流或周围环境风速。
在一些实施例中，重心校准条件包括无人飞行器所处环境的风速小于预设风速。
在该实施例中，周围环境数据可以根据无人机的姿态得到，也可以根据其他外部传感器，例如风力计或者从云端气象站得到的信息获取。在周围环境为无风环境时不会给无人飞行器带来气流干扰的外力，避免无人飞行器的重心校准出现干扰。
在具体实施例中，重心校准条件可以包括：
(1)无人飞行器具备定位悬停能力：在上述的算法中，都是在假设无人飞行器已经处于平衡状态，也就是只有当无人飞行器处于静止状态时，上述推导过程才能够成立，由于依靠人来维持多选翼的无人飞行器的平衡十分困难，因此要求无人飞行器必须具备无需手动操作的定位悬停能力。进一步地，可通过定位数据、图像数据、姿态数据等判断无人飞行器是否处于平衡状态，例如，可以通过定位装置(如全球定位系统GPS、载波相位差分技术RTK等)获取无人飞行器的位置信息，当获取的无人飞行器的位置未发生变化时可以认为无人飞行器处于悬停状态；或者也可以在一定时间间隔内通过视觉传感器获取无人飞行器的周围环境的多张图像，并对获取的多张图像进行图像处理，当获取的图像中的物体位置未发生变化时可以认为无人飞行器处于悬停状态；或者还可以通过惯性测量单元(IMU)获取无人飞行器的加速度、速度信息，当无人飞行器的加速度与速度为零时，可以认为无人飞行器处于悬停状态，在其他实施方式中，也可以通过上述判断方式中的一种或几种的数据融合进行判断，以提高判断的准确度。
(2)周围气流稳定且无风：当周围环境风速较大，无人飞行器还会受到气流干扰带来的外力，使得无人飞行器即使处于定位悬停状态，由于引入了新的难以估算且无法忽视的外力，上述的公式推导也将失效，因此要求进行校准的环境必须是无风的平静气流环境。可根据无人飞行器倾斜角度数据等判断无人飞行器是否处于无风环境，获取设置风力采集装置来判断。
(3)无人飞行器的IMU(惯性测量单元)校准正确：IMU必须已经通过校准消除了由于温度等带来的稳态误差，否则该误差会被上述算法认为是重心偏置引发的。现在常见的无人飞行器都具备IMU校准功能，推荐在每次进行重心校准之前，进行IMU的重新校准。
在一些实施例中，无人飞行器距离地面的距离大于预设距离。在该实施例中，保证无人飞行器距离地面预设距离，例如距离地面有2米以上的高度，以减小地面所带来的紊流影响。
在一些实施例中，处理器402还用于当不满足重心校准条件时，停止校准，并发送第一指令至控制终端。在该实施例中，第一指令包括不满足重心校准条件的原因和调整建议信息。
在一些实施例中，处理器402还用于当校准失败时，停止校准，并发送第二指令至控制终端。在该实施例中，在该实施例中，第二指令包括校准失败原因。
采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力，用户可以适配自己的负载到无人飞行器机架上而不用担心飞行品质的恶化，使得无人飞行器支持第三方负载的能力有明显的提高。
本申请第三方面的实施例，提出了一种无人飞行器，图5示出了本申请的一个实施例的无人飞行器50的示意图。其中，该无人飞行器50包括：
控制器502，用于获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量；以及根据控制状态量进行无人飞行器的重心校准。
在一种实施例中，所述控制状态量包括至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。具体地，控制器502获取无人飞行器50的目标飞行数据和当前飞行数据，在控制无人飞行器50飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。进一步地，无人飞行器包括动力装置，该动力装置可以诸如是至少一个电机，上述四个控制状态量对应于无人飞行器50因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，根据控制状态量进行无人飞行器50的重心校准。进一步地，根据控制状态量获得无人飞行器50的重心与无人飞行器50的拉力中心的偏差。
在一些实施例中，控制器502可以包括一个或多个微处理器。
在一些实施例中，控制器502根据控制状态量进行无人飞行器的重心校准包括：根据控制状态量，计算无人飞行器的重心与无人飞行器的拉力中心的偏置数据。
在一些实施例中，偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
在该实施例中，根据控制状态量计算得到无人飞行器的重心与无人飞行器的拉力中心的偏置数据，即无人飞行器的实际重心位置与标准位置的偏差，偏置数据可以为偏置位置、偏置质量、偏置力、偏置力矩等数据。
在一种实施例中，无人飞行器的飞行控制系统如图6所示，包括飞行控制器602、电机604、推进机构606(例如螺旋桨)、传感器608，通过飞行控制系统来实现无人飞行器的稳定与操纵，具体地，遥控器或者上位机的速度指令或者位置指令作为目标飞行状态输入至飞行控制器602，传感器608获取当前飞行状态并发送至飞行控制器602，飞行控制器602根据当前飞行状态和目标飞行状态进行计算分析，生成指令并发送至电机604，电机604带动推进机构606对无人飞行器姿态进行调整。其中，传感器608可以为推进机构606、电机604等无人飞行器部件的传感器，也可以设置在无人飞行器其他合适位置，用于获取无人飞行器的当前飞行状态。
在控制无人飞行器飞行过程中会持续的给出至少四个控制状态量：总拉力命令Tc、偏航轴扭矩命令τzc、俯仰轴扭矩命令τyc、横滚轴扭矩命令τxc，这四个控制状态量对应于无人机最终将因为各个电机的转速而受到的力和力矩，也就是总拉力T、偏航轴扭矩τz、俯仰轴扭矩τy、横滚轴扭矩τx。
定义所有电机位置围绕出的正多边形的外接圆的圆心为等效拉力中心。如图2所示，以四旋翼无人飞行器为例，包括四个电机，O点即为该四旋翼无人飞行器的等效拉力中心，根据力的平移定理，可以将所有电机的拉力等效于作用等效拉力中心上的总拉力T加上两个绕水平轴的力矩τx、τy。
当无人飞行器的重心与拉力重心完全重合时，根据二力平衡法则，只需要满足拉力等于重力，即T＝G，可以维持无人飞行器的平衡，此时无人飞行器的两个水平旋转轴上的力矩将接近于零。但是若无人飞行器的重心与等效拉力中心不重合，则用户还需手动调节无人飞行器力矩才能维持平衡。以横滚方向上的不重合为例，可做受力分析图如图3所示，根据刚体受力平衡法则，当无人飞行器维持悬停的稳定状态时，同样地，必然有
T＝G (1)
T×dy+τx＝0 (2)
在无人飞行器已达到稳定状态时，有
T＝Tc (3)
τx＝τxc (4)
因此可以得到dy＝-τxc/Tc，同理可得dx＝-τyc/Tc。因此，在无人飞行器保持悬停的情况下，无人飞行器的飞控系统可以利用上述公式计算出当前挂载下无人飞行器重心相对桨面中心的水平位置，即偏置距离。
当然，偏置数据不限于偏置距离，在其他实施例中，偏置数据可以包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。例如，对于一些建模不够准确的无人飞行器，估计的重心偏置量不一定是真实偏置距离，而是垂直通道到各转动通道的控制补偿值，例如偏置质量、偏置力、偏置力矩等数据。本实施例仅为示例性说明，在此不作限定。
在一些实施例中，无人飞行器50还包括：存储器504，用于存储偏置数据。
在该实施例中，在标定出偏置数据后，可将该偏置数据保存到Flash、EEPROM等非易失存储器，在承载相同负载的情况下，无人飞行器每次在上电后都加载该偏置数据，在每次起飞时无人飞行器都能根据该偏置数据前馈控制，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。
在一些实施例中，存储器504可以为串行存储器，或者并行存储器。存储器404可以为RAM存储器，或者ROM存储器。
在一些实施例中，控制器502还用于根据偏置数据生成控制分量，并根据控制分量控制无人飞行器的动力装置。
在该实施例中，根据偏置数据生成控制分量，根据控制分量控制无人飞行器的动力装置，以减小偏置数据，使无人飞行器稳定飞行，提升飞行品质。飞控系统能更加准确的分配各个控制通道的控制量，降低通道间的耦合量。例如，在每次起飞时无人飞行器50的控制器502就能根据存储的偏置数据通过前馈控制，准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。或者在无人飞行器50飞行的过程中准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，保证飞行品质。
在一些实施例中，控制器502还用于将偏置数据与预设阈值进行比较，根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围。
在一些实施例中，控制器502根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围包括：在比较结果为偏置数据大于等于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围。可以理解，在其他实施方式中，也可以按照其他合适的预先设置的规则来根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围；例如，在比较结果为偏置数据大于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于或等于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围，在此不作限定。
