CN115407802A - 多旋翼飞行器及其控制方法、设备、计算机可读存储介质 - Google Patents

多旋翼飞行器及其控制方法、设备、计算机可读存储介质 Download PDF

Info

Publication number
CN115407802A
CN115407802A CN202211314841.0A CN202211314841A CN115407802A CN 115407802 A CN115407802 A CN 115407802A CN 202211314841 A CN202211314841 A CN 202211314841A CN 115407802 A CN115407802 A CN 115407802A
Authority
CN
China
Prior art keywords
rotor
matrix
control
rotating speed
vector
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
CN202211314841.0A
Other languages
English (en)
Other versions
CN115407802B (zh
Inventor
沈阳
陶永康
张均
苏江城
段鹏
王磊
周英
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 Huitian Aerospace Technology Co Ltd
Original Assignee
Guangdong Huitian Aerospace 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 Guangdong Huitian Aerospace Technology Co Ltd filed Critical Guangdong Huitian Aerospace Technology Co Ltd
Priority to CN202211314841.0A priority Critical patent/CN115407802B/zh
Priority to PCT/CN2022/133003 priority patent/WO2024087271A1/zh
Publication of CN115407802A publication Critical patent/CN115407802A/zh
Application granted granted Critical
Publication of CN115407802B publication Critical patent/CN115407802B/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

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

本申请公开了一种多旋翼飞行器及其控制方法、设备、计算机可读存储介质，其方法包括：基于多旋翼无人机的当前运行状态，确定各个旋翼对应的操纵效率矩阵；获取所述操纵效率矩阵对应的控制分配矩阵；基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量；基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于多旋翼无人机的当前运行状态，确定各个旋翼对应的操纵效率矩阵的步骤，本申请实现了多旋翼无人机飞行中遇到动力失效导致动力不足，使飞行不稳问题时，能实时控制并调整旋翼转速来获得足够的动力，提高了多旋翼无人机飞行的稳定性的效果。

Description

多旋翼飞行器及其控制方法、设备、计算机可读存储介质
技术领域
本申请涉及飞行器控制领域，尤其涉及一种多旋翼飞行器及其控制方法、设备、计算机可读存储介质。
背景技术
随着无人机的应用场景也越来越广泛，在无人机的飞行过程中，对其电机旋翼的转速控制越来越重要，现有技术中，针对超过4个旋翼的多旋翼无人机，主要是通过控制算法自身的鲁棒性进行动力失效容错控制，该技术容易导致失效瞬间多旋翼无人机机体姿态抖动过大甚至不可控而坠机，导致多旋翼无人机的动力失效容错控制的效果差，难以满足多旋翼无人机飞行的稳定性需求。
发明内容
本申请的主要目的在于提供一种多旋翼飞行器的控制方法设备、计算机可读存储介质，旨在解决多旋翼无人机的动力失效容错控制的效果差的技术问题。
为实现上述目的，本申请提供一种多旋翼飞行器的控制方法，所述多旋翼飞行器的控制方法包括：
基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵；
若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵；
基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速；
基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤。
优选地，所述基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量的步骤包括：
基于多个控制通道，获取各个所述旋翼对应的待分配虚拟控制向量；
基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量。
优选地，所述基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量的步骤包括：
基于待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量；
基于所述最大虚拟控制向量和控制分配矩阵，确定所述旋翼系统对应的转速向量。
优选地，所述基于待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量的步骤包括：
基于所述控制分配矩阵、待分配虚拟控制向量、各个所述旋翼对应的预设最大转速以及各个所述旋翼对应的预设最小转速，确定各个所述旋翼对应的比值范围，并获取所述比值范围内的最大比值作为各个所述旋翼对应的第一比值；
基于所述各个所述旋翼对应的第一比值中最大的第一比值和待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量。
优选地，所述基于所述最大虚拟控制向量和控制分配矩阵，确定所述旋翼系统对应的转速向量的步骤之后，还包括：
基于预设最大转速、预设最小转速和转速向量，确定剩余可分配最大转速和剩余可分配最小转速；
将所述剩余可分配最大转速设定为预设最大转速，将剩余可分配最小转速设定为预设最小转速。
优选地，所述若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵的步骤包括：
基于所述操纵效率矩阵，获取所述操纵效率矩阵的转置矩阵，并基于所述操纵效率矩阵和转置矩阵，获取乘积矩阵；
若所述乘积矩阵可逆，则确定所述操纵效率矩阵满足预设转速分配条件，并获取所述操纵效率矩阵对应的控制分配矩阵。
优选地，所述获取所述操纵效率矩阵对应的控制分配矩阵的步骤包括：
获取所述乘积矩阵的逆矩阵；
基于所述逆矩阵和转置矩阵，获取所述操纵效率矩阵对应的控制分配矩阵。
优选地，所述基于所述转速向量调节各个所述旋翼对应的转速的步骤包括：
基于最大虚拟控制向量和待分配虚拟控制向量，获取各个所述旋翼对应的第二比值，并基于所述第二比值和转速向量，获取实际分配转速；
基于实际分配转速，调节各个所述旋翼对应的转速。
优选地，所述基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤包括：
基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的健康系数；
基于常规操纵效率矩阵和所述健康系数，确定所述操纵效率矩阵。
优选地，所述当前运行状态包括所述各个所述旋翼对应电机的电流或各个所述旋翼的转速。
本申请实施例还提出一种多旋翼飞行器，所述多旋翼飞行器包括：
第一确定模块，用于基于多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵；
获取模块，用于若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵；
第二确定模块，用于基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速；
调整模块，用于基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤
本申请实施例还提出一种多旋翼无人机设备，所述多旋翼无人机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多旋翼无人机程序，所述多旋翼无人机程序被所述处理器执行时实现如上所述的多旋翼无人机方法的步骤。
本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有多旋翼无人机程序，所述多旋翼无人机程序被处理器执行时实现如上所述的多旋翼无人机方法的步骤。
本申请通过基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵，若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵，接着基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速，最后基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤，
通过监控多旋翼无人机当前的运行状态，当多旋翼无人机出现动力失效导致飞行不稳定的情况时，利用操纵效率矩阵和控制分配矩阵来为旋翼分配多余的转速，达到更好地控制旋翼的转速，稳定多旋翼无人机的飞行状态的目的，实现了多旋翼无人机飞行中遇到动力问题时，能实时调整旋翼转速来获得足够的动力，提升了多旋翼无人机动力失效容错控制的效果，提高了多旋翼无人机飞行过程的稳定性。
附图说明
图1是本申请实施例方案涉及的硬件运行环境中多旋翼飞行器的控制设备的结构示意图；
图2为本申请多旋翼飞行器控制方法第一实施例的流程示意图；
图3为本申请多旋翼飞行器控制构型示意图；
图4为本申请多旋翼飞行器控制装置一实施例的功能模块示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，图1是本申请实施例方案涉及的硬件运行环境中多旋翼飞行器控制设备的结构示意图。
本申请实施例多旋翼飞行器控制设备可以是PC。如图1所示，该多旋翼飞行器控制设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器（non-volatile memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，多旋翼飞行器控制设备还可以包括摄像头、RF（Radio Frequency，射频）电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对多旋翼飞行器控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及多旋翼飞行器控制程序。
在图1所示的多旋翼飞行器控制设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端（用户端），与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的多旋翼飞行器控制程序。
在多旋翼飞行器控制设备包括：存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的多旋翼飞行器控制程序，其中，处理器1001调用存储器1005中存储的多旋翼飞行器控制程序时，并执行以下各个实施例中多旋翼飞行器控制方法的步骤。
本申请还提供一种方法，参照图2，图2为本申请多旋翼飞行器的控制方法第一实施例的流程示意图。
该多旋翼飞行器的控制方法，应用于多旋翼无人机，包括以下步骤：
步骤S101，基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵。
多旋翼无人机是指超过4个旋翼的无人驾驶旋翼飞行器，操纵效率矩阵为描述无人机控制通道和多旋翼无人机转速之间关系的矩阵，操纵效率矩阵中的列向量数量由多旋翼无人机的旋翼数决定，行向量数量由无人机控制通道数决定，例如多旋翼无人机有8个浆和4个控制通道，4个控制通道分别控制着拉力、滚转力矩、俯仰力矩、偏航力矩，则在该操纵效率矩阵中，每一列代表一个桨，一共有8列，第一行代表每个桨对拉力的贡献，第二行代表对滚转力矩的贡献，第三行代表对俯仰力矩的贡献，第四行代表对偏航力矩的贡献。
具体地，多旋翼无人机在飞行状态时，多旋翼无人机的电控实时监测多旋翼无人机的运行状态，包括电机/旋翼中的电流/转速等，可以用数值比的形式来评估电机/旋翼系统的运行状态，例如用当前转速/期望转速、当前拉力/当前转速下的理论拉力，若当前电机/旋翼都按照预期运行，则用1表示，若电机/旋翼未按照预期运行，则用数值比表示，完全失效则为0，数值比的范围可以设为0至1，用各个旋翼当前转速/期望转速或当前拉力/当前转速下的理论拉力作为行向量，用控制通道的数量作为列向量，确定多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵。一般情况下，多旋翼无人机在正常飞行状态下的操纵效率矩阵每一个浆都在正常地运转，为多旋翼无人机的各个控制通道提供了稳定的力，若电机/旋翼提供的电流/转速发生变化，比如能源不足，导致无法产生足够的电流，或者是旋翼受损，导致其转速不能提供需要的力，这时操纵效率矩阵就会发生改变，例如1号电机完全失效，那么操纵效率矩阵的第一列就会变成0。这时基于多旋翼无人机的状态变化，要重新确定旋翼无人机的操纵效率矩阵。通过实时监测多旋翼无人机的运行状态，来确定旋翼系统中各个旋翼对应的操纵效率矩阵，实现了对无人机飞行具体动力情况的掌控，能更好的了解无人机的动力情况，以便后续维护无人机的稳定性。
步骤S102，若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵。
控制分配矩阵是用来计算每一个浆需要分配的转速的分配矩阵。在多旋翼无人机飞行的过程中，若电机/旋翼的运行状态发生了改变，进而使操纵效率矩阵发生变化，利用操纵效率矩阵变为控制分配矩阵的办法，是对操纵效率矩阵求逆就能得到的，即控制分配矩阵就是操纵效率矩阵的逆矩阵，而无法求逆的操纵效率矩阵是无法获得控制效率矩阵的，所以，将操纵效率矩阵能否求逆作为预设转速分配条件，实时对操纵效率矩阵求逆得到控制分配矩阵。但是对于超过4个旋翼的多旋翼，如4轴八桨，其B矩阵不是方阵，无法直接求逆，所以取其广义逆矩阵获取控制分配矩阵，可以先取操纵效率矩阵的转置矩阵，然后再根据操纵效率矩阵和它的转置矩阵求得广义逆矩阵，即控制效率矩阵。操纵效率矩阵变化的体现，主要表现在电机/旋翼上，例如图3所示，CW（Clockwise）表示同步电机顺时针旋转，CCW（Counter Clockwise）表示同步电机逆时针旋转，1/4/6/7号电机/旋翼为多旋翼无人机右边电机/旋翼，2/3/5/8号电机/旋翼为多旋翼无人机左边电机/旋翼，x和y为向量轴，当2/5/3/8号电机/旋翼完全失效，无法进行控制分配，直观上来讲就是飞机左边的四个桨全部不转，那么飞机肯定保持不了平衡，这时是无法通过操纵效率矩阵获得控制分配矩阵，进而不存在调整剩余浆的转速，这时属于操纵效率矩阵不满足预设转速分配条件，但是假设是5/6/7/8号电机完全失效，也就是说上面的4个桨停止转动了，那么下面4个桨还能保持平衡，可以通过控制旋翼的转速来稳定多旋翼无人机的飞行，并且从数学上来讲，这时是可以通过操纵效率矩阵计算出控制分配矩阵的，即满足预设转速分配条件，可对操纵效率矩阵求逆得到控制分配矩阵。通过判断当前多旋翼无人机的操纵效率矩阵来是否满足预设转速分配条件，来获取对应控制分配矩阵，实现了对多旋翼无人机控制分配转速的精确把控，获得的控制分配矩阵能大大提高后续对旋翼进行转速分配的准确性。
步骤S103，基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速。
转速向量是包括各个旋翼分配的转速大小、转速方向；待分配转速是指各个旋翼在当前转速需要增加或者减少的转速量。
多旋翼无人机在飞行的过程中，电机/旋翼发生了变化，进而使操纵效率矩阵和控制分配矩阵发生了改变，这时某些旋翼当前的转速需要调整。多旋翼无人机在飞行中电机/旋翼的变化可能是持续的，操纵效率矩阵也可能在不断的变化，对应的控制分配矩阵也在变化，这时基于控制分配矩阵中的行列值，将多旋翼无人机剩余的电机油门分配给对应的电机，提高电机功率，或者基于控制分配矩阵中的行列值，将所有待分配的转速向量分配给需要分配的旋翼，确定各个旋翼对应的转速向量，例如控制分配矩阵显示多旋翼无人机的1号浆期望的拉力是10N，但是由于1号浆的转速不足，提供的拉力只有8N，这时就基于控制分配矩阵，将多旋翼无人机可分配的转速分配一部分给1号浆，达到让多旋翼无人机在空中稳定飞行的目的，以达到让多旋翼无人机在空中稳定飞行的目的，通过控制分配矩阵内列与行向量的变化，来调整对应旋翼的转速向量，实现了对多旋翼无人机实时动力情况的容错控制，大大提高了对多旋翼无人机旋翼转速的控制程度，保证了其飞行时的稳定性。
步骤S104，基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤。
多旋翼无人机在空中飞行时，通过操纵效率矩阵获得对应的控制分配矩阵，获得旋翼对应的转速向量，多旋翼无人机的旋翼系统获得转速向量后，根据向量的值，进而对旋翼对应的转速做出调整，例如，1号浆的转速向量由+1变成了+5，则在1号浆原本旋转方向的基础上加上4个单位转速，对应旋翼的转速经过调整后，又能产生足够的力来使多旋翼无人机达到期望的运行状态，同时，随着多旋翼无人机飞行状态的改变，继续重复上述步骤对旋翼的转速进行调整，通过不断地计算多旋翼无人机的转速向量，从而调整旋翼对应的转速，使旋翼能产生足够的力，实现了多旋翼无人机的动力情况的检测和控制，提高了旋翼系统对付各种动力情况的容错控制能力，也提高了多旋翼无人机的飞行稳定性。
通过基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵，若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵，接着基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速，最后基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤。通过监控多旋翼无人机当前的运行状态，当多旋翼无人机出现动力失效导致飞行不稳定的情况时，利用操纵效率矩阵和控制分配矩阵来为旋翼分配多余的转速，达到更好地控制旋翼的转速，稳定多旋翼无人机的飞行状态的目的，实现了多旋翼无人机飞行中遇到动力问题时，能实时调整旋翼转速来获得足够的动力，提高了多旋翼无人机飞行的稳定性，解决了多旋翼无人机动力失效容错控制差的问题。
基于第一实施例，提出本申请多旋翼飞行器的控制方法的第二实施例，在步骤S103包括：
步骤S201，基于多个控制通道，获取各个所述旋翼对应的待分配虚拟控制向量；
步骤S202，基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量。
控制通道是飞控内部控制多旋翼无人机运行状态的通道，比如推力控制通道、滚转控制通道，俯仰控制通道，偏航控制通道。待分配虚拟控制向量是飞控通过控制算法在控制通道上计算出来的期望分配的控制量。
典型的飞控算法一般包括控制器和分配器两部分，控制器主要根据指令和传感器数据生成4个控制通道（包括高度通道、滚转通道、俯仰通道、偏航通道）的期望待分配虚拟控制向量，一般由位置环/速度环/姿态环/角速度环组成，通常采用PID算法、ADRC算法、MPC算法、LQR算法等实现，这些算法在不同构型飞行器上大致相同，都可以共用。
多旋翼无人机在飞行的过程中，多旋翼无人机的飞控内部通过PID控制算法会计算出4个控制通道上的待分配虚拟控制向量，分别为推力待分配虚拟控制向量，滚转待分配虚拟控制向量，俯仰待分配虚拟控制向量，偏航待分配虚拟控制向量，4个待分配虚拟控制向量组成了一个长度为4的待分配虚拟控制向量，接着多旋翼无人机的分配器主要根据控制器输出的4个待分配虚拟控制向量，结合控制分配矩阵和多旋翼构型，分配为每个电机/旋翼的期望转速向量，进而从转速向量中获取具体转速，并将转速输出给电机/旋翼，注意这里的转速既可以以物理转速体现也可以以油门体现，本质上还是让电机/旋翼产生期望的转速进而产生期望的力，从而实现动力容错控制，具体地，一实施例中，该步骤S202包括：
步骤a，基于待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量；
步骤b，基于所述最大虚拟控制向量和控制分配矩阵，确定所述旋翼系统对应的转速向量。
最大虚拟控制向量是指的是各个旋翼目前能分配的最大控制向量，多旋翼无人机在飞行中，飞控内部控制算法会计算出4个控制通道上的待分配虚拟控制向量，接着算出了各个旋翼能当前接受的最大虚拟控制向量，接着通过以下公式计算出此次分配的转速向量：
u_i=B+*v_i；
其中，u_i为第i个旋翼分配的转速向量，B+为控制分配矩阵，v_i为第i个旋翼的最大虚拟控制量向量，每一步分配的最大虚拟控制量向量都保证了转速不超过剩余可分配转速，即每一步分配总会使得某一个电机/旋翼转速饱和，相当于每一步都在求边界上的值，既不会超过边界（分配出来的转速小于预设最大转速）也不会在边界以内（分配的转速都大于预设最小转速），具体表现形式为：
umin_i≤u_i≤umax_i；
其中，umin_i为预设最小转速，umax_i为预设最大转速，u_i为第i个旋翼分配的转速。具体地，一实施例中，该步骤a包括：
步骤c，基于所述控制分配矩阵、待分配虚拟控制向量、各个所述旋翼对应的预设最大转速以及各个所述旋翼对应的预设最小转速，确定各个所述旋翼对应的比值范围，并获取所述比值范围内的最大比值作为各个所述旋翼对应的第一比值；
步骤d，基于所述各个所述旋翼对应的第一比值中最大的第一比值和待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量。
预设最大转速和预设最小转速为各个旋翼能提供的最大转速和最小转速，比值范围是由当前分配的转速大于等于预设最小转速，并且小于等于预设最大转速的条件计算得出，第一比值是在比值范围中最大的比值，主要是作为计算旋翼系统对应的最大虚拟控制向量的参数。多旋翼无人机在飞行时，基于控制分配矩阵、待分配虚拟控制向量、各个旋翼对应的预设最大转速以及各个旋翼对应的预设最小转速，取得各个旋翼对应的比值范围，例如多旋翼无人机有8个浆，则有8个比值范围，接着，各个旋翼分别取对应比值范围中最大的比值作为第一比值，最后选取所有第一比值中最大的第一比值和待分配虚拟控制向量，获取最大虚拟控制向量，公式为：
v_i=k1*v_0；
其中，v_i为第i个旋翼的最大虚拟控制量向量，v_0为待分配虚拟控制向量，k1为第一比值。
通过多个控制通道，获取各个旋翼对应的待分配虚拟控制向量，并基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量，实现了对多旋翼无人机实时转速的控制，大大提高了对多旋翼无人机旋翼飞行时动力的容错程度，保证了其飞行时的稳定性。
基于第二实施例，提出本申请多旋翼飞行器的控制方法的第三实施例，在步骤b之后，还包括：
步骤S301，基于预设最大转速、预设最小转速和转速向量，确定剩余可分配最大转速和剩余可分配最小转速；
步骤S302，将所述剩余可分配最大转速设定为预设最大转速，将剩余可分配最小转速设定为预设最小转速。
剩余可分配最大转速是各个旋翼当前分配转速后，还可以继续分配的最大转速值，剩余可分配最小转速是各个旋翼当前分配转速后，还可以继续分配的最小转速值。
多旋翼无人机通过控制分配矩阵和待分配虚拟控制向量，计算出各个旋翼对应分配的转速后，因为多旋翼无人机可分配的转速是有限的，所以每一次为各个旋翼分配转速后，都要用预设最大转速和预设最小转速减去当前分配的转速，保证下一轮分配的转速，不会超过剩余的转速，具体公式为：
umax_（i+1）=umax_（i）-u_i，umin_(i+1)=umin_(i)-u_i；
其中，umax_（i+1）为i+1时刻各个旋翼的最大转速，umin_(i+1)为i+1时刻各个旋翼的最小转速，umin_(i)为i时刻各个旋翼的预设最小转速，umax_（i）为i时刻各个旋翼的预设最大转速，u_i为i时刻各个旋翼分配的转速。在更新剩余可分配转速后，就将剩余可分配最大转速设定为下一次分配的预设最大转速，将剩余可分配最小转速设定为下一次分配的预设最小转速，保证每一次分配的转速都不会超过预设值，具体为：
umin_(i+1)≤u_(i+1)≤umax_（i+1）；
其中，u_(i+1)为i+1时刻各个旋翼分配的转速。
通过预设最大转速、预设最小转速和转速向量，确定剩余可分配最大转速和剩余可分配最小转速，接着将所述剩余可分配最大转速设定为预设最大转速，将剩余可分配最小转速设定为预设最小转速，使转速每一次分配的转速都不会超过剩余可分配的转速，提高了转速分配的准确率。
基于第一实施例，提出本申请多旋翼飞行器的控制方法的第四实施例，在步骤S102包括：
步骤S401，基于所述操纵效率矩阵，获取所述操纵效率矩阵的转置矩阵，并基于所述操纵效率矩阵和转置矩阵，获取乘积矩阵；
步骤S402，若所述乘积矩阵可逆，则确定所述操纵效率矩阵满足预设转速分配条件，并获取所述操纵效率矩阵对应的控制分配矩阵。
多旋翼无人机在基于当前运行状态，获得操纵效率矩阵后，则判断当前多旋翼无人机的状态是不是适合继续分配转速，具体地判断方法就是判断是否能基于操纵效率矩阵获得控制分配矩阵，但是对于超过4个旋翼的多旋翼，如4轴八桨，其操纵效率矩阵不是方阵，无法直接求逆，通常的做法是取其广义逆矩阵B+=BT(BBT)-1，其中B是操纵效率矩阵，BT是操纵效率矩阵的转置矩阵，B+是控制分配矩阵，所以判断的方法就是通过判断BBT矩阵是否可逆得到，乘积矩阵可逆，则确定操纵效率矩阵满足预设转速分配条件，并获取操纵效率矩阵对应的控制分配矩阵，具体地，一实施例中，该步骤S402包括：
步骤e，获取所述乘积矩阵的逆矩阵；
步骤f，基于所述逆矩阵和转置矩阵，获取所述操纵效率矩阵对应的控制分配矩阵。
若多旋翼无人机的当前操纵效率矩阵满足预设转速分配条件，即操纵效率矩阵和它的转置矩阵的乘积矩阵可逆，则计算获得他们乘积矩阵的逆矩阵，接着利用逆矩阵和转置矩阵，基于其广义逆矩阵的形式获取控制分配矩阵，具体为：
B+=BT(BBT)-1；
其中，BBT是乘积矩阵，(BBT)-1是逆矩阵，BT是操纵效率矩阵的转置矩阵，B+是控制分配矩阵。
通过所述操纵效率矩阵，获取所述操纵效率矩阵的转置矩阵，并基于所述操纵效率矩阵和转置矩阵，获取乘积矩阵；若所述乘积矩阵可逆，则确定所述操纵效率矩阵满足预设转速分配条件，并获取所述操纵效率矩阵对应的控制分配矩阵，实现了对多旋翼无人机转速分配的准确判断，也更好地明确了各个旋翼当前需要分配的转速。
基于第一实施例，提出本申请多旋翼飞行器的控制方法的第五实施例，在步骤S104包括：
步骤S501，基于最大虚拟控制向量和待分配虚拟控制向量，获取各个所述旋翼对应的第二比值，并基于所述第二比值和转速向量，获取实际分配转速；
步骤S502，基于实际分配转速，调节各个所述旋翼对应的转速。
第二比值代表最大虚拟控制向量是待分配虚拟控制量的一个倍数，实际分配转速是各个旋翼实际分配的转速。
每一步迭代计算得到的转速向量，为当前动力状态下，所能分配的最大虚拟控制向量和其对应的转速向量，这里的最大虚拟控制向量是指沿着待分配虚拟控制向量方向上的长度最大的向量，例如待分配虚拟控制向量v_0为[0.60.1,0.1,0.1]，且算得1个电机完全失效后的最大虚拟控制向量v_i为[0.6,0.1,0.1,0.1]*1.5，则最终我们要实现的v_0虚拟控制量的分配，其对应的转速就是u_i*v_0/v_i，即对于上述例子则为u_i/1.5。通过上述方法可以完成电机失效条件下的控制分配，进而调节各个旋翼对应的转速。
通过最大虚拟控制向量和待分配虚拟控制向量，获取各个所述旋翼对应的第二比值，并基于所述第二比值和转速向量，获取实际分配转速，然后基于实际分配转速，调节各个所述旋翼对应的转速，实现了对各个所述旋翼对应转速的有效分配，使旋翼能获得更准确的分配，保证了多旋翼无人机飞行的稳定性。
基于上述各个实施例，提出本申请多旋翼飞行器的控制方法的第六实施例，在步骤S101包括：
步骤S601，基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的健康系数；
步骤S602，基于常规操纵效率矩阵和所述健康系数，确定所述操纵效率矩阵。
健康系数表征了当前拉力/当前转速下的理论拉力，即表征了拉力损失，常规操纵效率矩阵是电机/旋翼全部正常运行时，多旋翼无人机的操纵效率矩阵，具体地，一实施例中，运行状态包括述各个所述旋翼对应电机的电流或各个所述旋翼的转速。
多旋翼无人机的电控实时监测电机/旋翼的运行状态，例如电流/转速等，通过监测可以评估出电机/旋翼系统的健康系数，健康系数表征了当前拉力/当前转速下的理论拉力，即表征了拉力损失，当电机/旋翼系统正常工作时，健康系数为1，电机/旋翼系统完全失效时，健康系数为0。电控将评估得到的健康系数反馈给飞控，当电控与飞控失联（持续一段时间无法双向通信时则认为电控失联，通常为通信线物理断开或供能电池失效），飞控认为该电机/旋翼系统的健康系数为0。对于多旋翼系统，有几个电机/旋翼则有几个通道的健康系数，例如八旋翼8个电控均向飞控反馈各自所控制的电机/旋翼系统的健康系数，飞控得到1个长度为8的健康系数向量。飞控根据上述健康系数，确定操纵效率矩阵，例如对于四轴八桨飞行器，其正常状态的常规操纵效率矩阵为：
Figure 401571DEST_PATH_IMAGE001
其中，B0是常规操纵效率矩阵，正负号是由对应旋翼位置和旋向决定，代表着每个旋翼产生的力对飞行器整体受力的贡献，如图3所示，左右侧两个旋翼对滚转力矩的影响自然一个是正影响一个是负影响。每一列代表一个桨，每一列代表一个控制通道，第一行代表每个桨对拉力（虚拟控制量）的贡献，第二行代表对滚转力矩的贡献，第三行代表对俯仰力矩的贡献，第四行代表对偏航力矩的贡献。自然地，当旋翼布置方案发生变化时，常规操纵效率矩阵也会进行相应的调整。一般情况下的操纵效率矩阵为：
B=B0*[k1,k2……kn]；
其中，B0为正常状态下的操纵效率矩阵，k为健康系数列向量，n为电机/旋翼数量，B为操纵效率矩阵，随后，基于常规操纵效率矩阵和健康系数，确定操纵效率矩阵，例如当1号电机完全失效（即k1=0时）时操纵效率矩阵为：
Figure 859097DEST_PATH_IMAGE002
通过多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的健康系数，然后基于常规操纵效率矩阵和所述健康系数，确定所述操纵效率矩阵，实现了将多旋翼无人机运行状态表现以数值的形式出来，而操纵效率矩阵则更清楚地描述了各个旋翼对应转速对各个控制通道虚拟控制量的贡献，使转速的监控和控制更准确，维护了多旋翼无人机飞行的稳定性。
本申请还提供一种多旋翼飞行器，参照图4，所述多旋翼飞行器包括：
第一确定模块10，用于基于多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵；
获取模块20，用于若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵；
第二确定模块30，用于基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速；
调整模块40，用于基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤。
进一步地，第一确定模块10，还用于：
基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的健康系数；
基于常规操纵效率矩阵和所述健康系数，确定所述操纵效率矩阵。
进一步地，获取模块20，还用于：
基于所述操纵效率矩阵，获取所述操纵效率矩阵的转置矩阵，并基于所述操纵效率矩阵和转置矩阵，获取乘积矩阵；
若所述乘积矩阵可逆，则确定所述操纵效率矩阵满足预设转速分配条件，并获取所述操纵效率矩阵对应的控制分配矩阵。
进一步地，所述多旋翼飞行器，还用于：
获取所述乘积矩阵的逆矩阵；
基于所述逆矩阵和转置矩阵，获取所述操纵效率矩阵对应的控制分配矩阵。
进一步地，第二确定模块30，还用于：
基于多个控制通道，获取各个所述旋翼对应的待分配虚拟控制向量；
基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量。
进一步地，所述多旋翼飞行器，还用于：
基于待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量；
基于所述最大虚拟控制向量和控制分配矩阵，确定所述旋翼系统对应的转速向量。
进一步地，所述多旋翼飞行器，还用于：
基于所述控制分配矩阵、待分配虚拟控制向量、各个所述旋翼对应的预设最大转速以及各个所述旋翼对应的预设最小转速，确定各个所述旋翼对应的比值范围，并获取所述比值范围内的最大比值作为各个所述旋翼对应的第一比值；
基于所述各个所述旋翼对应的第一比值中最大的第一比值和待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量。
进一步地，所述多旋翼飞行器，还用于：
基于预设最大转速、预设最小转速和转速向量，确定剩余可分配最大转速和剩余可分配最小转速；
将所述剩余可分配最大转速设定为预设最大转速，将剩余可分配最小转速设定为预设最小转速。
进一步地，调整模块40，还用于：
基于最大虚拟控制向量和待分配虚拟控制向量，获取各个所述旋翼对应的第二比值，并基于所述第二比值和转速向量，获取实际分配转速；
基于实际分配转速，调节各个所述旋翼对应的转速。
上述各程序单元所执行的方法可参照本申请多旋翼飞行器的控制方法各个实施例，此处不再赘述。
本申请还提供一种计算机可读存储介质。
本申请计算机可读存储介质上存储有多旋翼飞行器的控制程序，所述多旋翼飞行器的控制程序被处理器执行时实现如上所述的多旋翼飞行器的控制方法的步骤。
其中，在所述处理器上运行的多旋翼飞行器的控制程序被执行时所实现的方法可参照本申请多旋翼飞行器的控制方法各个实施例，此处不再赘述。
此外，本申请实施例还提出一种计算机程序产品，该计算机程序产品上包括多旋翼飞行器的控制程序，所述多旋翼飞行器的控制程序被处理器执行时实现如上所述的多旋翼飞行器的控制方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (13)

1.一种多旋翼飞行器的控制方法，应用于多旋翼无人机，其特征在于，所述多旋翼飞行器的控制方法包括以下步骤：
基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵；
若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵；
基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速；
基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤。
2.如权利要求1所述的多旋翼飞行器的控制方法，其特征在于，所述基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量的步骤包括：
基于多个控制通道，获取各个所述旋翼对应的待分配虚拟控制向量；
基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量。
3.如权利要求2所述的多旋翼飞行器的控制方法，其特征在于，所述基于所述待分配虚拟控制向量以及所述控制分配矩阵，确定所述转速向量的步骤包括：
基于待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量；
基于所述最大虚拟控制向量和控制分配矩阵，确定所述旋翼系统对应的转速向量。
4.如权利要求3所述的多旋翼飞行器的控制方法，其特征在于，所述基于待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量的步骤包括：
基于所述控制分配矩阵、待分配虚拟控制向量、各个所述旋翼对应的预设最大转速以及各个所述旋翼对应的预设最小转速，确定各个所述旋翼对应的比值范围，并获取所述比值范围内的最大比值作为各个所述旋翼对应的第一比值；
基于所述各个所述旋翼对应的第一比值中最大的第一比值和待分配虚拟控制向量，获取所述旋翼系统对应的最大虚拟控制向量。
5.如权利要求4所述的多旋翼飞行器的控制方法，其特征在于，所述基于所述最大虚拟控制向量和控制分配矩阵，确定所述旋翼系统对应的转速向量的步骤之后，还包括：
基于预设最大转速、预设最小转速和转速向量，确定剩余可分配最大转速和剩余可分配最小转速；
将所述剩余可分配最大转速设定为预设最大转速，将剩余可分配最小转速设定为预设最小转速。
6.如权利要求1所述的多旋翼飞行器的控制方法，其特征在于，所述若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵的步骤包括：
基于所述操纵效率矩阵，获取所述操纵效率矩阵的转置矩阵，并基于所述操纵效率矩阵和转置矩阵，获取乘积矩阵；
若所述乘积矩阵可逆，则确定所述操纵效率矩阵满足预设转速分配条件，并获取所述操纵效率矩阵对应的控制分配矩阵。
7.如权利要求6所述的多旋翼飞行器的控制方法，其特征在于，所述获取所述操纵效率矩阵对应的控制分配矩阵的步骤包括：
获取所述乘积矩阵的逆矩阵；
基于所述逆矩阵和转置矩阵，获取所述操纵效率矩阵对应的控制分配矩阵。
8.如权利要求1所述的多旋翼飞行器的控制方法，其特征在于，所述基于所述转速向量调节各个所述旋翼对应的转速的步骤包括：
基于最大虚拟控制向量和待分配虚拟控制向量，获取各个所述旋翼对应的第二比值，并基于所述第二比值和转速向量，获取实际分配转速；
基于实际分配转速，调节各个所述旋翼对应的转速。
9.如权利要求1-8任一项所述的多旋翼飞行器的控制方法，其特征在于，所述基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤包括：
基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的健康系数；
基于常规操纵效率矩阵和所述健康系数，确定所述操纵效率矩阵。
10.如权利要求9所述的多旋翼飞行器的控制方法，其特征在于，所述当前运行状态包括所述各个所述旋翼对应电机的电流或各个所述旋翼的转速。
11.一种多旋翼飞行器，其特征在于，所述多旋翼飞行器包括：
第一确定模块，用于基于多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵；
获取模块，用于若所述操纵效率矩阵满足预设转速分配条件，则获取所述操纵效率矩阵对应的控制分配矩阵；
第二确定模块，用于基于所述控制分配矩阵，确定所述旋翼系统对应的转速向量，其中，所述转速向量包括各个所述旋翼对应的待分配转速；
调整模块，用于基于所述转速向量调节各个所述旋翼对应的转速，并返回执行基于所述多旋翼无人机的当前运行状态，确定所述多旋翼无人机的旋翼系统中各个旋翼对应的操纵效率矩阵的步骤。
12.一种多旋翼飞行器的控制设备，其特征在于，所述多旋翼飞行器的控制设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的多旋翼飞行器的控制程序，所述多旋翼飞行器的控制程序被所述处理器执行时实现如权利要求1-10任一项所述的多旋翼飞行器的控制方法的步骤。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有多旋翼飞行器的控制程序，所述多旋翼飞行器的控制程序被处理器执行时实现如权利要求1-10任一项所述的多旋翼飞行器的控制方法的步骤。
CN202211314841.0A 2022-10-26 2022-10-26 多旋翼飞行器及其控制方法、设备、计算机可读存储介质 Active CN115407802B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211314841.0A CN115407802B (zh) 2022-10-26 2022-10-26 多旋翼飞行器及其控制方法、设备、计算机可读存储介质
PCT/CN2022/133003 WO2024087271A1 (zh) 2022-10-26 2022-11-18 多旋翼飞行器及其控制方法、设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211314841.0A CN115407802B (zh) 2022-10-26 2022-10-26 多旋翼飞行器及其控制方法、设备、计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN115407802A true CN115407802A (zh) 2022-11-29
CN115407802B CN115407802B (zh) 2023-03-24

Family

ID=84168721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211314841.0A Active CN115407802B (zh) 2022-10-26 2022-10-26 多旋翼飞行器及其控制方法、设备、计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN115407802B (zh)
WO (1) WO2024087271A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024087271A1 (zh) * 2022-10-26 2024-05-02 广东汇天航空航天科技有限公司 多旋翼飞行器及其控制方法、设备、计算机可读存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105759613A (zh) * 2016-03-22 2016-07-13 沈阳上博智拓科技有限公司 倾转旋翼机的控制方法和控制装置
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
CN107992080A (zh) * 2017-12-25 2018-05-04 成都纵横自动化技术有限公司 控制分配方法、装置及多旋翼飞行器
CN110888451A (zh) * 2019-12-20 2020-03-17 国网山西省电力公司电力科学研究院 一种多旋翼无人机容错控制方法及系统
CN113467244A (zh) * 2021-07-15 2021-10-01 之江实验室 基于控制矩阵重分配的多旋翼无人机容错控制方法及装置
CN113625763A (zh) * 2021-08-30 2021-11-09 北京三快在线科技有限公司 无人机的控制方法、装置、介质、电子设备和无人机
CN113741549A (zh) * 2021-11-04 2021-12-03 普宙科技(深圳)有限公司 一种多旋翼无人机控制量分配方法
CN113778115A (zh) * 2021-08-30 2021-12-10 北京三快在线科技有限公司 多旋翼无人机的控制方法、装置、介质、设备及无人机
CN114911250A (zh) * 2022-06-21 2022-08-16 北京航空航天大学 一种位置姿态独立控制的多旋翼无人机

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10435147B2 (en) * 2015-11-30 2019-10-08 Cloud Cap Technology, Inc. Multirotor aircraft control systems
WO2022193075A1 (zh) * 2021-03-15 2022-09-22 深圳市大疆创新科技有限公司 无人飞行器控制方法、无人飞行器和存储介质
CN114879739A (zh) * 2022-05-31 2022-08-09 哈尔滨工业大学 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
CN115407802B (zh) * 2022-10-26 2023-03-24 广东汇天航空航天科技有限公司 多旋翼飞行器及其控制方法、设备、计算机可读存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105759613A (zh) * 2016-03-22 2016-07-13 沈阳上博智拓科技有限公司 倾转旋翼机的控制方法和控制装置
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
CN107992080A (zh) * 2017-12-25 2018-05-04 成都纵横自动化技术有限公司 控制分配方法、装置及多旋翼飞行器
CN110888451A (zh) * 2019-12-20 2020-03-17 国网山西省电力公司电力科学研究院 一种多旋翼无人机容错控制方法及系统
CN113467244A (zh) * 2021-07-15 2021-10-01 之江实验室 基于控制矩阵重分配的多旋翼无人机容错控制方法及装置
CN113625763A (zh) * 2021-08-30 2021-11-09 北京三快在线科技有限公司 无人机的控制方法、装置、介质、电子设备和无人机
CN113778115A (zh) * 2021-08-30 2021-12-10 北京三快在线科技有限公司 多旋翼无人机的控制方法、装置、介质、设备及无人机
CN113741549A (zh) * 2021-11-04 2021-12-03 普宙科技(深圳)有限公司 一种多旋翼无人机控制量分配方法
CN114911250A (zh) * 2022-06-21 2022-08-16 北京航空航天大学 一种位置姿态独立控制的多旋翼无人机

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024087271A1 (zh) * 2022-10-26 2024-05-02 广东汇天航空航天科技有限公司 多旋翼飞行器及其控制方法、设备、计算机可读存储介质

Also Published As

Publication number Publication date
WO2024087271A1 (zh) 2024-05-02
CN115407802B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
US20240002047A1 (en) Online optimization-based flight control system
CN106094860B (zh) 四旋翼飞行器及其控制方法
CN106843245A (zh) 一种无人机姿态控制方法、装置及无人机
CN115407802B (zh) 多旋翼飞行器及其控制方法、设备、计算机可读存储介质
CN110888451B (zh) 一种多旋翼无人机容错控制方法及系统
CN108614573B (zh) 六旋翼无人机的自动容错姿态控制方法
CN104699108B (zh) 一种多旋翼飞行器的控制分配方法
CN107065901A (zh) 一种旋翼无人机姿态控制方法、装置及无人机
EP3805893B1 (en) Method of controlling an actuator system and aircraft using same
US10435147B2 (en) Multirotor aircraft control systems
US20230315124A1 (en) Multi-rotor unmanned aerial vehicle and control method thereof, control apparatus and computer-readable storage medium
CN107943089B (zh) 多规格动力系统控制分配方法及相关装置
TW200920657A (en) Engine anticipation for rotary wing aircraft
CN111258324A (zh) 多旋翼无人机控制方法、装置、多旋翼无人机及存储介质
CN108681251B (zh) 六旋翼无人机电机倾角的确定方法
CN113359794B (zh) 无人机的控制方法、装置、介质、电子设备及无人机
CN110297511B (zh) 一种力矩控制方法、装置、电子设备及存储介质
CN116414148B (zh) 一种分布式的旋翼无人机协同控制方法、装置和系统
CN113625763A (zh) 无人机的控制方法、装置、介质、电子设备和无人机
CN112109906B (zh) 无人机的动力分配方法、装置、飞行控制终端及无人机
CN117666623A (zh) 速度控制方法、装置、多旋翼无人机及存储介质
CN114415715B (zh) 多无人机集成系统的控制方法及装置
Ng et al. Aerial Copters
CN109421936A (zh) 给定转速计算方法、装置、电调、动力系统及无人飞行器
CN116719332B (zh) 一种基于倾转旋翼无人机位置和姿态的调控系统及方法

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
GR01 Patent grant
GR01 Patent grant