CN114415715A - 多无人机集成系统的控制方法及装置 - Google Patents

多无人机集成系统的控制方法及装置 Download PDF

Info

Publication number
CN114415715A
CN114415715A CN202111552844.3A CN202111552844A CN114415715A CN 114415715 A CN114415715 A CN 114415715A CN 202111552844 A CN202111552844 A CN 202111552844A CN 114415715 A CN114415715 A CN 114415715A
Authority
CN
China
Prior art keywords
expected
control
optimal
integrated system
optimal 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.)
Granted
Application number
CN202111552844.3A
Other languages
English (en)
Other versions
CN114415715B (zh
Inventor
王丹丹
张守祥
高海跃
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.)
Beijing Meike Tianma Automation Technology Co Ltd
Beijing Tianma Intelligent Control Technology Co Ltd
Original Assignee
Beijing Meike Tianma Automation Technology Co Ltd
Beijing Tianma Intelligent Control 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 Beijing Meike Tianma Automation Technology Co Ltd, Beijing Tianma Intelligent Control Technology Co Ltd filed Critical Beijing Meike Tianma Automation Technology Co Ltd
Priority to CN202111552844.3A priority Critical patent/CN114415715B/zh
Priority to PCT/CN2022/087713 priority patent/WO2023108969A1/zh
Publication of CN114415715A publication Critical patent/CN114415715A/zh
Application granted granted Critical
Publication of CN114415715B publication Critical patent/CN114415715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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)
  • Feedback Control In General (AREA)

Abstract

本申请提出了一种多无人机集成系统的控制方法及装置，其中，多无人机集成系统的控制方法包括：获取外部输入的控制指令，控制指令中包括期望位置和期望姿态；根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵；根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请的多无人机集成系统的控制方法，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。

