CN116101532A - 一种基于折纸原理的进化无人机降落结构及方法 - Google Patents

Abstract

本发明涉及水质检测技术领域，具体为一种基于折纸原理的进化无人机降落结构及方法，对鲁棒性差、需要额外供电等的问题，对无人机的降落结构结合了图理论和折纸原理，将折纸原理中的关键点作为图中的元素进行计算与空间搜索，以真实物理场景中的要素对整个设计进行约束，使得整个结构的设计脱离了人的主观意愿，让其按照运动需要来进行自动设计，其中降落结构的主体部分由我们初始定义的简单类胶囊几何体组成，关节部分由简单的圆柱体来表示旋转和扭转，主体部分与关节的连接方式、受力情况通过在物理真实仿真器中对其施加结合物理参数模型预测控制进行优化，并由双稳态条件筛选得来来，且最后生成的物理模型易于生产制造。

Description

一种基于折纸原理的进化无人机降落结构及方法

技术领域

本发明涉及无人机技术领域，具体为一种基于折纸原理的进化无人机降落结构及方法。

背景技术

在无人机执行运输、检测以及救援等任务的过程中，一般无人机上会搭载精密的测量仪器以及贵重的传感器，当无人机应对突发情况如大风、冰雹等恶劣天气导致无人机脱离控制时，会导致其脱离预计的飞行路线，从而对无人机上的贵重物品造成损伤，

当前市面上的无人机起落装置主要为以上两种结构。第一种结构为简单的刚性起落架，其虽然结构简单，但是在很多复杂的场景下并不能很好地适用与无人机的降落，如缓坡、坑洼地面都容易造成无人机机体的倾覆和机翼的损伤。且因其结构简单，在应对紧急情况时不具备一定的调节能力，给无人机的任务执行带来了一定的困难。除了任务执行过程中的困难之外，在无人机的后期保养方面，每年在公用无人机和民用无人机领域因冲击力导致机体破损需要维修甚至报废的例子也不计其数，使得无人机领域的维修保养费用极大升高。

第二种结构，其利用舵机对底部的支撑结构进行控制和调整，尽管其相对于第一种结构在无人机降落缓冲方面有了一定的提升，能够对无人机的降落产生一定的保护作用，但是其每个关节都需要有舵机来作为支撑，大大提升了整机的重量，使得无人机的可搭载重量减少，在执行运输任务时的功能受限。另一方面，这种结构对于舵机的控制需要供电，目前多数无人机使用锂电池供电，这一结构无疑成为了无人机正常工作运行下的负担。在无人机日渐小型化、轻量化的行业背景下，整体重量增加和额外供电的压力都将使无人机的续航大大减少，对无人机开发的发展与进步产生阻碍。

发明内容

本发明的目的在于提供一种基于折纸原理的进化无人机降落结构及方法，以解决上述背景技术中提出的内部的待检测水的盛放装置不方便拆卸和使用，出水口的高度固定，易造成检测水的二次污染，且设备不能对不同深度的水源进行取样检测的问题。

为实现上述目的，本发明提供如下技术方案，一种基于折纸原理的进化无人机降落结构及方法，步骤1：取折纸结构的关键应力点，关键点为折痕的交点，提取的关键点被视为节点和连接；

步骤2：使用图语法将结合具有物理特征的几何单元分配给关键应力点，使用图语法法赋予每个关键应力点一个属性标签，所述标签决定了未来的结构连接顺序以及关节类型，再用主体胶囊结构根据关键应力点的空间信息，即空间中关键点的绝对距离来匹配类型；

步骤3：根据图2，所述扭转关节后面要连接一个主体胶囊结构，所述主题胶囊结构的末端连接一个旋转关节，即其中一条支撑结构的关键点连接顺序为

以此类推，直到最后一个带有标签的关键点满足了条件为止，图中的(a)->(b)过程为规则简化的过程，以图的形式表示了关键点的邻接矩阵，connection nodes为连接点，表示与无人机相连接的点，在实际过程中将其扩展为平板上的螺纹孔，

步骤4：具有图信息的几何单元被用作搜索循环的输入，并利用实际着陆物理引擎中模型预测控制评估表现来选择候选结构对于搜索过程，使用贪婪算法对结构的可行空间进行基本搜索；

步骤5：对候选者进行了筛选，最终得到了一个具有双稳态特性的无人机降落结构模型输出。

优选的，所述贪婪算法中引入了启发函数来使得搜索算法具有特定的方向性，将奖励函数定义为

其中

为权重，其值表示我们计算模型的方向性，

和

分别表示模型需要的方向和速度，在整个过程中，应用模型预测控制对生成结构向下降落的动作过程进行评估与优化，优化的原则是最终获得在迭代过程之内的最大奖励值，并对奖励值进行更新，作为启发函数训练的参考，启发函数训练的原则是对搜索出来的候选结构进行采样，并用启发函数值作为评判标准，并且用平方损失函数来更新启发函数值。

与现有技术相比，本发明的有益效果是：

1.适用性：将无人机降落时将要面对的物理要素加入到了设计过程中，使得无人机在降落时将竖直向下的高额冲击力转化为横向的结构扭矩，大大减少了无人机面对意外情况时的损坏风险，更加适用于现在多数无人机的任务执行。

2.能量效率：市面上有很多无人机辅助降落结构利用舵机来控制降落结构动作的执行，这种基于舵机控制的降落结构不仅需要额外供给舵机电量来驱动，而且会使得整体的重量增加，由于无人机上的电池一般容量有限，所以这种降落结构会使得能量的利用率降低。我们设计的降落结构将折纸结构的双稳态特性融入到了设计中，在无人机升起和降落过程中均自动恢复到稳定状态，为下一次的升起和降落做准备；整个升起和降落均由结构自身的特性来进行能量转化，不需要额外的能量输入和电量供应，使得无人机的能量能够更多地利用到任务的执行中，大大提高了能量的利用效率。

3.经济性：相对于舵机控制来说，此结构不需要额外的执行部件，减少了结构应用上的费用，相对于传统的降落结构来说，此结构仅通过3D打印和简单的弹簧就可以组装而成，成本低廉，与传统的降落结构的价格相差不大，另一方面，此结构因其良好的缓冲性能，给无人机的使用和保养降低了难度，降低了无人机养护方面的费用。

附图说明

图1为本发明的流程结构示意图；

图2为本发明的主体胶囊结构示意图；

图3为本发明的陆结构模型的示意图。

具体实施方式

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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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。

请参阅图1-2，本发明提供的一种实施例：一种基于折纸原理的进化无人机降落结构及方法，首先，此设计方法从折纸结构出发，提取折纸结构的关键应力点(一般为折痕的交点)，结合图1理论，提取的关键点被视为图中的节点和连接，使用的图语法将结合具有物理特征的几何单元分配给关键点，其中图语法法赋予每个关键点一个属性标签，标签决定了未来的结构连接顺序以及关节类型，主体胶囊结构根据关键点的空间信息(即空间中关键点的绝对距离)来匹配类型；图2所示，扭转关节后面要连接一个主体胶囊结构，胶囊结构的末端连接一个旋转关节，即其中一条支撑结构的关键点连接顺序为

以此类推，直到最后一个带有标签的关键点满足了条件为止，图中的(a)->(b)过程为规则简化的过程，以图的形式表示了关键点的邻接矩阵，connection nodes为连接点，表示与无人机相连接的点，在实际过程中将其扩展为平板上的螺纹孔；

然后，这些具有图信息的几何单元被用作搜索循环的输入，并利用它们在实际着陆物理引擎中模型预测控制评估表现来选择候选结构，对于搜索过程，使用常见的贪婪算法对结构的可行空间进行基本搜索，但若只是应用贪婪算法，整个计算过程会非常耗时且产生很多冗余的复杂解，为了将其进行更有效、更准确的拓展，在贪婪算法中引入了启发函数来使得搜索算法具有特定的方向性，首先，将奖励函数定义为

其中

为权重，其值只是表示计算模型的方向性，值的大小为了适应我们的物理场景并便于分析奖励值而设置，

和

分别表示模型需要的方向和速度(在本设计中方向和速度都为竖直向下)，在整个过程中，应用模型预测控制对生成结构向下降落的动作过程进行评估与优化，优化的原则是最终获得在迭代过程之内的最大奖励值，并对奖励值进行更新，作为启发函数训练的参考，启发函数训练的原则是对搜索出来的候选结构进行采样，并用启发函数值作为评判标准(即sarsa算法)，并且用平方损失函数(即某次迭代的启发函数值与上述得到最大奖励函数时的函数值的差值)来更新启发函数值，以此来进一步优化搜索空间和具备良好下落性能的结构，最后，为了确保最终的设计能够满足期望一些折纸结构所具有的双稳态特性，对候选者进行了筛选，最终得到了一个具有双稳态特性的无人机降落结构模型输出，再根据关节运动形式相同、力矩相同的的原则，通过3D打印制造了生成的着陆结构模型，其中着陆结构的主体部分由生成模型的等效替换得出，关节部分则根据模型中的参数由弹簧等效力矩替换，经过等效替换后的结构经过验证，继承了折纸结构的双稳态特性，并且具有良好的降落缓冲性能。

针对鲁棒性差、需要额外供电等的问题，我们的方法对无人机的降落结构进行了智能化研究，这一方法结合了图理论和折纸原理，将折纸原理中的关键点作为图中的元素进行计算与空间搜索，以真实物理场景中的要素对整个设计进行约束，使得整个结构的设计脱离了人的主观意愿，让其按照运动需要来进行自动设计，其中降落结构的主体部分由我们初始定义的简单类胶囊几何体组成，关节部分由简单的圆柱体来表示旋转和扭转，主体部分与关节的连接方式、受力情况通过在物理真实仿真器中对其施加结合物理参数模型预测控制进行优化，并由双稳态条件筛选得来来，且最后生成的物理模型易于生产制造。

这一方法继承了传统折纸结构的双稳态特性，使得我们的结构既具有良好的鲁棒性，又不需要额外的能量输入，保证给予无人机良好的降落支持的同时又脱离了人们设计上的局限，使得我们设计的结构无论在结构上，还是能量要求上，都表现优异。

我们根据计算得来的参数将该经过进化处理的模型通过3D打印技术生产出来，所有真实场景下的结构单元(如尺寸、扭矩等)都是从模型中等比例放大得来，用刚性轴和部分弹簧将结构单元组装起来，并且用螺栓将其固定在无人机的底板中心处，使得该结构的重心与无人机的重心在同一竖直向下的直线上。在无人机起飞时，我们的结构处于第一稳定状态，为无人机的降落做准备。无人机准备降落时，我们的降落结构进入第二稳定过程，无人机落地时在第二状态稳定。无人机整个降落过程既平稳又安全；其重量不超过四百克，既不需要外部供电驱动，又不会对无人机的续航产生过度影响。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (2)

1.一种基于折纸原理的进化无人机降落结构及方法，其特征在于：

步骤1：取折纸结构的关键应力点，关键点为折痕的交点，提取的关键点被视为节点和连接；

步骤2：使用图语法将结合具有物理特征的几何单元分配给关键应力点，使用图语法法赋予每个关键应力点一个属性标签，所述标签决定了未来的结构连接顺序以及关节类型，再用主体胶囊结构根据关键应力点的空间信息，即空间中关键点的绝对距离来匹配类型；

步骤3：根据图2，所述扭转关节后面要连接一个主体胶囊结构，所述主题胶囊结构的末端连接一个旋转关节，即其中一条支撑结构的关键点连接顺序为

以此类推，直到最后一个带有标签的关键点满足了条件为止，图中的(a)->(b)过程为规则简化的过程，以图的形式表示了关键点的邻接矩阵，connectionnodes为连接点，表示与无人机相连接的点，在实际过程中将其扩展为平板上的螺纹孔，

步骤4：具有图信息的几何单元被用作搜索循环的输入，并利用实际着陆物理引擎中模型预测控制评估表现来选择候选结构对于搜索过程，使用贪婪算法对结构的可行空间进行基本搜索；

步骤5：对候选者进行了筛选，最终得到了一个具有双稳态特性的无人机降落结构模型输出。

2.根据权利要求1所述的一种基于折纸原理的进化无人机降落结构及方法，其特征在于：所述贪婪算法中引入了启发函数来使得搜索算法具有特定的方向性，将奖励函数定义为

其中

为权重，其值表示我们计算模型的方向性，

和

分别表示模型需要的方向和速度，在整个过程中，应用模型预测控制对生成结构向下降落的动作过程进行评估与优化，优化的原则是最终获得在迭代过程之内的最大奖励值，并对奖励值进行更新，作为启发函数训练的参考，启发函数训练的原则是对搜索出来的候选结构进行采样，并用启发函数值作为评判标准，并且用平方损失函数来更新启发函数值。

Images