CN114675663A - 一种侧风环境下无人机着陆的规划及控制方法 - Google Patents

Abstract

本发明涉及无人机技术领域，公开了一种侧风环境下无人机着陆的规划及控制方法，包括：步骤S1.通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数；步骤S2.根据机载传感器采集的数据预测飞机的着陆时间，并判断轨迹规划开始的时间；步骤S3.以轨迹规划开始时无人机的侧向偏离距离、侧向偏离速度、滚转角、航向角为规划初始参数，根据飞机使用限制确定飞机的终端状态约束参数，结合飞机当前的风速及风向，采用MPC规划算法规划出无人机的横侧向飞行轨迹；步骤S4.将规划结果作为横航向轨迹跟踪及姿态控制器的指令，设计相应的控制器算法跟踪规划生成的参考指令。本发明设计了合适的控制律跟踪生成的飞行状态轨迹指令。

Description

一种侧风环境下无人机着陆的规划及控制方法

技术领域

本发明涉及无人机技术领域，具体地说，是一种侧风环境下无人机着陆的规划及控制方法，用于根据着陆瞬间的状态约束，采用最优规划方法规划出飞机在着陆前飞行状态轨迹指令，并设计合适的控制律跟踪生成的飞行状态轨迹指令。

背景技术

随着航空技术的发展，无人机在各种场合得到越来越多的应用，对使用环境的要求也越来越苛刻。轮式起降无人机在着陆过程中，因其工作在空速小，速压低以及大迎角的环境下，所受外界风扰动的影响会更加敏感。在着陆阶段，侧风会影响无人机的运动进而影响无人机着陆的安全性。所以，在无人机着陆期间，如何在侧风条件下使其平稳着陆是保证无人机安全着陆的一个关键因素。

目前在着陆时应对侧风通常有两种方法，这两种方法在业界分别称为“侧航法”和“侧滑法”。其中，“侧航法”通过调整机头航向，使得飞机侧滑为零。实际上，只要飞机沿着通常的侧向纠偏控制律在侧风中进行飞行，就会进入“侧航法”的状态。在“侧航法”的策略下，飞机与跑道的侧向距离会比较小，在理想情况下可以减小到0，同时侧向速度和侧滑角也为0。虽然这些量对于着陆是有利的，但是在“侧航法”作用下，飞机机头方向会和跑道有一定夹角，该夹角在某些场合称为“交叉角”，交叉角与风速风向有关，太大的交叉角意味着飞机在着陆接地后的初始阶段滑跑速度方向和跑道方向有较大夹角，严重时可能出现飞机有冲出跑道的险情。

为了减小“交叉角”带来的着陆风险，采用一种方式 “侧滑法”，即着陆末端接地前不再使用纠正侧偏的方法来进行横侧向控制，而是使用纠正航向的方法来进行横侧向控制，即控制飞机机头方向和跑道方向保持一致，这样在接地后滑跑方向和飞机的跑道方向一致。飞机在机头对准跑道过程中，会产生较大的侧滑角。但是太大的侧滑角对于航向不稳定的无人机而言，需要较大的方向舵来增稳，这也给方向舵增稳与纠偏的权限交接带来困难，同时，较大的侧滑角会造成横航向的耦合，在末端纠正航向时，飞机会与跑道中心线产生较大侧向偏差或较大的滚转角，这也对着陆后的安全滑跑不利。

所以在大侧风情况下，单独使用“侧航法”或者“侧航法”在无人机着陆时都会存在问题，特别是侧风较大的情况下。在实际中，还有一种着陆策略是结合这两种方法，即在近地下滑段，刚开始采用“侧航法”，然后着陆接地之前一定时间内切换到“侧滑法”。这样，可以保证接地时侧偏不会太大，也可以保证航向偏差不会太大，但是在着陆接地瞬间的侧滑角还是无法降低。而且，在实际实施中，何时从“侧航法”切换到“侧滑法”也是人为根据经验来确定的，而切换时间是否合理，在最终着陆之前没有一个可以判定的标准和依据。

