CN113485402A - 一种巡检机器人多模式飞行稳定性控制方法及装置 - Google Patents

一种巡检机器人多模式飞行稳定性控制方法及装置 Download PDF

Info

Publication number
CN113485402A
CN113485402A CN202110845748.1A CN202110845748A CN113485402A CN 113485402 A CN113485402 A CN 113485402A CN 202110845748 A CN202110845748 A CN 202110845748A CN 113485402 A CN113485402 A CN 113485402A
Authority
CN
China
Prior art keywords
inspection robot
state
flight
switching
control
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
CN202110845748.1A
Other languages
English (en)
Inventor
陈亮
杨喆
何勇
姚健安
曾彦超
蔡坚松
钟文杰
谢家力
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.)
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110845748.1A priority Critical patent/CN113485402A/zh
Publication of CN113485402A publication Critical patent/CN113485402A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/106Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones

Landscapes

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

Abstract

本发明提供了一种巡检机器人多模式飞行稳定性控制方法及装置,属于输电线路巡检技术领域。本发明的方法包括以下步骤:获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,根据比较结果确定巡检机器人的飞行状态和相应的切换条件;依据巡检机器人的飞行状态和相应的切换条件,切换相应的控制模式,以对巡检机器人的飞行状态进行控制。本发明通过对飞行模型的适应性切换,有效的降低了飞行机器人的坠毁机率和其他潜在危险的发生,提高了飞行稳定性。

Description

一种巡检机器人多模式飞行稳定性控制方法及装置
技术领域
本发明属于输电线路巡检技术领域,具体涉及一种巡检机器人多模式飞行稳定性控制方法及装置。
背景技术
在输电线路巡检等领域采用无人机作业,不仅可以保证作业人员的人身安全,还将节约大量的人力成本,提高生产效率。在室外非结构化作业环境中,四旋翼飞行机器人由于体积小、体抗风性差,因此在其室外飞行时,环境因素对其飞行稳定的影响较大,并且四旋翼无人机是一个具有六自由度四个控制输入的欠驱动系统,具有非线性、多变量、强耦合和抗干扰能力弱的特性,在进行升降、飞行和悬停等飞行转变的过程中,四旋翼无人机的飞行动力学特性在变化,而动力学特性的变化意味着飞行控制系统需要进行调整。
目前,国内外研究机构针对以上问题设计的飞行控制器主要有变结构控制器、自抗扰控制器、动态逆控制器、以及一些应用经典方法的控制器如PID控制器、Backstepping控制器、Sliding-mode控制器等。但是,应用以上控制方法的四旋翼无人机在抵抗现实环境中的干扰时,大多只能通过增加控制器鲁棒性来提高飞行稳定性,尚没有一种控制器可以支持多飞行模式下的稳定飞行。
发明内容
有鉴于此,本发明旨在提供一种输电线巡检机器人多模式飞行稳定性控制方法及装置,解决在升降、飞行和悬停等飞行转变的过程中及环境因素的影响,因飞行动力学特性的变化,造成飞行稳定性差的问题。
为了解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供了一种巡检机器人多模式飞行稳定性控制方法,包括如下步骤:
获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,根据比较结果确定巡检机器人的飞行状态和相应的切换条件;
依据巡检机器人的飞行状态和相应的切换条件,切换相应的控制模式,以对巡检机器人的飞行状态进行控制。
进一步的,根据比较结果确定巡检机器人的飞行状态具体包括:
飞行高度小于或大于第一预设阈值,且滚转角和俯仰角均与相应的阈值相同,则判断巡检机器人处于垂直起降状态;
飞行高度大于第二预设阈值,滚转角或俯仰角小于相应的阈值,则判断巡检机器人处于平稳飞行状态;
飞行高度大于第三预设阈值,滚转角或俯仰角大于相应的阈值小于临界阈值,则判断巡检机器人处于环境干扰状态;
滚转角或俯仰角超过相应的临界阈值,则判断巡检机器人处于失控状态。
进一步的,切换条件具体包括:
垂直起降状态、平稳飞行状态和环境干扰状态三者之间的飞行切换条件以及平稳飞行状态或环境干扰状态切换到失控状态的失控切换条件。
进一步的,飞行切换条件具体包括:
滚转角、俯仰角或飞行高度在预设时间段内持续性的大于或小于对应的预设阈值。
进一步的,失控切换条件具体包括:
滚转角或俯仰角在预设时间段内持续性的大于对应的预设阈值。
进一步的,控制模式包括起降模式、平稳模式、增稳模式和失控模式。
第二方面,本发明提供了一种巡检机器人多模式飞行稳定性控制装置,包括混合控制器和子控制器;
混合控制器,用于通过传感器获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,确定巡检机器人的飞行状态和相应的切换条件,基于巡检机器人的飞行状态和相应的切换条件生成相应控制模式的切换控制信号;
子控制器,用于接收切换控制信号,并切换相应的控制模式,以便对巡检机器人的飞行状态进行控制,子控制器的数量至少为两个。
进一步的,混合控制器具体包括:
状态流模块,用于通过滚转角、俯仰角和飞行高度计算出需要选用的子控制器,并输出切换信号;
滚转通道控制模块,用于根据滚转角、俯仰角和飞行高度,对巡检机器人的滚转角、俯仰角和飞行高度进行姿态控制,使巡检机器人从初始状态达到预期状态;
切换模块,用于根据状态流模块输出的切换信号切换相应的子控制器。
进一步的,子控制器包括:
起降控制器,用于控制巡检机器人各旋翼的转速,以便使巡检机器人完成上升、下降和悬停动作;
平稳控制器,用于控制巡检机器人各旋翼的转速,使巡检机器人进行平稳飞行;
增稳控制器,用于控制巡检机器人各旋翼的转速,以便使巡检机器人趋于平稳飞行;
失控控制器,用于控制巡检机器人各旋翼的转速,并配合安全装置使巡检机器人安全着陆。
进一步的,安全装置包括信号发生器和降落伞弹出装置。
与现有技术相比,本发明具体如下有益效果:
本发明提供了一种巡检机器人多模式飞行稳定性控制方法及装置,通过实时获取巡检机器人的滚转角、俯仰角和飞行高度,并根据相应的阈值进行比较,依据比较结果,确定巡检机器人所处的飞行状态;依据所处的飞行状态,并结合相应的切换条件,切换相应的控制模式对巡检机器人的飞行状态进行控制,实现对不同飞行状态的控制模式进行融合,并根据飞行机器人飞行高度和倾角大小选择当前合适的控制模式,有效的降低了飞行机器人的坠毁机率和其他潜在危险的发生,提高了飞行稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制方法的流程示意图;
图2为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制方法的混合系统离散状态转移图;
图3为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制方法的混合系统仿真模型图;
图4为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制方法的混合系统内部参数及结构图;
图5为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制装置的结构示意图;
图6为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制装置的失控装置结构图;
图7为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制方法的混合系统仿真图;
图8为本发明实施例提供的一种巡检机器人多模式飞行稳定性控制方法的失控模式激活信号仿真图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
请参阅图1,本实施例提供了一种巡检机器人多模式飞行稳定性控制方法,包括如下步骤:
S100:获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,根据比较结果确定巡检机器人的飞行状态和相应的切换条件。
可以理解的是,巡检机器人滚转角、俯仰角和飞行高度的实时获取通过巡检机器人上设置的传感器获得。传感器包括三轴陀螺仪、三轴加速度计和高度传感器。通过三轴陀螺仪获取的巡检机器人的滚转角、俯仰角和偏转角,通过三轴加速度计获得巡检机器人在X、Y、Z方向上的加速度,通过高度传感器获得巡检机器人的高度。
根据相应的预设阈值进行比较,依据比较结果,确定巡检机器人所处的飞行状态和相应的切换条件;其中,预设阈值为巡检机器人上一飞行状态的状态信息和/或人为设定的状态信息,状态信息包括滚转角阈值(第一预设阈值)、俯仰角阈值(第二预设阈值)和飞行高度阈值(第三预设阈值)。
巡检机器人所处飞行状态的确定步骤为:飞行高度小于或大于阈值,且滚转角和俯仰角均与相应的阈值相同,则判断巡检机器人处于垂直起降状态;飞行高度大于阈值,滚转角或俯仰角小于相应的阈值,则判断巡检机器人处于平稳飞行状态;飞行高度大于阈值,滚转角或俯仰角大于相应的阈值小于临界阈值,则判断巡检机器人处于环境干扰状态;滚转角或俯仰角超过相应的临界阈值,则判断巡检机器人处于失控状态。
S200:依据巡检机器人的飞行状态和相应的切换条件,切换相应的控制模式,以对巡检机器人的飞行状态进行控制。
需要说明的是,飞行状态之间的切换条件包括:垂直起降状态、平稳飞行状态和环境干扰状态三者之间的飞行切换条件;平稳飞行状态和环境干扰状态切换到失控状态的失控切换条件;滚转角、俯仰角或飞行高度持续性的大于或小于相应阈值;失控切换条件为滚转角或俯仰角持续性的大于相应临界阈值。控制模式包括起降模式、平稳模式、增稳模式和失控模式。
其中,巡检机器人飞行模式的确定及飞行状态之间的切换通过混合系统进行控制处理。
本实施例提供了一种巡检机器人多模式飞行稳定性控制方法,通过实时获取巡检机器人的滚转角、俯仰角和飞行高度,并根据相应的阈值进行比较,依据比较结果,确定巡检机器人所处的飞行状态;依据所处的飞行状态,并结合相应的切换条件,切换相应的控制模式对巡检机器人的飞行状态进行控制,实现对不同飞行状态的控制模式进行融合,并根据飞行机器人飞行高度和倾角大小选择当前合适的控制模式,有效的降低了飞行机器人的坠毁机率和其他潜在危险的发生,提高了飞行稳定性。
以下对本实施例中巡检机器人飞行模式的确定及飞行状态之间的切换所采用的一种可用的混合系统做出详细介绍。
如图2所示,混合系统是一种同时包含连续变量动态系统和离散变量动态系统,并且两者相互混合、相互作用的复杂动态系统,混合系统中既包括符合牛顿力学因果律的连续变量动态系统,又包括遵循优化决策逻辑原则的离散事件动态系统,并且两者处在一种相互联系相互作用的制约机制中。
从控制角度讲,混合系统是通过离散决策过程与连续过程的有机结合来提高系统的整体控制效果。在微观方面,每一个离散事件又分别为一个连续的子系统,因此混合系统表现出间断式的连续性发展;在宏观方面,混合系统则表现为离散状态间相互切换,并且两者交替出现,形成复杂的动态过程。
混合系统中同时包括离散动态和连续动态,系统间的切换既可由时间驱动又可由事件驱动。
设离散状态集:
Q={q1,q2,q3,q4}
其中,q1为起降飞行状态,并z<zT
q2为正常飞行状态,并且z>zT 0<θ<θT或0<Φ<ΦT
q3为增稳飞行状态,并且z>zT,θT<θ<θmax或ΦT<Φ<Φmax
q4为失控保护状态,并且θ<θmax或Φ>Φmax
与离散状态集Q相对应的有以下离散事件集Σ:
Σ={w12,w13,w21,w23,w24,w31,w32,w34,}
其中,w12:为系统的连续状态穿越边界z=zT并导致离散状态由q1变为q2;w13为系统的连续状态穿越边界z=zT并导致离散状态由q1变为q3;w21为系统的连续状态穿越边界z=zT并导致离散状态由q2变为q1;w23为系统的连续状态穿越边界Φ=ΦT并导致离散状态由q2变为q3;w24为系统的连续状态穿越边界Φ=Φmax并导致离散状态由q2变为q4;w31为系统的连续状态穿越边界z=zT并导致离散状态由q3变为q1;w32为系统的连续状态穿越边界Φ=ΦT并导致离散状态由q3变为q2;w34为系统的连续状态穿越边界Φ=Φmax并导致离散状态由q3变为q4
得到四旋翼飞行机器人的混合自动机模型如下:
H={Q,F,Σ,E,I}
其中,Q为离散状态集,Σ为离散事件集;F可由各个子控制器描述;Ι为初始状态;
如图2中,每一个箭头分别对应一个状态变迁函数,记为:(qe,Xe,wee,qe',)
其中,qe和qe':均属于Q,Xe分别为直线z=zT,Φ=ΦT(θ=θT)和Φ=Φmax(θ=θmax),当系统的离散状态为qe,连续状态为Xe时,称e∈E是使能的。此时若事件we发生,则通过“边”e发生状态变迁。若同时有多条边可供选择时,系统根据切换条件有选择的让某一事件发生,同时禁止其它事件发生,从而实现对系统状态切换的控制。当系统发生状态切换时,系统进入新的离散状态qe′,且连续状态按照映射γe被重置。
混合控制的目的在于当无人机在不同环境下飞行时都有一套合适的控制器与之配合,这一目的的实现是通过对飞行机器人系统离散状态的实时监测和连续状态的在线调节完成的。
对于飞行器而言,总是希望将系统的离散状态控制为稳定飞行状态q2,当飞行器发生抖动或产生较大倾角时,则系统切换为增稳飞行状态q3
在实际飞行中,飞行机器人由于不可避免的会受到天气、风力等外界干扰,因此俯仰角和滚转角总是或高或低的偏离设定值θT或ΦT,离散状态会在q2,q3之间转移;当飞行机器人在强风环境中飞行时,需要控制器有较快的响应速度和较强的抑制干扰的能力,因此可选择增稳子控制器。
当飞行机器人在起降或平稳飞行时,即系统处在状态q1或q2时,由于受到外界干扰相对较小,但是起飞或降落时容易受到地面效应的影响,并且在近地面飞行时,螺旋桨产生的气流和地面碰撞容易产生更多乱流,影响飞行稳定性,起降时选用起降子控制器,平稳飞行时选用平稳子控制器。
当无人机倾斜角度超过失控边缘角度时,控制器自动切换至失控模式。失控模式用于四旋翼飞行机器人在遇到大风或较强环境干扰下,飞行控制系统无法保证四旋翼稳定飞行,此时失控模式将工作,失控保护装置接收到失控信号时信号发生器会发出启动信号,电机断电装置接受到信号后可切断电机电源,降落伞弹出装置可弹出降落伞,实施四旋翼紧急迫降,避免四旋翼失控坠毁。
在Simulink上搭建混合系统仿真模型,其结构如图3所示。该仿真模型主要由状态流模块(State Flow)、滚转通道控制器模块(Controllers)、切换器(Switchl,Switch2)、无人机动力学模块(Dynamic Model)和状态显示模块(Scopel,Scope2)组成。其中,状态流模块是通过输入的角度和高度信号计算出所选用的控制器编号;控制器模块则是对飞行机器人滚转角进行姿态控制,使无人机从初始状态达到预期状态;切换器可根据状态流的输出信号切换相应的控制器;飞行机器人动力学模块主要描述四旋翼的物理特性;状态显示模块是对飞行机器人的飞行状态进行实时地显示。
其中,状态流模块(State Flow)内部又被分为四个状态control 1、control 2、control 3和control 4,分别对应起降飞行状态、正常飞行状态、增稳飞行状态和失控保护状态。切换参数z和x分别对应飞行高度和滚转角的大小。输出参数b和q分别传给切换器1和切换器2,用来选择当前应用的控制器和判断是否进入失控保护模式。
在仿真模型,验证混合控制器切换过程。在仿真中设定
Figure BDA0003180486670000081
其状态流模块(State Flow)内部的切换条件和状态输出如图4所示;仿真结果如图7和图8所示。
图4中可以看出,处于起降飞行状态(control 1)时,输出状态q为0,切换器2(Switch2)内部的接触端口0与无人机动力学模块(Dynamic Model)连通;当高度z>1.85和滚转角0.59<x<1.02时,输出状态q为2,切换器2(Switch2)内部的接触端口2与无人机动力学模块(Dynamic Model)连通,从起降飞行状态(control 1)切换到增稳飞行状态(control3);当高度z>1.85和滚转角x<0.59时,输出状态q为1,切换器2(Switch2)内部的接触端口1与无人机动力学模块(Dynamic Model)连通,从起降飞行状态(control 1)切换到正常飞行状态(control 2)。
处于正常飞行状态(control 2)时,输出状态q为1,切换器2(Switch2)内部的接触端口1与无人机动力学模块(Dynamic Model)连通;当高度z<1.85时,输出状态q为0,切换器2(Switch2)内部的接触端口0与无人机动力学模块(Dynamic Model)连通,从正常飞行状态(control 2)切换到起降飞行状态(control 1);当高度z>1.85和滚转角0.59<x<1.02时,输出状态q为2,切换器2(Switch2)内部的接触端口2与无人机动力学模块(Dynamic Model)连通,从正常飞行状态(control 2)切换到增稳飞行状态(control 3);当高度z>1.85和滚转角x>1.02时,输出状态q为3、b为1,切换器2(Switch2)内部的接触端口3与无人机动力学模块(Dynamic Model)连通,切换器1(Switch1)内部的常数端口1(constant1)连通,从正常飞行状态(control2)切换到失控保护状态(control 3)。
处于增稳飞行状态(control 3)时,输出状态q为2,切换器2(Switch2)内部的接触端口2与无人机动力学模块(Dynamic Model)连通;当高度z<1.85时,输出状态q为0,切换器2(Switch2)内部的接触端口0与无人机动力学模块(Dynamic Model)连通,从增稳飞行状态(control 3)切换到起降飞行状态(control 1);当高度z>1.85和滚转角x<0.59时,输出状态q为1,切换器2(Switch2)内部的接触端口1与无人机动力学模块(Dynamic Model)连通,从增稳飞行状态(control 3)切换到正常飞行状态(control 2);当高度z>1.85和滚转角x>1.02时,输出状态q为3、b为1,切换器2(Switch2)内部的接触端口3与无人机动力学模块(Dynamic Model)连通,切换器1(Switch1)内部的常数端口1(constant1)连通,从增稳飞行状态(control3)切换到失控保护状态(control 3)。
处于失控保护状态(control 3)时,输出状态q为3、b为1,切换器2(Switch2)内部的接触端口3与无人机动力学模块(Dynamic Model)连通,切换器1(Switch1)内部的常数端口1(constant1)连通,生成失控信号。
从仿真结果可以看出,四旋翼飞行机器人在起飞过程中,即t<5s时,飞行高度z<1.85m,因此系统选用起降子控制器;当t=5s时,输入信号Φ=0.4rad未达到设定值办,即飞行姿态比较平稳,此时系统选用平稳子控制器;当t=10s时,输入信号Φ=0.7rad超过设定值ΦT但未超过临界值Φmax,即模拟无入机在有风情况下飞行时,系统切换至增稳增子控制器,当t=15s时,输入信号Φ=1.2rad超过临界值Φmax,即无人机产生较大倾斜面临失控,此时系统会发出失控保护模式激活信号,在此模式下飞行机器人可实现自救功能。
以上是对本发明提供的一种巡检机器人多模式飞行稳定性控制方法的实施例进行详细的描述,以下将对本发明提供的一种巡检机器人多模式飞行稳定性控制装置的实施例进行详细的描述。
请参阅图5,本发实施例提供了一种巡检机器人多模式飞行稳定性控制装置,包括:混合控制器和子控制器;
混合控制器,用于通过传感器获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,确定巡检机器人的飞行状态和相应的切换条件,基于巡检机器人的飞行状态和相应的切换条件生成相应控制模式的切换控制信号。
子控制器,用于接收切换控制信号,并切换相应的控制模式,以便对巡检机器人的飞行状态进行控制,子控制器的数量至少为两个。
其中,混合控制器具体包括:
状态流模块,用于通过滚转角、俯仰角和飞行高度计算出需要选用的子控制器,并输出切换信号;
滚转通道控制模块,用于根据滚转角、俯仰角和飞行高度,对巡检机器人的滚转角、俯仰角和飞行高度进行姿态控制,使巡检机器人从初始状态达到预期状态;
切换模块,用于根据状态流模块输出的切换信号切换相应的子控制器。
子控制器包括:
起降控制器,用于控制巡检机器人各旋翼的转速,以便使巡检机器人完成上升、下降和悬停动作;
平稳控制器,用于控制巡检机器人各旋翼的转速,使巡检机器人进行平稳飞行;
增稳控制器,用于控制巡检机器人各旋翼的转速,以便使巡检机器人趋于平稳飞行;
失控控制器,用于控制巡检机器人各旋翼的转速,并配合安全装置使巡检机器人安全着陆。
安全装置由信号发生器和降落伞弹出装置组成,其结构图如图6所示。将四旋翼无人机的飞行控制器输出与信号发生器连接,信号发生器输出连接电机断电装置和降落伞弹出装置。
如图6,本实施例的控制装置还可以设置失控装置,用于四旋翼飞行机器人在遇到大风或较强环境干扰下,飞行控制系统无法保证四旋翼稳定飞行,此时失控系统将工作,失控装置接收到失控信号时信号发生器会发出失控信号,电机断电装置接受到信号后可切断电机电源,降落伞弹出装置可弹出降落伞,实施四旋翼紧急迫降。
以上实施例仅用以说明本发明的技术方案,而非对其限制;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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种巡检机器人多模式飞行稳定性控制方法,其特征在于,包括如下步骤:
获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,根据比较结果确定所述巡检机器人的飞行状态和相应的切换条件;
依据所述巡检机器人的飞行状态和相应的切换条件,切换相应的控制模式,以对所述巡检机器人的飞行状态进行控制。
2.根据权利要求1所述的一种巡检机器人多模式飞行稳定性控制方法,其特征在于,所述根据比较结果确定所述巡检机器人的飞行状态具体包括:
飞行高度小于或大于第一预设阈值,且滚转角和俯仰角均与相应的阈值相同,则判断巡检机器人处于垂直起降状态;
飞行高度大于第二预设阈值,滚转角或俯仰角小于相应的阈值,则判断巡检机器人处于平稳飞行状态;
飞行高度大于第三预设阈值,滚转角或俯仰角大于相应的阈值小于临界阈值,则判断巡检机器人处于环境干扰状态;
滚转角或俯仰角超过相应的临界阈值,则判断巡检机器人处于失控状态。
3.根据权利要求2所述的一种巡检机器人多模式飞行稳定性控制方法,其特征在于,所述切换条件具体包括:
垂直起降状态、平稳飞行状态和环境干扰状态三者之间的飞行切换条件以及平稳飞行状态或环境干扰状态切换到失控状态的失控切换条件。
4.根据权利要求3所述的一种巡检机器人多模式飞行稳定性控制方法,其特征在于,所述飞行切换条件具体包括:
所述滚转角、俯仰角或飞行高度在预设时间段内持续性的大于或小于对应的预设阈值。
5.根据权利要求1所述的一种巡检机器人多模式飞行稳定性控制方法,其特征在于,所述失控切换条件具体包括:
滚转角或俯仰角在预设时间段内持续性的大于对应的预设阈值。
6.根据权利要求1所述的一种巡检机器人多模式飞行稳定性控制方法,其特征在于,所述控制模式包括起降模式、平稳模式、增稳模式和失控模式。
7.一种巡检机器人多模式飞行稳定性控制装置,其特征在于,包括混合控制器和子控制器;
混合控制器,用于通过传感器获取巡检机器人的滚转角、俯仰角和飞行高度,并分别与对应的预设阈值进行比较,确定所述巡检机器人的飞行状态和相应的切换条件,基于所述巡检机器人的飞行状态和相应的切换条件生成相应控制模式的切换控制信号;
子控制器,用于接收切换控制信号,并切换相应的控制模式,以便对巡检机器人的飞行状态进行控制,所述子控制器的数量至少为两个。
8.根据权利要求7所述的一种巡检机器人多模式飞行稳定性控制装置,其特征在于,所述混合控制器具体包括:
状态流模块,用于通过所述滚转角、俯仰角和飞行高度计算出需要选用的子控制器,并输出切换信号;
滚转通道控制模块,用于根据所述滚转角、俯仰角和飞行高度,对巡检机器人的滚转角、俯仰角和飞行高度进行姿态控制,使巡检机器人从初始状态达到预期状态;
切换模块,用于根据所述状态流模块输出的切换信号切换相应的子控制器。
9.根据权利要求7所述的一种巡检机器人多模式飞行稳定性控制装置,其特征在于,所述子控制器包括:
起降控制器,用于控制巡检机器人各旋翼的转速,以便使巡检机器人完成上升、下降和悬停动作;
平稳控制器,用于控制巡检机器人各旋翼的转速,使巡检机器人进行平稳飞行;
增稳控制器,用于控制巡检机器人各旋翼的转速,以便使巡检机器人趋于平稳飞行;
失控控制器,用于控制巡检机器人各旋翼的转速,并配合安全装置使巡检机器人安全着陆。
10.根据权利要求9所述的一种巡检机器人多模式飞行稳定性控制装置,其特征在于,所述安全装置包括信号发生器和降落伞弹出装置。
CN202110845748.1A 2021-07-26 2021-07-26 一种巡检机器人多模式飞行稳定性控制方法及装置 Pending CN113485402A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110845748.1A CN113485402A (zh) 2021-07-26 2021-07-26 一种巡检机器人多模式飞行稳定性控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110845748.1A CN113485402A (zh) 2021-07-26 2021-07-26 一种巡检机器人多模式飞行稳定性控制方法及装置

Publications (1)

Publication Number Publication Date
CN113485402A true CN113485402A (zh) 2021-10-08

Family

ID=77942690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110845748.1A Pending CN113485402A (zh) 2021-07-26 2021-07-26 一种巡检机器人多模式飞行稳定性控制方法及装置

Country Status (1)

Country Link
CN (1) CN113485402A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102915037A (zh) * 2012-10-30 2013-02-06 华北电力大学 基于混合控制的四旋翼无人机增稳控制方法
US20170371352A1 (en) * 2016-06-27 2017-12-28 Parrot Drones Method for dynamically converting the attitude of a rotary-wing drone
US20190155282A1 (en) * 2017-03-01 2019-05-23 Bell Helicopter Textron Inc. Aircraft control mode transition smoothing
CN110174906A (zh) * 2019-06-17 2019-08-27 沈阳无距科技有限公司 无人机降落控制方法、装置,存储介质及电子设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102915037A (zh) * 2012-10-30 2013-02-06 华北电力大学 基于混合控制的四旋翼无人机增稳控制方法
US20170371352A1 (en) * 2016-06-27 2017-12-28 Parrot Drones Method for dynamically converting the attitude of a rotary-wing drone
US20190155282A1 (en) * 2017-03-01 2019-05-23 Bell Helicopter Textron Inc. Aircraft control mode transition smoothing
CN110174906A (zh) * 2019-06-17 2019-08-27 沈阳无距科技有限公司 无人机降落控制方法、装置,存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN109720553B (zh) 一种具有垂直起降功能的固定翼无人机、控制方法及介质
US20240002047A1 (en) Online optimization-based flight control system
Flores et al. Quad-tilting rotor convertible mav: Modeling and real-time hover flight control
CN106114854B (zh) 一种无人驾驶航空器
CN106114853B (zh) 一种无人驾驶航空器
CN110001973B (zh) 轻型固定翼无人机的混合动力推进系统与控制方法
WO2023130691A1 (zh) 一种基于分布式压力传感器与分段姿态控制的动态滑翔方法及系统
US11822350B2 (en) Adjusting load on tethered aircraft
CN102915037A (zh) 基于混合控制的四旋翼无人机增稳控制方法
Tao et al. Modeling and control of a powered parafoil in wind and rain environments
CN111752291A (zh) 高度控制方法、装置、无人机及存储介质
D'Sa et al. SUAV: Q-a hybrid approach to solar-powered flight
Chen Research on AI application in the field of quadcopter UAVs
Orsag et al. Hybrid control of quadrotor
CN108128455A (zh) 一种多旋翼无人机控制方法
CN113485402A (zh) 一种巡检机器人多模式飞行稳定性控制方法及装置
Quan et al. Lifting-wing quadcopter modeling and unified control
CN111240357A (zh) 一种微型扑翼飞行器可避免奇异状态的位置跟踪控制方法
CN111532428A (zh) 一种自由起降的倾转动力微型固定翼无人机
CN109018330A (zh) 立式垂直起降无人机
Xie et al. Fault tolerant control of unmanned aerial vehicle based on adaptive algorithm
Lei et al. Aerodynamic design on the non-planar rotor system of a multi-rotor flying robot (MFR)
Yin et al. Trajectory tracking optimal control with backstepping method for quadrotor helicopter
Liu et al. Employing Wing Morphing to Cooperate Aileron Deflection Improves the Rolling Agility of Drones
CN113359805B (zh) 基于原鸽多行为智能的无人机抗干扰控制系统及方法

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