CN112198817B - 无人机控制方法、装置、设备、无人机和介质 - Google Patents

无人机控制方法、装置、设备、无人机和介质 Download PDF

Info

Publication number
CN112198817B
CN112198817B CN202011012090.8A CN202011012090A CN112198817B CN 112198817 B CN112198817 B CN 112198817B CN 202011012090 A CN202011012090 A CN 202011012090A CN 112198817 B CN112198817 B CN 112198817B
Authority
CN
China
Prior art keywords
control
actuator
aerial vehicle
unmanned aerial
tension
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011012090.8A
Other languages
English (en)
Other versions
CN112198817A (zh
Inventor
何光宇
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.)
Autoflight Kunshan Co Ltd
Original Assignee
Autoflight Kunshan 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 Autoflight Kunshan Co Ltd filed Critical Autoflight Kunshan Co Ltd
Priority to CN202011012090.8A priority Critical patent/CN112198817B/zh
Publication of CN112198817A publication Critical patent/CN112198817A/zh
Application granted granted Critical
Publication of CN112198817B publication Critical patent/CN112198817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P29/00Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P5/00Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例公开了一种无人机控制方法、装置、设备、无人机和介质,所述方法包括:根据控制需求,对无人机中的至少一个执行器进行拉力分配;若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对无人机中的至少一个所述执行器重新进行拉力分配;通过上述技术方案,实现了在执行器效能饱和的情况下,对控制需求实施降级保护的控制分配的目的。