Description

多无人机集成系统的控制方法及装置
技术领域
本申请涉及无人机技术领域，尤其涉及一种多无人机集成系统的控制方法及装置。
背景技术
目前，多旋翼飞行器因其定点悬停、垂直起降、体积小、成本低和结构简单等特点被广泛研究使用，采用集群协同的思想，将多个无人机组成集成系统，可以实现多个小型无人机挂载重物的任务，采用什么控制方法能够实现这一任务是多无人集成系统挂载重物的核心问题。
相关技术中，计算过程需要进行大量逻辑判断，方法较复杂不易于实现，控制效率低。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种多无人机集成系统的控制方法，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
本申请的第二个目的在于提出一种多无人机集成系统的控制装置。
为达上述目的，本申请第一方面实施例提出了一种多无人机集成系统的控制方法，包括：获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。
本申请实施例提出的多无人机集成系统的控制方法，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制方法，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
根据本申请的一个实施例，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：根据所述期望位置和所述期望姿态，基于所述集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，计算所述最优控制分配矩阵。
根据本申请的一个实施例，所述刚体运动学和动力学模型为：
Figure BDA0003418196480000021
其中，
Figure BDA0003418196480000022
分别表示所述集成系统在惯性坐标系下的位置、速度、欧拉角和在机体坐标系下的角速度，f,m,J,τ分别为拉力、质量、转动惯量和转动力矩，Ka＝diag{K1,K2,K3},Kb＝diag{K4,K5,K6}为阻力系数，Ga为陀螺力矩，e3＝[0,0,1]T，R,W分别为旋转矩阵，g为重力加速度。
根据本申请的一个实施例，所述集成系统中包括四个四旋翼无人机，所述拉力、拉力力矩和电机旋转角速度的关系式为：
Figure BDA0003418196480000023
其中，u为拉力力矩，cTk表示常值推力系数，可由实验获取，
Figure BDA0003418196480000024
表示第k个四旋翼无人机第i个电机的旋转角速度，d表示机体中心和任一电机的距离，cM表示常值推力系数，可由实验获取，M16为控制效率矩阵。
根据本申请的一个实施例，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：根据所述期望位置和所述期望姿态，以跟踪误差最小或控制能量最优为控制目标，计算所述最优控制分配矩阵。
根据本申请的一个实施例，采用以下公式计算所述最优控制分配矩阵：
Figure BDA0003418196480000025
其中，J为转动惯量，ξ为电机的转速，eXd＝Xd-X,eYd＝Yd-Y分别为位置跟踪误差和姿态跟踪误差，
Figure BDA0003418196480000031
均为加权正定矩阵。
根据本申请的一个实施例，所述最优控制分配矩阵满足以下黎卡提方程：
Figure BDA0003418196480000032
其中，P1为最优控制分配矩阵，
Figure BDA0003418196480000033
Figure BDA0003418196480000034
根据本申请的一个实施例，采用以下公式计算所述集成系统中每个电机的期望最优转速：
Figure BDA0003418196480000035
其中，所述ξ*为期望最优转速，
Figure BDA0003418196480000036
根据本申请的一个实施例，多无人机集成系统的控制方法还包括：根据所述期望最优转速对所述电机进行控制。
为达上述目的，本申请第二方面实施例提出了一种多无人机集成系统的控制装置，包括：获取模块，用于获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；第一计算模块，用于根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；第二计算模块，用于根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。
本申请实施例提出的多无人机集成系统的控制装置，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制装置，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请一个实施例的多无人机集成系统的控制方法的流程示意图；
图2是根据本申请一个实施例的多无人机集成系统的控制方法的十六旋翼无人机集成系统示意图；
图3是根据本申请另一个实施例的多无人机集成系统的控制方法的流程示意图；
图4是根据本申请一个实施例的多无人机集成系统的控制方法的基于最优思想的控制分配结构图；
图5是根据本申请一个实施例的多无人机集成系统的控制装置的框图。
具体实施方式
下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面结合附图来描述本申请实施例的多无人机集成系统的控制方法及装置。
图1是根据本申请一个实施例的多无人机集成系统的控制方法的流程示意图，如图1所示，本申请实施例的多无人机集成系统的控制方法具体可包括以下步骤：
S101，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态。
本申请实施例中，多无人机集成系统获取外部输入的控制指令，控制指令中包括期望位置Pd和期望姿态ψd。多无人机集成系统具体可以为四个四旋翼组成的十六旋翼无人机集成系统，如图2所示，假设该十六旋翼无人机集成系统是刚体，且质量和转动惯量不变，几何中心与重心一致，十六旋翼无人机集成系统只受重力和螺旋桨拉力，其中重力沿OeZe轴正方向，而螺旋桨拉力沿ObZb轴负方向，且奇数标号的螺旋桨为逆时针转动、偶数标号的螺旋桨为顺时针转动。
S102，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵。
本申请实施例中，根据步骤S101中获取的期望位置Pd和期望姿态ψd基于最优控制理论，计算最优控制分配矩阵。
S103，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。
本申请实施例中，根据步骤S102中计算获得的最优控制分配矩阵采用以下公式计算集成系统中每个电机的期望最优转速ξ*：
Figure BDA0003418196480000041
其中，ξ*为期望最优转速，
Figure BDA0003418196480000042
本申请实施例提出的多无人机集成系统的控制方法，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制方法，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
图3是根据本申请一个实施例的多无人机集成系统的控制方法的流程示意图，如图3所示，在上述图1所示的实施例的基础上，本申请实施例的多无人机集成系统的控制方法具体可包括以下步骤：
S301，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态。
本申请实施例中的步骤S301与上述实施例中步骤S101相同，此处不再赘述。
上述实施例中的步骤S102“根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵”具体可包括以下步骤S302-S303。
S302，根据期望位置和期望姿态，基于集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，计算最优控制分配矩阵。
本申请实施例中，刚体运动学和动力学模型为：
Figure BDA0003418196480000051
其中，
Figure BDA0003418196480000052
分别表示集成系统在惯性坐标系下的位置、速度、欧拉角和在机体坐标系下的角速度，f,m,J,τ分别为拉力、质量、转动惯量和转动力矩，Ka＝diag{K1,K2,K3},Kb＝diag{K4,K5,K6}为阻力系数，Ga为陀螺力矩，e3＝[0,0,1]T，R,W分别为旋转矩阵，g为重力加速度。本领域技术人员可以理解，重力加速度g≈9.8N/kg。
进一步的，针对上述刚体运动学和动力学模型，采用分环思想设计拉力f和力矩控制器u，外环给内环期望姿态角指令满足以下公式：
Figure BDA0003418196480000053
Figure BDA0003418196480000054
Figure BDA0003418196480000055
其中，Θd＝[φd,θd,ψd]T为期望姿态角。
本申请实施例中，集成系统中包括四个四旋翼无人机，拉力、拉力力矩和电机旋转角速度的关系式为：
Figure BDA0003418196480000061
其中，u为拉力力矩，cTk表示常值推力系数，可由实验获取，
Figure BDA0003418196480000062
表示第k个四旋翼无人机第i个电机的旋转角速度，d表示机体中心和任一电机的距离，cM表示常值推力系数，可由实验获取，M16为控制效率矩阵。
进一步的，为给出一般性控制分配方法，定义变量
Figure BDA0003418196480000063
系统模型变形为：
Figure BDA0003418196480000064
其中，
Figure BDA0003418196480000065
S303，根据期望位置和期望姿态，以跟踪误差最小或控制能量最优为控制目标，计算最优控制分配矩阵。
本申请实施例中，以跟踪误差最小或控制能量最优为控制目标计算最优控制分配矩阵满足以下公式：
Figure BDA0003418196480000066
其中，J为转动惯量，ξ为电机的转速，eXd＝Xd-X,eYd＝Yd-Y分别为位置跟踪误差和姿态跟踪误差，
Figure BDA0003418196480000067
均为加权正定矩阵。且最优控制分配矩阵满足以下黎卡提方程：
Figure BDA0003418196480000071
其中，P1为最优控制分配矩阵，其中，P1为最优控制分配矩阵，
Figure BDA0003418196480000072
Figure BDA0003418196480000073
S304，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。
本申请实施例中的步骤S304与上述实施例中步骤S103相同，此处不再赘述。
S305，根据期望最优转速对电机进行控制。
本申请实施例中，图4为基于最优思想的控制分配结构图，如图4所示，根据步骤S304中计算获得的期望最优转速对十六旋翼母舰飞行器的每个电机进行控制。
本申请实施例提出的多无人机集成系统的控制方法，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制方法，基于最优控制理论根据期望位置和期望姿态，基于集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，以跟踪误差最小或控制能量最优为控制目标，计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
为了实现上述实施例，本申请实施例还提出一种多无人机集成系统的控制装置，该控制装置可实现上述任一实施例的多无人机集成系统的控制方法。如图5所示，本申请实施例提出的多无人机集成系统的控制装置50具体可包括：获取51、第一计算模块52和第二计算模块53。其中：
获取模块51，用于获取外部输入的控制指令，控制指令中包括期望位置和期望姿态。
第一计算模块52，用于根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵。
第二计算模块53，用于根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。
进一步的，在本申请实施例一种可能的实现方式中，第一计算模块52包括：第一计算单元521，用于根据期望位置和期望姿态，基于集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，计算最优控制分配矩阵。
进一步的，在本申请实施例一种可能的实现方式中，刚体运动学和动力学模型为：
Figure BDA0003418196480000074
其中，
Figure BDA0003418196480000075
分别表示集成系统在惯性坐标系下的位置、速度、欧拉角和在机体坐标系下的角速度，f,m,J,τ分别为拉力、质量、转动惯量和转动力矩，Ka＝diag{K1,K2,K3},Kb＝diag{K4,K5,K6}为阻力系数，Ga为陀螺力矩，e3＝[0,0,1]T，R,W分别为旋转矩阵，g为重力加速度。
进一步的，在本申请实施例一种可能的实现方式中，集成系统中包括四个四旋翼无人机，拉力、拉力力矩和电机旋转角速度的关系式为：
Figure BDA0003418196480000081
其中，u为拉力力矩，cTk表示常值推力系数，可由实验获取，
Figure BDA0003418196480000082
表示第k个四旋翼无人机第i个电机的旋转角速度，d表示机体中心和任一电机的距离，cM表示常值推力系数，可由实验获取，M16为控制效率矩阵。
