CN112678205A - 多旋翼无人机的异常监测方法、装置及电子设备 - Google Patents

Abstract

本发明提供了一种多旋翼无人机的异常监测方法、装置及电子设备，涉及无人机技术领域，包括：当监测到多旋翼无人机处于启动阶段时，获取驱动多旋翼无人机启动的控制量；其中，控制量施加在多旋翼无人机的旋转轴；将控制量输入至预设的旋转模型，得到多旋翼无人机的预估旋转角速度；基于预估旋转角速度对多旋翼无人机的启动异常进行监测；其中，启动异常包括螺旋状安装异常和/或电机旋转异常。本发明可以较好地监测出多旋翼无人机是否存在螺旋状安装异常、电机旋转异常，从而有效避免因螺旋桨安装异常或电机旋转异常等错误导致的多旋翼无人机起飞侧翻事故，进而有效降低因此造成的损失。

Description

多旋翼无人机的异常监测方法、装置及电子设备

技术领域

本发明涉及无人机技术领域，尤其是涉及一种多旋翼无人机的异常监测方法、装置及电子设备。

背景技术

随着无人机的快速发展，无人机越来越频繁地出现在大众视野中，尤其是多旋翼无人机，其优秀的悬停稳定型、灵活的操控性和较低的价格很容易被普通消费者接纳，在经过少量的培训和练习后就可以进行操控无人机飞行。然而，普通用户多数不清楚多旋翼无人机的螺旋桨为了抵消偏航方向的扭矩是由正反之分的，正向螺旋桨顺时针旋转，反向螺旋桨逆时针旋转，但在旋转时都是向下吹风。如果螺旋桨安装错误或电机的转向错误，螺旋桨产生的风向会向上或不能抵消偏航扭矩，在起飞时会造成控制的正反馈导致无人机侧翻。

目前，大多数多旋翼无人机的螺旋桨很容易安装错误，为改善这一问题，相关技术中提出可以采用机械结构的限制防止螺旋桨错误安装，但是这种方式存在诸多问题，诸如，螺旋桨易于脱落、无法规避由于电机转向错误而导致的无人机侧翻事故等。

发明内容

有鉴于此，本发明的目的在于提供一种多旋翼无人机的异常监测方法、装置及电子设备，可以较好地监测出多旋翼无人机是否存在螺旋状安装异常、电机旋转异常，从而有效避免因螺旋桨安装异常或电机旋转异常等错误导致的多旋翼无人机起飞侧翻事故，进而有效降低因此造成的损失。

第一方面，本发明实施例提供了一种多旋翼无人机的异常监测方法，所述方法应用于所述多旋翼无人机的控制模组，所述方法包括：当监测到所述多旋翼无人机处于启动阶段时，获取驱动所述多旋翼无人机启动的控制量；其中，所述控制量施加在所述多旋翼无人机的旋转轴；将所述控制量输入至预设的旋转模型，得到所述多旋翼无人机的预估旋转角速度；基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测；其中，所述启动异常包括螺旋状安装异常和/或电机旋转异常。

在一种实施方式中，所述旋转模型包括内模控制器和模拟子模型，所述内模控制器用于消除由外界干扰产生的余差，所述模拟子模型用于估计所述多旋翼无人机的预估旋转角速度，所述内模控制器的输出与所述模拟子模型的输入连接；所述将所述控制量输入至预设的控制模型，得到所述多旋翼无人机的预估旋转角速度的步骤，包括：通过所述内模控制器消除所述余差，并通过所述模拟子模型根据所述控制量输出所述多旋翼无人机的预估旋转角速度。

在一种实施方式中，所述基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测的步骤，包括：获取所述多旋翼无人机的实际旋转角速度；判断所述预估旋转角速度与所述实际旋转角速度之间的差值绝对值是否大于预设阈值；如果是，确定所述多旋翼无人机启动异常。