Description

无人机控制方法、装置、设备、无人机和介质
技术领域
本发明实施例涉及控制技术领域,尤其涉及一种无人机控制方法、装置、设备、无人机和介质。
背景技术
随着多旋翼无人机在可靠性、机动性和安全性等方面性能的不断提高,执行器的数量上有了很大的增加,实现控制力矩的执行器组合方式不再唯一。
如何有效地分配这些受限的执行器来产生需要的转矩就是一个受限控制量分配问题。对于控制分配,常见的控制分配方法包括广义逆方法(如伪逆法、加权伪逆法等)和二次规划及其改进类的优化方法。
现有技术在进行控制需求分配时,通常会出现电机转速过早饱和的情况,不能完全释放无人机性能,将会导致瞬态性能下降。
发明内容
本发明提供一种无人机控制方法、装置、设备、无人机和介质,以实现在执行器效能饱和的情况下,对控制需求实施降级保护的控制分配的目的。
第一方面,本发明实施例提供了一种无人机控制方法,该方法包括:
根据控制需求,对无人机中的至少一个执行器进行拉力分配;
若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配。
第二方面,本发明实施例还提供了一种无人机控制装置,该装置包括:
拉力分配模块,用于根据控制需求,对无人机中的至少一个执行器进行拉力分配;
拉力重新分配模块,用于若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配。
第三方面,本发明实施例还提供了一种电子设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面实施例所提供的一种无人机控制方法。
第四方面,本发明实施例还提供了一种无人机,其特征在于,设置有如第三方面实施例所提供的电子设备。
第五方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所提供的一种无人机控制方法。
本发明实施例根据控制需求,对无人机中的至少一个执行器进行拉力分配,在第一次尝试性控制分配的基础上,对存在执行器所分配拉力溢出的情况,选取部分控制需求,进行了重新拉力分配,通过对控制需求当中的部分控制需求进行重新拉力分配,避免了对全部控制需求进行直接控制分配导致的执行器出现效能饱和的情况,并且,通过对部分控制需求的分配,可以达到对目标控制需求进行优先分配的效果,从而实现对控制需求进行降级保护的控制分配的目的。
附图说明
图1是本发明实施例一提供的一种无人机控制方法的流程图;
图2是本发明实施例二提供的一种无人机控制方法的流程图;
图3是本发明实施例三提供的一种无人机控制方法的流程图;
图4是本发明实施例四提供的一种无人机控制装置的结构示意图;
图5是本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种无人机控制方法的流程图。本实施例可适用于在执行器效能饱和的情况下,对控制需求实施降级保护的控制分配的情况。该方法可以由一种无人机控制装置来执行,该装置可以由软件和/或硬件的方式实现,并具体配置于电子设备中,该电子设备可以是移动终端或固定终端。示例性地,该电子设备可以配置于无人机中。
参见图1,本申请实施例提供的无人机控制方法包括:
S110、根据控制需求,对无人机中的至少一个执行器进行拉力分配。
其中,控制需求是指由操作者发送给无人机控制系统的控制指令,用来对无人机的姿态和位置进行控制,可以包括在如下至少一种控制因子下的控制数据:滚转力矩、俯仰力矩、偏航力矩和无人机升力等。
执行器是指在无人机控制系统中,用来执行控制需求的实体执行机构。
拉力分配是指根据无人机控制系统所接收到的控制需求的控制量,在确定了用于执行拉力分配任务的执行器之后,基于求解控制分配问题的控制分配算法,对上述控制需求进行拉力分配,得到对无人机姿态和位置进行控制的一组执行器拉力输出值。在拉力分配过程中,参与拉力分配的执行器是可以进行指定的,如无人机的全部执行器参与拉力分配,或无人机的部分执行器参与拉力分配。
可选地,控制分配算法可以是伪逆控制分配算法,也可以是零空间的再分配伪逆算法,还可以是用于求解控制分配的其他算法。本申请实施例对其不做具体限定。
可选地,无人机的执行器按其能源形式可分为气动、液动、电动三大类,具体可以是油动无人机、电动无人机、固态氧化物燃料无人机、太阳能无人机和混合动力无人机。
值得注意的是,通过第一次尝试性对全部控制需求进行拉力分配,基于控制分配结果,对执行器所分配拉力有无溢出进行判断,达到了为后续进行选取部分控制需求进行拉力分配的目的;同时,通过首次对全部控制量进行拉力分配,若得到的执行器所分配拉力未溢出,则第一次尝试性分配得到的结果不会使得执行器出现效能饱和的情况,此时,所得的拉力分配结果是可以接受的,保证了无人机控制系统进行拉力分配的效率。
S120、若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对无人机中的至少一个执行器重新进行拉力分配。
