CN112711273B - 太阳能无人机航迹规划方法、电子设备及介质 - Google Patents
太阳能无人机航迹规划方法、电子设备及介质 Download PDFInfo
- Publication number
- CN112711273B CN112711273B CN202011603913.4A CN202011603913A CN112711273B CN 112711273 B CN112711273 B CN 112711273B CN 202011603913 A CN202011603913 A CN 202011603913A CN 112711273 B CN112711273 B CN 112711273B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- solar
- angle
- real
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001133 acceleration Effects 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 6
- NCGICGYLBXGBGN-UHFFFAOYSA-N 3-morpholin-4-yl-1-oxa-3-azonia-2-azanidacyclopent-3-en-5-imine;hydrochloride Chemical compound Cl.[N-]1OC(=N)C=[N+]1N1CCOCC1 NCGICGYLBXGBGN-UHFFFAOYSA-N 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000005096 rolling process Methods 0.000 claims 1
- 210000004027 cell Anatomy 0.000 description 54
- 238000004146 energy storage Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
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
- G05D1/10—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
- G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
- G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
- G05F1/66—Regulating electric power
- G05F1/67—Regulating electric power to the maximum power available from a generator, e.g. from solar cell
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Power Engineering (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了太阳能无人机航迹规划方法、电子设备及介质,包括:步骤1:判断无人机是否处于大风层中;步骤2:当无人机处于大风层中时,获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率和太阳能电池的剩余功率;步骤3:以太阳能电池的剩余能量最大化为目标函数构建优化模型,生成得无人机当前最优推力控制指令,计算无人机在下一时刻的预估位置坐标信息;步骤4:判断无人机下一时刻的预估位置是否为预设终点坐标,若是所述预设终点坐标则结束规划,否则返回步骤1,直至无人机下一时刻的预估位置坐标信息等于预设终点坐标。本发明提高太阳能电池板的使用效率,保证其在极端气象环境中飞行的稳定性。
Description
技术领域
本发明属于无人机航迹规划技术领域,具体涉及一种基于大风层切换策略的太阳能无人机航迹规划方法及电子设备。
背景技术
太阳能无人机是以太阳能作为主要动力来源的一种长航时无人机,理论上可实现无限续航。因其续航时间较长,通常用来执行通信中继、侦查、搜索、预警等任务。太阳能无人机以清洁能源作为主要动力来源,减少了化学和燃料电池对环境的危害。基于上述优点,各国持续加大对太阳能无人机的关注和研究,其商业应用前景也十分广阔。
目前太阳能无人机仍存在较多待完善的技术问题,例如提高续航时间、提高太阳能电池的使用效率、提高其在风场中飞行的稳定性等。其中续航时间对太阳能无人机的工作效率十分重要,在太阳能无人机执行通信中继、侦查和监测等任务时,理论上希望太阳能无人机实现超长航时飞行甚至无限续航,但目前市场上的太阳能无人机续航时间远远达不到预期值。太阳能无人机为节省功率,常采用较轻材料构造机身,整个机身重量较小,因此太阳能无人机对风场的变化较为敏感,尤其像大风层等极端天气对太阳能无人机的飞行有极大的影响。