因此，为了解决上述问题，亟需一种技术方案，可以通过设置合理的终端状态约束，提高飞机着陆瞬间飞行状态和预设状态的一致性，通过设置合理的终端状态约束，提高飞机着陆瞬间飞行状态和预设状态的一致性，而约束条件可根据不同飞机的不同特性进行合理的选取，灵活性较强。

发明内容

本发明的目的在于提供一种侧风环境下无人机着陆的规划及控制方法，使无人机在大侧风情况下着陆时，交叉角、侧滑角、侧偏距、滚转角等参数达到最优，提高大侧风下着陆的安全性，具有约束条件可根据飞机的特性进行合理的选取，灵活性较强的效果。

本发明通过下述技术方案实现：一种侧风环境下无人机着陆的规划及控制方法，包括以下步骤：

步骤S1.通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数；

步骤S2. 根据机载传感器采集的数据预测飞机的着陆时间，并判断轨迹规划开始的时间；

步骤S3. 以轨迹规划开始时无人机的侧向偏离距离、侧向偏离速度、滚转角、航向角为规划初始参数，根据飞机使用限制确定飞机的终端状态约束参数，结合飞机当前的风速及风向，采用MPC规划算法规划出无人机的横侧向飞行轨迹；

步骤S4. 将规划结果作为横航向轨迹跟踪及姿态控制器的指令，设计相应的控制器算法跟踪规划生成的参考指令。

本发明涉及一种无人机侧风环境着陆的规划和控制方法，提高无人机在大侧风着陆的安全性。通过最优规划，采用模型预测方法实时生成着陆轨迹，使飞机在大侧风情况下仍具备较安全的交叉角，侧滑角等运动状态。在飞机着陆过程中，依据飞机的运动特性，结合飞机当前的飞行状态和风速风向，根据着陆瞬间的状态约束，采用最优规划方法规划出飞机在着陆前飞行状态轨迹指令，并设计合适的控制律跟踪生成的飞行状态轨迹指令。本发明采用的规划方法代替传统的定下滑轨迹线着陆方法，可以通过设置合理的终端状态约束，提高飞机着陆瞬间飞行状态和预设状态的一致性，而约束条件可根据不同飞机的不同特性进行合理的选取，灵活性较强。

为了更好地实现本发明，进一步地，步骤S1中的运动状态的参数、纵向运动状态的参数以及环境参数包括：

所述横航向运动状态参数包括飞机和跑道中心线之间的侧向偏离距离、侧向偏离速度、滚转角和航向角；

所述纵向运动状态参数包括高度和高度变化率；

所述环境参数包括风速和风向。

为了更好地实现本发明，进一步地，步骤S1中通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数的方法包括：

通过惯性导航系统或卫星导航系统直接测量或计算得到横航向运动状态参数；

通过惯性导航系统、卫星定位系统、大气数据系统和无线电高度表获取纵向运动状态参数；

通过气象雷达、惯性导航系统、卫星定位系统和大气数据系统测得的数据获取风速和风向。

为了更好地实现本发明，进一步地，步骤S2中预测飞机的着陆时间的方法包括：

根据飞机当前高度、高度变化率、飞机设定的拉平高度和飞机拉平所需时间计算飞机预测的着陆时间。

为了更好地实现本发明，进一步地，步骤S2中判断轨迹规划开始的时间的方法包括：

根据仿真预设时间阈值；

当预测的着陆时间小于或等于预先设定的时间阈值时，判断为轨迹规划开始的时间。

为了更好地实现本发明，进一步地，步骤S3包括：

在横侧向飞行轨迹中采用MPC模型预测控制算法。

为了更好地实现本发明，进一步地，步骤S3中终端状态约束参数包括：滚转角、偏航角、侧向速度、侧向偏离、侧滑角的点或范围约束参数。

为了更好地实现本发明，进一步地，步骤S4中相应的控制器算法包括PID控制器中使用的PID模型预测控制算法和MPC控制器中使用的MPC模型预测控制方法；

当无人机在轨迹规划部分时使用MPC模型预测控制算法；

当无人机在姿态控制部分时使用MPC模型预测控制算法或PID模型预测控制算法。

为了更好地实现本发明，进一步地，步骤S4包括： 将规划结果输入进横航向轨迹跟踪及姿态控制器进行控制，并选取相应的控制算法。

本发明与现有技术相比，具有以下优点及有益效果：

（1）本发明提供的方案，代替传统的定下滑轨迹线着陆方法，可以实现在存在侧风等外界环境扰动的情况下，小侧滑、小交叉角着陆；

（2）本发明可按需调整着陆状态约束，灵活性较强。

附图说明

本发明结合下面附图和实施例做进一步说明，本发明所有构思创新应视为所公开内容和本发明保护范围。

图1为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中“侧航法”的示意图。

图2为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中“侧滑法”的示意图。

图3为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中“侧航法”转“侧滑法”的示意图。

图4为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中采用规划后无人机的轨迹示意图。

图5为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中采用模型预测控制（MPC）方法的流程图。

图6为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中约束规划结果示意图。

图7为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中一种典型PID结构的轨迹跟踪控制器的计算示意图。

图8为本发明提供的一种侧风环境下无人机着陆的规划及控制方法中一种典型PID结构的内环姿态控制器的计算示意图。

具体实施方式

为了更清楚地说明本发明实施例的技术方案，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，应当理解，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本发明中的实施例，本领域普通技术工作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。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；也可以是直接相连，也可以是通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1：

本实施例的一种侧风环境下无人机着陆的规划及控制方法，包括：

步骤S1.通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数；

步骤S2. 根据机载传感器采集的数据预测飞机的着陆时间，并判断轨迹规划开始的时间；

步骤S3. 以轨迹规划开始时无人机的侧向偏离距离、侧向偏离速度、滚转角、航向角为规划初始参数，根据飞机使用限制确定飞机的终端状态约束参数，结合飞机当前的风速及风向，采用MPC规划算法规划出无人机的横侧向飞行轨迹；

步骤S4. 将规划结果作为横航向轨迹跟踪及姿态控制器的指令，设计相应的控制器算法跟踪规划生成的参考指令。

如图1所示，是“侧航法”的示意图，在“侧航法”作用下，飞机机头方向会和跑道有一定夹角，该夹角在某些场合称为“交叉角”，交叉角与风速风向有关，太大的交叉角意味着飞机在着陆接地后的初始阶段滑跑速度方向和跑道方向有较大夹角，严重时可能出现飞机有冲出跑道的险情；如图2所示，是“侧滑法”的示意图，飞机在机头对准跑道过程中，会产生较大的侧滑角。但是太大的侧滑角对于航向不稳定的无人机而言，需要较大的方向舵来增稳，这也给方向舵增稳与纠偏的权限交接带来困难，同时，较大的侧滑角会造成横航向的耦合，在末端纠正航向时，飞机会与跑道中心线产生较大侧向偏差或较大的滚转角，这也对着陆后的安全滑跑不利。如图3所示，是“侧航法”转“侧滑法”的示意图，可以保证接地时侧偏不会太大，也可以保证航向偏差不会太大，但是在着陆接地瞬间的侧滑角还是无法降低。而且，在实际实施中，何时从“侧航法”切换到“侧滑法”也是人为根据经验来确定的，而切换时间是否合理，在最终着陆之前没有一个可以判定的标准和依据。

如图3-图8所示，在本实施例中，机载传感器采集飞机运动的横向运动参数和纵向运动参数，依靠气象雷达获取或机载传感器参数解算环境参数。若着陆阶段处于直线下滑段，且下沉率已经接近稳定，则利用高度数据和高度变化率数据预测飞机的接地所需时间。若接地所需时间不大于预订规划时间，则将该时刻的横航向运动状态参数作为飞机初始运动状态，将该时刻的风速风向作为外界扰动，并根据飞机特性，确定飞机着陆最优交叉角和侧滑角等参数。根据飞机的初始运动状态、外界扰动以及终端约束，进行最优规划，获得最优着陆轨迹。将规划获得横侧向最优轨迹输入给内环的控制器，进行控制解算，将控制指令传递给舵机。本实施例中在刚开始采用“侧航法”，然后着陆接地之前一定时间内切换到“侧滑法”，主要应用在着陆末端，提出的方法没有明显的侧航法与侧滑法的转换，可以一开始使用侧航法，同时监测离地高度，预测接地所需时间，按照最优规划来判断什么时候使用本方案进行规划。如图4所示，飞机初始阶段由“侧航法”下滑，在侧风下带着一定偏航角，无侧滑沿跑道中线方向飞行，在某一时刻开始沿着规划的轨迹（图4中虚线部分）进行着陆，在着陆接地瞬间，横侧向参数满足给定约束。