其中,拉力溢出是指执行器所分配的拉力不满足拉力控制范围要求。而拉力溢出,则意味着此次的控制分配方案中,存在至少一个执行器出现效能饱和的情况。在这种情况下,无人机的控制系统很可能会因执行器过早饱和而使得无人机达不到最大可用控制力矩需求,从而不能完全释放无人机性能,将导致瞬态性能下降。其中,拉力控制范围要求是执行器根据自身物理条件确定的控制容量约束范围。
本实施例中,考虑到第一次对全部控制需求进行拉力分配,在所得的控制分配方案当中,存在执行器效能饱和的情况,此时,对全部控制需求当中的一部分控制需求进行选择,并将其作为下一次重新进行拉力分配的目标控制需求。
可选地,目标控制需求可根据实际的无人机飞行控制需求进行选择。
可选地,根据目标控制需求,对无人机中的至少一个执行器重新进行拉力分配的算法,可以与第一次对全部控制需求进行拉力分配的控制分配算法相同,也可以不同。本申请实施例对其不做具体限定。
本发明实施例根据控制需求,对无人机中的至少一个执行器进行拉力分配,在第一次尝试性控制分配的基础上,对存在执行器所分配拉力溢出的情况,选取部分控制需求,进行了重新拉力分配,通过对控制需求当中的部分控制需求进行重新拉力分配,避免了对全部控制需求进行直接控制分配导致的执行器出现效能饱和的情况,并且,通过对部分控制需求的分配,可以达到对目标控制需求进行优先分配的效果,从而实现对控制需求进行降级保护的控制分配的目的。
实施例二
图2是本发明实施例提供的一种无人机控制方法的流程图。本实施例是在上述实施例的基础上,进一步对选取部分控制需求作为目标控制需求,并根据目标控制需求,对无人机中的至少一个执行器重新进行拉力分配的详细说明。参见图2,本实施例提供的一种无人机控制方法包括:
S210、根据控制需求,对无人机中的至少一个执行器进行拉力分配。
S220、若存在至少一个执行器所分配拉力溢出,根据控制需求中各控制因子的控制优先级,选取至少一个控制因子的控制需求作为初始目标控制需求。
其中,控制因子是指控制需求中的各个控制量。
可选地,控制需求中各控制因子的控制优先级可以根据无人机实施的安全保护策略,进行控制因子的重要等级排序得到。如某一无人机实施的安全保护策略中,需要优先保证无人机的平稳性,其次是高度,最后是机头朝向,则可对控制需求中的倾斜力矩(包括滚转力矩和俯仰力矩)、无人机升力、偏航力矩(排在前面的优先级最高,依次递减),进行控制优先级排序。具体的控制优先级,可以与上述相同,也可以不同。本申请实施例对其不做具体限定。
值得注意的是,在执行器所分配拉力溢出的情况下,各控制量的控制优先级为选取部分控制需求进行拉力的重新分配提供了依据。
S230、根据初始目标控制需求,对无人机中的至少一个执行器重新进行拉力分配。
可选地,根据初始目标控制需求,对无人机中的至少一个执行器重新进行拉力分配,可以是:根据初始目标控制需求,直接对无人机中的至少一个执行器重新进行拉力分配;若各执行器所分配拉力均未溢出,则触发执行执行器裕量确定操作。
其中,执行器裕量是指在重新分配的控制分配方案中,执行器还可以允许分配的拉力。
值得注意的是,在重新分配的控制分配方案中,存在执行器所分配拉力均未溢出的情况,此时就直接进行对执行器裕量的确定操作,以用于后续对其他控制需求进行拉力分配。
可选地,根据初始目标控制需求,对无人机中的至少一个执行器重新进行拉力分配,还可以是:根据初始目标控制需求,直接对无人机中的至少一个执行器重新进行拉力分配;若存在至少一个执行器所分配拉力溢出,则确定初始目标控制需求中的未分配量;根据初始目标控制需求中的未分配量,对无人机中的至少一个未溢出执行器进行拉力再分配。
其中,初始目标控制需求中的未分配量是指在重新分配的控制分配方案中,存在一部分初始目标控制需求的需求量未分配完的情况。初始目标控制需求中的未分配量,可以通过总的初始目标控制需求量减去已分配的控制量得到。
未溢出的执行器是指在重新分配的控制分配方案中,存在一部分执行器的拉力未分配完的情况。未溢出的执行器拉力可以通过总的执行器拉力减去已分配的拉力得到。
值得注意的是,在重新分配的控制分配方案中,还可能继续存在执行器所分配拉力溢出的情况,此时,对目标控制需求中的未分配量以及执行器未溢出的拉力进行拉力再分配。
可选地,根据初始目标控制需求中的未分配量,对无人机中的至少一个未溢出执行器进行拉力再分配的算法可以与上述拉力分配的控制分配算法相同,也可以不同。本申请实施例对其不做具体限定。
S240、根据拉力分配结果,确定执行器裕量,并根据执行器裕量,确定未选取的控制因子的部分控制需求作为候选目标控制需求。
其中,执行器裕量可通过总的执行器拉力减去已分配的执行器拉力得到。
候选目标控制需求是指在上述控制分配过程中,未参与控制分配过程的其他控制需求。
可以理解的是,候选目标控制需求是在控制分配过程中,最后被满足的控制需求量,对应的控制优先级是最低的。