要解决上述技术问题,就要延长太阳能无人机的续航时间和提高其在极端气象环境中飞行的稳定性,从而提升太阳能无人机的工作效率。
因此,需要一种方法来提高太阳能无人机的续航时间和其在极端气象环境中飞行的稳定性。
发明内容
本发明的目的是提出一种能提高太阳能无人机的续航时间和其在极端气象环境中飞行的稳定性的基于大风层切换策略的太阳能无人机航迹规划方法。
第一方面,本发明提供一种基于大风层切换策略的太阳能无人机航迹规划方法,包括:步骤1:根据当前时刻的实时风速,判断无人机是否处于大风层中;步骤2:若处于大风层中,则保持无人机迎风飞行状态,直至无人机离开大风层;若未处于大风层中,执行以下步骤:步骤21:获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率和太阳能电池的剩余功率;步骤22::以太阳能电池的剩余能量最大化为目标函数构建优化模型,求解得无人机当前最优推力,基于所述最优推力,生成最优推力控制指令,其中所述目标函数为所述太阳能电池的剩余功率在飞行时间段上的积分;步骤23::基于所述x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率、所述无人机的实时位置坐标、实时俯仰角和实时偏航角,计算所述无人机在下一时刻的预估位置坐标信息;步骤24::判断无人机下一时刻的预估位置是否为预设终点坐标,若是所述预设终点坐标,否则返回步骤1,直至所述无人机下一时刻的预估位置坐标信息等于预设终点坐标。
可选的,采用下述公式判断所述无人机是否处于大风层中:
W=Wa-Wg
当W≥80%Wa,判定所述无人机处于大风层中,其中,W为风速矢量,Wa为采用机载风速仪测量的真空速矢量,Wg为采用机载测向卫星导航系统测量的地速矢量。
可选的,基于太阳能无人机质点动力学模型,获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率,所述太阳能无人机质点动力学模型为:
其中,为所述无人机的x轴速度矢量,为所述无人机的y轴速度矢量,为所述无人机的z轴速度矢量,wx,wy,wz为三轴实时风速,v为所述无人机的实时速度,θ为实时俯仰角,ψ为实时偏航角,为加速度矢量、为俯仰角速率,为偏航角速率,m为所述无人机的质量,g为重力加速度,T为螺旋桨推力,D为阻力,为滚转角,L为升力。
可选的,采用下述公式计算所述太阳能电池剩余功率Pbat:
pbat=p0+pin-pout
其中,Po为太阳能电池初始电量,Pin为当前时刻太阳能电池获得的太阳能功率,Pout为消耗的总功率。
可选的,采用下述公式计算太阳能电池获得的太阳能功率Pin:
pin=ηcellηMPPTScellGiKtcosθi
采用以下公式计算消耗总功率Pout:
其中,ηcell为太阳能电池板效率,ηMPPT为最大功率点跟踪器MPPT效率,Scell为太阳能电池板面积,Gi为太阳能辐照强度,Kt为净度指数,表示不同天气下太阳能电池接受太阳能辐照强度的变化,θi为太阳光在太阳能电池表面的入射角,T为螺旋桨推力,v为无人机的实时速度,pav为机载电子设备消耗功率,pTx为载荷功率,ηprop为螺旋桨功率。
可选的,采用下述公式计算太阳光在太阳能电池表面的第一入射角θi:
θi=cos-1(sinαscosφcosθ-cosαssinφsin(γs-ψ)+cosαscosφsinθcos(γs-ψ))
其中,αs为太阳高度角,γs为太阳方位角,φ为实时滚转角,θ为实时俯仰角,ψ为实时偏航角。
可选的,采用下述公式获得所述太阳方位角和太阳高度角:
αs=sin-1(Cosφlatcosδcosω+sinδsinφlat)
其中,δ为太阳偏转角,n为飞行天数,αs为太阳高度角,φlat为纬度,ω为小时角,γs为太阳方位角,θz为天顶角。
可选的,所述目标函数为:
约束条件:
hmin≤h≤hmax
vmin≤v≤vmax
0≤T≤Tmax
θs≤θ1
φs≤φ1
其中,Ebat为太阳能电池剩余能量,t0为初始飞行时间,ti为当前时刻的飞行时间,h为飞行高度,hmax和hmin为飞行高度的最大值和最小值,vmax和vmin为所述无人机飞行速度的最大值和最小值,T为螺旋桨推力,Tmax为螺旋桨推力最大值、φs为滚转角,φ1为滚转角最大值,θS为俯仰角,θ1为俯仰角最大值。
第二方面,本发明还提供一种电子设备,所述电子设备包括:存储器,存储可执行指令;处理器,所述处理器运行所述存储器中的所述可执行指令,以实现上述基于大风层切换策略的太阳能无人机航迹规划方法。
第三方面,本发明还提供一种计算机可读存储介质,该计算机可读存储介质存储计算机程序,该计算机程序被处理器执行时实现上述的基于大风层切换策略的太阳能无人机航迹规划方法。
本发明的有益效果在于:本发明的基于大风层切换策略的太阳能无人机航迹规划方法可延长太阳能无人机的续航时间,提高太阳能电池板的使用效率,保证其在极端气象环境中飞行的稳定性,确保无人机在大风层中能够安全飞行。
本发明具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施例中将是显而易见的,或者将在并入本文中的附图和随后的具体实施例中进行详细陈述,这些附图和具体实施例共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施方式中,相同的参考标号通常代表相同部件。
图1示出了根据本发明的一个实施例的一种基于大风层切换策略的太阳能无人机航迹规划方法的流程图。
图2示出了根据本发明的一个实施例的一种基于大风层切换策略的太阳能无人机航迹规划方法的详细流程图。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种基于大风层切换策略的太阳能无人机航迹规划方法,包括:步骤1:根据当前时刻的实时风速,判断无人机是否处于大风层中;步骤2:若处于大风层中,则保持无人机迎风飞行状态,直至无人机离开大风层;若未处于大风层中,执行以下步骤:步骤21:获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率和太阳能电池的剩余功率;步骤22:以太阳能电池的剩余能量最大化为目标函数构建优化模型,求解得无人机当前最优推力,基于最优推力,生成最优推力控制指令,其中目标函数为太阳能电池的剩余功率在飞行时间段上的积分;步骤23:基于x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率、无人机的实时位置坐标、实时俯仰角和实时偏航角,计算无人机在下一时刻的预估位置坐标信息;步骤24:判断无人机下一时刻的预估位置是否为预设终点坐标,若是所述预设终点坐标则结束规划,否则返回步骤1,直至无人机下一时刻的预估位置坐标信息等于预设终点坐标。
具体的,初始化太阳能无人机自身参数、飞行环境参数以及起始点和终点的坐标。太阳能无人机自身参数包括质量、飞行速度最大值和最小值、飞行高度最大值和最小值、螺旋桨推力最大值、滚转角范围、俯仰角范围等;飞行环境参数包括太阳能辐照强度等;
根据实时风速数据,判断该时刻无人机是否处于大风层中,若处于大风层中,则保持无人机迎风飞行状态,直至无人机离开大风层,若未处于大风层中,则搭建太阳能无人机质点动力学模型,求解x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率以及偏航角速率。x轴方向为横坐标方向,y为纵坐标方向,z为高度坐标方向,模型中考虑三轴实时风速(wx,wy,wz)对无人机运动的影响;搭建太阳能辐照模型,求出太阳方位角、太阳高度角的数学模型;搭建能源模型,求解太阳能电池所获太阳能功率、消耗总功率,进而求得储能电池剩余功率;将储能电池剩余能量最大化作为目标函数,即储能电池剩余功率在飞行时间段上的积分,引入序列最小二乘二次规划法求解优化问题,将最大化为目标函数作为优化模型,求解得无人机当前最优推力,基于最优推力,生成最优推力控制指令,获得当前时刻无人机最优推力控制指令。根据x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率、无人机的实时位置坐标、实时俯仰角和实时偏航角,计算无人机在下一时刻的位置坐标信息以及俯仰角、偏航角等信息;判断无人机在下一时刻的位置是否到达终点坐标,若到达则结束程序;若未到达则重新计算x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率和太阳能电池的剩余功率等,计算下一时刻无人机的最优推力控制指令和下下个时刻无人机坐标点和姿态角信息。再次判断,是否达到终点,直至飞行结束。
根据示例性的实施方式,基于大风层切换策略的太阳能无人机航迹规划方法可延长太阳能无人机的续航时间,提高太阳能电池板效率,保证其在极端气象环境中飞行的稳定性,确保无人机在大风层中安全飞行。
作为可选方案,采用下述公式判断无人机是否处于大风层中:
W=Wa-Wg
当W≥80%Wa,判定无人机处于大风层中,其中,W为风速矢量,Wa为采用机载风速仪测量的真空速矢量,Wg为采用机载测向卫星导航系统测量的地速矢量。
具体的,测量太阳能无人机ti时刻飞行环境的实时风速的基本原理如下式:
W=Wa-Wg
其中W为风速矢量,Wa为真空速矢量,Wg为地速矢量;
其中,Wa和Wg的测量方案如下描述:
(a)真空速矢量:机载风速仪直接测量风度的大小和方向;大气数据系统测量真空速大小,测向卫星导航系统测量机头指向;
(b)地速矢量:机载测向卫星导航系统测量地速的大小和速度航向;
当ti时刻(W≥80%Wa),即ti时刻无人机所处环境的风速Wi大于等于80%的无人机ti时刻真空速Vi时,此时无人机视为处于大风层中,应采取相应措施,即调整无人机航向,使其保持迎风飞行,直至离开大风层;
当ti时刻W<80%Wa时,此时无人机视为未处于大风层中。
作为可选方案,基于太阳能无人机质点动力学模型,获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率,太阳能无人机质点动力学模型为:
其中,为无人机的x轴速度矢量,为无人机的y轴速度矢量,为无人机的z轴速度矢量,wx,wy,wz为三轴实时风速,v为无人机的实时速度,θ为实时俯仰角,ψ为实时偏航角,为加速度矢量、为俯仰角速率,为偏航角速率,m为无人机的质量,g为重力加速度,T为螺旋桨推力,D为阻力,为滚转角,L为升力。
上式中T为螺旋桨推力,D为阻力,θ为俯仰角。
作为可选方案,采用下述公式计算太阳能电池剩余功率Pbat:
pbat=p0+pin-pout
其中,Po为太阳能电池初始电量,Pin为当前时刻太阳能电池获得的太阳能功率,Pout为消耗总功率。
具体的,通过如下公式求解ti时刻储能电池剩余功率Pbat:
pbat=p0+pin-pout
其中,Po为储能电池初始电量。
作为可选方案,采用下述公式计算太阳能电池获得的太阳能功率Pin:
pin=ηcellηMPPPTScellGiKtcosθi
采用以下公式计算消耗总功率Pout:
其中,ηcell为太阳能电池板效率,ηMPPT为最大功率点跟踪器MPPT效率,Scell为太阳能电池板面积,Gi为太阳能辐照强度,Kt为净度指数,表示不同天气下太阳能电池接受太阳能辐照强度的变化,θi为太阳光在太阳能电池表面的入射角,T为螺旋桨推力,v为无人机的实时速度,pav为机载电子设备消耗功率,pTx为载荷功率,ηprop为螺旋桨功率。
具体的,通过如下公式:
pin=ηcellηMPPTScellGiKtcosθi
求解ti时刻太阳能电池所获太阳能功率Pin、消耗总功率Pout,其中ηcell为太阳能电池板效率,ηMPPT为最大功率点跟踪器MPPT效率,Scell为太阳能电池板面积,Gi为太阳能辐照强度,Kt为净度指数,表示不同天气下太阳能电池接受太阳能辐照强度的变化,pav为机载电子设备消耗功率,pTx为载荷功率。
作为可选方案,采用下述公式计算太阳光在太阳能电池表面的第一入射角θi:
θi=cos-1(sinαscosφcosθ
-cosαssinφsin(γs-ψ)+cosαscosφsinθcos(γs-ψ))
其中,αa为太阳高度角,γs为太阳方位角,φ为实时滚转角,θ为实时俯仰角,ψ为实时偏航角。
具体的,通过如下公式求解ti时刻太阳在太阳能电池表面的第一入射角θi:
θi=cos-1(sinαscosφcosθ
-cosαssinφsin(γs-ψ)+cosαscosφsinθcos(γs-ψ))。
作为可选方案,采用下述公式获得太阳方位角和太阳高度角:
αs=sin-1(cosφlatcosδcosω+sinδsinφlat)
其中,δ为太阳偏转角,n为飞行天数,αs为太阳高度角,φlat为纬度,ω为小时角,γs为太阳方位角,θz为天顶角。
具体的,搭建太阳能辐照模型,太阳能辐照模型的公式为:
αs=sin-1(cosφlatcosδcosω+sinδsinφlat)
搭建出ti时刻太阳光在太阳偏转角δ、太阳方位角γs、太阳高度角αs的数学模型,为太阳能功率的计算作铺垫。式中n表示飞行日期为一年中的第n天,φlat为纬度,ω为小时角。
作为可选方案,目标函数为:
约束条件:
hmin≤h≤hmax
vmin≤v≤vmax
0≤T≤Tmax
θs≤θ1
φs≤φ11
其中,Ebat为太阳能电池剩余能量,t0为初始飞行时间,ti为当前时刻的飞行时间,h为飞行高度,hmax和hmin为飞行高度的最大值和最小值,vmax和vmin为无人机飞行速度的最大值和最小值,T为螺旋桨推力,Tmax为螺旋桨推力最大值、φs为滚转角,φ1为滚转角最大值,θS为俯仰角,θ1为俯仰角最大值。
具体的,将储能电池剩余能量Ebat最大化作为目标函数,即希望储能电池剩余功率Pbat在飞行时间段t0~ti上的积分最大化,对目标函数进行求解。
将ti时刻储能电池剩余能量Ebat最大化作为目标函数;使用序列最小二乘二次规划法求解优化问题。其中h为飞行高度,v为无人机空速,T为螺旋桨推力。
第二方面,本发明还提供一种电子设备,电子设备包括:存储器,存储可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述基于大风层切换策略的太阳能无人机航迹规划方法。
第三方面,本发明还提供一种计算机可读存储介质,该计算机可读存储介质存储计算机程序,该计算机程序被处理器执行时实现上述的基于大风层切换策略的太阳能无人机航迹规划方法。
实施例一
图1示出了根据本发明的一个实施例的一种基于大风层切换策略的太阳能无人机航迹规划方法的流程图。图2示出了根据本发明的一个实施例的一种基于大风层切换策略的太阳能无人机航迹规划方法的应用全频带叠后地震数据生成地震调谐体的流程图。
如图1所示,该基于大风层切换策略的太阳能无人机航迹规划方法,包括:
步骤1:根据当前时刻的实时风速,判断无人机是否处于大风层中;
步骤2:若处于大风层中,则保持无人机迎风飞行状态,直至无人机离开大风层;若未处于大风层中,执行以下步骤:步骤21:获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率和太阳能电池的剩余功率;
步骤22:以太阳能电池的剩余能量最大化为目标函数构建优化模型,求解得无人机当前最优推力,基于最优推力,生成最优推力控制指令,其中目标函数为太阳能电池的剩余功率在飞行时间段上的积分;
步骤23:基于x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率、无人机的实时位置坐标、实时俯仰角和实时偏航角,计算无人机在下一时刻的预估位置坐标信息;
步骤24:判断无人机下一时刻的预估位置是否为预设终点坐标,若是所述预设终点坐标则结束规划,否则返回步骤1,直至无人机下一时刻的预估位置坐标信息等于预设终点坐标。
其中,采用下述公式判断无人机是否处于大风层中:
W=Wa-Wg
当W≥80%Wa,判定无人机处于大风层中,其中,W为风速矢量,Wa为采用机载风速仪测量的真空速矢量,Wg为采用机载测向卫星导航系统测量的地速矢量。
其中,基于太阳能无人机质点动力学模型,获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率,太阳能无人机质点动力学模型为:
其中,为无人机的x轴速度矢量,为无人机的y轴速度矢量,为无人机的z轴速度矢量,wx,wy,wz为三轴实时风速,v为无人机的实时速度,θ为实时俯仰角,ψ为实时偏航角,为加速度矢量、为俯仰角速率,为偏航角速率,m为无人机的质量,g为重力加速度,T为螺旋桨推力,D为阻力,为滚转角,L为升力。
其中,采用下述公式计算太阳能电池剩余功率Pbat:
pbat=p0+pin-pout
其中,Po为太阳能电池初始电量,Pin为当前时刻太阳能电池获得的太阳能功率,Pout为消耗的总功率。
其中,采用下述公式计算太阳能电池获得的太阳能功率Pin:
pin=ηcellηMPPTScellGiKtcosθi
采用以下公式计算消耗总功率Pout:
其中,ηcell为太阳能电池板效率,ηMPPT为最大功率点跟踪器MPPT效率,Scell为太阳能电池板面积,Gi为太阳能辐照强度,Kt为净度指数,表示不同天气下太阳能电池接受太阳能辐照强度的变化,θi为太阳光在太阳能电池表面的入射角,T为螺旋桨推力,v为无人机的实时速度,pav为机载电子设备消耗功率,pTx为载荷功率,ηprop为螺旋桨功率。
其中,采用下述公式计算太阳光在太阳能电池表面的第一入射角θi:
θi=cos-1(sinαscosφcosθ
-cosαssinφsin(γs-ψ)+cosαscosφsinθcos(γs-ψ))
其中,αs为太阳高度角,γs为太阳方位角,φ为实时滚转角,θ为实时俯仰角,ψ为实时偏航角。
其中,采用下述公式获得太阳方位角和太阳高度角:
αs=sin-1(cosφlatcosδcosω+sinδsinφlat)
其中,δ为太阳偏转角,n为飞行天数,αs为太阳高度角,φlat为纬度,ω为小时角,γs为太阳方位角,θz为天顶角。
其中,目标函数为;
约束条件:
hmin≤h≤hmax
vmin≤v≤vmax
0≤T≤Tmax
θs≤θ1
φs≤φ1
其中,Ebat为太阳能电池剩余能量,t0为初始飞行时间,ti为当前时刻的飞行时间,h为飞行高度,hmax和hmin为飞行高度的最大值和最小值,vmax和vmin为无人机飞行速度的最大值和最小值,T为螺旋桨推力,Tmax为螺旋桨推力最大值、φs为滚转角,φ1为滚转角最大值,θs为俯仰角,θ1为俯仰角最大值。
本公开提供一种电子设备包括,该电子设备包括:存储器,存储可执行指令;处理器,处理器运行存储器中的可执行指令,以实现上述基于大风层切换策略的太阳能无人机航迹规划方法。
根据本公开实施例的电子设备包括存储器和处理器。
该存储器用于存储非暂时性计算机可读指令。具体地,存储器可以包括一个或多个计算机程序产品,该计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中,该处理器用于运行该存储器中存储的该计算机可读指令。
本领域技术人员应能理解,为了解决如何获得良好用户体验效果的技术问题,本实施例中也可以包括诸如通信总线、接口等公知的结构,这些公知的结构也应包含在本公开的保护范围之内。
有关本实施例的详细说明可以参考前述各实施例中的相应说明,在此不再赘述。
本公开提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述基于大风层切换策略的太阳能无人机航迹规划方法。
根据本公开实施例的计算机可读存储介质,其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时,执行前述的本公开各实施例方法的全部或部分步骤。
上述计算机可读存储介质包括但不限于:光存储介质(例如:CD-ROM和DVD)、磁光存储介质(例如:MO)、磁存储介质(例如:磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如:存储卡)和具有内置ROM的媒体(例如:ROM盒)。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种基于大风层切换策略的太阳能无人机航迹规划方法,其特征在于,包括:
步骤1:根据当前时刻的实时风速,判断无人机是否处于大风层中;
步骤2:若处于大风层中,则保持无人机迎风飞行状态,直至无人机离开大风层;若未处于大风层中,执行以下步骤:
步骤21:获取无人机的x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率和太阳能电池的剩余功率;
步骤22:以太阳能电池的剩余能量最大化为目标函数构建优化模型,求解得无人机当前最优推力,基于所述最优推力,生成最优推力控制指令,其中所述目标函数为所述太阳能电池剩余功率在飞行时间段上的积分;
步骤23:基于所述x轴速度矢量、y轴速度矢量、z轴速度矢量、加速度矢量、俯仰角速率、偏航角速率、所述无人机的实时位置坐标、实时俯仰角和实时偏航角,计算无人机在下一时刻的预估位置坐标信息;