进一步的，在本申请实施例一种可能的实现方式中，第一计算模块52包括：第二计算单元522，用于根据期望位置和期望姿态，以跟踪误差最小或控制能量最优为控制目标，计算最优控制分配矩阵。
进一步的，在本申请实施例一种可能的实现方式中，采用以下公式计算最优控制分配矩阵：
Figure BDA0003418196480000083
其中，J为转动惯量，ξ为电机的转速，eXd＝Xd-X,eYd＝Yd-Y分别为位置跟踪误差和姿态跟踪误差，
Figure BDA0003418196480000084
均为加权正定矩阵。
进一步的，在本申请实施例一种可能的实现方式中，最优控制分配矩阵满足以下黎卡提方程：
Figure BDA0003418196480000085
其中，P1为最优控制分配矩阵，
Figure BDA0003418196480000091
进一步的，在本申请实施例一种可能的实现方式中，采用以下公式计算集成系统中每个电机的期望最优转速：
Figure BDA0003418196480000092
其中，ξ*为期望最优转速，
Figure BDA0003418196480000093
进一步的，在本申请实施例一种可能的实现方式中，多无人机集成系统的控制装置50还包括：控制模块54，用于根据期望最优转速对电机进行控制。
需要说明的是，前述对多无人机集成系统的控制方法实施例的解释说明也适用于该实施例的多无人机集成系统的控制装置，此处不再赘述。
本申请实施例提出的多无人机集成系统的控制装置，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制装置，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。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。
在本申请中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者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必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种多无人机集成系统的控制方法，其特征在于，包括：
获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；
根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；
根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。
2.根据权利要求1所述的控制方法，其特征在于，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：
根据所述期望位置和所述期望姿态，基于所述集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，计算所述最优控制分配矩阵。
3.根据权利要求2所述的控制方法，其特征在于，所述刚体运动学和动力学模型为：
Figure FDA0003418196470000011
其中，
Figure FDA0003418196470000012
分别表示所述集成系统在惯性坐标系下的位置、速度、欧拉角和在机体坐标系下的角速度，f,m,J,τ分别为拉力、质量、转动惯量和转动力矩，Ka＝diag{K1,K2,K3},Kb＝diag{K4,K5,K6}为阻力系数，Ga为陀螺力矩，e3＝[0,0,1]T，R,W分别为旋转矩阵，g为重力加速度。
4.根据权利要求2所述的控制方法，其特征在于，所述集成系统中包括四个四旋翼无人机，所述拉力、拉力力矩和电机旋转角速度的关系式为：
Figure FDA0003418196470000021
其中，u为拉力力矩，cTk表示常值推力系数，可由实验获取，
Figure FDA0003418196470000022
表示第k个四旋翼无人机第i个电机的旋转角速度，d表示机体中心和任一电机的距离，cM表示常值推力系数，可由实验获取，M16为控制效率矩阵。
5.根据权利要求1所述的控制方法，其特征在于，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：
根据所述期望位置和所述期望姿态，以跟踪误差最小或控制能量最优为控制目标，计算所述最优控制分配矩阵。
6.根据权利要求5所述的控制方法，其特征在于，采用以下公式计算所述最优控制分配矩阵：
Figure FDA0003418196470000023
其中，J为转动惯量，ξ为电机的转速，eXd＝Xd-X,eYd＝Yd-Y分别为位置跟踪误差和姿态跟踪误差，
Figure FDA0003418196470000024
均为加权正定矩阵。
7.根据权利要求6所述的控制方法，其特征在于，所述最优控制分配矩阵满足以下黎卡提方程：
Figure FDA0003418196470000031
其中，P1为最优控制分配矩阵，
Figure FDA0003418196470000032
Figure FDA0003418196470000033
8.根据权利要求7所述的控制方法，其特征在于，采用以下公式计算所述集成系统中每个电机的期望最优转速：
Figure FDA0003418196470000034
其中，所述ξ*为期望最优转速，
Figure FDA0003418196470000035
9.根据权利要求1所述的控制方法，其特征在于，还包括：
根据所述期望最优转速对所述电机进行控制。
10.一种多无人机集成系统的控制装置，其特征在于，包括：
获取模块，用于获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；
第一计算模块，用于根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；
第二计算模块，用于根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。
CN202111552844.3A 2021-12-17 2021-12-17 多无人机集成系统的控制方法及装置 Active CN114415715B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111552844.3A CN114415715B (zh) 2021-12-17 2021-12-17 多无人机集成系统的控制方法及装置
PCT/CN2022/087713 WO2023108969A1 (zh) 2021-12-17 2022-04-19 多无人机集成系统的控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111552844.3A CN114415715B (zh) 2021-12-17 2021-12-17 多无人机集成系统的控制方法及装置

Publications (2)

Publication Number Publication Date
CN114415715A true CN114415715A (zh) 2022-04-29
CN114415715B CN114415715B (zh) 2024-02-27

Family

ID=81266546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111552844.3A Active CN114415715B (zh) 2021-12-17 2021-12-17 多无人机集成系统的控制方法及装置

Country Status (2)

Country Link
CN (1) CN114415715B (zh)
WO (1) WO2023108969A1 (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699106A (zh) * 2013-12-10 2015-06-10 中国航空工业第六一八研究所 一种八旋翼飞行器的控制分配方法
CN104699108A (zh) * 2013-12-10 2015-06-10 中国航空工业第六一八研究所 一种多旋翼飞行器的控制分配方法
CN107943089A (zh) * 2017-12-25 2018-04-20 成都纵横自动化技术有限公司 多规格动力系统控制分配方法及相关装置
CN110456821A (zh) * 2019-08-22 2019-11-15 安徽大学 基于动态触发机制的飞行器轨迹最优控制方法和系统
CN112034871A (zh) * 2020-08-25 2020-12-04 南京航空航天大学 一种可倾转多旋翼飞行器的全向控制方法
CN112394739A (zh) * 2020-10-29 2021-02-23 南京航空航天大学 主动变形四旋翼飞行器自抗扰飞行控制方法
CN112650269A (zh) * 2021-01-02 2021-04-13 西北工业大学 一种多无人机协同运输系统的载荷跟踪控制方法
CN113031636A (zh) * 2021-03-01 2021-06-25 之江实验室 无人机控制方法、装置、电子设备、无人机和存储介质
CN113342037A (zh) * 2021-06-07 2021-09-03 广东工业大学 具有输入饱和的多旋翼无人机时变编队控制方法及系统
CN113359794A (zh) * 2021-06-04 2021-09-07 北京三快在线科技有限公司 无人机的控制方法、装置、介质、电子设备及无人机

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6539290B1 (en) * 1995-06-07 2003-03-25 Dabulamanzi Holdings, Llc Method, apparatus and design procedure for controlling multi-input, multi-output (MIMO) parameter dependent systems using feedback LTI'zation
CN109460052B (zh) * 2019-01-09 2022-08-05 翁雷 一种可拼组飞行器的控制方法
CN109947126B (zh) * 2019-03-07 2020-04-14 中国科学院深圳先进技术研究院 四旋翼无人机的控制方法、装置、设备及可读介质
CN112684805B (zh) * 2021-01-14 2021-11-23 北京航空航天大学 一种考虑姿态约束的高机动微型无人机控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104699106A (zh) * 2013-12-10 2015-06-10 中国航空工业第六一八研究所 一种八旋翼飞行器的控制分配方法
CN104699108A (zh) * 2013-12-10 2015-06-10 中国航空工业第六一八研究所 一种多旋翼飞行器的控制分配方法
CN107943089A (zh) * 2017-12-25 2018-04-20 成都纵横自动化技术有限公司 多规格动力系统控制分配方法及相关装置
CN110456821A (zh) * 2019-08-22 2019-11-15 安徽大学 基于动态触发机制的飞行器轨迹最优控制方法和系统
CN112034871A (zh) * 2020-08-25 2020-12-04 南京航空航天大学 一种可倾转多旋翼飞行器的全向控制方法
CN112394739A (zh) * 2020-10-29 2021-02-23 南京航空航天大学 主动变形四旋翼飞行器自抗扰飞行控制方法
CN112650269A (zh) * 2021-01-02 2021-04-13 西北工业大学 一种多无人机协同运输系统的载荷跟踪控制方法
CN113031636A (zh) * 2021-03-01 2021-06-25 之江实验室 无人机控制方法、装置、电子设备、无人机和存储介质
CN113359794A (zh) * 2021-06-04 2021-09-07 北京三快在线科技有限公司 无人机的控制方法、装置、介质、电子设备及无人机
CN113342037A (zh) * 2021-06-07 2021-09-03 广东工业大学 具有输入饱和的多旋翼无人机时变编队控制方法及系统

Also Published As

Publication number Publication date
CN114415715B (zh) 2024-02-27
WO2023108969A1 (zh) 2023-06-22

Similar Documents

Publication Publication Date Title
AU2019260589B2 (en) Thrust allocation for aerial vehicle
CN110697035B (zh) 一种六自由度独立可控飞行器及其控制方法
CN109270947B (zh) 倾转旋翼无人机飞行控制系统
CN112394739B (zh) 主动变形四旋翼飞行器自抗扰飞行控制方法
EP3805893B1 (en) Method of controlling an actuator system and aircraft using same
KR20170012543A (ko) 고정 로터 추력 벡터링
KR102294829B1 (ko) 가변 하중을 가지는 무인비행체 비행제어 시스템 및 방법
WO2017095610A1 (en) Multirotor aircraft control systems
CN106970531B (zh) 倾转翼垂直起降无人机模态转换控制策略确定方法
Yoo et al. Dynamic modeling and stabilization techniques for tri-rotor unmanned aerial vehicles
WO2021223173A1 (zh) 多旋翼无人机及其控制方法、控制装置和计算机可读存储介质
CN112650269B (zh) 一种多无人机协同运输系统的载荷跟踪控制方法
Min et al. Development of a micro quad-rotor UAV for monitoring an indoor environment
CN109308074B (zh) 一种无人机重心偏移的补偿方法及系统
Albayrak et al. Design of a robotic bicopter
CN114879739A (zh) 一种基于零空间的可倾转四旋翼无人机控制分配方法及系统
Zeghlache et al. Fuzzy sliding mode control with chattering elimination for a quadrotor helicopter in vertical flight
CN114415715A (zh) 多无人机集成系统的控制方法及装置
Omar et al. Robust active force control of a quadcopter
CN109634110B (zh) 一种基于非线性干扰观测器的尾座式无人机过渡段鲁棒控制方法
Sanchez-Rivera et al. Transition flight dynamics of a dual tilt-wing UAV
CN116252948A (zh) 一种具有自主解旋功能的低初速空投固定翼无人机
CN114063626A (zh) 基于重心检测的四旋翼货运无人机飞行姿态控制方法
CN111717377A (zh) 一种四旋翼飞行器机架
Özdoğan et al. Modeling and control of a heavy-lift helicopter consisting of large and small tilting rotors

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