优选地,根据拉力分配结果,确定执行器裕量,包括:根据初始目标控制需求以外的其他控制需求,对无人机中的至少一个执行器进行拉力模拟分配;根据各执行器的模拟分配拉力的溢出结果,确定执行器裕量。
其中,模拟分配是指根据选取的控制需求,基于控制分配算法,将上述控制需求分配到相应的执行器中去。模拟分配并不是真的将控制需求分配到控制器中去,而只是一种仿真模拟分配,用于得到一个模拟分配的控制分配方案,以用于后续分析和应用。
值得注意的是,通过对初始目标控制需求以外的其他控制需求进行模拟分配,基于模拟分配结果,确定了执行器的裕量,达到了为确定执行器裕量提供一个可行方案的作用。
S250、根据候选目标控制需求,对无人机中的至少一个执行器进行拉力再分配。
可选地,根据候选目标控制需求,对无人机中的至少一个执行器进行拉力再分配,包括:
基于控制分配算法,将候选目标控制需求分配到未饱和的执行器拉力上;根据控制分配结果,计算执行器的最大不可达拉力;根据执行器的最大不可达拉力,确定不能被执行器所分配的候选目标控制需求中的不可达控制量;根据不可达控制量和候选目标控制需求,在不造成执行器饱和的前提下对候选目标控制需求进行拉力再分配。
其中,不可达拉力是指执行器拉力中超出标准化区间最大的拉力值。具体的计算过程可以是,统计所有执行器拉力超出标准化区间的绝对距离,选择超出标准化区间最大的值来作为不可达拉力。
不可达控制量是指根据执行器的最大不可达拉力,基于控制分配算法,将控制分配算法公式反算,得到不能被执行器所分配的候选目标控制需求中的不可达控制量。
可选地,根据不可达控制量和候选目标控制需求,在不造成执行器饱和的前提下对偏航力矩进行拉力再分配,包括:
根据不可达控制量和候选目标控制需求,调整候选目标控制需求的可分配量;基于控制分配算法,根据候选目标控制需求的可分配量,将候选目标控制需求的可分配量分配到未饱和的执行器拉力上;重新分配之后,对执行器所分配拉力有无溢出进行判断;若执行器溢出,则返回执行调整候选目标控制需求的可分配量,将调整后的候选目标控制需求的可分配量分配到未饱和的执行器拉力上,直至重新调整后的候选目标控制需求的可分配量满足执行器的拉力无溢出。
值得注意的是,在完成初始目标控制需求及其未分配量的拉力分配的基础上,进一步对未参与上述控制分配的候选目标控制需求进行拉力分配,实现了对全部控制需求进行拉力分配的目的。
本申请实施例根据控制需求,对无人机中的至少一个执行器进行拉力分配,在第一次尝试性控制分配的基础上,根据控制需求中各控制因子的控制优先级,将优先级高的重要的控制因子优先选为初始目标控制需求进行控制分配;在初始目标控制需求未被分配完的情况下,对其进行进一步的未分配量的拉力再分配;在完成上述控制分配方案的基础上,最后对未参与控制分配的候选目标控制需求进行拉力分配。本申请实施例通过上述技术方案,实现了在执行器效能饱和的情况下,基于控制需求中各控制因子的控制优先级,对控制需求实行了降级保护的控制分配,得到了对全部控制需求进行拉力分配的最终控制分配方案。
实施例三
图3是本发明实施例提供的一种无人机控制方法的流程图。本实施例是在上述实施例的基础上,提出的一种优选实例。参见图3,本实施例提供的一种无人机控制方法包括:
S310、控制分配过程开始。
本实施例中,控制分配过程开始时,会给定一个待分配的控制需求,并确定执行机构中用于执行此次控制分配任务的执行器;根据控制需求与执行器之间的线性物理组合关系,确定初始化的效能矩阵。
S320、对控制需求和效能矩阵做标准化处理。
其中,控制需求是指由操作者发送给无人机控制系统的控制指令,用来对无人机的姿态和位置进行控制。在无人机的控制系统中,一般会引入四个虚拟控制需求量,分别是无人机升力、滚转力矩、俯仰力矩和偏航力矩。其中,滚转力矩和俯仰力矩跟无人机姿态是否平稳有关,偏航力矩跟无人机的机头摆动有关,无人机升力跟无人机高度通道的运动有关,如无人机上升还是下降。
本实例中,选取的控制需求量包括无人机升力、滚转力矩、俯仰力矩和偏航力矩。
效能矩阵是指无人机执行器的控制效能矩阵,具体是用于描述虚拟控制量与执行机构之间的映射关系。
对控制需求做标准化处理是指将控制需求下的各个控制因子数据按比例缩放,使之落入一个小的特定区间,也即标准化区间,如[0,1]之间。
对效能矩阵做标准化处理是指在对控制需求做标准化处理之后,再对执行器进行标准化处理,同样使执行器拉力落入[0,1]之间,基于控制需求与执行器之间的线性物理组合关系,由此对初始化的效能矩阵元素进行线性缩放。
S330、对全部控制需求进行伪逆控制分配,解算零空间。
其中,对全部控制需求进行伪逆控制分配是指基于伪逆控制分配算法,将全部控制需求分配给无人机控制系统当中的执行器。伪逆控制分配所依据的伪逆控制分配算法公式如下:
F=pinv(B)*τT
其中,F为列向量,每个元素对应各执行器拉力,B表示效能矩阵,pinv表示求矩阵的伪逆矩阵,τ表示经标准化后的控制需求列向量。其中,控制需求矩阵由上述控制需求(无人机升力、滚转力矩、俯仰力矩和偏航力矩)组成。
解算零空间是指在上述执行器拉力分配方案的基础上,对效能矩阵的零空间进行求解,得到对执行器拉力进行调节的调节拉力。将上述拉力分配结果和调节拉力相加,得到各个执行器所分配的最终拉力。
S340、对执行器所分配拉力有无溢出进行判断。
其中,拉力有无溢出是指执行器所分配拉力有无超出上述标准化区间,如果拉力溢出,则说明此次的控制分配方案中,存在至少一个执行器出现效能饱和的情况。在这种情况下,无人机的控制系统很可能会因执行器过早饱和而使得无人机达不到最大可用控制力矩需求,从而不能完全释放无人机性能,将导致瞬态性能下降。
本实施例中,执行器具体的执行机构是电机。通过控制电机转速来实现无人机的姿态变化,进而控制无人机的速度、位置。
具体地,对执行器所分配拉力有无溢出进行判断可以是,对S330得到的控制分配方案进行分析,当存在至少一个电机所分配的拉力超出上述标准化区间时,说明电机所分配的拉力不符合实际物理极限;当电机所分配的拉力均在上述标准化区间内时,说明电机所分配的拉力是可以有效实现的。
S350、若执行器溢出,将效能矩阵中对应偏航力矩的行置零,重新对倾斜力矩和无人机升力进行伪逆分配,解算零空间。
其中,将效能矩阵中对应偏航力矩的行置零是指偏航力矩不参与此次的控制分配任务。
倾斜力矩是指对滚转力矩和俯仰力矩两者的统称。
本实施例中,第一次对全部控制需求进行分配,在所得的控制分配方案当中,存在执行器效能饱和的情况。基于此,对全部控制需求当中的控制因子进行重要等级排序,将优先级高的重要的控制因子优先进行控制分配,以尽最大限度满足对无人机性能影响最大的控制因子优先分配的原则。考虑到在上述全部控制需求当中,首先应该保证无人机的平稳性,其次是高度,最后是无人机的机头朝向问题,因此此次重新分配选择的控制需求是对倾斜力矩和无人机升力进行控制分配。
S360、在上述重新分配的基础上,对执行器所分配拉力有无溢出进行判断。
S370、若执行器溢出,在完成初次倾斜力矩和无人机升力分配的基础上,将倾斜力矩的未分配量转化为单电机拉力,再分配到未饱和的执行器上。
其中,倾斜力矩的未分配量是指在重新分配的控制分配方案中,可能存在一部分倾斜力矩的需求量未分配完的情况。倾斜力矩的未分配量可通过总的控制因子需求量减去已分配的控制量得到。
未饱和的执行器是指在初次分配倾斜力矩和无人机升力后,存在一部分执行器的拉力未饱和的情况。未饱和的执行器拉力裕度可通过总的执行器拉力减去已分配的拉力得到。
具体地,在初次完成倾斜力矩和无人机升力分配的基础上,对未分配的倾斜力矩进行伪逆分配,计算效能矩阵零空间,将倾斜力矩的未分配量再分配到未饱和的执行器上。
S380、计算执行器裕量,在不造成执行器饱和的前提下缩减比例分配偏航力矩。
可选地,计算执行器裕量,在不造成执行器饱和的前提下缩减比例分配偏航力矩,包括:
基于伪逆控制分配算法,尝试将未分配的偏航力矩分配到未饱和的执行器拉力上;根据控制分配结果中超出执行器上下限制的距离,归纳得到执行器的最大不可达拉力;根据执行器的最大不可达拉力,确定不能被执行器所分配的偏航力矩中的不可达力矩;根据不可达力矩和原始偏航力矩,在不造成执行器饱和的前提下对偏航力矩进行缩减比例分配。
其中,不可达拉力是指执行器拉力中超出标准化区间最大的拉力值。具体的计算过程可以是,统计所有执行器拉力超出标准化区间的绝对距离,选择超出标准化区间最大的值来作为不可达拉力。
不可达拉力矩是指根据执行器的最大不可达拉力,将伪逆控制分配算法公式反算,得到不能被执行器所分配的偏航力矩中的不可达力矩。
可选地,根据不可达力矩和偏航力矩,在不造成执行器饱和的前提下对偏航力矩进行缩减比例分配,包括:
根据不可达力矩和偏航力矩,调整偏航力矩的可分配量;基于伪逆控制分配算法,根据偏航力矩的可分配量,将偏航力矩的可分配量分配到未饱和的执行器拉力上;重新分配之后,对执行器所分配拉力有无溢出进行判断;若执行器溢出,则返回执行调整偏航力矩的可分配量,将调整后的偏航力矩的可分配量分配到未饱和的执行器拉力上,直至重新调整后的偏航力矩的可分配量满足执行器的拉力无溢出。
S390、控制分配过程结束。
具体地,在完成上述控制分配过程后,可得到对无人机姿态和位置进行控制的一组执行器拉力输出值。
本申请实施例在执行器效能饱和情况下,对控制需求中的倾斜力矩、无人机升力和偏航力矩实施降级保护的控制分配方案。其中,倾斜力矩优先级最高,其次是无人机升力,偏航力矩优先级最低。当无人机执行器出现效能饱和的情况时,将首先保证无人机姿态平稳不侧翻,其次不掉高,最后定机头,以实施最安全的保护策略,并且能最大化保证可控度;同时,本申请实施例的技术方案运用伪逆控制分配算法求解带约束的线性规划问题,只做简单的数值运算,避免了优化算法的多轮循环迭代运算和求解惩罚函数导数等,能够有效降低数值计算的复杂度,减少运算时间和参数整定。
实施例四
图4是本发明实施例提供的一种无人机控制装置的结构示意图。参见图4,本申请实施例提供的一种无人机控制装置,该装置包括:拉力分配模块410和拉力重新分配模块420。