步骤24:判断无人机下一时刻的预估位置是否为预设终点坐标,若是所述预设终点坐标则结束规划,否则返回步骤1,直至所述无人机下一时刻的预估位置坐标信息等于预设终点坐标。
2.根据权利要求1所述的基于大风层切换策略的太阳能无人机航迹规划方法,其特征在于,采用下述公式判断所述无人机是否处于大风层中:
W=Wa-Wg
当W≥80%Wa,判定所述无人机处于大风层中,其中,W为风速矢量,Wa为采用机载风速仪测量的真空速矢量,Wg为采用机载测向卫星导航系统测量的地速矢量。
4.根据权利要求3所述的基于大风层切换策略的太阳能无人机航迹规划方法,其特征在于,采用下述公式计算所述太阳能电池剩余功率Pbat:
pbat=p0+pin-pout
其中,Po为太阳能电池初始电量,Pin为当前时刻太阳能电池获得的太阳能功率,Pout为消耗的总功率。
6.根据权利要求5所述的基于大风层切换策略的太阳能无人机航迹规划方法,其特征在于,采用下述公式计算太阳光在太阳能电池表面的入射角θi:
θi=cos-1(sinαscosφcosθ-cosαssinφsin(γs-ψ)+cosαscosφsinθcos(γs-ψ))
其中,αs为太阳高度角,γs为太阳方位角,φ为实时滚转角,θ为实时俯仰角,ψ为实时偏航角。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现根据权利要求1-8中任一项所述的基于大风层切换策略的太阳能无人机航迹规划方法。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质存储计算机程序,该计算机程序被处理器执行时实现权利要求1-8中任一项所述的基于大风层切换策略的太阳能无人机航迹规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011603913.4A CN112711273B (zh) | 2020-12-29 | 2020-12-29 | 太阳能无人机航迹规划方法、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011603913.4A CN112711273B (zh) | 2020-12-29 | 2020-12-29 | 太阳能无人机航迹规划方法、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112711273A CN112711273A (zh) | 2021-04-27 |
CN112711273B true CN112711273B (zh) | 2023-04-18 |
Family
ID=75546906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011603913.4A Active CN112711273B (zh) | 2020-12-29 | 2020-12-29 | 太阳能无人机航迹规划方法、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112711273B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114337785A (zh) * | 2021-12-30 | 2022-04-12 | 陕西锐远信息科技有限公司 | 太阳能无人机通信能量管理策略、系统、终端及存储介质 |
CN115981376B (zh) * | 2023-03-20 | 2023-06-20 | 成都航空职业技术学院 | 一种基于气流模型的无人机长滞空飞行规划方法和装置 |
CN117420837B (zh) * | 2023-12-19 | 2024-03-19 | 中国航天空气动力技术研究院 | 基于风场感知与能量增益的无人机航迹规划方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2988868B1 (fr) * | 2012-03-30 | 2015-04-24 | Parrot | Procede de pilotage d'un drone a voilure tournante a rotors multiples avec estimation et compensation du vent lateral |
CN107145161B (zh) * | 2017-05-27 | 2020-02-21 | 合肥工业大学 | 无人机访问多目标点的航迹规划方法及装置 |
CN110286699B (zh) * | 2019-05-28 | 2020-12-15 | 东南大学 | 一种无线传感网数据采集中基于实际模型的无人机最优速度调度方法 |
CN110348595B (zh) * | 2019-05-31 | 2022-12-23 | 南京航空航天大学 | 一种基于飞行数据的无人机混合推进系统能量管控方法 |
CN110244753B (zh) * | 2019-06-24 | 2023-01-31 | 深圳市道通智能航空技术股份有限公司 | 风速测算方法及无人机 |