在一种实施例中，计算出偏置数据后，可以通过跟该款无人飞行器所支持的预设阈值(即偏置范围)进行比较，告知用户负载的安装位置是否超过预设阈值，使得无人飞行器能够自行检测是否支持该负载安装，或者负载安装的位置是否合理。
在一些实施例中，控制器502还用于记录预设时间段内的控制状态量，并根据预设时间段内的控制状态量进行无人飞行器的重心校准。
在该实施例中，在一段时间内记录为消除重心偏置而输出的各控制状态量，统计一段时间内的控制状态量后可通过求取平均值等方法消除控制状态量的随机误差，以消除诸如风或飞机振动而引入的干扰，然后再计算出偏置数据，提高计算偏置数据的准确性。
在一些实施例中，控制器502还用于获取无人飞行器的状态数据，并判断状态数据是否满足重心校准条件；当状态数据满足重心校准条件时，根据控制状态量进行无人飞行器的重心校准。
在一些实施例中，状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
在一些实施例中，重心校准条件包括无人飞行器处于平衡状态、无人飞行器所处环境的风速小于预设风速、无人飞行器的惯性测量单元已进行数据校准。
在一些实施例中，重心校准条件还包括无人飞行器的惯性测量单元已进行数据校准。
在该实施例中，在进行无人飞行器的重心校准前，需判断状态数据是否满足允许重心校准的条件，例如，重心校准条件为无人飞行器是否处于平衡状态，只有在无人飞行器处于平衡状态时进行的重心校准才是准确的，其中平衡状态包括悬停模式、定位模式下航向转动过程中水平位置静止的模式。重心校准条件还可以为无人飞行器的惯性测量单元已进行数据校准，在无人飞行器处于平衡状态的基础上保证惯性测量单元获取的数据均为准确数据，由此提高重心校准的准确性。
在一些实施例中，控制器502还用于获取无人飞行器的周围环境数据，并判断周围环境数据是否满足重心校准条件；当周围环境数据满足重心校准条件时，进入根据所述控制状态量进行无人飞行器的重心校准的步骤。
在一些实施例中，周围环境数据包括周围环境气流或周围环境风速。
在一些实施例中，重心校准条件包括无人飞行器所处环境的风速小于预设风速。
在该实施例中，周围环境数据可以根据无人机的姿态得到，也可以根据其他外部传感器，例如风力计或者从云端气象站得到的信息获取。在周围环境为无风环境时不会给无人飞行器带来气流干扰的外力，避免无人飞行器的重心校准出现干扰。
在具体实施例中，重心校准条件可以包括：
(1)无人飞行器具备定位悬停能力：在上述的算法中，都是在假设无人飞行器已经处于平衡状态，也就是只有当无人飞行器处于静止状态时，上述推导过程才能够成立，由于依靠人来维持多选翼的无人飞行器的平衡十分困难，因此要求无人飞行器必须具备无需手动操作的定位悬停能力。进一步地，可通过定位数据、图像数据、姿态数据等判断无人飞行器是否处于平衡状态，例如，可以通过定位装置(如全球定位系统GPS、载波相位差分技术RTK等)获取无人飞行器的位置信息，当获取的无人飞行器的位置未发生变化时可以认为无人飞行器处于悬停状态；或者也可以在一定时间间隔内通过视觉传感器获取无人飞行器的周围环境的多张图像，并对获取的多张图像进行图像处理，当获取的图像中的物体位置未发生变化时可以认为无人飞行器处于悬停状态；或者还可以通过惯性测量单元(IMU)获取无人飞行器的加速度、速度信息，当无人飞行器的加速度与速度为零时，可以认为无人飞行器处于悬停状态，在其他实施方式中，也可以通过上述判断方式中的一种或几种的数据融合进行判断，以提高判断的准确度。
(2)周围气流稳定且无风：当周围环境风速较大，无人飞行器还会受到气流干扰带来的外力，使得无人飞行器即使处于定位悬停状态，由于引入了新的难以估算且无法忽视的外力，上述的公式推导也将失效，因此要求进行校准的环境必须是无风的平静气流环境。可根据无人飞行器倾斜角度数据等判断无人飞行器是否处于无风环境，获取设置风力采集装置来判断。
(3)无人飞行器的IMU(惯性测量单元)校准正确：IMU必须已经通过校准消除了由于温度等带来的稳态误差，否则该误差会被上述算法认为是重心偏置引发的。现在常见的无人飞行器都具备IMU校准功能，推荐在每次进行重心校准之前，进行IMU的重新校准。
在一些实施例中，无人飞行器距离地面的距离大于预设距离。在该实施例中，保证无人飞行器距离地面预设距离，例如距离地面有2米以上的高度，以减小地面所带来的紊流影响。
在一些实施例中，控制器502还用于当不满足所述重心校准条件时，停止校准，并发送第一指令至控制终端。在该实施例中，第一指令包括不满足重心校准条件的原因和调整建议信息。
在一些实施例中，控制器502还用于当校准失败时，停止校准，并发送第二指令至控制终端。在该实施例中，在该实施例中，第二指令包括校准失败原因。
采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力，用户可以适配自己的负载到无人飞行器机架上而不用担心飞行品质的恶化，使得无人飞行器支持第三方负载的能力有明显的提高。
本申请第四方面的实施例，提出了一种无人飞行器的系统，图7示出了本申请的一个实施例的无人飞行器的系统70的示意图。其中，该无人飞行器的系统70包括：
控制终端702，用于向无人飞行器发送重心校准指令；
无人飞行器704，用于根据重心校准指令进行重心校准，得到校准结果。
在该实施例中，用户在需要使用无人飞行器704进行负载时，通过控制终端702向无人飞行器704发送重心校准指令，无人飞行器704接收该重心校准指令，实现重心校准得到校准结果，校准结果可包括：校准成功、校准失败、校准数据等。
在一些实施例中，无人飞行器704还用于将校准结果发送至控制终端。
在一些实施例中，控制终端702还包括显示装置，显示装置用于对校准结果进行显示。
在该实施例中，控制终端702的显示装置上可显示出校准结果，保证用户直观地获取到该校准结果。
在一些实施例中，无人飞行器704根据重心校准指令进行重心校准包括：根据重心校准指令获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量，根据控制状态量进行无人飞行器704的重心校准。
在该实施例中，所述控制状态量包括至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。具体地，获取无人飞行器704的目标飞行数据和当前飞行数据，在控制无人飞行器704飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。进一步地，无人飞行器704包括动力装置，该动力装置可以诸如是至少一个电机，上述四个控制状态量对应于无人飞行器704因为各个电机的转速而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，根据控制状态量进行无人飞行器704的重心校准。进一步地，根据控制状态量获得无人飞行器704的重心与无人飞行器704的拉力中心的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降。
在一些实施例中，无人飞行器704根据控制状态量进行无人飞行器的重心校准包括：根据控制状态量，计算无人飞行器的重心与无人飞行器的拉力中心的偏置数据。
在一些实施例中，偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
在该实施例中，根据控制状态量计算得到无人飞行器的重心与无人飞行器的拉力中心的偏置数据，即无人飞行器的实际重心位置与标准位置的偏差，偏置数据可以为偏置位置、偏置质量、偏置力、偏置力矩等数据。
在一种实施例中，无人飞行器的飞行控制器在控制无人飞行器飞行过程中会持续的给出至少四个控制状态量：总拉力命令Tc、偏航轴扭矩命令τzc、俯仰轴扭矩命令τyc、横滚轴扭矩命令τxc，这四个控制状态量对应于无人机最终将因为各个电机的转速而受到的力和力矩，也就是总拉力T、偏航轴扭矩τz、俯仰轴扭矩τy、横滚轴扭矩τx。
定义所有电机位置围绕出的正多边形的外接圆的圆心为等效拉力中心。如图2所示，以四旋翼无人飞行器为例，包括四个电机，O点即为该四旋翼无人飞行器的等效拉力中心，根据力的平移定理，可以将所有电机的拉力等效于作用等效拉力中心上的总拉力T加上两个绕水平轴的力矩τx、τy。
当无人飞行器的重心与拉力重心完全重合时，根据二力平衡法则，只需要满足拉力等于重力，即T＝G，可以维持无人飞行器的平衡，此时无人飞行器的两个水平旋转轴上的力矩将接近于零。但是若无人飞行器的重心与等效拉力中心不重合，则用户还需手动调节无人飞行器力矩才能维持平衡。以横滚方向上的不重合为例，可做受力分析图如图3所示，根据刚体受力平衡法则，当无人飞行器维持悬停的稳定状态时，同样地，必然有
T＝G (1)
T×dy+τx＝0 (2)
在无人飞行器已达到稳定状态时，有
T＝Tc (3)
τx＝τxc (4)
因此可以得到dy＝-τxc/Tc，同理可得dx＝-τyc/Tc。因此，在无人飞行器保持悬停的情况下，无人飞行器的飞控系统可以利用上述公式计算出当前挂载下无人飞行器重心相对桨面中心的水平位置，即偏置距离。
当然，偏置数据不限于偏置距离，在其他实施例中，偏置数据可以包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。例如，对于一些建模不够准确的无人飞行器，估计的重心偏置量不一定是真实偏置距离，而是垂直通道到各转动通道的控制补偿值，例如偏置质量、偏置力、偏置力矩等数据。本实施例仅为示例性说明，在此不作限定。