在一种实施方式中，所述旋转模型还包括真实子模型，所述内模控制器的输出与所述真实子模型的输入连接；所述获取所述多旋翼无人机的实际旋转角速度的步骤，包括：通过所述真实子模型根据所述控制量和扰动量输出所述多旋翼无人机的实际旋转角速度。

在一种实施方式中，所述多旋翼无人机设置有角速度传感器；所述获取所述多旋翼无人机的实际旋转角速度的步骤，包括：通过所述角速度传感器按照预设时间条件采集所述多旋翼无人机的实际旋转角速度。

在一种实施方式中，在所述基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测的步骤之后，所述方法还包括：如果确定所述多旋翼无人机启动异常，触发所述多旋翼无人机的电机关闭操作，以控制所述多旋翼无人机的电机停止运行。

在一种实施方式中，所述方法还包括：当所述多旋翼无人机的油门增大至预设悬停油门时，确定所述多旋翼无人机退出所述启动阶段，并禁止触发所述多旋翼无人机的电机关闭操作。

第二方面，本发明实施例还提供一种多旋翼无人机的异常监测装置，所述装置应用于所述多旋翼无人机的控制模组，所述装置包括：控制量获取模块，用于当监测到所述多旋翼无人机处于启动阶段时，获取驱动所述多旋翼无人机启动的控制量；其中，所述控制量施加在所述多旋翼无人机的旋转轴；角速度预估模块，用于将所述控制量输入至预设的旋转模型，得到所述多旋翼无人机的预估旋转角速度；异常监测模块，用于基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测；其中，所述启动异常包括螺旋状安装异常和/或电机旋转异常。

第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器；所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面提供的任一项所述的方法。

第四方面，本发明实施例还提供一种计算机存储介质，用于储存为第一方面提供的任一项所述方法所用的计算机软件指令。

本发明实施例提供的一种多旋翼无人机的异常监测方法、装置及电子设备，当监测到多旋翼无人机处于启动阶段时，获取驱动多旋翼无人机启动的控制量，该控制量施加在多旋翼无人机的旋转轴，然后将控制量输入至预设的旋转模型得到多旋翼无人机的预估旋转角速度，再基于预估旋转角速度对多旋翼无人机的启动异常进行监测，其中，启动异常包括螺旋状安装异常和/或电机旋转异常。本发明实施例通过控制算法对多旋翼无人机的启动异常进行监测，可利用旋转模型根据控制量估计多旋翼无人机的预估旋转角速度，在该预估旋转角速度的基础上监测多旋翼无人机是否存在启动异常，相较于现有技术中采用机械结构限制以防止螺旋桨安装异常，本发明实施例不仅可以避免因机械结构限制导致的螺旋桨易脱落情况，还可以在启动阶段及时发现异常，从而有效避免因螺旋桨安装异常或电机旋转异常等错误导致的多旋翼无人机起飞侧翻事故，进而有效降低因此造成的损失。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。

图1a为本发明实施例提供的一种螺旋桨的结构示意图；

图1b为本发明实施例提供的一种自紧螺旋桨的结构示意图；

图1c为本发明实施例提供的另一种螺旋桨的结构示意图；

图2为本发明实施例提供的一种多旋翼无人机的异常监测方法的流程示意图；

图3为本发明实施例提供的一种旋转模型的示意图；

图4为本发明实施例提供的一种多旋翼无人机的异常监测装置的结构示意图；

图5为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前，大多数多旋翼无人机的螺旋桨很容易安装错误，诸如图1a所示的一种螺旋桨的结构示意图，此类螺旋桨无正反之分，为改善这一问题，相关技术中提出可以采用机械结构的限制方式螺旋桨安装错误。以自紧螺旋桨为例，参见图1b所示的一种自紧螺旋桨的结构示意图，资金螺旋桨安装时有正向螺纹和反向螺纹之分，当螺纹与电机不匹配时螺旋桨将无法安装，从而预防螺旋桨安装错误，在实际使用中，自紧螺旋桨在电机旋转时会带动螺旋桨，导致螺旋桨越来越紧，但这种螺旋桨在电机转速突然降低时，由于螺旋桨的惯性很容易导致螺旋桨转速高于电机从而造成螺旋桨的脱落。另外，还可以通过其他机械结构进行限制，诸如通过弹簧偏和其他结构件实现防止螺旋桨错误安装，参见图1c所示的另一种螺旋桨的结构示意图，这种螺旋桨可以避免自紧螺旋桨脱落的问题，但还是不能规避由于电机转向错误导致的无人机侧翻事故。基于此，本发明实施提供了一种多旋翼无人机的异常监测方法、装置及电子设备，可以较好地监测出多旋翼无人机是否存在螺旋状安装异常、电机旋转异常，从而有效避免因螺旋桨安装异常或电机旋转异常等错误导致的多旋翼无人机起飞侧翻事故，进而有效降低因此造成的损失。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种多旋翼无人机的异常监测方法进行详细介绍，该方法应用于多旋翼无人机的控制模组，参见图2所示的一种多旋翼无人机的异常监测方法的流程示意图，该方法主要包括以下步骤S202至步骤S206：

步骤S202，当监测到多旋翼无人机处于启动阶段时，获取驱动多旋翼无人机启动的控制量。其中，当多旋翼无人机的油门增加值预设悬停油门之前，均可认为多旋翼无人机处于启动阶段（也可称之为，起飞阶段），控制量施加在多旋翼无人机的旋转轴，用以驱动旋转轴旋转。

步骤S204，将控制量输入至预设的旋转模型，得到多旋翼无人机的预估旋转角速度。其中，旋转模型可以采用内模控制模型，利用内模控制模型学习控制量与旋转角速度之间的关系，从而可以针对输入的控制量输出相应的预估旋转角速度。

步骤S206，基于预估旋转角速度对多旋翼无人机的启动异常进行监测；其中，启动异常包括螺旋状安装异常和/或电机旋转异常，螺旋桨安装异常指螺旋桨安装错误，电机旋转异常指电机转向错误。在一种实施方式中，可以通过比对旋转模型输出的预估旋转角速度与实际旋转角速度是否一致，来判断多旋翼无人机是否存在启动异常，如果存在螺旋桨安装错误或电机转向错误，即可在短时间内通过预估旋转角速度和实际旋转角速度存在较大偏差反映出来。

本发明实施例提供的多旋翼无人机的异常监测方法，通过控制算法对多旋翼无人机的启动异常进行监测，可利用旋转模型根据控制量估计多旋翼无人机的预估旋转角速度，在该预估旋转角速度的基础上监测多旋翼无人机是否存在启动异常，相较于现有技术中采用机械结构限制以防止螺旋桨安装异常，本发明实施例不仅可以避免因机械结构限制导致的螺旋桨易脱落情况，还可以在启动阶段及时发现异常，从而有效避免因螺旋桨安装异常或电机旋转异常等错误导致的多旋翼无人机起飞侧翻事故，进而有效降低因此造成的损失。

在实际应用中，在多旋翼无人机的某一个旋转轴上加以控制量，即一侧的电机转速偏高，另一侧的电机转速偏低，由于推力差或反扭力差的存在会导致无人机沿着这个轴有旋转动作，也就是会有角速度的输出。为得到控制量与角速度之间的关系，本发明实施例通过一阶传递函数近似描述控制量与角速度之间的关系。

为便于对前述实施例提供的多旋翼无人机的异常监测方法进行理解，本发明实施例提供了一种旋转模型的示例，参见图3所示的一种旋转模型的示意图，旋转模型包括内模控制器、模拟子模型、真实子模型和反馈子模型，其中，内模控制器的输出分别与模拟子模型的输入和真实子模型的输入连接，反馈子模型的输入与模拟子模型的输出连接，反馈子模型的输出与控制器的输入连接。另外，图3中R为系统输入，Gc(s)为内模控制器的传递函数，Gm(s)为模拟子模型的传递函数，该模拟子模型可以通过系统辨识等方法获得，用以模拟系统，Gp(s)为真实子模型的传递函数（或称之为，实际系统的传递函数），Gf(s)为反馈子模型的传递函数，D(s)为扰动量，Yp为实际旋转角速度，Ym为预估旋转角速度。

在一种实施方式中，上述内模控制器用于消除由外界干扰产生的余差，模拟子模型（也可称之为内部模型）用于估计多旋翼无人机的预估旋转角速度，真实子模型用于输出多旋翼无人机的实际旋转角速度，反馈子模型用于将预估旋转角速度反馈至内模控制器。

在图3的基础上，本发明实施例提供了一种将控制量输入至预设的控制模型，得到多旋翼无人机的预估旋转角速度的实施方式，本发明实施例可以不依赖角速度传感器，通过旋转模型在短时间内根据控制量估计出多旋翼无人机大概的预估旋转角速度。具体的，可以通过内模控制器消除余差，并通过模拟子模型根据控制量输出多旋翼无人机的预估旋转角速度。在实际应用中，可以对角速度控制做内模控制，以俯仰方向转动为例，通过扫频辨识，俯仰角速度和控制量的关系可以用以下传递函数近似描述：Gm(s)=80/(s+4)。将传递函数以0.002秒为周期离散化，将得到如下传递函数：Gm(z)=0.159361703258787/(z--0.992031914837061)，离散化后的传递函数可以在飞控中通过微处理器进行运算。

在一种实施方式中，可以按照如下步骤1至步骤3执行基于预估旋转角速度对多旋翼无人机的启动异常进行监测的步骤：

步骤1，获取多旋翼无人机的实际旋转角速度。本发明实施例提供了以下获取多旋翼无人机的实际旋转角速度的实施方式，参见如下方式一至方式二：

方式一：通过真实子模型根据控制量和扰动量输出多旋翼无人机的实际旋转角速度。其中，扰动量即为上述外界扰动D(s)。在一种实施方式中，将控制量输入至真实子模型，并结合真实子模型的输出和扰动量，即可得到多旋翼无人机的真实旋转角速度。

方式二：多旋翼无人机设置有角速度传感器，通过角速度传感器按照预设时间条件采集多旋翼无人机的实际旋转角速度。其中，角速度传感器可以采用陀螺仪，通过将角速度传感器设置在旋转轴处，以通过角速度传感器采集实际旋转角速度。

步骤2，判断预估旋转角速度与实际旋转角速度之间的差值绝对值是否大于预设阈值。在一种实施方式中，考虑到预设阈值设定较小可能会导致因内部模型的误差导致误判，设置较大可能会导致无法及时判断出异常，因此经多次实验验证，上述预设阈值可以设定在10度/秒至20度/秒之间。

步骤3，如果是，确定多旋翼无人机启动异常。例如，当预估旋转角速度与实际旋转角速度之间的差值绝对值大于20度/秒时，确定多旋翼无人机存在启动异常，当预估旋转角速度与实际旋转角速度之间的差值绝对值小于20度/秒时，确定多旋翼无人机不存在启动异常。

在实际应用中，如果确定多旋翼无人机启动异常，即可触发多旋翼无人机的电机关闭操作，以控制多旋翼无人机的电机停止运行。进一步的，在触发多旋翼无人机的电机关闭操作的同时，还可以将异常上报给用户，以便于用户及时对多旋翼无人机的安装进行调整。

另外，由于在正常飞行中也存在扰动等因素，也即真实子模型的输出和模拟子模型的输出也会存在偏差，为保证多旋翼无人机的正常飞行，可以在多旋翼无人机的油门增大至预设悬停油门时，确定多旋翼无人机退出启动阶段，并禁止触发多旋翼无人机的电机关闭操作，从而避免因实际旋转角速度和预估旋转角速度存在偏差时关闭电机而导致多旋翼无人机坠落的情况。

为便于对前述实施例提供的多旋翼无人机的异常监测方法进行理解，本发明实施例提供了一种多旋翼无人机的异常监测方法的应用示例，可参见如下步骤a至步骤c：

步骤a，初始化阶段：此时多旋翼无人机的电机旋转关闭，处于在地面待命的状态，内部模型的输出等于多旋翼无人机当前的旋转角速度，该旋转角速度可作为初始值。

步骤b，运行阶段：多旋翼无人机油门增大，在增加到悬停油门之前都为运行阶段，在此过程中会执行上述步骤S202至步骤S206，如果实际旋转角速度与内部模型输出的角速度输出一致，则可以继续运行，如果实际旋转角速度与内部模型的角速度偏差较大，则可以认为多旋翼无人机存在启动异常。

步骤c，关闭阶段：在正常飞行中由于扰动等因素的存在，实际旋转角速度与内部模型输出的也会存在一定偏差，此时将不再触发关闭电机的操作。

综上所述，本发明实施例能有效避免由于螺旋桨装反、电机旋转方向错误、没有安装螺旋桨等情况导致的无人机起飞侧翻，有效避免了因此造成的损失。

对于前述实施例提供的多旋翼无人机的异常监测方法，本发明实施例提供了一种多旋翼无人机的异常监测装置，该装置应用于多旋翼无人机的控制模组，参见图4所示的一种多旋翼无人机的异常监测装置的结构示意图，该装置主要包括以下部分：

控制量获取模块402，用于当监测到多旋翼无人机处于启动阶段时，获取驱动多旋翼无人机启动的控制量；其中，控制量施加在多旋翼无人机的旋转轴。

角速度预估模块404，用于将控制量输入至预设的旋转模型，得到多旋翼无人机的预估旋转角速度。

异常监测模块406，用于基于预估旋转角速度对多旋翼无人机的启动异常进行监测；其中，启动异常包括螺旋状安装异常和/或电机旋转异常。

本发明实施例提供的多旋翼无人机的异常监测装置，通过控制算法对多旋翼无人机的启动异常进行监测，可利用旋转模型根据控制量估计多旋翼无人机的预估旋转角速度，在该预估旋转角速度的基础上监测多旋翼无人机是否存在启动异常，相较于现有技术中采用机械结构限制以防止螺旋桨安装异常，本发明实施例不仅可以避免因机械结构限制导致的螺旋桨易脱落情况，还可以在启动阶段及时发现异常，从而有效避免因螺旋桨安装异常或电机旋转异常等错误导致的多旋翼无人机起飞侧翻事故，进而有效降低因此造成的损失。

在一种实施方式中，旋转模型包括内模控制器和模拟子模型，内模控制器用于消除由外界干扰产生的余差，模拟子模型用于估计多旋翼无人机的预估旋转角速度，内模控制器的输出与模拟子模型的输入连接；角速度预估模块404还用于：通过内模控制器消除余差，并通过模拟子模型根据控制量输出多旋翼无人机的预估旋转角速度。

在一种实施方式中，异常监测模块406还用于：获取多旋翼无人机的实际旋转角速度；判断预估旋转角速度与实际旋转角速度之间的差值绝对值是否大于预设阈值；如果是，确定多旋翼无人机启动异常。

在一种实施方式中，旋转模型还包括真实子模型，内模控制器的输出与真实子模型的输入连接；异常监测模块406还用于：通过真实子模型根据控制量和扰动量输出多旋翼无人机的实际旋转角速度。

在一种实施方式中，异常监测模块406还用于：通过角速度传感器按照预设时间条件采集多旋翼无人机的实际旋转角速度。

在一种实施方式中，上述装置还包括操作触发模块，用于：如果确定多旋翼无人机启动异常，触发多旋翼无人机的电机关闭操作，以控制多旋翼无人机的电机停止运行。

在一种实施方式中，上述装置还包括操作禁止触发模块，用于：当多旋翼无人机的油门增大至预设悬停油门时，确定多旋翼无人机退出启动阶段，并禁止触发多旋翼无人机的电机关闭操作。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本发明实施例提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。

图5为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器50，存储器51，总线52和通信接口53，所述处理器50、通信接口53和存储器51通过总线52连接；处理器50用于执行存储器51中存储的可执行模块，例如计算机程序。

其中，存储器51可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口53（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器51用于存储程序，所述处理器50在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中，或者由处理器50实现。

处理器50可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51，处理器50读取存储器51中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。

所述功能如果以软件功能单元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）执行本发明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。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种多旋翼无人机的异常监测方法，其特征在于，所述方法应用于所述多旋翼无人机的控制模组，所述方法包括：

当监测到所述多旋翼无人机处于启动阶段时，获取驱动所述多旋翼无人机启动的控制量；其中，所述控制量施加在所述多旋翼无人机的旋转轴；

将所述控制量输入至预设的旋转模型，得到所述多旋翼无人机的预估旋转角速度；

基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测；其中，所述启动异常包括螺旋状安装异常和/或电机旋转异常。

2.根据权利要求1所述的方法，其特征在于，所述旋转模型包括内模控制器和模拟子模型，所述内模控制器用于消除由外界干扰产生的余差，所述模拟子模型用于估计所述多旋翼无人机的预估旋转角速度，所述内模控制器的输出与所述模拟子模型的输入连接；

所述将所述控制量输入至预设的控制模型，得到所述多旋翼无人机的预估旋转角速度的步骤，包括：

通过所述内模控制器消除所述余差，并通过所述模拟子模型根据所述控制量输出所述多旋翼无人机的预估旋转角速度。

3.根据权利要求2所述的方法，其特征在于，所述基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测的步骤，包括：

获取所述多旋翼无人机的实际旋转角速度；

判断所述预估旋转角速度与所述实际旋转角速度之间的差值绝对值是否大于预设阈值；

如果是，确定所述多旋翼无人机启动异常。

4.根据权利要求3所述的方法，其特征在于，所述旋转模型还包括真实子模型，所述内模控制器的输出与所述真实子模型的输入连接；

所述获取所述多旋翼无人机的实际旋转角速度的步骤，包括：

通过所述真实子模型根据所述控制量和扰动量输出所述多旋翼无人机的实际旋转角速度。

5.根据权利要求3所述的方法，其特征在于，所述多旋翼无人机设置有角速度传感器；

所述获取所述多旋翼无人机的实际旋转角速度的步骤，包括：

通过所述角速度传感器按照预设时间条件采集所述多旋翼无人机的实际旋转角速度。

6.根据权利要求1所述的方法，其特征在于，在所述基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测的步骤之后，所述方法还包括：

如果确定所述多旋翼无人机启动异常，触发所述多旋翼无人机的电机关闭操作，以控制所述多旋翼无人机的电机停止运行。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述多旋翼无人机的油门增大至预设悬停油门时，确定所述多旋翼无人机退出所述启动阶段，并禁止触发所述多旋翼无人机的电机关闭操作。

8.一种多旋翼无人机的异常监测装置，其特征在于，所述装置应用于所述多旋翼无人机的控制模组，所述装置包括：

控制量获取模块，用于当监测到所述多旋翼无人机处于启动阶段时，获取驱动所述多旋翼无人机启动的控制量；其中，所述控制量施加在所述多旋翼无人机的旋转轴；

角速度预估模块，用于将所述控制量输入至预设的旋转模型，得到所述多旋翼无人机的预估旋转角速度；

异常监测模块，用于基于所述预估旋转角速度对所述多旋翼无人机的启动异常进行监测；其中，所述启动异常包括螺旋状安装异常和/或电机旋转异常。

9.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至7任一项所述的方法。

10.一种计算机存储介质，其特征在于，用于储存为权利要求1至7任一项所述方法所用的计算机软件指令。

Images