拉力分配模块410,用于根据控制需求,对无人机中的至少一个执行器进行拉力分配;
拉力重新分配模块420,用于若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配。
本发明实施例根据控制需求,对无人机中的至少一个执行器进行拉力分配,在第一次尝试性控制分配的基础上,对存在执行器所分配拉力溢出的情况,选取部分控制需求,进行了重新拉力分配,通过对控制需求当中的部分控制需求进行重新拉力分配,避免了对全部控制需求进行直接控制分配导致的执行器出现效能饱和的情况,并且,通过对部分控制需求的分配,可以达到对目标控制需求进行优先分配的效果,从而实现对控制需求进行降级保护的控制分配的目的。
可选地,上述控制需求包括在如下至少一种控制因子下的控制数据:滚转力矩、俯仰力矩、偏航力矩和无人机升力。
进一步地,拉力重新分配模块420,包括:
初始需求确定单元,用于根据所述控制需求中各控制因子的控制优先级,选取至少一个控制因子的控制需求作为初始目标控制需求;
拉力重新分配单元,用于根据初始目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配;
候选需求确定单元,用于根据拉力分配结果,确定执行器裕量,并根据所述执行器裕量,确定未选取的控制因子的部分控制需求作为候选目标控制需求;
拉力再分配单元,用于根据所述候选目标控制需求,对所述无人机中的至少一个所述执行器进行拉力再分配。
进一步地,拉力重新分配单元,包括:
第一拉力分配子单元,用于根据所述初始目标控制需求,直接对所述无人机中的至少一个所述执行器重新进行拉力分配;
裕量触发执行子单元,用于根据若各所述执行器所分配拉力均未溢出,则触发执行执行器裕量确定操作。
进一步地,拉力重新分配单元,还包括:
第二分配子单元,用于根据所述初始目标控制需求,直接对所述无人机中的至少一个所述执行器重新进行拉力分配;
未分配量确定子单元,用于若存在至少一个执行器所分配拉力溢出,则确定所述初始目标控制需求中的未分配量;
拉力再分配子单元,用于根据所述初始目标控制需求中的未分配量,对所述无人机中的至少一个未溢出执行器进行拉力再分配。
进一步地,候选需求确定单元,包括:
模拟分配子单元,用于根据所述初始目标控制需求以外的其他控制需求,对所述无人机中的至少一个所述执行器进行拉力模拟分配;
裕量确定子单元,用于根据各所述执行器的模拟分配拉力的溢出结果,确定所述执行器裕量。
本发明实施例所提供的无人机控制装置可执行本发明任意实施例所提供的无人机控制方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种电子设备的结构示意图,如图5所示,该设备包括处理器510、存储器520、输入装置530和输出装置540。
设备中处理器510的数量可以是一个或多个,图5中以一个处理器510为例;设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或其他方式连接,图5中以通过总线连接为例。
其中,输入装置530,用于接收控制需求;
输出装置540,用于向对应执行器发送拉力分配量;
处理器510可以根据输入装置530输入的控制需求,对无人机中的至少一个执行器进行拉力分配;还可以在存在至少一个执行器所分配拉力溢出的情况下,选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配;还可以控制输出装置540向对应执行器发送拉力分配量,以使执行器进行拉力输出调整。
存储器520作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的无人机控制方法对应的程序指令/模块(例如,无人机控制装置中的拉力分配模块410和拉力重新分配模块420)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的无人机控制方法。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等(如上述实施例中的控制需求和拉力分配结果等)。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
实施例六
本申请实施例六还提供了一种无人机,该无人机中设置有如图5所示的电子设备。
实施例七
本发明实施例七还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种无人机控制方法,该方法包括:
根据控制需求,对无人机中的至少一个执行器进行拉力分配;
若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的无人机控制方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述无人机控制装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种无人机控制方法,其特征在于,包括:
根据控制需求,对无人机中的至少一个执行器进行拉力分配;
若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配;
其中,所述选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配,包括:
根据所述控制需求中各控制因子的控制优先级,选取至少一个控制因子的控制需求作为初始目标控制需求;其中,所述控制需求中各控制因子的控制优先级根据所述无人机实施的安全保护策略,进行控制因子的重要等级排序得到;
根据初始目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配;
根据拉力分配结果,确定执行器裕量,并根据所述执行器裕量,确定未选取的控制因子的部分控制需求作为候选目标控制需求;
根据所述候选目标控制需求,对所述无人机中的至少一个所述执行器进行拉力再分配;
其中,所述根据拉力分配结果,确定执行器裕量,包括:
根据所述初始目标控制需求以外的其他控制需求,对所述无人机中的至少一个所述执行器进行拉力模拟分配;
根据各所述执行器的模拟分配拉力的溢出结果,确定所述执行器裕量。
2.根据权利要求1所述的方法,其特征在于,所述根据初始目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配,包括:
根据所述初始目标控制需求,直接对所述无人机中的至少一个所述执行器重新进行拉力分配;
若各所述执行器所分配拉力均未溢出,则触发执行执行器裕量确定操作。
3.根据权利要求1所述的方法,其特征在于,所述根据初始目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配,包括:
根据所述初始目标控制需求,直接对所述无人机中的至少一个所述执行器重新进行拉力分配;
若存在至少一个执行器所分配拉力溢出,则确定所述初始目标控制需求中的未分配量;
根据所述初始目标控制需求中的未分配量,对所述无人机中的至少一个未溢出执行器进行拉力再分配。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述控制需求包括在如下至少一种控制因子下的控制数据:滚转力矩、俯仰力矩、偏航力矩和无人机升力。
5.一种无人机控制装置,其特征在于,包括:
拉力分配模块,用于根据控制需求,对无人机中的至少一个执行器进行拉力分配;
拉力重新分配模块,用于若存在至少一个执行器所分配拉力溢出,则选取部分控制需求作为目标控制需求,并根据目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配;
其中,所述拉力重新分配模块,包括:
初始需求确定单元,用于根据所述控制需求中各控制因子的控制优先级,选取至少一个控制因子的控制需求作为初始目标控制需求;其中,所述控制需求中各控制因子的控制优先级根据所述无人机实施的安全保护策略,进行控制因子的重要等级排序得到;
拉力重新分配单元,用于根据初始目标控制需求,对所述无人机中的至少一个所述执行器重新进行拉力分配;
候选需求确定单元,用于根据拉力分配结果,确定执行器裕量,并根据所述执行器裕量,确定未选取的控制因子的部分控制需求作为候选目标控制需求;
拉力再分配单元,用于根据所述候选目标控制需求,对所述无人机中的至少一个所述执行器进行拉力再分配;
其中,所述候选需求确定单元,包括:
模拟分配子单元,用于根据所述初始目标控制需求以外的其他控制需求,对所述无人机中的至少一个所述执行器进行拉力模拟分配;
裕量确定子单元,用于根据各所述执行器的模拟分配拉力的溢出结果,确定所述执行器裕量。
6.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一项所述的一种无人机控制方法。
7.一种无人机,其特征在于,设置有如权利要求6所述的电子设备。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一项所述的一种无人机控制方法。
CN202011012090.8A 2020-09-23 2020-09-23 无人机控制方法、装置、设备、无人机和介质 Active CN112198817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011012090.8A CN112198817B (zh) 2020-09-23 2020-09-23 无人机控制方法、装置、设备、无人机和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011012090.8A CN112198817B (zh) 2020-09-23 2020-09-23 无人机控制方法、装置、设备、无人机和介质

Publications (2)

Publication Number Publication Date
CN112198817A CN112198817A (zh) 2021-01-08
CN112198817B true CN112198817B (zh) 2022-07-12

Family

ID=74014579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011012090.8A Active CN112198817B (zh) 2020-09-23 2020-09-23 无人机控制方法、装置、设备、无人机和介质

Country Status (1)

Country Link
CN (1) CN112198817B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112817338B (zh) * 2021-04-16 2021-07-09 北京三快在线科技有限公司 无人机的控制方法、装置、存储介质及电子设备
CN113296533B (zh) * 2021-05-21 2022-02-22 深圳市边界智控科技有限公司 广义作动器控制分配与重构方法、装置及其相关组件

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102320378A (zh) * 2011-06-20 2012-01-18 北京航空航天大学 多操纵面飞机的一种均衡操纵分配方法
CN104020774A (zh) * 2014-06-19 2014-09-03 金陵科技学院 基于动态控制重新分配的飞行器姿态容错控制方法
CN104035447A (zh) * 2014-06-27 2014-09-10 金陵科技学院 基于动态控制重新分配的无人飞行器姿态容错控制方法
EP2342609B1 (en) * 2008-10-03 2015-03-04 Bell Helicopter Textron Inc. Method and apparatus for aircraft sensor and actuator failure protection using reconfigurable flight control laws
CN106598056A (zh) * 2016-11-23 2017-04-26 中国人民解放军空军工程大学 一种提升固定翼飞机隐身性能的舵面优先级调节方法
CN108327927A (zh) * 2018-01-17 2018-07-27 浙江大学 基于微小卫星的反作用轮组自适应力矩分配控制方法
CN109270947A (zh) * 2018-12-13 2019-01-25 北京航空航天大学 倾转旋翼无人机飞行控制系统
CN109976368A (zh) * 2019-04-16 2019-07-05 南京航空航天大学 一种基于直接分配法和零空间的飞行器控制分配方法
CN111240212A (zh) * 2020-03-25 2020-06-05 北京航空航天大学 一种基于优化预测的倾转旋翼无人机控制分配方法
CN111522356A (zh) * 2020-03-27 2020-08-11 北京航空航天大学 一种倾转旋翼无人机强鲁棒全包线一体化控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110531778B (zh) * 2019-07-17 2020-10-02 北京航空航天大学 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2342609B1 (en) * 2008-10-03 2015-03-04 Bell Helicopter Textron Inc. Method and apparatus for aircraft sensor and actuator failure protection using reconfigurable flight control laws
CN102320378A (zh) * 2011-06-20 2012-01-18 北京航空航天大学 多操纵面飞机的一种均衡操纵分配方法
CN104020774A (zh) * 2014-06-19 2014-09-03 金陵科技学院 基于动态控制重新分配的飞行器姿态容错控制方法
CN104035447A (zh) * 2014-06-27 2014-09-10 金陵科技学院 基于动态控制重新分配的无人飞行器姿态容错控制方法
CN106598056A (zh) * 2016-11-23 2017-04-26 中国人民解放军空军工程大学 一种提升固定翼飞机隐身性能的舵面优先级调节方法
CN108327927A (zh) * 2018-01-17 2018-07-27 浙江大学 基于微小卫星的反作用轮组自适应力矩分配控制方法
CN109270947A (zh) * 2018-12-13 2019-01-25 北京航空航天大学 倾转旋翼无人机飞行控制系统
CN109976368A (zh) * 2019-04-16 2019-07-05 南京航空航天大学 一种基于直接分配法和零空间的飞行器控制分配方法
CN111240212A (zh) * 2020-03-25 2020-06-05 北京航空航天大学 一种基于优化预测的倾转旋翼无人机控制分配方法
CN111522356A (zh) * 2020-03-27 2020-08-11 北京航空航天大学 一种倾转旋翼无人机强鲁棒全包线一体化控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
多螺旋桨太阳能无人机航向控制分配问题研究;赵维娜;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20150615;第27-52页 *
涵道风扇式无人机的优先级控制分配;蒙超恒等;《航空学报》;20200521;第32401-1——32401-12页 *

Also Published As

Publication number Publication date
CN112198817A (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
CN112198817B (zh) 无人机控制方法、装置、设备、无人机和介质
CN107329815B (zh) 一种基于BP-Tabu搜索的云任务负载均衡调度方法
CN107357661A (zh) 一种针对混合负载的细粒度gpu资源管理方法
JPH09167141A (ja) 負荷分散制御方法
CN105260230B (zh) 基于分段服务等级协议的数据中心虚拟机资源调度方法
DE112009001700T5 (de) Multikernsystem, fahrzeugseitige elektronische Steuerungseinheit und Aufgabenumschaltverfahren
CN107370799B (zh) 一种混合移动云环境中高能效的多用户在线计算迁移方法
CN110262897B (zh) 一种基于负载预测的Hadoop计算任务初始分配方法
CN106506670A (zh) 一种云平台虚拟资源高速调度方法与系统
CN112783195B (zh) 多无人机的巡检路线规划方法、装置和计算机设备
CN112799817A (zh) 一种微服务资源调度系统和方法
CN107562537B (zh) 一种基于万有引力搜索的云计算任务调度方法
CN109005130A (zh) 网络资源配置调度方法和装置
CN106528065B (zh) 一种线程获取方法及设备
CN111552550A (zh) 一种基于图形处理器gpu资源的任务调度方法、设备及介质
CN109558216B (zh) 一种基于在线迁移的单根i/o虚拟化优化方法及其系统
CN112559122A (zh) 一种基于电力专用安防设备的虚拟化实例管控方法及系统
CN114968601B (zh) 一种按比例预留资源的ai训练作业的调度方法和调度系统
CN114356543A (zh) 一种基于Kubernetes的多租户机器学习任务资源调度方法
CN116560860B (zh) 一种基于机器学习的资源优先级的实时优化调整方法
CN112148481B (zh) 一种执行仿真测试任务的方法、系统、设备及介质
CN109697105A (zh) 一种容器云环境物理机选择方法及其系统、虚拟资源配置方法及迁移方法
Zhang et al. Self-configuration of the number of concurrently running MapReduce jobs in a hadoop cluster
CN111506400A (zh) 计算资源分配系统、方法、装置和计算机设备
CN115718986B (zh) 一种基于分布式内存架构的多核并行时域仿真方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20220614

Address after: 238 Beiyuan Road, Dianshanhu Town, Kunshan City, Suzhou, Jiangsu 215300

Applicant after: Fengfei Aviation Technology (Kunshan) Co.,Ltd.

Address before: 518000 1AA, building T3, Gaoxin industrial village, 011 Gaoxin South 7th Road, Gaoxin community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: Shenzhen Lingfeng Electric Intelligent Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant