CN115477006B - 一种双轴倾转矢量旋翼飞行器及其扰动补偿控制方法 - Google Patents

Abstract

一种双轴倾转矢量旋翼飞行器及其扰动补偿控制方法，涉及飞行控制技术领域，针对现有技术中飞行器在调整姿态时，位置会因为姿态的变化而发生改变，即现有技术不能针对姿态和位置的耦合，实现解耦的问题，本申请通过机械结构的驱动，使旋翼机的每个旋翼可以独立的产生三维空间矢量推力，当采用的可倾转旋翼数量大于等于二时，旋翼飞行器的姿态控制与位置控制可以实现解耦，进一步提升旋翼飞行器的飞行能力，从而进一步扩展其应用场景。

Description

一种双轴倾转矢量旋翼飞行器及其扰动补偿控制方法

技术领域

本发明涉及飞行控制技术领域，具体为一种双轴倾转矢量旋翼飞行器及其扰动补偿控制方法。

背景技术

旋翼飞行器因其出色的垂直起降能力、空中悬停能力，已经在航拍、植保、环境检测等领域发挥了巨大作用。然而，传统旋翼飞行器的姿态控制和位置控制存在耦合：在进行位置移动时，需要先调整姿态进而调整位置；而调整姿态时，位置会因为姿态的变化而发生改变。姿态和位置的耦合，导致旋翼飞行器在需要与外界进行接触交互时，存在一定的短板。

发明内容

本发明的目的是：针对现有技术中飞行器在调整姿态时，位置会因为姿态的变化而发生改变，即现有技术不能针对姿态和位置的耦合，实现解耦的问题，提出一种双轴倾转矢量旋翼飞行器及其扰动补偿控制方法。

本发明为了解决上述技术问题采取的技术方案是：

一种双轴倾转矢量旋翼飞行器，所述旋翼飞行器至少包括两个矢量推力产生结构；

所述矢量推力产生结构包括：第一驱动舵机1、舵机支撑结构2、第一舵机舵盘3、第一连接件4、矢量推力机臂5、第二连接件6、第二驱动舵机7、第二舵机舵盘8、第三舵机舵盘9、第三连接件10和第四连接件13；

所述矢量推力机臂5的一端通过第一连接件4与第一舵机舵盘3连接，所述第一舵机舵盘3与第一驱动舵机1连接，所述第一驱动舵机1通过舵机支撑结构2设置在机身上；

所述矢量推力机臂5的另一端通过第四连接件13和第二连接件6与第二舵机舵盘8和第三舵机舵盘9连接，所述第二舵机舵盘8和第三舵机舵盘9通过第三连接件10与旋翼连接；

所述矢量推力机臂5的轴向为x方向；

所述x方向垂直的方向为y方向；

所述第一舵机舵盘3产生x方向矢量力旋转；

所述第二驱动舵机7和第二舵机舵盘8产生y方向矢量力旋转。

进一步的，所述矢量推力产生结构还包括轴承11和轴承支撑结构12；

所述轴承11通过轴承支撑结构12设置在矢量推力机臂5上。

一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，包括以下步骤：

步骤一：对飞行器进行动力学建模，得到动力学模型；

步骤二：根据动力学模型设计位置环基础控制器和姿态环基础控制器，并得到位置环基础控制器的输出和姿态环基础控制器的输出；

步骤三：设计位置环的扰动力补偿器和姿态环的扰动力补偿器，并得到位置环的扰动力补偿器的输出以及姿态环的扰动力补偿器的输出；

步骤四：将位置环基础控制器的输出、姿态环基础控制器的输出、位置环的扰动力补偿器的输出以及姿态环的扰动力补偿器的输出进行结合，进而得到每个舵机的转角和无刷电机提供的推力数值大小。

进一步的，所述动力学模型表示为：

其中，m_b为飞行器的质量，J_b为飞行器的惯性张量，f_a,f_g,f_dis分别为气动力、重力、扰动力，t_a,t_g,t_dis分别为气动力矩、重力力矩、扰动力矩，

为实时加速度，ω_b为实时角速度，/>

为实时角加速度。

进一步的，所述步骤二的具体步骤为：

忽略扰动力f_dis和扰动力矩t_dis，根据动力学模型设计位置环和姿态换基础控制器，得到位置环基础控制器的输出f_b和姿态环基础控制器的输出t_b。

进一步的，所述位置环的扰动力补偿器设计步骤如下：

步骤1：定义深度强化学习状态量：

e_p,/>

u分别对应该位置通道位置偏差、速度、加速度、控制器输出；

步骤2：定义深度强化学习奖励函数：

其中，i_t为单次训练的步数长度，训练过程中，设置训练停止条件，|e_p|＞5，即满足停止条件时停止本轮训练，开始下一轮训练，k₁,k₂,k₃为根据|e_p|设置的系数，k₁,k₂,k₃规则如下：

步骤3：根据深度强化学习状态量以及深度强化学习奖励函数选择适用于连续状态空间和连续动作空间的深度强化学习方法进行训练，得到智能体，即扰动力补偿器。

进一步的，所述姿态环的扰动力补偿器设计步骤如下：

步骤A：定义深度强化学习训练的状态量：

其中，q_e1,q_e2,q_e3,q_e4为姿态偏差的四元数为下的各元素，满足

q_e为姿态四元数偏差，q_t为期望姿态四元数，/>

为机体姿态四元数的共轭，ω₁,ω₂,ω₃为机体角速度的各元素，满足ω_b＝[ω₁ ω₂ ω₃]，

为机体角加速度的各元素，满足/>

m₁,m₂,m₃为已知力矩总和的各元素，满足t_a-ω_b×J_bω_b＝[m₁ m₂ m₃]；

步骤B：定义深度强化学习奖励函数：

其中，i_t为单次训练的步数长度，L＝||q_e-[1 0 0 0]||₂为姿态偏差四元数为同单位四元数的差的二范数，当姿态无偏差时，q_e＝[1 0 0 0]，k₄,k₅为根据L设置的系数，k₄,k₅规则如下：

L＝||q_e-[1 0 0 0]||₂

步骤C：根据深度强化学习训练的状态量和深度强化学习奖励函数选择适用于连续状态空间和连续动作空间的深度强化学习方法进行训练，得到智能体，即扰动力补偿器。

进一步的，所述深度强化学习方法为PPO或DDPG。

进一步的，所述步骤四的具体步骤为：

将位置环基础控制器的输出、姿态环基础控制器的输出、位置环的扰动力补偿器的输出以及姿态环的扰动力补偿器的输出进行结合，得到期望的气动力和气动力矩，所述期望的气动力和气动力矩表示为：

f_a＝f_b+f_c

t_a＝t_b+t_c

其中，f_a为期望的气动力，t_a为期望的气动力矩，f_c为位置环的扰动力补偿器的输出，t_c为姿态环的扰动力补偿器的输出；

将期望的气动力和气动力矩带入如下公式中，得到每个驱动单元的矢量力，公式表示为：

其中，f_a为总的气动力，t_a为总的气动力矩，I_3×3为大小为3维单位矩阵，w_i为螺旋桨旋转方向，c_f为螺旋桨的气动力系数，c_n为螺旋桨的气动扭矩系数，f_i为矢量推力在机体坐标系的表达式，i＝1，2，……，k，Θ为控制矩阵；

将得到的每个驱动单元的矢量力带入如下公式进行解算，得到每个舵机的转角和无刷电机提供的推力数值大小，公式表示为：

T_i＝||f||₂

其中，T_i为旋翼提供的升力大小，λ_i为舵机在Y轴方向的倾转角度，α_i为第i个推力矢量在X轴方向的倾转角度，

为第i个驱动矢量和机体坐标系的旋转关系。

本发明的有益效果是：

本申请通过机械结构的驱动，使旋翼机的每个旋翼可以独立的产生三维空间矢量推力，当采用的可倾转旋翼数量大于等于二时，旋翼飞行器的姿态控制与位置控制可以实现解耦，进一步提升旋翼飞行器的飞行能力，从而进一步扩展其应用场景。

本申请用于矢量推力旋翼机的设计。同时，给出一种基于深度强化学习技术的补偿控制方法，可以用来抵抗飞行器受到的力扰动和力矩扰动。

本申请提出了基于深度强化学习方法的位置环和姿态环分别独立进行外部扰动力和外部扰动力矩补偿器的设计方法，重点在于深度强化学习训练中，对于状态的定义方法和对于奖励函数的定义方法。

附图说明

图1为本申请矢量推力产生结构示意图1；

图2为本申请矢量推力产生结构示意图2；

图3为矢量四旋翼示意图；

图4为矢量八旋翼示意图；

图5为补偿控制实现框图。

具体实施方式

需要特别说明的是，在不冲突的情况下，本申请公开的各个实施方式之间可以相互组合。

具体实施方式一：参照图1具体说明本实施方式，本实施方式所述的一种双轴倾转矢量旋翼飞行器，所述旋翼飞行器至少包括两个矢量推力产生结构；

所述矢量推力产生结构包括：第一驱动舵机1、舵机支撑结构2、第一舵机舵盘3、第一连接件4、矢量推力机臂5、第二连接件6、第二驱动舵机7、第二舵机舵盘8、第三舵机舵盘9、第三连接件10和第四连接件13；

所述矢量推力机臂5的一端通过第一连接件4与第一舵机舵盘3连接，所述第一舵机舵盘3与第一驱动舵机1连接，所述第一驱动舵机1通过舵机支撑结构2设置在机身上；

所述矢量推力机臂5的另一端通过第四连接件13和第二连接件6与第二舵机舵盘8和第三舵机舵盘9连接，所述第二舵机舵盘8和第三舵机舵盘9通过第三连接件10与旋翼连接；

所述矢量推力机臂5的轴向为x方向；

所述x方向垂直的方向为y方向；

所述第一舵机舵盘3产生x方向矢量力旋转；

所述第二驱动舵机7和第二舵机舵盘8产生y方向矢量力旋转。

本申请旨在解决传统旋翼机姿态和位置存在耦合的短板，提出了一种基于旋翼的矢量推力驱动的旋翼机设计方法。驱动两个舵机，可以使无刷电机产生的推力在两个方向转动，如图1中所示的x、y方向，进而构成空间三维矢量力。且基于此机构产生的三维矢量力相对于机身定点转动，方便飞行控制器的设计。图1中，1-产生推力矢量x方向的第一驱动舵机；2-舵机支撑结构，用于将舵机安装在机身上；3-第一舵机舵盘，此零件是标准件；4-舵机舵盘与矢量推力机臂的第一连接件；5-矢量推力机臂；6-矢量推力机臂与产生推力矢量y方向的驱动舵机的1号连接件，即第二连接件；7-产生推力矢量y方向的第二驱动舵机；8-第二舵机舵盘，此零件是标准件；9-第三舵机舵盘，此零件是标准件；10-产生推力矢量的动力的旋翼与舵机舵盘的第三连接件；11-支撑机臂在y方向旋转的轴承，采用标准件；12-轴承支撑结构，用于将轴承安装在机身上；13-矢量推力机臂与产生推力矢量y方向的驱动舵机的2号连接件，即第四连接件。

在飞行器机体建立机体坐标系，同时对每个矢量推力单元建立坐标系，设在舵机不发生转动时，即在初始位置，每个矢量推力单元和机体坐标系的旋转关系为R_z。本申请中涉及的飞行器设计规则为：所有的驱动矢量单元坐标系的X轴始终和机体坐标系的XY平面重合，在初始位置时，第i个驱动矢量和机体坐标系的旋转关系

满足：

如前所属三维矢量力相对于机身定点转动，设此定点为L_i。设第i个推力矢量在X轴方向的倾转角度为α_i，在Y轴方向的倾转角度为λ_i，旋翼提供的升力大小为T_i，则此矢量推力在机体坐标系的表达式f_i为：

f_i已知时，利用式(2)求解出舵机转动角度和矢量推力大小：

T_i＝||f||₂

旋翼旋转时受到的反扭矩为n_i，则第i个矢量推力单元对机体的总扭矩为t_i：

当飞行器共采用了k个矢量单元时，总的气动力f_a和气动力矩t_a如下：

飞行器控制中，通常在控制器计算得到f_a和t_a后，通过式(4)求解[f₁ ^T … f_i ^T …f_k ^T]^T。当k≥2时，式(5)有可行解，即矢量驱动可以在机体坐标系产生满足控制器需求的力和力矩。意味着，采用数量大于等于二的矢量驱动单元时，系统的位置环和姿态环完全解耦，可以单独控制。式(5)的能量最优解为：

式(6)被称为控制分配，是将气动力和气动力矩映射到全部驱动单元的控制量的过程。

飞行器实际飞行中，会受到不确定性的外部扰动，如环境中的气流扰动。而当搭载如机械臂这样的需要同外界接触的负载时，飞行器受到外界的接触扰动，对飞行器产生扰动力和扰动力矩。

本申请针对所提出的矢量驱动飞行器提出一种基于深度强化学习技术的智能补偿器，根据飞行器自身状态信息和基础控制器输出信息，输出基础控制器输出的补偿量，实现抗扰动控制。飞行器自身状态指飞行器的实时位置p_b、实时姿态q_b、实时速度

实时加速度/>

实时角速度ω_b、实时角加速度/>

期望位置p_t、期望姿态q_t。这些信息在实际飞行器控制中，均可通过传感器测量获得。基础控制器输出指飞行器的位置环和姿态环基础控制器在不考虑外部扰动情形下的输出，分别为f_b和t_b，均已知。

如前所述，当采用数量超过两个的三维矢量驱动装置时，飞行器可以实现姿态环和位置环的解耦控制。因此，可以单独对飞行器的位置环和姿态环的控制设计扰动补偿器，同基础控制器结合。在本专利中，重点在于基于深度强化学习技术实现的扰动补偿器，基础控制器的设计不在专利所述范围内。抗扰动控制器设计过程如下：

步骤1：对飞行器进行动力学建模：

其中，m_b为飞行器的质量，J_b为飞行器的惯性张量，f_a,f_g,f_dis分别为气动力、重力、扰动力，t_a,t_g,t_dis分别为气动力矩、重力力矩、扰动力矩。

步骤2：忽略扰动力f_dis和扰动力矩t_dis，根据动力学模型设计位置环和姿态换基础控制器，得到基础控制器输出f_b和t_b。

步骤3：训练获得位置环的智能体补偿器，设计过程如下：

飞行器的位置环分为x、y、z三个通道，在地面惯性坐标系下，重力一般沿z方向，即重力只作用于z通道。因此，对z通道进行重力补偿后，三个通道完全等价，因此三个位置通道单独设计三个一维位置补偿器即可。状态反馈和奖励函数设计如下：

(1)定义深度强化学习状态量：

e_p,/>

u分别对应该位置通道位置偏差、速度、加速度、控制器输出。比如对于x通道，e_p＝p_b/E(1)-p_t/E(1),

u＝f_b(1)。

(2)定义深度强化学习奖励函数：

其中，i_t为单次训练的步数长度，在实际训练过程中，设置训练停止条件，|e_p|＞5，即偏差太大时停止本轮训练，开始下一轮训练，因此i_t越大，表明飞行器在偏差属于阈值范围内运行的时间更久。k₁,k₂,k₃为根据|e_p|设置的系数，按如下规则：

(3)使用步骤3的(1)(2)中所设计的状态定义方法和奖励函数设计方法，选择适用于连续状态空间和连续动作空间的深度强化学习方法，如PPO、DDPG等，进行训练，获得智能体，即扰动力补偿器。在飞行器使用过程中，三个位置通道的扰动力补偿器根据(1)中定义的状态量，输出对应通道的补偿量f_c(1),f_c(2),f_c(3)。

步骤4：训练获得姿态环的智能体补偿器，设计过程如下：

姿态环三个通道相互耦合，因此不能像位置环一样设计三个独立的一维补偿器，而是设计一个三输出补偿器，对姿态环的三个通道力矩进行补偿。

(1)定义深度强化学习训练的状态量：

其中，为q_e1,q_e2,q_e3,q_e4姿态偏差的四元数为下的各元素，满足

ω₁,ω₂,ω₃为机体角速度的各元素，满足ω＝[ω₁ ω₂ω₃]。/>

为机体角加速度的各元素，满足ω_b＝[ω₁ ω₂ ω₃]。m₁,m₂,m₃为已知力矩总和的各元素，满足m_a-ω×Jω＝[m₁ m₂ m₃]。

(2)定义深度强化学习奖励函数：

其中，i_t的定义同位置补偿器训练中定义的相同，||q_e-[1 0 0 0]||₂为姿态偏差四元数为同单位四元数的差的二范数，当姿态无偏差时，q_e＝[1 0 0 0]。k₄,k₅为根据||q_e-[1 0 0 0]||₂设置的系数，按如下规则：

L＝||q_e-[1 0 0 0]||₂ (11)

(3)使用步骤4的(1)(2)中所设计的状态定义方法和奖励函数设计方法，选择适用于连续状态空间和连续动作空间的深度强化学习方法，如PPO、DDPG等，进行训练，获得智能体。在飞行器使用过程中，智能体根据(1)中定义的状态量，输出姿态环的补偿量t_c。

步骤5：把步骤3基础控制器的输出和步骤4、5的补偿器输出结合，得到期望的气动力和气动力矩：

步骤6：把步骤5得到的期望的气动力和气动力矩带入公式(6)得到每个驱动单元的矢量力，再带入公式(3)解算得到每个舵机的转角和无刷电机提供的推力数值大小。

本申请通过双舵机结构，组成矢量产生结构，配置上无刷电机和螺旋桨，组成矢量推力产生机构，如图2所示。

本申请中推力矢量机构通过合理的对称配置，可以组成矢量推力二旋翼、四旋翼、六旋翼、八旋翼等偶数旋翼飞行器，如图3、图4所示。对称位置电机旋转方向相同，相邻位置电机旋转方向相反。

需要注意的是，具体实施方式仅仅是对本发明技术方案的解释和说明，不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的，仍应落入本发明的保护范围内。

Claims (7)

1.一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述旋翼飞行器至少包括两个矢量推力产生结构；

所述矢量推力产生结构包括：第一驱动舵机(1)、舵机支撑结构(2)、第一舵机舵盘(3)、第一连接件(4)、矢量推力机臂(5)、第二连接件(6)、第二驱动舵机(7)、第二舵机舵盘(8)、第三舵机舵盘(9)、第三连接件(10)和第四连接件(13)；

所述矢量推力机臂(5)的一端通过第一连接件(4)与第一舵机舵盘(3)连接，所述第一舵机舵盘(3)与第一驱动舵机(1)连接，所述第一驱动舵机(1)通过舵机支撑结构(2)设置在机身上；

所述矢量推力机臂(5)的另一端通过第四连接件(13)和第二连接件(6)与第二舵机舵盘(8)和第三舵机舵盘(9)连接，所述第二舵机舵盘(8)和第三舵机舵盘(9)通过第三连接件(10)与旋翼连接；

所述矢量推力机臂(5)的轴向为x方向；

所述x方向垂直的方向为y方向；

所述第一舵机舵盘(3)产生x方向矢量力旋转；

所述第二驱动舵机(7)和第二舵机舵盘(8)产生y方向矢量力旋转；

所述矢量推力产生结构还包括轴承(11)和轴承支撑结构(12)；

所述轴承(11)通过轴承支撑结构(12)设置在矢量推力机臂(5)上；

所述扰动补偿控制方法包括以下步骤：

步骤一：对飞行器进行动力学建模，得到动力学模型；

步骤二：根据动力学模型设计位置环基础控制器和姿态环基础控制器，并得到位置环基础控制器的输出和姿态环基础控制器的输出；

步骤三：设计位置环的扰动力补偿器和姿态环的扰动力补偿器，并得到位置环的扰动力补偿器的输出以及姿态环的扰动力补偿器的输出；

步骤四：将位置环基础控制器的输出、姿态环基础控制器的输出、位置环的扰动力补偿器的输出以及姿态环的扰动力补偿器的输出进行结合，进而得到每个舵机的转角和无刷电机提供的推力数值大小。

2.根据权利要求1所述的一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述动力学模型表示为：

其中，m_b为飞行器的质量，J_b为飞行器的惯性张量，f_a,f_g,f_dis分别为气动力、重力、扰动力，t_a,t_g,t_dis分别为气动力矩、重力力矩、扰动力矩，

为实时加速度，ω_b为实时角速度，

为实时角加速度。

3.根据权利要求2所述的一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述步骤二的具体步骤为：

忽略扰动力f_dis和扰动力矩t_dis，根据动力学模型设计位置环和姿态环基础控制器，得到位置环基础控制器的输出f_b和姿态环基础控制器的输出t_b。

4.根据权利要求3所述的一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述位置环的扰动力补偿器设计步骤如下：

步骤1：定义深度强化学习状态量：

e_p,/>

u分别对应该位置通道位置偏差、速度、加速度、控制器输出；

步骤2：定义深度强化学习奖励函数：

其中，i_t为单次训练的步数长度，训练过程中，设置训练停止条件，|e_p|＞5，即满足停止条件时停止本轮训练，开始下一轮训练，k₁,k₂,k₃为根据|e_p|设置的系数，k₁,k₂,k₃规则如下：

步骤3：根据深度强化学习状态量以及深度强化学习奖励函数选择适用于连续状态空间和连续动作空间的深度强化学习方法进行训练，得到智能体，即扰动力补偿器。

5.根据权利要求4所述的一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述姿态环的扰动力补偿器设计步骤如下：

步骤A：定义深度强化学习训练的状态量：

其中，q_e1,q_e2,q_e3,q_e4为姿态偏差的四元数为下的各元素，满足

q_e为姿态四元数偏差，q_t为期望姿态四元数，/>

为机体姿态四元数的共轭，ω₁,ω₂,ω₃为机体角速度的各元素，满足ω_b＝[ω₁ ω₂ ω₃]，/>

为机体角加速度的各元素，满足/>

m₁,m₂,m₃为已知力矩总和的各元素，满足t_a-ω_b×J_bω_b＝[m₁ m₂ m₃]；

步骤B：定义深度强化学习奖励函数：

其中，i_t为单次训练的步数长度，L＝||q_e-[1 0 0 0]||₂为姿态偏差四元数为同单位四元数的差的二范数，当姿态无偏差时，q_e＝[1 0 0 0]，k₄,k₅为根据L设置的系数，k₄,k₅规则如下：

步骤C：根据深度强化学习训练的状态量和深度强化学习奖励函数选择适用于连续状态空间和连续动作空间的深度强化学习方法进行训练，得到智能体，即扰动力补偿器。

6.根据权利要求4或5所述的一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述深度强化学习方法为PPO或DDPG。

7.根据权利要求6所述的一种双轴倾转矢量旋翼飞行器的扰动补偿控制方法，其特征在于所述步骤四的具体步骤为：

将位置环基础控制器的输出、姿态环基础控制器的输出、位置环的扰动力补偿器的输出以及姿态环的扰动力补偿器的输出进行结合，得到期望的气动力和气动力矩，所述期望的气动力和气动力矩表示为：

f_a＝f_b+f_c

t_a＝t_b+t_c

其中，f_a为期望的气动力，t_a为期望的气动力矩，f_c为位置环的扰动力补偿器的输出，t_c为姿态环的扰动力补偿器的输出；

将期望的气动力和气动力矩带入如下公式中，得到每个驱动单元的矢量力，公式表示为：

其中，f_a为总的气动力，t_a为总的气动力矩，I_3×3为大小为3维单位矩阵，w_i为螺旋桨旋转方向，c_f为螺旋桨的气动力系数，c_n为螺旋桨的气动扭矩系数，f_i为矢量推力在机体坐标系的表达式，i＝1，2，……，k，Θ为控制矩阵；

将得到的每个驱动单元的矢量力带入如下公式进行解算，得到每个舵机的转角和无刷电机提供的推力数值大小，公式表示为：

T_i＝||f||₂

其中，T_i为旋翼提供的升力大小，λ_i为舵机在Y轴方向的倾转角度，α_i为第i个推力矢量在X轴方向的倾转角度，

为第i个驱动矢量和机体坐标系的旋转关系。/>

Images