在一些实施例中，无人飞行器704还用于存储偏置数据。
在该实施例中，在计算得到无人飞行器704的重心与无人飞行器704的拉力中心的偏置数据后，可将该偏置数据保存到Flash、EEPROM等非易失存储器中，在承载相同负载的情况下，无人飞行器704每次在上电后都加载该偏置数据，在每次起飞时无人飞行器都能根据该偏置数据前馈控制，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。
在一些实施例中，控制终端702还用于存储偏置数据，以及将偏置数据发送至所述无人飞行器。在该实施例中，偏置数据也可以存储在控制终端702上，控制终端702在发送重心校准指令的时候，可直接发送偏置数据至无人飞行器704。
在一些实施例中，无人飞行器704还用于根据偏置数据生成控制分量，并根据控制分量控制无人飞行器704的动力装置。
在该实施例中，根据偏置数据生成控制分量，根据控制分量控制无人飞行器的动力装置，以减小偏置数据，使无人飞行器稳定飞行，提升飞行品质。无人飞行器704能更加准确的分配各个控制通道的控制量，降低通道间的耦合量。例如，在每次起飞时无人飞行器704的控制系统就能根据存储的偏置数据通过前馈控制，准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。或者在无人飞行器704飞行的过程中准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，保证飞行品质。
在一些实施例中，无人飞行器704还用于将偏置数据与预设阈值进行比较，根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围。
在一些实施例中，无人飞行器704根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围包括：在比较结果为偏置数据大于或等于预设阈值的情况下，确定无人飞行器704的负载安装位置超过规定安装范围；在比较结果为偏置数据小于预设阈值的情况下，确定无人飞行器704的负载安装位置未超过规定安装范围。可以理解，在其他实施方式中，也可以按照其他合适的预先设置的规则来根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围；例如，在比较结果为偏置数据大于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于或等于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围，在此不作限定。
在一种实施例中，计算出偏置数据后，可以通过跟该款无人飞行器704所支持的预设阈值(即偏置范围)进行比较，告知用户负载的安装位置是否超过预设阈值，使得无人飞行器704能够自行检测是否支持该负载安装，或者负载安装的位置是否合理。
在一些实施例中，无人飞行器704还用于将负载安装位置是否超过规定安装范围的结果发送至控制终端702；显示装置还用于对负载安装位置是否超过规定安装范围的结果进行显示。
在该实施例中，控制终端702对负载安装位置是否超过规定安装范围的结果进行显示，以提醒用户调整负载安装位置。
在一些实施例中，无人飞行器704还用于记录预设时间段内的控制状态量，并根据预设时间段内的控制状态量进行无人飞行器704的重心校准。
在该实施例中，在一段时间内记录为消除重心偏置而输出的各控制状态量，统计一段时间内的控制状态量后可通过求取平均值等方法消除控制状态量的随机误差，以消除诸如风或飞机振动而引入的干扰，然后再计算出偏置数据，提高计算偏置数据的准确性。
在一些实施例中，无人飞行器704的提示装置在根据重心校准指令进行重心校准的过程中发出校准提示信息。
在该实施例中，为了让用户实时了解进度，可以通过无人飞行器状态灯闪特殊颜色、发出设定的声音等方式来向用户报告状态。
在一些实施例中，无人飞行器704还用于获取状态数据，并判断状态数据是否满足重心校准条件，当状态数据满足重心校准条件时根据重心校准指令进行重心校准。
在一些实施例中，无人飞行器704还用于向控制终端702发送校准进度信息。例如，通过在控制终端702的app上显示进度条的方法来向用户报告校准状态。
在一些实施例中，状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
在一些实施例中，重心校准条件包括无人飞行器处于平衡状态。
在一些实施例中，重心校准条件还包括无人飞行器的惯性测量单元已进行数据校准。
在该实施例中，在进行无人飞行器的重心校准前，需判断状态数据是否满足允许重心校准的条件，例如，重心校准条件为无人飞行器是否处于平衡状态，只有在无人飞行器处于平衡状态时进行的重心校准才是准确的，其中平衡状态包括悬停模式、定位模式下航向转动过程中水平位置静止的模式。重心校准条件还可以为无人飞行器的惯性测量单元已进行数据校准，在无人飞行器处于平衡状态的基础上保证惯性测量单元获取的数据均为准确数据，由此提高重心校准的准确性。
在一些实施例中，无人飞行器704还用于获取无人飞行器的周围环境数据，并判断周围环境数据是否满足重心校准条件，当周围环境数据满足重心校准条件时，根据控制状态量进行无人飞行器的重心校准。
在一些实施例中，周围环境数据包括周围环境气流或周围环境风速。
在一些实施例中，重心校准条件包括无人飞行器所处环境的风速小于预设风速。
在该实施例中，周围环境数据可以根据无人机的姿态得到，也可以根据其他外部传感器，例如风力计或者从云端气象站得到的信息获取。在周围环境为无风环境时不会给无人飞行器带来气流干扰的外力，避免无人飞行器的重心校准出现干扰。
在具体实施例中，重心校准条件可以包括：
(1)无人飞行器具备定位悬停能力：在上述的算法中，都是在假设无人飞行器已经处于平衡状态，也就是只有当无人飞行器处于静止状态时，上述推导过程才能够成立，由于依靠人来维持多选翼的无人飞行器的平衡十分困难，因此要求无人飞行器必须具备无需手动操作的定位悬停能力。进一步地，可通过定位数据、图像数据、姿态数据等判断无人飞行器是否处于平衡状态，例如，可以通过定位装置(如全球定位系统GPS、载波相位差分技术RTK等)获取无人飞行器的位置信息，当获取的无人飞行器的位置未发生变化时可以认为无人飞行器处于悬停状态；或者也可以在一定时间间隔内通过视觉传感器获取无人飞行器的周围环境的多张图像，并对获取的多张图像进行图像处理，当获取的图像中的物体位置未发生变化时可以认为无人飞行器处于悬停状态；或者还可以通过惯性测量单元(IMU)获取无人飞行器的加速度、速度信息，当无人飞行器的加速度与速度为零时，可以认为无人飞行器处于悬停状态，在其他实施方式中，也可以通过上述判断方式中的一种或几种的数据融合进行判断，以提高判断的准确度。
(2)周围气流稳定且无风：当周围环境风速较大，无人飞行器还会受到气流干扰带来的外力，使得无人飞行器即使处于定位悬停状态，由于引入了新的难以估算且无法忽视的外力，上述的公式推导也将失效，因此要求进行校准的环境必须是无风的平静气流环境。可根据无人飞行器倾斜角度数据等判断无人飞行器是否处于无风环境，获取设置风力采集装置来判断。
(3)无人飞行器的IMU(惯性测量单元)校准正确：IMU必须已经通过校准消除了由于温度等带来的稳态误差，否则该误差会被上述算法认为是重心偏置引发的。现在常见的无人飞行器都具备IMU校准功能，推荐在每次进行重心校准之前，进行IMU的重新校准。
在一些实施例中，无人飞行器704距离地面的距离大于预设距离。在该实施例中，保证无人飞行器距离地面预设距离，例如距离地面有2米以上的高度，以减小地面所带来的紊流影响。
在一些实施例中，无人飞行器704还用于当状态数据不满足重心校准条件时，停止校准，并发送第一指令至所述控制终端702。可通过控制终端702的显示装置显示状态数据不满足重心校准条件的信息(例如无人飞行器未处于平衡状态)和调整建议信息(例如请调整无人飞行器悬停状态)。
在一些实施例中，第一指令包括不满足所述重心校准条件的原因和调整建议信息。
在一些实施例中，无人飞行器704还用于当校准失败时，停止校准，并发送第二指令至所述控制终端702。
在一些实施例中，第二指令包括校准失败原因。
在一些实施例中，无人飞行器704在根据重心校准指令进行重心校准的过程中，若状态数据不满足重心校准条件，则停止校准，并发送第一指令至控制终端702。
在该实施例中，如果在校准过程中用户进行了操作或者因为传感器精度有限导致数据收敛性很差，将可能会提前中断校准操作，并通过控制终端702的app向用户反馈校准失败以及失败的原因。
采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力，用户可以适配自己的负载到无人飞行器机架上而不用担心飞行品质的恶化，使得无人飞行器支持第三方负载的能力有明显的提高。
图8示出了本申请的一个实施例的重心校准操作的交互实现示意图。
其中，该交互实现步骤包括：
(1)用户操作无人飞行器完成起飞操作，并使无人飞行器进入定位悬停模式，同时要保证无人飞行器距离地面有2米以上的高度，以减小地面所带来的紊流影响：
(2)无人飞行器在收到触发命令后，将检查当前状态与环境是否可以进行重心校准操作，例如如果无人飞行器检测到悬停时姿态输出不为0，则无人飞行器将向终端app反馈当前无法进行重心校准，并提醒用户进行IMU校准并移至无风环境下重新出发操作。如果通过所有检查，无人飞行器将自动进入重心校准过程；
(3)无人飞行器将在一段时间内，记录控制器为消除重心偏置而输出的各控制量，统计一段时间内的数据后可通过平均等方法消除随机误差，然后利用上述算法计算出重心水平偏置估计值。为了让用户实时了解进度，可以通过无人飞行器状态灯闪特殊颜色灯或者终端app上实时显示进度条的方法来向用户报告状态；
(4)如果在校准过程中用户进行了操作或者因为传感器精度有限导致数据收敛性很差，将可能会提前中断校准操作，并通过终端app向用户反馈校准失败以及失败的原因。
(5)在飞控系统计算出收敛的估计值后，将通过终端app向用户告知校准成功，并将该值保存在非易失存储器中以供之后承载相同负载时的飞行继续使用。
(6)至此，完成整个重心校准过程。
其中，该算法估计出重心偏置值后，可以通过跟重心校准过程中的该款无人飞行器所支持的偏置范围进行比较，告知用户的安装位置是否超过规定范围，使得无人飞行器能够自行检测是否支持该负载。
重心校准的交互终端可以是终端app、遥控器、上位机等终端，本申请不做限制。
在其他实施例中，如果无人飞行器的定位精度非常高，也可以在室内或非空旷场景下进行该无人飞行器的重心校准。
本申请实施例适用于负载实时变化的无人飞行器，例如对于油动无人飞行器、植保无人飞行器等负载实时变动的情况，无人飞行器的飞行控制器可以实时进行重心校准，以适配实时变动的负载，确保飞行的平稳与安全，并提高用户的使用体验。进一步地，当无人飞行器处于悬停状态时，更新计算出当前的重心偏置水平，在危险情况下可以提醒用户。
本申请第五方面的实施例，提出了一种计算机存储介质，计算机存储介质中存储有程序指令，程序指令用于实现：获取目标飞行数据和当前飞行数据，并根据目标飞行数据和当前飞行数据确定控制状态量；以及根据控制状态量进行无人飞行器的重心校准。
在该实施例中，所述控制状态量包括至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。具体地，获取无人飞行器的目标飞行数据和当前飞行数据，在控制无人飞行器飞行过程中，根据目标飞行数据和当前飞行数据给出至少四个控制状态量：总拉力命令、偏航轴扭矩命令、俯仰轴扭矩命令、横滚轴扭矩命令。进一步地，无人飞行器包括动力装置，该动力装置可以诸如是至少一个电机，上述四个控制状态量对应于无人飞行器因为各个电机而受到的力和力矩，也就是总拉力、偏航轴扭矩、俯仰轴扭矩、横滚轴扭矩。进一步地，根据控制状态量进行无人飞行器的重心校准。进一步地，根据控制状态量获得无人飞行器的重心与无人飞行器的拉力中心的偏差。
在一些实施例中，所述计算机存储介质可以为易失性存储器，或者非易失性存储器。所述计算机存储介质也可以为串行存储器，或者并行存储器。所述计算机存储介质可以为RAM存储器，或者ROM存储器。
在一些实施例中，程序指令实现根据控制状态量进行无人飞行器的重心校准包括：根据控制状态量，计算无人飞行器的重心与无人飞行器的拉力中心的偏置数据。
在一些实施例中，偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
在该实施例中，根据控制状态量计算得到无人飞行器的重心与无人飞行器的拉力中心的偏置数据，即无人飞行器的实际重心位置与标准位置的偏差，偏置数据可以为偏置位置、偏置质量、偏置力、偏置力矩等数据。
在一种实施例中，无人飞行器的飞行控制器在控制无人飞行器飞行过程中会持续的给出至少四个控制状态量：总拉力命令Tc、偏航轴扭矩命令τzc、俯仰轴扭矩命令τyc、横滚轴扭矩命令τxc，这四个控制状态量将对应于无人机最终将因为各个电机的转速而受到的力和力矩，也就是总拉力T、偏航轴扭矩τz、俯仰轴扭矩τy、横滚轴扭矩τx。
定义所有电机位置围绕出的正多边形的外接圆的圆心为等效拉力中心。如图2所示，以四旋翼无人飞行器为例，包括四个电机，O点即为该四旋翼无人飞行器的等效拉力中心，根据力的平移定理，可以将所有电机的拉力等效于作用等效拉力中心上的总拉力T加上两个绕水平轴的力矩τx、τy。
当无人飞行器的重心与拉力重心完全重合时，根据二力平衡法则，只需要满足拉力等于重力，即T＝G，可以维持无人飞行器的平衡，此时无人飞行器的两个水平旋转轴上的力矩将接近于零。但是若无人飞行器的重心与等效拉力中心不重合，则用户还需手动调节无人飞行器力矩才能维持平衡。以横滚方向上的不重合为例，可做受力分析图如图3所示，根据刚体受力平衡法则，当无人飞行器维持悬停的稳定状态时，同样地，必然有
T＝G (1)
T×dy+τx＝0 (2)
在无人飞行器已达到稳定状态时，有
T＝Tc (3)
τx＝τxc (4)
因此可以得到dy＝-τxc/Tc，同理可得dx＝-τyc/Tc。因此，在无人飞行器保持悬停的情况下，无人飞行器的飞控系统可以利用上述公式计算出当前挂载下无人飞行器重心相对桨面中心的水平位置，即偏置距离。
当然，偏置数据不限于偏置距离，在其他实施例中，偏置数据可以包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。例如，对于一些建模不够准确的无人飞行器，估计的重心偏置量不一定是真实偏置距离，而是垂直通道到各转动通道的控制补偿值，例如偏置质量、偏置力、偏置力矩等数据。本实施例仅为示例性说明，在此不作限定。
在一些实施例中，程序指令还用于实现：存储偏置数据。
在该实施例中，在标定出偏置数据后，可将该偏置数据保存到Flash、EEPROM等非易失存储器，在承载相同负载的情况下，无人飞行器每次在上电后都加载该偏置数据，在每次起飞时无人飞行器都能根据该偏置数据前馈控制，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。
在一些实施例中，程序指令还用于实现：根据偏置数据得到控制分量，并根据控制分量控制无人飞行器的动力装置。
在该实施例中，根据偏置数据生成控制分量，根据控制分量控制无人飞行器的动力装置，以减小偏置数据，使无人飞行器稳定飞行，提升飞行品质。飞控系统能更加准确的分配各个控制通道的控制量，降低通道间的耦合量。例如，在每次起飞时无人飞行器的控制系统就能根据存储的偏置数据通过前馈控制，准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，这样的提前补偿就能消除前述的“起飞点头”问题。或者在无人飞行器飞行的过程中准确分配各个动力装置的拉力，使得等效拉力中心也作用于实际的重心上，保证飞行品质。
在一些实施例中，程序指令还用于实现：将偏置数据与预设阈值进行比较，根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围。
在一些实施例中，程序指令实现根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围包括：在比较结果为偏置数据大于等于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围。可以理解，在其他实施方式中，也可以按照其他合适的预先设置的规则来根据比较结果确定无人飞行器的负载安装位置是否超过规定安装范围；例如，在比较结果为偏置数据大于预设阈值的情况下，确定无人飞行器的负载安装位置超过规定安装范围；在比较结果为偏置数据小于或等于预设阈值的情况下，确定无人飞行器的负载安装位置未超过规定安装范围，在此不作限定。
在一种实施例中，计算出偏置数据后，可以通过跟该款无人飞行器所支持的预设阈值(即偏置范围)进行比较，告知用户负载的安装位置是否超过预设阈值，使得无人飞行器能够自行检测是否支持该负载安装，或者负载安装的位置是否合理。
在一些实施例中，程序指令还用于实现：记录预设时间段内的控制状态量，并根据预设时间段内的控制状态量进行无人飞行器的重心校准。
在该实施例中，在一段时间内记录为消除重心偏置而输出的各控制状态量，统计一段时间内的控制状态量后可通过求取平均值等方法消除控制状态量的随机误差，以消除诸如风或飞机振动而引入的干扰，然后再计算出偏置数据，提高计算偏置数据的准确性。
在一些实施例中，程序指令还用于实现：在根据控制状态量进行无人飞行器的重心校准的步骤之前，获取无人飞行器的状态数据，并判断状态数据是否满足重心校准条件；当状态数据满足重心校准条件时，进入根据控制状态量进行无人飞行器的重心校准的步骤。
在一些实施例中，状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
在一些实施例中，重心校准条件包括无人飞行器处于平衡状态。
在一些实施例中，重心校准条件还包括无人飞行器的惯性测量单元已进行数据校准。
在该实施例中，在进行无人飞行器的重心校准前，需判断状态数据是否满足允许重心校准的条件例如，重心校准条件为无人飞行器是否处于平衡状态，只有在无人飞行器处于平衡状态时进行的重心校准才是准确的，其中平衡状态包括悬停模式、定位模式下航向转动过程中水平位置静止的模式。重心校准条件还可以为无人飞行器的惯性测量单元已进行数据校准，在无人飞行器处于平衡状态的基础上保证惯性测量单元获取的数据均为准确数据，由此提高重心校准的准确性。
在一些实施例中，程序指令还用于实现：获取无人飞行器的周围环境数据，并判断周围环境数据是否满足重心校准条件；当周围环境数据满足重心校准条件时，进入根据所述控制状态量进行无人飞行器的重心校准的步骤。
在一些实施例中，周围环境数据包括周围环境气流或周围环境风速。
在一些实施例中，重心校准条件包括无人飞行器所处环境的风速小于预设风速。
在该实施例中，周围环境数据可以根据无人机的姿态得到，也可以根据其他外部传感器，例如风力计或者从云端气象站得到的信息获取。在周围环境为无风环境时不会给无人飞行器带来气流干扰的外力，避免无人飞行器的重心校准出现干扰。
在具体实施例中，重心校准条件可以包括：
(1)无人飞行器具备定位悬停能力：在上述的算法中，都是在假设无人飞行器已经处于平衡状态，也就是只有当无人飞行器处于静止状态时，上述推导过程才能够成立，由于依靠人来维持多选翼的无人飞行器的平衡十分困难，因此要求无人飞行器必须具备无需手动操作的定位悬停能力。进一步地，可通过定位数据、图像数据、姿态数据等判断无人飞行器是否处于平衡状态，例如，可以通过定位装置(如全球定位系统GPS、载波相位差分技术RTK等)获取无人飞行器的位置信息，当获取的无人飞行器的位置未发生变化时可以认为无人飞行器处于悬停状态；或者也可以在一定时间间隔内通过视觉传感器获取无人飞行器的周围环境的多张图像，并对获取的多张图像进行图像处理，当获取的图像中的物体位置未发生变化时可以认为无人飞行器处于悬停状态；或者还可以通过惯性测量单元(IMU)获取无人飞行器的加速度、速度信息，当无人飞行器的加速度与速度为零时，可以认为无人飞行器处于悬停状态，在其他实施方式中，也可以通过上述判断方式中的一种或几种的数据融合进行判断，以提高判断的准确度。
(2)周围气流稳定且无风：当周围环境风速较大，无人飞行器还会受到气流干扰带来的外力，使得无人飞行器即使处于定位悬停状态，由于引入了新的难以估算且无法忽视的外力，上述的公式推导也将失效，因此要求进行校准的环境必须是无风的平静气流环境。可根据无人飞行器倾斜角度数据等判断无人飞行器是否处于无风环境，获取设置风力采集装置来判断。
(3)无人飞行器的IMU(惯性测量单元)校准正确：IMU必须已经通过校准消除了由于温度等带来的稳态误差，否则该误差会被上述算法认为是重心偏置引发的。现在常见的无人飞行器都具备IMU校准功能，推荐在每次进行重心校准之前，进行IMU的重新校准。
在一些实施例中，无人飞行器距离地面的距离大于预设距离。在该实施例中，保证无人飞行器距离地面预设距离，例如距离地面有2米以上的高度，以减小地面所带来的紊流影响。
在一些实施例中，程序指令还用于实现：当不满足重心校准条件时，停止校准，并发送第一指令至控制终端。在该实施例中，第一指令包括不满足重心校准条件的原因和调整建议信息。
在一些实施例中，程序指令还用于实现：当校准失败时，停止校准，并发送第二指令至控制终端。在该实施例中，在该实施例中，第二指令包括校准失败原因。
采用本申请的技术方案，可获得当前无人飞行器的实际重心位置与标准位置的偏差，从而能根据这一偏差而消除重心位置偏差造成的飞行品质的下降，本申请的技术方案对于用户来说简单方便，可操作性强，并且能够更大限度地提升无人飞行器的负载适配能力，用户可以适配自己的负载到无人飞行器机架上而不用担心飞行品质的恶化，使得无人飞行器支持第三方负载的能力有明显的提高。
在本说明书的描述中，术语“第一”、“第二”仅用于描述的目的，而不能理解为指示或暗示相对重要性，除非另有明确的规定和限定；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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。

Claims (101)

1.一种无人飞行器控制方法，其中，包括：
获取目标飞行数据和当前飞行数据，并根据所述目标飞行数据和所述当前飞行数据确定控制状态量；以及
根据所述控制状态量进行无人飞行器的重心校准。
2.根据权利要求1所述的无人飞行器控制方法，其中，所述根据所述控制状态量进行无人飞行器的重心校准的步骤包括：
根据所述控制状态量，计算所述无人飞行器的重心与所述无人飞行器的拉力中心的偏置数据。
3.根据权利要求2所述的无人飞行器控制方法，其中，还包括：
存储所述偏置数据。
4.根据权利要求2所述的无人飞行器控制方法，其中，还包括：
根据所述偏置数据生成控制分量，并根据所述控制分量控制所述无人飞行器的动力装置。
5.根据权利要求2所述的无人飞行器控制方法，其中，还包括：
将所述偏置数据与预设阈值进行比较，根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围。
6.根据权利要求5所述的无人飞行器控制方法，其中，所述根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围的步骤包括：
在所述比较结果为所述偏置数据大于或等于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置超过所述规定安装范围；
在所述比较结果为所述偏置数据小于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置未超过所述规定安装范围。
7.根据权利要求1所述的无人飞行器控制方法，其中，还包括：
记录预设时间段内的控制状态量，并根据所述预设时间段内的控制状态量进行所述无人飞行器的重心校准。
8.根据权利要求1至7中任一项所述的无人飞行器控制方法，其中，在所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤之前还包括：
获取所述无人飞行器的状态数据，并判断所述状态数据是否满足重心校准条件；
当所述状态数据满足所述重心校准条件时，进入所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤。
9.根据权利要求8所述的无人飞行器控制方法，其中，
所述状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
10.根据权利要求8所述的无人飞行器控制方法，其中，
所述重心校准条件包括所述无人飞行器处于平衡状态。
11.根据权利要求10所述的无人飞行器控制方法，其中，
所述重心校准条件还包括所述无人飞行器的惯性测量单元已进行数据校准。
12.根据权利要求8所述的无人飞行器控制方法，其中，还包括：
获取所述无人飞行器的周围环境数据，并判断所述周围环境数据是否满足重心校准条件；
当所述周围环境数据满足所述重心校准条件时，进入所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤。
13.根据权利要求12所述的无人飞行器控制方法，其中，
所述周围环境数据包括周围环境气流或周围环境风速。
14.根据权利要求12所述的无人飞行器控制方法，其中，
所述重心校准条件包括所述无人飞行器所处环境的风速小于预设风速。
15.根据权利要求10所述的无人飞行器控制方法，其中，所述无人飞行器距离地面的距离大于预设距离。
16.根据权利要求8或12所述的无人飞行器控制方法，其中，当不满足所述重心校准条件时，停止校准，并发送第一指令至控制终端。
17.根据权利要求8或12所述的无人飞行器控制方法，其中，当校准失败时，停止校准，并发送第二指令至控制终端。
18.根据权利要求2至6中任一项所述的无人飞行器控制方法，其中，所述偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
19.一种无人飞行器控制装置，其中，包括：
处理器，用于获取目标飞行数据和当前飞行数据，根据所述目标飞行数据和所述当前飞行数据确定控制状态量，并根据所述控制状态量进行无人飞行器的重心校准。
20.根据权利要求19所述的无人飞行器控制装置，其中，所述处理器根据所述控制状态量进行无人飞行器的重心校准包括：
根据所述控制状态量，计算所述无人飞行器的重心与所述无人飞行器的拉力中心的偏置数据。
21.根据权利要求20所述的无人飞行器控制装置，其中，还包括：
存储器，用于存储所述偏置数据。
22.根据权利要求20所述的无人飞行器控制装置，其中，
所述处理器还用于根据所述偏置数据生成控制分量，并根据所述控制分量控制所述无人飞行器的动力装置。
23.根据权利要求20所述的无人飞行器控制装置，其中，
所述处理器还用于将所述偏置数据与预设阈值进行比较，根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围。
24.根据权利要求23所述的无人飞行器控制装置，其中，所述处理器根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围包括：
在所述比较结果为所述偏置数据大于或等于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置超过所述规定安装范围，在所述比较结果为所述偏置数据小于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置未超过所述规定安装范围。
25.根据权利要求19所述的无人飞行器控制装置，其中，
所述处理器还用于记录预设时间段内的控制状态量，并根据所述预设时间段内的控制状态量进行所述无人飞行器的重心校准。
26.根据权利要求19至25中任一项所述的无人飞行器控制装置，其中，
所述处理器还用于获取所述无人飞行器的状态数据，并判断所述状态数据是否满足重心校准条件，当所述状态数据满足所述重心校准条件时，根据所述控制状态量进行所述无人飞行器的重心校准。
27.根据权利要求26所述的无人飞行器控制装置，其中，
所述状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
28.根据权利要求26所述的无人飞行器控制装置，其中，
所述重心校准条件包括所述无人飞行器处于平衡状态。
29.根据权利要求28所述的无人飞行器控制装置，其中，
所述重心校准条件还包括所述无人飞行器的惯性测量单元已进行数据校准。
30.根据权利要求26所述的无人飞行器控制装置，其中，
所述处理器还用于获取所述无人飞行器的周围环境数据，并判断所述周围环境数据是否满足重心校准条件，当所述周围环境数据满足所述重心校准条件时，进入所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤。
31.根据权利要求30所述的无人飞行器控制装置，其中，
所述周围环境数据包括周围环境气流或周围环境风速。
32.根据权利要求30所述的无人飞行器控制装置，其中，
所述重心校准条件包括所述无人飞行器所处环境的风速小于预设风速。
33.根据权利要求28所述的无人飞行器控制装置，其中，所述无人飞行器距离地面的距离大于预设距离。
34.根据权利要求26或30所述的无人飞行器控制装置，其中，所述处理器还用于当不满足所述重心校准条件时，停止校准，并发送第一指令至控制终端。
35.根据权利要求26或30所述的无人飞行器控制装置，其中，所述处理器还用于当校准失败时，停止校准，并发送第二指令至控制终端。
36.根据权利要求20至24中任一项所述的无人飞行器控制装置，其中，所述偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
37.一种无人飞行器，包括动力装置，其中，还包括：
控制器，用于获取目标飞行数据和当前飞行数据，并根据所述目标飞行数据和所述当前飞行数据确定控制状态量；以及根据所述控制状态量进行所述无人飞行器的重心校准。
38.根据权利要求37所述的无人飞行器，其中，所述控制器根据所述控制状态量进行无人飞行器的重心校准包括：
根据所述控制状态量，计算所述无人飞行器的重心与所述无人飞行器的拉力中心的偏置数据。
39.根据权利要求37所述的无人飞行器，其中，还包括：
提示装置，用于在所述控制器根据所述控制状态量进行所述无人飞行器的重心校准的过程中发出校准提示信息。
40.根据权利要求38所述的无人飞行器，其中，还包括：
存储器，用于存储所述偏置数据。
41.根据权利要求38所述的无人飞行器，其中，
所述控制器还用于根据所述偏置数据生成控制分量，并根据所述控制分量控制所述动力装置。
42.根据权利要求38所述的无人飞行器，其中，
所述控制器还用于将所述偏置数据与预设阈值进行比较，根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围。
43.根据权利要求42所述的无人飞行器，其中，所述控制器根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围包括：
在所述比较结果为所述偏置数据大于或等于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置超过所述规定安装范围；在所述比较结果为所述偏置数据小于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置未超过所述规定安装范围。
44.根据权利要求37所述的无人飞行器，其中，
所述控制器还用于记录预设时间段内的控制状态量，并根据所述预设时间段内的控制状态量进行所述无人飞行器的重心校准。
45.根据权利要求37至44中任一项所述的无人飞行器，其中，
所述控制器还用于获取所述无人飞行器的状态数据，并判断所述状态数据是否满足重心校准条件；当所述状态数据满足所述重心校准条件时，根据所述控制状态量进行所述无人飞行器的重心校准。
46.根据权利要求45所述的无人飞行器，其中，
所述状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
47.根据权利要求45所述的无人飞行器，其中，
所述重心校准条件包括所述无人飞行器处于平衡状态。
48.根据权利要求47所述的无人飞行器，其中，
所述重心校准条件还包括所述无人飞行器的惯性测量单元已进行数据校准。
49.根据权利要求45所述的无人飞行器，其中，
所述控制器还用于获取所述无人飞行器的周围环境数据，并判断所述周围环境数据是否满足重心校准条件，当所述周围环境数据满足所述重心校准条件时，进入所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤。
50.根据权利要求49所述的无人飞行器，其中，
所述周围环境数据包括周围环境气流或周围环境风速。
51.根据权利要求49所述的无人飞行器，其中，
所述重心校准条件包括所述无人飞行器所处环境的风速小于预设风速。
52.根据权利要求47所述的无人飞行器，其中，所述无人飞行器距离地面的距离大于预设距离。
53.根据权利要求45或49所述的无人飞行器，其中，所述控制器还用于当不满足所述重心校准条件时，停止校准，并发送第一指令至控制终端。
54.根据权利要求45或49所述的无人飞行器，其中，所述控制器还用于当校准失败时，停止校准，并发送第二指令至控制终端。
55.根据权利要求38至42中任一项所述的无人飞行器，其中，所述偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
56.一种无人飞行器的系统，其中，包括：
控制终端，用于向无人飞行器发送重心校准指令；
所述无人飞行器，用于根据所述重心校准指令进行重心校准，得到校准结果。
57.根据权利要求56所述的无人飞行器的系统，其中，
所述无人飞行器还用于将所述校准结果发送至所述控制终端。
58.根据权利要求57所述的无人飞行器的系统，其中，
所述控制终端还包括显示装置，所述显示装置用于对所述校准结果进行显示。
59.根据权利要求58所述的无人飞行器的系统，其中，所述无人飞行器根据所述重心校准指令进行重心校准包括：
根据所述重心校准指令获取目标飞行数据和当前飞行数据，并根据所述目标飞行数据和所述当前飞行数据确定控制状态量，根据所述控制状态量进行无人飞行器的重心校准。
60.根据权利要求59所述的无人飞行器的系统，其中，所述无人飞行器根据所述控制状态量进行无人飞行器的重心校准包括：
根据所述控制状态量，计算所述无人飞行器的重心与所述无人飞行器的拉力中心的偏置数据。
61.根据权利要求60所述的无人飞行器的系统，其中，
所述无人飞行器还用于存储所述偏置数据。
62.根据权利要求60所述的无人飞行器的系统，其中，
所述控制终端还用于存储所述偏置数据。
63.根据权利要求60所述的无人飞行器的系统，其中，
所述无人飞行器还用于根据所述偏置数据生成控制分量，并根据所述控制分量控制所述无人飞行器的动力装置。
64.根据权利要求60所述的无人飞行器的系统，其中，
所述无人飞行器还用于将所述偏置数据与预设阈值进行比较，根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围。
65.根据权利要求64所述的无人飞行器的系统，其中，所述无人飞行器根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围包括：
在所述比较结果为所述偏置数据大于或等于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置超过所述规定安装范围；在所述比较结果为所述偏置数据小于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置未超过所述规定安装范围。
66.根据权利要求64所述的无人飞行器的系统，其中，
所述无人飞行器还用于将所述负载安装位置是否超过规定安装范围的结果发送至所述控制终端；
所述显示装置还用于对所述负载安装位置是否超过规定安装范围的结果进行显示。
67.根据权利要求59所述的无人飞行器的系统，其中，
所述无人飞行器还用于记录预设时间段内的控制状态量，并根据所述预设时间段内的控制状态量进行所述无人飞行器的重心校准。
68.根据权利要求56至67中任一项所述的无人飞行器的系统，其中，
所述无人飞行器的提示装置在根据所述重心校准指令进行重心校准的过程中发出校准提示信息。
69.根据权利要求56至67中任一项所述的无人飞行器的系统，其中，
所述无人飞行器还用于获取状态数据，并判断所述状态数据是否满足重心校准条件，当所述状态数据满足所述重心校准条件时根据所述重心校准指令进行重心校准。
70.根据权利要求69所述的无人飞行器的系统，其中，
所述无人飞行器还用于向所述控制终端发送校准进度信息。
71.根据权利要求69所述的无人飞行器的系统，其中，
所述状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
72.根据权利要求69所述的无人飞行器的系统，其中，
所述重心校准条件包括所述无人飞行器处于平衡状态。
73.根据权利要求72所述的无人飞行器的系统，其中，
所述重心校准条件还包括所述无人飞行器的惯性测量单元已进行数据校准。
74.根据权利要求69所述的无人飞行器的系统，其中，
所述无人飞行器还用于获取所述无人飞行器的周围环境数据，并判断所述周围环境数据是否满足重心校准条件，当所述周围环境数据满足所述重心校准条件时，根据所述控制状态量进行所述无人飞行器的重心校准。
75.根据权利要求74所述的无人飞行器的系统，其中，
所述周围环境数据包括周围环境气流或周围环境风速。
76.根据权利要求74所述的无人飞行器的系统，其中，
所述重心校准条件包括所述无人飞行器所处环境的风速小于预设风速。
77.根据权利要求72所述的无人飞行器的系统，其中，所述无人飞行器距离地面的距离大于预设距离。
78.根据权利要求69或74所述的无人飞行器的系统，其中，
所述无人飞行器还用于当不满足所述重心校准条件时，停止校准，并发送第一指令至所述控制终端。
79.根据权利要求78所述的无人飞行器的系统，其中，
所述第一指令包括不满足所述重心校准条件的原因和调整建议信息。
80.根据权利要求69或74所述的无人飞行器的系统，其中，
所述无人飞行器还用于当校准失败时，停止校准，并发送第二指令至所述控制终端。
81.根据权利要求80所述的无人飞行器的系统，其中，
所述第二指令包括校准失败原因。
82.根据权利要求69或74所述的无人飞行器的系统，其中，
所述无人飞行器在根据所述重心校准指令进行重心校准的过程中，若不满足所述重心校准条件，则停止校准，并发送第一指令至所述控制终端。
83.根据权利要求60至66中任一项所述的无人飞行器的系统，其中，所述偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
84.一种计算机存储介质，其中，所述计算机存储介质中存储有程序指令，所述程序指令用于实现：
获取目标飞行数据和当前飞行数据，并根据所述目标飞行数据和所述当前飞行数据确定控制状态量；以及
根据所述控制状态量进行无人飞行器的重心校准。
85.根据权利要求84所述的计算机存储介质，其中，所述程序指令实现所述根据所述控制状态量进行无人飞行器的重心校准包括：
根据所述控制状态量，计算所述无人飞行器的重心与所述无人飞行器的拉力中心的偏置数据。
86.根据权利要求85所述的计算机存储介质，其中，所述程序指令还用于实现：
存储所述偏置数据。
87.根据权利要求85所述的计算机存储介质，其中，所述程序指令还用于实现：
根据所述偏置数据得到控制分量，并根据所述控制分量控制所述无人飞行器的动力装置。
88.根据权利要求85所述的计算机存储介质，其中，所述程序指令还用于实现：
将所述偏置数据与预设阈值进行比较，根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围。
89.根据权利要求88所述的计算机存储介质，其中，所述程序指令实现所述根据比较结果确定所述无人飞行器的负载安装位置是否超过规定安装范围包括：
在所述比较结果为所述偏置数据大于或等于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置超过所述规定安装范围；
在所述比较结果为所述偏置数据小于所述预设阈值的情况下，确定所述无人飞行器的负载安装位置未超过所述规定安装范围。
90.根据权利要求84所述的计算机存储介质，其中，所述程序指令还用于实现：
记录预设时间段内的控制状态量，并根据所述预设时间段内的控制状态量进行所述无人飞行器的重心校准。
91.根据权利要求84至90中任一项所述的计算机存储介质，其中，所述程序指令还用于实现：
获取所述无人飞行器的状态数据，并判断所述状态数据是否满足重心校准条件；
当所述状态数据满足所述重心校准条件时，进入所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤。
92.根据权利要求91所述的计算机存储介质，其中，
所述状态数据包括以下一种或其组合：定位数据、图像数据、姿态数据、加速度数据、角速度数据。
93.根据权利要求91所述的计算机存储介质，其中，
所述重心校准条件包括所述无人飞行器处于平衡状态。
94.根据权利要求93所述的计算机存储介质，其中，
所述重心校准条件还包括所述无人飞行器的惯性测量单元已进行数据校准。
95.根据权利要求91所述的计算机存储介质，其中，所述程序指令还用于实现：
获取所述无人飞行器的周围环境数据，并判断所述周围环境数据是否满足重心校准条件；
当所述周围环境数据满足所述重心校准条件时，进入所述根据所述控制状态量进行所述无人飞行器的重心校准的步骤。
96.根据权利要求95所述的计算机存储介质，其中，
所述周围环境数据包括周围环境气流或周围环境风速。
97.根据权利要求95所述的计算机存储介质，其中，
所述重心校准条件包括所述无人飞行器所处环境的风速小于预设风速。
98.根据权利要求93所述的计算机存储介质，其中，所述无人飞行器距离地面的距离大于预设距离。
99.根据权利要求91或95所述的计算机存储介质，其中，所述程序指令还用于实现：当不满足所述重心校准条件时，停止校准，并发送第一指令至控制终端。
100.根据权利要求91或95所述的计算机存储介质，其中，所述程序指令还用于实现：当校准失败时，停止校准，并发送第二指令至控制终端。
101.根据权利要求85至89中任一项所述的计算机存储介质，其中，所述偏置数据包括以下一种或其组合：偏置位置、偏置质量、偏置力、偏置力矩。
CN201880042455.6A 2018-11-29 2018-11-29 无人飞行器控制方法、控制装置及无人飞行器 Pending CN110832418A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/118099 WO2020107310A1 (zh) 2018-11-29 2018-11-29 无人飞行器控制方法、控制装置及无人飞行器

Publications (1)

Publication Number Publication Date
CN110832418A true CN110832418A (zh) 2020-02-21

Family

ID=69547528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880042455.6A Pending CN110832418A (zh) 2018-11-29 2018-11-29 无人飞行器控制方法、控制装置及无人飞行器

Country Status (3)

Country Link
US (1) US11920999B2 (zh)
CN (1) CN110832418A (zh)
WO (1) WO2020107310A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112560250A (zh) * 2020-12-10 2021-03-26 中国航空工业集团公司沈阳飞机设计研究所 一种飞机内埋悬挂物自动占位控制方法
CN112771411A (zh) * 2020-04-24 2021-05-07 深圳市大疆创新科技有限公司 定位方法、系统及存储介质
CN117775275A (zh) * 2024-02-23 2024-03-29 四川腾盾科技有限公司 一种基于重心预测的飞机空投前馈控制系统及方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110832418A (zh) * 2018-11-29 2020-02-21 深圳市大疆创新科技有限公司 无人飞行器控制方法、控制装置及无人飞行器
CN112711274A (zh) * 2021-01-19 2021-04-27 四川一电航空技术有限公司 无人机控制方法、装置、无人机及计算机可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103979106A (zh) * 2014-04-29 2014-08-13 浙江大学 一种自动调整重心的旋翼式无人机以及调整方法
US20160209290A1 (en) * 2015-01-16 2016-07-21 Bell Helicopter Textron Inc. Dynamic center of gravity determination
CN205931245U (zh) * 2016-08-17 2017-02-08 深圳市大疆创新科技有限公司 无人机及控制无人机姿态的控制装置
CN107284653A (zh) * 2017-06-22 2017-10-24 江苏高精机电装备有限公司 一种多旋翼飞行器水平起飞调节系统及多旋翼飞行器
WO2017214858A1 (en) * 2016-06-14 2017-12-21 SZ DJI Technology Co., Ltd. Pre-determining uav attitude changes based on commanded component movements, and associated systems and methods
CN206856983U (zh) * 2017-05-02 2018-01-09 黄山学院 一种可以调节重心的四旋翼飞行器
CN107624171A (zh) * 2016-08-17 2018-01-23 深圳市大疆创新科技有限公司 无人机及控制无人机姿态的控制方法、控制装置
CN108375988A (zh) * 2018-05-25 2018-08-07 哈尔滨工业大学 一种带有不平衡负载的四旋翼无人机位姿控制方法
WO2018200879A1 (en) * 2017-04-26 2018-11-01 Detroit Aircraft Corporation Electrically powered vtol tail-sitter aircraft for providing transportation

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9738380B2 (en) * 2015-03-16 2017-08-22 XCraft Enterprises, LLC Unmanned aerial vehicle with detachable computing device
EP3386853B1 (en) * 2015-12-09 2022-06-22 Ideaforge Technology Pvt. Ltd. Multi-rotor aerial vehicle with single arm failure redundancy
US10082439B1 (en) * 2016-09-16 2018-09-25 Rockwell Collins, Inc. Event depiction on center of gravity curve
FR3064680B1 (fr) * 2017-04-03 2019-04-05 Safran Helicopter Engines Procede de verification de la puissance maximale disponible d'une turbomachine d'un aeronef equipe de deux turbomachines
US10386857B2 (en) * 2017-07-05 2019-08-20 Qualcomm Incorporated Sensor-centric path planning and control for robotic vehicles
US10124893B1 (en) * 2017-09-18 2018-11-13 Amazon Technologies, Inc. Prognostics and health management system
CN111094126B (zh) * 2017-09-19 2023-10-27 意造科技私人有限公司 具有同轴的可反向的旋翼的无人飞行器
WO2019150206A1 (en) * 2018-01-30 2019-08-08 Ideaforge Technology Pvt. Ltd. Fixed-wing vertical take-off and landing hybrid uav
WO2019152701A2 (en) * 2018-01-31 2019-08-08 Walmart Apollo, Llc Method and system to reduce the pendulum effect of a load
CN108445913A (zh) 2018-06-04 2018-08-24 成都天麒科技有限公司 一种飞行平衡调节装置及无人机
KR102141460B1 (ko) * 2018-09-07 2020-08-05 한국과학기술연구원 부력기구를 구비한 무인 비행체 및 무인 비행체의 자세제어방법
CN110832418A (zh) * 2018-11-29 2020-02-21 深圳市大疆创新科技有限公司 无人飞行器控制方法、控制装置及无人飞行器

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103979106A (zh) * 2014-04-29 2014-08-13 浙江大学 一种自动调整重心的旋翼式无人机以及调整方法
US20160209290A1 (en) * 2015-01-16 2016-07-21 Bell Helicopter Textron Inc. Dynamic center of gravity determination
WO2017214858A1 (en) * 2016-06-14 2017-12-21 SZ DJI Technology Co., Ltd. Pre-determining uav attitude changes based on commanded component movements, and associated systems and methods
CN205931245U (zh) * 2016-08-17 2017-02-08 深圳市大疆创新科技有限公司 无人机及控制无人机姿态的控制装置
CN107624171A (zh) * 2016-08-17 2018-01-23 深圳市大疆创新科技有限公司 无人机及控制无人机姿态的控制方法、控制装置
WO2018032425A1 (zh) * 2016-08-17 2018-02-22 深圳市大疆创新科技有限公司 无人机及控制无人机姿态的控制方法、控制装置
WO2018200879A1 (en) * 2017-04-26 2018-11-01 Detroit Aircraft Corporation Electrically powered vtol tail-sitter aircraft for providing transportation
CN206856983U (zh) * 2017-05-02 2018-01-09 黄山学院 一种可以调节重心的四旋翼飞行器
CN107284653A (zh) * 2017-06-22 2017-10-24 江苏高精机电装备有限公司 一种多旋翼飞行器水平起飞调节系统及多旋翼飞行器
CN108375988A (zh) * 2018-05-25 2018-08-07 哈尔滨工业大学 一种带有不平衡负载的四旋翼无人机位姿控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙海，吴限德，郭峰编著: "《空中机器人（四旋翼）专项教育教材》", 哈尔滨工程大学出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112771411A (zh) * 2020-04-24 2021-05-07 深圳市大疆创新科技有限公司 定位方法、系统及存储介质
CN112560250A (zh) * 2020-12-10 2021-03-26 中国航空工业集团公司沈阳飞机设计研究所 一种飞机内埋悬挂物自动占位控制方法
CN112560250B (zh) * 2020-12-10 2024-04-09 中国航空工业集团公司沈阳飞机设计研究所 一种飞机内埋悬挂物自动占位控制方法
CN117775275A (zh) * 2024-02-23 2024-03-29 四川腾盾科技有限公司 一种基于重心预测的飞机空投前馈控制系统及方法
CN117775275B (zh) * 2024-02-23 2024-06-11 四川腾盾科技有限公司 一种基于重心预测的飞机空投前馈控制方法

Also Published As

Publication number Publication date
US11920999B2 (en) 2024-03-05
US20220214241A1 (en) 2022-07-07
WO2020107310A1 (zh) 2020-06-04

Similar Documents

Publication Publication Date Title
CN110832418A (zh) 无人飞行器控制方法、控制装置及无人飞行器
JP6207746B2 (ja) 航空機姿勢制御方法及び装置
JP6585673B2 (ja) 航空機姿勢制御方法
US11010851B2 (en) Distribution of aerial vehicle transport capacity based on item-provider performance metrics
CN104335128B (zh) 用于用侧风和加速度计偏差估计和补偿来控制多旋翼的旋翼无人机的方法
WO2018214005A1 (zh) 农业无人飞行器的控制方法、飞行控制器及农业无人机
JP7176785B2 (ja) ドローン、ドローンの制御方法、および、ドローン制御プログラム
JP2018055463A (ja) 飛行ロボット制御システムおよび飛行ロボット
US11840158B2 (en) Systems and methods for battery capacity management in a fleet of UAVs
WO2019061083A1 (en) SYSTEM AND METHOD FOR DETERMINING AERODYNAMIC SPEED
CN111344651A (zh) 无人机的控制方法和无人机
JP2008201183A (ja) 姿勢制御装置
CN113492971B (zh) 飞行装置及其控制方法和控制装置
WO2022134036A1 (zh) 可移动平台及其控制方法、装置
US20240019246A1 (en) Using Unwound Tether Length to Measure Altitude
US20240019876A1 (en) Tether-Based Wind Estimation
KR20240031496A (ko) 연료소모량 제어기능이 구비되는 드론
CN117075625A (zh) 一种多旋翼无人机自主精准附着目标方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination