CN115959317A - 一种空地协同的无人机起降系统 - Google Patents

Abstract

本申请提供了一种空地协同的无人机起降系统，涉及车载无人机平台技术领域，所述系统包括：车载无人机机场、调平模块和协同降落模块；所述车载无人机机场能够进行位移调整和姿态调整，用于实现无人机的起降；所述调平模块，用于对车载无人机机场进行调平控制，使车载无人机机场保持水平；所述协同降落模块，用于获取车载无人机机场的位置和速度以及无人机的位置和速度，由此控制车载无人机机场的运动同时引导无人机的降落飞行，实现车载无人机机场和无人机的协同降落。本申请的系统可以提高无人机在车载无人机机场上的降落速度。

Description

一种空地协同的无人机起降系统

技术领域

本申请涉及车载无人机平台技术领域，尤其是涉及一种空地协同的无人机起降系统_。

背景技术

目前，搭载无人机的无人车的应用非常普及。无人机在工作时，无人车会同步的在地面上进行协同探测。这种方式可以使无人机在需要充电时不用返回至起飞时的地点而是直接就近降落到无人车上进行充电，这样不仅可以通过地空两种方式对探测目标进行协同探测，还可以通过减小无人机返航里程的方式有效扩大无人机单次工作的探测范围。

针对车载多旋翼无人机平台，由于车辆在运行中会因为地形因素产生倾斜，且多旋翼无人只能在水平面上进行起降，需要通过设计合理的车载机场以实现车载多旋翼无人机的正常起降。目前现有的车载无人机场技术主要有车载无人机机场针对多旋翼无人机降落时的自动对中辅助降落、车载无人机机场的升降辅助无人机起降等技术，这种技术仅可以实现车载无人机机场水平或近似水平时的辅助起降，只实现了车载机场的X、Y、Z三轴位置量的控制，无法完成在车辆倾斜时的车载机场主动调平辅助起降功能。现有车载机场的技术方案多应用在车辆运行在平稳路面上并且机场无倾斜时的无人机辅助起降，不能适用于野外探测的车载无人机系统在颠簸路况下多旋翼无人机的辅助起降。

发明内容

有鉴于此，本申请提供了一种空地协同的无人机起降系统，以解决上述技术问题。

本申请实施例提供了一种空地协同的无人机起降系统，包括：车载无人机机场、调平模块和协同降落模块；

所述车载无人机机场能够进行位移调整和姿态调整，用于实现无人机的起降；

所述调平模块，用于对车载无人机机场进行调平控制，使车载无人机机场保持水平；

所述协同降落模块，用于获取车载无人机机场的位置和速度以及无人机的位置和速度，由此控制车载无人机机场的运动同时引导无人机的降落飞行，实现车载无人机机场和无人机的协同降落。

进一步地，所述车载无人机机场包括：固定在车辆上的底板、停机坪以及六个可调节的支撑杆；在停机坪的下表面设置六个第一安装座(P1，P2，P3，P4，P5，P6)；在底板的上表面设置六个第二安装座(B1，B2，B3，B4，B5，B6)；所述支撑杆包括第一万向节、电推杆以及第二万向节，六个第一万向节分别固定在第一安装座(P1，P2，P3，P4，P5，P6)上，六个第二万向节分别固定在第二安装座(B1，B2，B3，B4，B5，B6)上。

进一步地，六个第一安装座(P1，P2，P3，P4，P5，P6)均匀分布在同一个圆上,圆的半径为RP，六个第二安装座(B1，B2，B3，B4，B5，B6)均匀分布在同一个圆上,圆的半径为RB，半径RP小于半径RB。

进一步地，所述调平模块具体用于：

获取车载无人机机场的停机坪处于水平时的六个电推杆的伸出长度；

获取当前时刻的六个电推杆的伸出长度和推力；

计算当前时刻的各电推杆的伸出长度和推力与车载无人机机场处于水平时的各电推杆的伸出长度和推力的差，得到12个偏差量；

利用LQR控制器对12个偏差量进行处理，得到下一时刻的六个电推杆的伸出长度的增量值和推力的增量值；

利用六个电推杆的伸出长度的增量值和推力的增量值，对电推杆的伸出长度进行调整。

进一步地，获取当前时刻的六个电推杆的伸出长度；包括：

获取当前时刻的车载无人机机场的六个第一万向节在车载无人机机场的运动坐标系的位置；

计算六个第一万向节在车载无人机机场的绝对坐标系中的位置：

(x_i,y_i,z_i)＝H×(x_ai,y_ai,z_ai)

其中，(x_i,y_i,z_i)为第i个第一万向节在车载无人机机场的绝对坐标系的三维坐标，i＝1,2,3,4,5,6，(x_ai,y_ai,z_ai)为第i个第一万向节在车载无人机机场的运动坐标系中的三维坐标；H为车载无人机机场的运动坐标系和绝对坐标系的转换矩阵；

计算各个电推杆在车载无人机机场的伸出长度：

其中，L_i为第i个电推杆的伸出长度；(x_bi,y_bi,z_bi)为第i个第二万向节在车载无人机机场的运动坐标系中的三维坐标。

进一步地，所述LQR控制器的参数求解过程包括：

建立车载无人机机场的动力学方程：

其中，m为车载无人机机场的负载质量，M为车载无人机机场质量，J₁,J₂,J₃分别为机场的转动惯量矩阵中的三个转动惯量；ω_x,ω_y,ω_z为车载无人机机场绕绝对坐标系三轴旋转的角速度；ε_x,ε_y,ε_z为车载无人机机场绕绝对坐标系的三轴旋转的角加速度；F₁(t)，F₂(t)，F₃(t)，F₄(t)，F₅(t)和F₆(t)为t时刻的六个电推杆的推力；

为车载无人机机场在绝对坐标系的三个方向的加速度；g为引力常数；de_1i为第i个电推杆在绝对坐标系下的X方向的余弦；h_1i为第i个电推杆在运动坐标系下的X方向的余弦；de_2i为第i个电推杆在绝对坐标系下的Y方向的余弦；h_2i为第i个电推杆在运动坐标系下的Y方向的余弦；de_3i为第i个电推杆在绝对坐标系下的Z方向的余弦；h_3i为第i个电推杆在运动坐标系下的Z方向的余弦；

根据上述车载无人机机场的动力学方程，选取

作为机场状态空间方程的状态量，在进行线性化后可以得到车载无人机机场的状态空间方程为：

其中，x,y,z为车载无人机机场在绝对坐标系的三维坐标，

为车载无人机机场在绝对坐标系的三个方向的速度，α,β和γ为车载无人机机场的滚转角，俯仰角和偏航角；A为系统矩阵，B为控制矩阵，C为输出矩阵，D为直接传递矩阵；u(t)为12个偏差量；z(t)为输出量；

根据成本代价泛函J:

选择合适的矩阵Q与矩阵R，并通过计算最优解解算出构成全状态反馈的LQR控制器的参数。

进一步地，所述协同降落模块包括：惯性测量单元、RTK单元、通信单元、计算单元和发送单元；

所述惯性测量单元，用于测量车载无人机机场的速度；

所述RTK单元，用于测量车载无人机机场的位置；

所述通信单元，用于与无人机进行数据通信，获取无人机的位置和速度，将无人机在下一时刻的期望位置与期望速度发送至无人机的飞行控制系统；

所述计算单元，用于根据车载无人机机场在当前时刻的位置和速度、无人机在当前时刻的位置和速度、预设的虚拟领航者相对于无人机在下一时刻的期望位置和期望速度、预设的虚拟领航者相对于车载无人机机场在下一时刻的期望位置和期望速度，预设的无人机在下一时刻相对于车载无人机机场的期望相对位置和期望相对速度，以及预设的车载无人机机场在下一时刻相对于无人机的期望相对位置和期望相对速度，计算无人机在下一时刻的期望位置与期望速度和车载无人机机场在下一时刻的期望位置与期望速度，直至无人机在当前时刻的位置和车载无人机机场在当前时刻的位置重合；

所述发送单元，用于将车载无人机机场在下一时刻的期望位置与期望速度发送至车载无人机机场的位移控制器。

进一步地，计算无人机在下一时刻的期望位置与期望速度，包括：

无人机在下一时刻的期望位置与期望速度为：

其中，p^ad(t+Δt)和v^ad(t+Δt)为无人机在下一时刻t+Δt的期望位置和期望速度；p^v(v)和v^v(t)为虚拟领航者在当前时刻t的实际位置和实际速度；p^vad(t+Δt)和v^vad(t+Δt)为虚拟领航者在下一时刻t+Δt相对于无人机的期望相对位置和期望相对速度；p^g(t)和v^g(t)为车载无人机机场在当前时刻t的实际位置与实际速度；p^agd(t+Δt)和v^agd(t+Δt)为无人机在下一时刻t+Δt相对于车载无人机机场的期望相对位置和期望相对速度；a₁和b₁为常数。

进一步地，计算车载无人机机场在下一时刻的期望位置与期望速度，包括：

车载无人机机场在下一时刻的期望位置与期望速度为：

其中，p^gd(t+Δt)和v^gd(t+Δt)为车载无人机机场在下一时刻t+Δt的期望位置和期望速度；p^vgd(t)和v^vgd(t)为虚拟领航者在下一时刻t+Δt相对于车载无人机机场的期望相对位置和期望相对速度；p^a(t)和v^a(t)为无人机在当前时刻t的实际位置与实际速度；p^gad(t)和v^gad(t)为车载无人机机场在在下一时刻t+Δt相对于无人机的期望相对位置和期望相对速度；a₂和b₂为常数。

本申请的系统可以提高无人机在车载无人机机场上的降落速度。

附图说明

为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的空地协同的无人机起降系统的功能结构图；

图2为本申请实施例提供的车载无人机机场的结构示意图；

图3为本申请实施例提供的支撑杆的示意图；

图4为本申请实施例提供的无人机与车载无人机机场的相对位置关系示意图。

附图标识：

1-无人机，2-车载无人机机场，3-停机坪，4-设备舱5-第一万向节，6-电推杆，7-第二万向节，8-底板。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

首先对本申请实施例的设计思想进行简单介绍。

为了实现车载无人机机场的调平，本申请提供了针对六自由度的Stewart平台的LQR控制器的全状态控制方法，对车载无人机机场的六自由度状态进行控制，可以满足车载无人机机场的位置与姿态控制，并应用于车载无人机机场的调平与升降，辅助无人机的起飞与降落，使无人机可以不受车辆地形因素干扰完成水平起降。此外，本申请还提供了车载无人机机场与无人机的协同降落方法，通过二者的协同控制可以让无人机与机场相互配合，满足无人机的稳定起降，有效提升无人机降落的稳定性与快速性。

本申请的技术优势在于：

1、当车辆停在一个有坡度的地面，与车辆固连的机场会与车辆倾斜一样的角度，使机场平面不能保持水平。在此情况下，本申请的车载无人机机场可以通过LQR控制对机场的位置、姿态、速度等变量进行控制，将机场调至水平状态，让无人机可以在处于水平面上的机场上顺利起飞。

2、在无人机返航准备降落的时候，单独控制无人机降落到机场上的难度较大。本申请中的车载无人机机场可以通过协同控制的方法控制无人机与机场共同运动，并移动到期望的位置。在无人机与机场都满足达到期望位置时，无人机可以直接降落至机场中心，极大的提升了无人机降落的难度并提升了降落精度与速度。

在介绍了本申请实施例的应用场景和设计思想之后，下面对本申请实施例提供的技术方案进行说明。

如图1所示，本申请实施例提供一种空地协同的无人机起降系统，包括：车载无人机机场、调平模块和协同降落模块；

所述车载无人机机场能够进行位移调整和姿态调整，用于实现无人机的起降；

所述调平模块，用于对车载无人机机场进行调平控制，使车载无人机机场保持水平；

所述协同降落模块，用于获取车载无人机机场的位置和速度以及无人机的位置和速度，由此控制车载无人机机场的运动同时引导无人机的降落飞行，实现车载无人机机场和无人机的协同降落。

如图2所示，车载无人机机场包括：固定在车辆上的底板8、停机坪3以及六个可调节的支撑杆；在停机坪3的下表面设置六个第一安装座在底板8的上表面设置六个第二安装座；所述支撑杆包括第一万向节5、电推杆6以及第二万向节7，第一万向节5固定在第一安装座，第二万向节7固定在第二安装座上。

如图3所示，六个第一万向节的六个第一安装座分别为：P1、P2、P3、P4、P5和P6；六个第二万向节的六个第二安装座分别为B1、B2、B3、B4、B5和B6；六个支撑杆分别固定在P1B1、下平台的六个万向节两两一组，B1B2为一组，B3B4为一组，B5B6为一组，分为三组。P1、P2、P3、P4、P5和P6处在同一个圆上,圆的半径为RP，每两个相邻点的圆心角间距都是120度。B1、B2、B3、B4、B5和B6处在同一个圆上,圆的半径为RB，每两个相邻点的圆心角间距都是120度；RP小于RB。每节点内两个节点距离节点中心的圆心角角度均为θP。

在本实施例中，所述调平模块具体用于：

获取车载无人机机场的停机坪处于水平时的六个电推杆的伸出长度和推力；

获取当前时刻的六个电推杆的伸出长度和推力；

计算当前时刻的各电推杆的伸出长度和推力与车载无人机机场处于水平时的各电推杆的伸出长度和推力的差，得到12个偏差量；

利用LQR控制器对12个偏差量进行处理，得到下一时刻的六个电推杆的伸出长度的增量值和推力的增量值；

利用六个电推杆的伸出长度的增量值和推力的增量值，对电推杆的伸出长度进行调整。

其中，获取当前时刻的六个电推杆的伸出长度；包括：

获取当前时刻的车载无人机机场的六个第一万向节在车载无人机机场的运动坐标系的位置；

计算六个第一万向节在车载无人机机场的绝对坐标系中的位置：

(x_i,y_i,z_i)＝H×(x_ai,y_ai,z_ai)

其中，(x_i,y_i,z_i)为第i个第一万向节在车载无人机机场的绝对坐标系的三维坐标，i＝1,2,3,4,5,6，(x_ai,y_ai,z_ai)为第i个第一万向节在车载无人机机场的运动坐标系中的三维坐标；H为车载无人机机场的运动坐标系和绝对坐标系的转换矩阵；

计算各个电推杆在车载无人机机场的伸出长度：

其中，L_i为第i个电推杆的伸出长度；(x_bi,y_bi,z_bi)为第i个第二万向节在车载无人机机场的运动坐标系中的三维坐标。

LQR控制是一种通过去全状态反馈，将不同状态加权和得到最优控制量。它构造系统未来时间段的状态量变化和执行器输入量的二次代价函数，得到总成本最低的增益矩阵，从而得到所需要的控制序列。通过成本代价泛函可以获取系统的最优控制的解，构成全状态的反馈控制。

由于车载无人机机场的控制量较多，在该机场辅助无人机起降的同时需要对机场各方向的位移、转角、速度、加速度等多个状态变量进行控制，才能实现平稳的辅助起降。故此使用LQR控制器可以对车载无人机系统求出满足其使用要求的各个状态量的一种最优解。

所述LQR控制器的参数求解过程包括：

建立车载无人机机场的动力学方程：

其中，m为车载无人机机场的负载质量，M为车载无人机机场质量，J₁,J₂,J₃分别为机场的转动惯量矩阵中的三个转动惯量；ω_x,ω_y,ω_z为车载无人机机场绕绝对坐标系三轴旋转的角速度；ε_x,ε_y,ε_z为车载无人机机场绕绝对坐标系的三轴旋转的角加速度；F₁(t)，F₂(t)，F₃(t)，F₄(t)，F₅(t)和F₆(t)为t时刻的六个电推杆的推力；

为车载无人机机场在绝对坐标系的三个方向的加速度；g为引力常数；de_1i为第i个电推杆在绝对坐标系下的X方向的余弦；h_1i为第i个电推杆在运动坐标系下的X方向的余弦；de_2i为第i个电推杆在绝对坐标系下的Y方向的余弦；h_2i为第i个电推杆在运动坐标系下的Y方向的余弦；de_3i为第i个电推杆在绝对坐标系下的Z方向的余弦；h_3i为第i个电推杆在运动坐标系下的Z方向的余弦；

根据上述车载无人机机场的动力学方程，选取

作为机场状态空间方程的状态量，在进行线性化后可以得到车载无人机机场的状态空间方程为：

其中，x,y,z为车载无人机机场在绝对坐标系的三维坐标，

为车载无人机机场在绝对坐标系的三个方向的速度，α,β和γ为车载无人机机场的滚转角，俯仰角和偏航角；A为系统矩阵，B为控制矩阵，C为输出矩阵，D为直接传递矩阵；u(t)为12个偏差量；z(t)为输出量；

根据成本代价泛函J:

选择合适的矩阵Q与矩阵R，并通过计算最优解解算出构成全状态反馈的LQR控制器的参数。

车载无人机机场的LQR控制器可以实现对其位姿状态、速度、加速度的状态控制，可以实现平稳的运动并实现与辅助无人机起降的功能，极大提升了车载无人机机场的控制性能。

在无人机降落时同时控制机场运动，可以让无人机准确且快速的停在机场的中心位置。针对车载无人机机场与无人机的协同控制，选用虚拟领航者的方法对机场与无人机进行协同控制。虚拟领航者是通过设定一个虚拟的无人器用于协调无人机机场与无人机的位置与姿态。虚拟领航者的位置与姿态由期望设定，并通过虚拟领航者与无人机机场和无人机的相对位置与相对姿态获取到无人机机场与无人机的期望位置与期望姿态。

在本实施例中，所述协同降落模块包括：惯性测量单元(IMU)、RTK单元、通信单元、计算单元和发送单元；

如图2所示，在无人机1中内设置惯性测量单元(IMU)(未示出)、GPS(未示出)、RTK单元(未示出)和第一通信单元(未示出)；惯性测量单元(IMU)、GPS和RTK单元用于获取无人机的位置和速度。

在车载无人机机场的停机坪3的下表面布设一个设备舱4，用于放置调平模块、惯性测量单元(IMU)、RTK单元、计算单元和发送单元，在底板8的上表面设置第二通信单元(未示出)；惯性测量单元(IMU)和RTK单元可以获取车载无人机机场的位置与速度信息。优选的，车载无人机机场和无人机的通信单元均使用WIFI进行数据传输。

所述计算单元，用于根据车载无人机机场在当前时刻的位置和速度、无人机在当前时刻的位置和速度、预设的虚拟领航者相对于无人机在下一时刻的期望位置和期望速度、预设的虚拟领航者相对于车载无人机机场在下一时刻的期望位置和期望速度，预设的无人机在下一时刻相对于车载无人机机场的期望相对位置和期望相对速度，以及预设的车载无人机机场在下一时刻相对于无人机的期望相对位置和期望相对速度，计算无人机在下一时刻的期望位置与期望速度和车载无人机机场在下一时刻的期望位置与期望速度，直至无人机在当前时刻的位置和车载无人机机场在当前时刻的位置重合；

其中，计算无人机在下一时刻的期望位置与期望速度，包括：

无人机在下一时刻的期望位置与期望速度为：

其中，p^ad(t+Δt)和v^ad(t+Δt)为无人机在下一时刻t+Δt的期望位置和期望速度；p^v(t)和v^v(t)为虚拟领航者在当前时刻t的实际位置和实际速度；p^vad(t+Δt)和v^vad(t+Δt)为虚拟领航者在下一时刻t+Δt相对于无人机的期望相对位置和期望相对速度；p^g(t)和v^g(t)为车载无人机机场在当前时刻t的实际位置与实际速度；p^agd(t+Δt)和v^agd(t+Δt)为无人机在下一时刻t+Δt相对于车载无人机机场的期望相对位置和期望相对速度；a₁和b₁为常数。

其中，计算车载无人机机场在下一时刻的期望位置与期望速度，包括：

车载无人机机场在下一时刻的期望位置与期望速度为：

其中，p^gd(t+Δt)和v^gd(t+Δt)为车载无人机机场在下一时刻t+Δt的期望位置和期望速度；p^vgd(t)和v^vgd(t)为虚拟领航者在下一时刻t+Δt相对于车载无人机机场的期望相对位置和期望相对速度；p^a(t)和v^a(t)为无人机在当前时刻t的实际位置与实际速度；p^gad(t)和v^gad(t)为车载无人机机场在在下一时刻t+Δt相对于无人机的期望相对位置和期望相对速度；a₂和b₂为常数。

所述发送单元，用于将车载无人机机场在下一时刻的期望位置与期望速度发送至车载无人机机场的位移控制器。

如图4所示，根据无人机与车载无人机机场的相对位置关系可以获得二者之前的位置和速度与期望位置和期望速度；具体为：

计算无人机与车载无人机场在x方向的期望距离L_x和y方向的期望距离L_y：

其中，(x_a,y_a)为后面的无人器(无人机或车载无人机机场)的期望位置，ψ_a为后面的无人器的期望导航角；(x_g,y_g)为前面的无人器(车载无人机机场或无人机)的期望位置，ψ_g为前面的无人器的期望导航角；

则两者之间的期望夹角ψ_ga为：

通过推导可得无人机与车载无人机场的行程期望队形时的误差为：

其中，(x_ad,y_ad)为后面的无人器相对于前面的无人器的期望相对位置；e₁是后面的无人器相对于前面的无人器的相对位置和期望相对位置的x方向的误差，e₂是后面的无人器相对于前面的无人器的相对位置和期望相对位置的y方向的误差，e₃是后面的无人器相对于前面的无人器的夹角和期望夹角的误差；

对上式误差进行求导可以获得期望速度的误差模型为：

其中，v_a为后面的无人器的期望速度，v_g为前面的无人器的期望速度，

为后面的无人器的期望角速度，

为前面的无人器的期望角速度。L_d为无人机与无人机机场的期望距离。γ是为了简化计算所设定的计算因子，γ＝ψ_ga+ψ_g-ψ_a。

为e₁的微分，

为e₂的微分，

为e₃的微分。

使用上述队形控制误差可实现车载无人机机场与无人机在有限时间内误差趋近于零，处于期望的位置，便可以实现车载无人机机场与无人机的协同控制起降。

应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。

此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

最后所应说明的是，以上实施例仅用以说明本申请的技术方案而非限制。尽管参照实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，对本申请的技术方案进行修改或者等同替换，都不脱离本申请技术方案的精神和范围，其均应涵盖在本申请的权利要求范围当中。

Claims (9)

1.一种空地协同的无人机起降系统，其特征在于，包括：车载无人机机场、调平模块和协同降落模块；

所述车载无人机机场能够进行位移调整和姿态调整，用于实现无人机的起降；

所述调平模块，用于对车载无人机机场进行调平控制，使车载无人机机场保持水平；

所述协同降落模块，用于获取车载无人机机场的位置和速度以及无人机的位置和速度，由此控制车载无人机机场的运动同时引导无人机的降落飞行，实现车载无人机机场和无人机的协同降落。

2.根据权利要求1所述的系统，其特征在于，所述车载无人机机场包括：固定在车辆上的底板、停机坪以及六个可调节的支撑杆；在停机坪的下表面设置六个第一安装座(P1，P2，P3，P4，P5，P6)；在底板的上表面设置六个第二安装座(B1，B2，B3，B4，B5，B6)；所述支撑杆包括第一万向节、电推杆以及第二万向节，六个第一万向节分别固定在第一安装座(P1，P2，P3，P4，P5，P6)上，六个第二万向节分别固定在第二安装座(B1，B2，B3，B4，B5，B6)上。

3.根据权利要求2所述的系统，其特征在于，六个第一安装座(P1，P2，P3，P4，P5，P6)均匀分布在同一个圆上,圆的半径为RP，六个第二安装座(B1，B2，B3，B4，B5，B6)均匀分布在同一个圆上,圆的半径为RB，半径RP小于半径RB。

4.根据权利要求2所述的系统，其特征在于，所述调平模块具体用于：

获取车载无人机机场的停机坪处于水平时的六个电推杆的伸出长度；

获取当前时刻的六个电推杆的伸出长度和推力；

计算当前时刻的各电推杆的伸出长度和推力与车载无人机机场处于水平时的各电推杆的伸出长度和推力的差，得到12个偏差量；

利用LQR控制器对12个偏差量进行处理，得到下一时刻的六个电推杆的伸出长度的增量值和推力的增量值；

利用六个电推杆的伸出长度的增量值和推力的增量值，对电推杆的伸出长度进行调整。

5.根据权利要求4所述的系统，其特征在于，获取当前时刻的六个电推杆的伸出长度；包括：

获取当前时刻的车载无人机机场的六个第一万向节在车载无人机机场的运动坐标系的位置；

计算六个第一万向节在车载无人机机场的绝对坐标系中的位置：

(x_i，y_i，z_i)＝H×(x_ai，y_ai，z_ai)

其中，(x_i，y_i，z_i)为第i个第一万向节在车载无人机机场的绝对坐标系的三维坐标，i＝1，2，3，4，5，6，(x_ai，y_ai，z_ai)为第i个第一万向节在车载无人机机场的运动坐标系中的三维坐标；H为车载无人机机场的运动坐标系和绝对坐标系的转换矩阵；

计算各个电推杆在车载无人机机场的伸出长度：

其中，L_i为第i个电推杆的伸出长度；(x_bi，y_bi，z_bi)为第i个第二万向节在车载无人机机场的运动坐标系中的三维坐标。

6.根据权利要求4所述的系统，其特征在于，所述LQR控制器的参数求解过程包括：

建立车载无人机机场的动力学方程：

其中，m为车载无人机机场的负载质量，M为车载无人机机场质量，J₁，J₂，J₃分别为机场的转动惯量矩阵中的三个转动惯量；ω_x，ω_y，ω_z为车载无人机机场绕绝对坐标系三轴旋转的角速度；ε_x，ε_y，ε_z为车载无人机机场绕绝对坐标系的三轴旋转的角加速度；F₁(t)，F₂(t)，F₃(t)，F₄(t)，F₅(t)和F₆(t)为t时刻的六个电推杆的推力；

为车载无人机机场在绝对坐标系的三个方向的加速度；g为引力常数；de_1i为第i个电推杆在绝对坐标系下的X方向的余弦；h_1i为第i个电推杆在运动坐标系下的X方向的余弦；de_2i为第i个电推杆在绝对坐标系下的Y方向的余弦；h_2i为第i个电推杆在运动坐标系下的Y方向的余弦；de_3i为第i个电推杆在绝对坐标系下的Z方向的余弦；h_3i为第i个电推杆在运动坐标系下的Z方向的余弦；

根据上述车载无人机机场的动力学方程，选取

作为机场状态空间方程的状态量，在进行线性化后可以得到车载无人机机场的状态空间方程为：

其中，x，y，z为车载无人机机场在绝对坐标系的三维坐标，

为车载无人机机场在绝对坐标系的三个方向的速度，α，β和γ为车载无人机机场的滚转角，俯仰角和偏航角；A为系统矩阵，B为控制矩阵，C为输出矩阵，D为直接传递矩阵；u(t)为12个偏差量；z(t)为输出量；

根据成本代价泛函J：

选择合适的矩阵Q与矩阵R，并通过计算最优解解算出构成全状态反馈的LQR控制器的参数。

7.根据权利要求2所述的系统，其特征在于，所述协同降落模块包括：惯性测量单元、RTK单元、通信单元、计算单元和发送单元；

所述惯性测量单元，用于测量车载无人机机场的速度；

所述RTK单元，用于测量车载无人机机场的位置；

所述通信单元，用于与无人机进行数据通信，获取无人机的位置和速度，将无人机在下一时刻的期望位置与期望速度发送至无人机的飞行控制系统；

所述计算单元，用于根据车载无人机机场在当前时刻的位置和速度、无人机在当前时刻的位置和速度、预设的虚拟领航者相对于无人机在下一时刻的期望位置和期望速度、预设的虚拟领航者相对于车载无人机机场在下一时刻的期望位置和期望速度，预设的无人机在下一时刻相对于车载无人机机场的期望相对位置和期望相对速度，以及预设的车载无人机机场在下一时刻相对于无人机的期望相对位置和期望相对速度，计算无人机在下一时刻的期望位置与期望速度和车载无人机机场在下一时刻的期望位置与期望速度，直至无人机在当前时刻的位置和车载无人机机场在当前时刻的位置重合；

所述发送单元，用于将车载无人机机场在下一时刻的期望位置与期望速度发送至车载无人机机场的位移控制器。

8.根据权利要求7所述的系统，其特征在于，计算无人机在下一时刻的期望位置与期望速度，包括：

无人机在下一时刻的期望位置与期望速度为：

其中，p^ad(t+Δt)和v^ad(t+Δt)为无人机在下一时刻t+Δt的期望位置和期望速度；p^v(t)和v^v(t)为虚拟领航者在当前时刻t的实际位置和实际速度；p^vad(t+Δt)和v^vad(t+Δt)为虚拟领航者在下一时刻t+Δt相对于无人机的期望相对位置和期望相对速度；p^g(t)和v^g(t)为车载无人机机场在当前时刻t的实际位置与实际速度；p^agd(t+Δt)和v^agd(t+Δt)为无人机在下一时刻t+Δt相对于车载无人机机场的期望相对位置和期望相对速度；a₁和b₁为常数。

9.根据权利要求8所述的系统，其特征在于，计算车载无人机机场在下一时刻的期望位置与期望速度，包括：

车载无人机机场在下一时刻的期望位置与期望速度为：

其中，p^gd(t+Δt)和v^gd(t+Δt)为车载无人机机场在下一时刻t+Δt的期望位置和期望速度；p^vgd(t)和v^vgd(t)为虚拟领航者在下一时刻t+Δt相对于车载无人机机场的期望相对位置和期望相对速度；p^a(t)和v^a(t)为无人机在当前时刻t的实际位置与实际速度；p^gad(t)和v^gad(t)为车载无人机机场在在下一时刻t+Δt相对于无人机的期望相对位置和期望相对速度；a₂和b₂为常数。

Images