实施例2：

本实施例在实施例1的基础上做进一步优化，本实施例中根据机载传感器获取参数作为无人机侧风着陆规划的输入，机载传感器采集飞机运动的横向运动参数和纵向运动参数，依靠气象雷达获取或机载传感器参数解算环境参数。能够更好的应对侧风较大的情况。

本实施例的其他部分与实施例1相同，故不再赘述。

实施例3：

本实施例在上述实施例1或2的基础上做进一步优化，本实施例中运动参数根据机上传感器可获得，风速和风向可通过气象雷达或者根据传感器测得参数通过算法获得，此算法是本领域内技术人员常用的计算方法。在飞机下滑时用组合导航系统传感器测量并记录横航向运动参数，这些参数包括：与跑道中心线的侧向偏离距离、侧向偏离速度、偏航角和滚转角；用无线电高度表、大气数据系统或卫星导航系统测量并记录飞机的纵向运动参数，飞机的纵向运动参数包括飞机的高度和飞机的下沉率，用气象雷达或者根据惯性导航系统、卫星定位系统、大气数据系统测得的数据经过算法得到风速及风向。

本实施例的其他部分与上述实施例1或2相同，故不再赘述。

实施例4：

本实施例在上述实施例1-3任一项的基础上做进一步优化，本实施例中根据飞机当前高度、高度变化率、飞机设定的拉平高度和飞机拉平所需时间计算飞机预测的着陆时间，其中高度变化率由卫星导航系统、大气数据系统、无线电高度表等传感器测量得到。根据飞机的纵向运动参数，预测飞机接地所需时间，并根据接地所需时间来确定是否进行规划。其中，接地所需时间可以采用下式进行计算：

；

其中，

为飞机当前高度，

为高度变化率，

为飞机设定的拉平高度，

为预测的着陆时间，

为飞机拉平所需时间。若着陆阶段处于直线下滑段，且下沉率已经接近稳定，则利用高度数据和高度变化率数据预测飞机的接地所需时间。若接地所需时间不大于预订规划时间，则将该时刻的横航向运动状态参数作为飞机初始运动状态，将该时刻的风速风向作为外界扰动，并根据飞机特性，确定飞机着陆最优交叉角和侧滑角等参数。根据初始运动状态、外界扰动以及终端约束，进行最优规划，获得最优着陆轨迹；

将规划获得横侧向最优轨迹，输入给内环的控制律，进行控制解算，将控制指令传递给舵机。本实施例的其他部分与上述实施例1-3任一项相同，故不再赘述。

实施例5：

本实施例在上述实施例1-4任一项基础上做进一步优化，本实施例中的间阈值根据仿真确定，需能保证完成轨迹规划，同时还需考虑无人机规划时的初始状态及响应能力。规划开始后的判断条件为预测的着陆时间小于等于某设定时间阈值，如：

，其中，

为设定的时间阈值。

本实施例的其他部分与上述实施例1-4任一项相同，故不再赘述。

实施例6：

本实施例在上述实施例1-5任一项基础上做进一步优化，如图5所示，在本实施例中对无人机着陆的最优规划可以采用模型预测控制（MPC）方法，其中，MPC方法的流程如图5所示。MPC方法设置的初始状态、终端约束以及外界扰动按照通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数等测量值来确定，即将该时刻的横航向运动状态参数作为飞机初始运动状态，将该时刻的风速风向作为外界扰动，规划所用模型可以采用小扰动线性化方法获得飞行控制常用的横航向线性化模型。在MPC模型预测控制算法中给定接地时刻约束；设置飞机横航向数学模型；设置预测域和控制域长度； 设置初始状态；设置干扰测量；设置参考指令；设置约束条件；设置代价函数权重；本实施例的其他部分与上述实施例1-5任一项相同，故不再赘述。

实施例7：

本实施例在上述实施例1-6任一项基础上做进一步优化，如图6所示，以开始规划时的飞机的滚转角、偏航角、侧向速度和侧向偏离作为规划初始参数。根据无人机的着陆段的约束条件、使用限制确定终端状态约束。

本实施例的其他部分与上述实施例1-6任一项相同，故不再赘述。

实施例8：

本实施例在上述实施例1-7任一项基础上做进一步优化，本方案分为轨迹规划和姿态控制两部分，轨迹规划部分用MPC方法，姿态控制部分可用PID或者MPC控制器或其他的控制方法。

本实施例的其他部分与上述实施例1-7任一项相同，故不再赘述。

实施例9：

本实施例在上述实施例1-8任一项基础上做进一步优化，如图7和图8所示，图7给出一种典型PID结构的轨迹跟踪控制器的计算示意图，图8给出一种典型PID结构的内环姿态控制器的计算示意图。图7中，

为规划出的侧向偏离跑道中心线的偏离距离指令、

为规划出航迹角指令、

为规划出偏航角速率指令、

为规划出滚转角指令、

为规划出航向角指令，

为与跑道中心线的侧向偏离距离、

为飞机偏航角，

为控制增益。图8中，

为飞机的滚转角、

为飞机的滚转角速率、

为飞机的偏航角速率、

为副翼舵指令，用以控制副翼偏转、

方向舵指令，用以控制飞机方向舵偏转，

为控制增益。

本实施例的其他部分与上述实施例1-8任一项相同，故不再赘述。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (9)

1.一种侧风环境下无人机着陆的规划及控制方法，其特征在于，包括以下步骤：

步骤S1.通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数；

步骤S2. 根据机载传感器采集的数据预测飞机的着陆时间，并判断轨迹规划开始的时间； 步骤S3. 以轨迹规划开始时无人机的侧向偏离距离、侧向偏离速度、滚转角、航向角为规划初始参数，根据飞机使用限制确定飞机的终端状态约束参数，结合飞机当前的风速及风向，采用MPC规划算法规划出无人机的横侧向飞行轨迹；

步骤S4. 将规划结果作为横航向轨迹跟踪及姿态控制器的指令，设计相应的控制器算法跟踪规划生成的参考指令。

2.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S1中的运动状态的参数、纵向运动状态的参数以及环境参数包括： 所述横航向运动状态参数包括飞机和跑道中心线之间的侧向偏离距离、侧向偏离速度、滚转角和航向角；所述纵向运动状态参数包括高度和高度变化率； 所述环境参数包括风速和风向。

3.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S1中通过机载传感器采集飞机横航向运动状态的参数、纵向运动状态的参数以及环境参数的方法包括：

通过惯性导航系统或卫星导航系统直接测量或计算得到横航向运动状态参数； 通过惯性导航系统、卫星定位系统、大气数据系统和无线电高度表获取纵向运动状态参数；

通过气象雷达、惯性导航系统、卫星定位系统和大气数据系统测得的数据获取风速和风向。

4.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S2中预测飞机的着陆时间的方法包括： 根据飞机当前高度、高度变化率、飞机设定的拉平高度和飞机拉平所需时间计算飞机预测的着陆时间。

5.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S2中判断轨迹规划开始的时间的方法包括：

根据仿真预设时间阈值； 当预测的着陆时间小于或等于预先设定的时间阈值时，判断为轨迹规划开始的时间。

6.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S3包括： 在横侧向飞行轨迹中采用MPC模型预测控制算法。

7.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S3中终端状态约束参数包括：滚转角、偏航角、侧向速度、侧向偏离、侧滑角的点或范围约束参数。

8.根据权利要求1所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S4中相应的控制器算法包括PID控制器中使用的PID模型预测控制算法和MPC控制器中使用的MPC模型预测控制方法；

当无人机在轨迹规划部分时使用MPC模型预测控制算法； 当无人机在姿态控制部分时使用MPC模型预测控制算法或PID模型预测控制算法。

9.根据权利要求1项所述的一种侧风环境下无人机着陆的规划及控制方法，其特征在于，所述步骤S4包括： 将规划结果输入进横航向轨迹跟踪及姿态控制器进行控制，并选取相应的控制算法 。

Images