WO2021081708A1 (zh) * | 2019-10-28 | 2021-05-06 | 深圳市大疆创新科技有限公司 | 无人机的控制方法和无人机 |
CN110726851A (zh) * | 2019-12-02 | 2020-01-24 | 南京森林警察学院 | 一种利用旋翼无人机测算风速的方法 |
-
2020
- 2020-12-29 CN CN202011603913.4A patent/CN112711273B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112711273A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112711273B (zh) | 太阳能无人机航迹规划方法、电子设备及介质 | |
Rajendran et al. | Implications of longitude and latitude on the size of solar-powered UAV | |
Oettershagen et al. | Perpetual flight with a small solar-powered UAV: Flight results, performance analysis and model validation | |
CN111256703B (zh) | 一种多旋翼无人机巡检路径规划方法 | |
Gao et al. | Energy management strategy for solar-powered high-altitude long-endurance aircraft | |
US11164464B1 (en) | Optimizing trajectory of unmanned aerial vehicles | |
Kim et al. | Flight path planning for a solar powered UAV in wind fields using direct collocation | |
Shaoqi et al. | Flight strategy optimization for high-altitude long-endurance solar-powered aircraft based on Gauss pseudo-spectral method | |
CN105398578A (zh) | 一种基于纵向航迹的太阳能飞行器安全控制方法 | |
Marriott et al. | Trajectory optimization of solar-powered high-altitude long endurance aircraft | |
CN111278274A (zh) | 使用飞行物体对固定的土地块进行遮挡的方法 | |
CN108425541A (zh) | 一种无人机遮阳飞篷及其实现方法 | |
CN108657467B (zh) | 一种利用虚拟太阳矢量的航天器偏航机动控制方法及系统 | |
CN108820230B (zh) | 一种高空太阳能飞机多日循环飞行的能量管理方法 | |
Andersson et al. | Cooperating uavs using thermal lift to extend endurance | |
Moyano Cano | Quadrotor UAV for wind profile characterization | |
Huang et al. | Energy-optimal path planning for solar-powered UAVs monitoring stationary target | |
CN112650261B (zh) | 一种飞行器的滑翔控制方法及装置 | |
Mojib et al. | A novel approach for border security; surveillance drone with live intrusion monitoring | |
Huang et al. | Endurance estimate for solar-powered unmanned aerial vehicles | |
CN207974609U (zh) | 一种无人机遮阳飞蓬 | |
CN114384938A (zh) | 一种无人机起降航向校正方法及系统 | |
Mears | Energy harvesting for unmanned air vehicle systems using dynamic soaring | |
Dwivedi et al. | Design studies to achieve energy optimal attitude for a solar-powered aircraft | |
Ramesh et al. | CREATeV: An Evaluation of Solar Charging Optimization for Ultra-Long Endurance Flight |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |