CN116700359A - 载荷变化条件下的无人机扰动控制方法及装置 - Google Patents
载荷变化条件下的无人机扰动控制方法及装置 Download PDFInfo
- Publication number
- CN116700359A CN116700359A CN202310989483.1A CN202310989483A CN116700359A CN 116700359 A CN116700359 A CN 116700359A CN 202310989483 A CN202310989483 A CN 202310989483A CN 116700359 A CN116700359 A CN 116700359A
- Authority
- CN
- China
- Prior art keywords
- information
- load
- disturbance
- load change
- aerial vehicle
- 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.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 49
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000036039 immunity Effects 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 238000012905 input function Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Abstract
本公开实施例公开了的载荷变化条件下的无人机扰动控制方法及装置,由于在进行扰动系数的估计时,考量了负载的变化情况,也就可以理解为同时考量了负载变化情况和外界环境影响因素,则可以使得确定的补偿系数可以更加准确,相应的,也就可以使得利用扰动系数进行控制量补偿之后,可以将负载变化所引起的扰动所补偿掉,也就可以使得针对无人机的飞行控制可以更加准确。
Description
技术领域
本公开涉及海洋能源探测领域,尤其涉及载荷变化条件下的无人机扰动控制方法及装置。
背景技术
在无人机应用领域,无人机控制技术是关键的研究方向之一。在对无人机进行控制时,通常会根据无人机的一些飞行状态,设置相应的控制量,例如,需要无人机增加飞行高度,需要无人机加速等。
但是,在对无人机进行飞行控制的过程中,可能有些外部因素也会影响无人机的飞行,例如,外部风力的变化、温度的变化等。这些因素可能对无人机的控制性能产生影响,因此,对无人机的精确控制是该技术领域中的研究重点。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供了一种载荷变化条件下的无人机扰动控制方法及装置,通过在对无人机的控制量进行补偿的过程中,还考虑了载荷的变化情况,因此,针对控制量的补偿时可以将负载变化所引起的扰动所补偿掉,则可以使得针对无人机的飞行控制可以更为准确,也就保证了针对无人机稳定的控制性能。
第一方面,本公开实施例提供了一种载荷变化条件下的无人机扰动控制方法,上述方法包括:
基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数;其中,扰动信息包括负载变化信息和外界环境信息;
基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节;
其中,基于历史负载变化信息,确定期望负载变化信息;
对期望负载变化信息进行处理,确定预估负载变化信息和上述初始控制量;其中,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。
结合第一方面的实施例,在一些实施例中,控制量包括以下至少一项控制信息:
飞行高度信息、飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息。
结合第一方面的实施例,在一些实施例中,上述方法还包括:基于上述扰动信息和上述无人机的机体质量,确定上述飞行高度信息对应的子补偿系数;
基于上述扰动信息和上述无人机的负载偏心距离变化信息,确定上述飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息各自对应的补偿系数。
结合第一方面的实施例,在一些实施例中,上述对期望负载变化信息进行处理,确定初始控制量,包括:基于期望负载变化信息和上述扰动系数,确定初始控制量。
结合第一方面的实施例,在一些实施例中,上述基于期望负载变化信息和上述扰动系数,确定初始控制量,包括:对上述期望负载信息进行离散处理;
根据离散处理结果和上述扰动系数,确定初始控制量。
结合第一方面的实施例,在一些实施例中,上述基于观测的无人机的飞行参数信息和扰动信息,确定补偿系数,包括:基于预设时长内的无人机的飞行参数信息和扰动信息的变化信息,确定上述补偿系数。
结合第一方面的实施例,在一些实施例中,上述无人机抗扰控制方法应用于四旋翼无人机,飞行参数信息包括各旋翼的旋转状态信息;上述方法包括:
分别确定各旋翼的补偿系数,并利用确定的补偿系数,对各旋翼对应的控制量进行补偿。
第二方面,本公开实施例提供了一种载荷变化条件下的无人机扰动控制装置,包括:
确定单元,用于基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数;其中,扰动信息包括负载变化信息和外界环境信息;
补偿单元,用于基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节;
其中,基于历史负载变化信息,确定期望负载变化信息;
对期望负载变化信息进行处理,确定预估负载变化信息和上述初始控制量;其中,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。
第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的载荷变化条件下的无人机扰动控制方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的载荷变化条件下的无人机扰动控制方法的步骤。
本公开实施例提供的载荷变化条件下的无人机扰动控制方法及装置,由于在进行扰动系数的估计时,考量了负载的变化情况,也就可以理解为同时考量了负载变化情况和外界环境影响因素,则可以使得确定的补偿系数可以更加准确,相应的,也就可以使得利用扰动系数进行控制量补偿之后,可以将负载变化所引起的扰动所补偿掉,也就可以使得针对无人机的飞行控制可以更加准确。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的载荷变化条件下的无人机扰动控制方法的一个实施例的流程图;
图2是根据本公开的载荷变化条件下的无人机扰动控制方法的一个实施例的负载变化跟踪估计的流程示意图;
图3是本公开的载荷变化条件下的无人机扰动控制方法的一个实施例的系统连接示意图。
图4是本公开的载荷变化条件下的无人机扰动控制装置的连接示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的载荷变化条件下的无人机扰动控制方法,如图1所示,该载荷变化条件下的无人机扰动控制方法可以应用于无人机,上述方法包括:
步骤101,基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数。
在这里,扰动信息包括预估负载变化信息和外界环境信息。
步骤102,基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节。
在这里,可以基于历史负载变化情况,确定期望负载变化信息;并可以对期望负载变化信息进行处理,确定预估负载变化信息和上述初始控制量。
在这里,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。需要说明的是,预定义阈值的具体数值可以更具实际情况进行合理设定。
可以理解为,在本公开中,由于在进行扰动系数的估计时,考量了负载的变化情况,也就可以理解为同时考量了负载变化情况和外界环境影响因素,则可以使得确定的补偿系数可以将负载变化所引起的扰动所补偿掉,从而也就可以使得确定的补偿系数可以更加准确,相应的,也就可以使得利用补偿系数进行控制量补偿之后进行无人机的飞行控制可以更加准确。
而在相关技术中,一般是基于外部环境因素,确定补偿系数,这种方式,主要考量的是外部环境因素对飞行控制的影响。但是,现有载物无人机在飞行过程,自身的负载可能也在不停的发生变化,因此,现有这种方式,确定的补偿系数可能并不准确。而且,由于在载物无人机在飞行的过程中,负载变化可能较大,因此,负载变化信息可能是影响飞行控制的一个较大因素,而本公开中,正是由于考虑到了这一点,才使得本申请确定的补偿系数可以更加准确。
在本公开中,在确定扰动系数的过程中,不仅考量了飞行参数信息,还考量了扰动信息,扰动信息包括负载变化信息,这样,也就可以使得确定的扰动系数更加准确,相应地,利用确定的扰动系数对初始控制量进行补偿后,也就可以实现针对负载变化所带来的扰动进行补偿。
需要说明的是,在本公开中,飞行参数信息可以理解为无人机的本身参数信息,例如,飞行高度、飞行速度、电机温度等。而扰动信息可以包括内部扰动信息和外部扰动信息,外部扰动信息可以包括风力、环境温度等,而内部扰动信息可以包括负载变化信息、电量剩余情况、旋转叶片使用情况等信息。也即,在本公开中,在确定扰动参数时,对内部扰动信息和外部扰动信息均进行了考虑。
在一些实现方式中,期望负载变化信息可以指示期望负载变化量,相应的,预估负载变化信息可以指示预估负载变化量。
需要说明的是,期望负载变化量可以较为便捷地进行确定,例如,可以直接根据历史变化情况和当前的负载情况,计算出期望负载变化信息。而当前的负载情况可以利用无人机上设置的传感器进行获取。
而通过对期望负载变化信息进行处理确定初始控制量的过程中,由于期望负载变化信息可以很便捷地的进行确定,相应的,也就可以很便捷地确定出初始控制量。
在本公开中,第一负载量和第二负载量之间的负载量差值小于预定义阈值可以理解为第一负载量和第二负载量较为接近,从而也就可以使得确定的补偿系数可以更为准确,相应的,也就可以实现更为精确的补偿。
需要说明的是,预期负载量可以理解为直接利用现有公式所计算出的一个负载量,该负载量所考量的因素较少。例如,当无人机喷洒液体时的速率往往是恒定的,此时,可以根据历史的喷洒速率计算期望负载变化信息。可见,期望负载变化信息可以根据历史负载变化情况所计算出来的。
而预估负载变化信息可以理解为基于预期负载变化信息,跟踪估计出来的负载变化信息,该负载变化信息可以更加接近与无人机负载变化的真实情况。
在一些实施例中,控制量包括以下至少一项控制信息,
飞行高度信息、飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息。
当然,在具体实施方式中,控制量具体包括哪些控制信息,也可以根据实际情况进行合理设定即可,在此并不对控制量包括具体哪些控制信息进行限定。
在一些实施例中,上述方法还包括:基于上述扰动信息和上述无人机的机体质量,确定上述飞行高度信息对应的子补偿系数;基于上述扰动信息和上述无人机的负载偏心距离变化信息,确定上述飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息各自对应的补偿系数。
需要说的是,由于负载的变化,使得无人机在相同的浮力情况下,对应的上升高度可能不同。因此,在确定飞行高度信息的补偿系数时,可以考量机体质量。
相应的,负载偏心距离变化信息可以反映无人机的姿态偏移情况,并可以基于此变化信息,确定飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息各自对应的补偿系数,这样,也就可以使得确定的补偿系数可以更加准确。
在一些实现方式中,上述对期望负载变化信息进行处理,确定初始控制量,包括:
基于期望负载变化信息和上述扰动系数,确定初始控制量。
也即,在确定初始控制量的过程中,同时考量期望负载变化信息和上述扰动系数,也即,确定的初始控制量也就可以较为准确,之后在对初始控制量进行补偿之后,则可以使得补偿之后的初始控制量可以实现对无人机的精确控制。
在一些实现方式中,上述基于期望负载变化信息和上述扰动系数,确定初始控制量,包括:对上述期望负载信息进行离散处理;根据离散处理结果和上述扰动系数,确定初始控制量。
需要说明的是,对期望负载信息进行离散处理,可以一定程度上消除速度曲线中的超调影响,从而使得确定的初始控制量可以更加准确。
在一些实施例中,上述基于观测的无人机的飞行参数信息和扰动信息,确定补偿系数,包括:基于预设时长内的无人机的飞行参数信息和扰动信息的变化信息,确定上述补偿系数。
可以理解为此时的扰动系数是由预设时长内无人机的内外部扰动的变化情况所进行预估的,而这样,根据历史的一个变化情况,预估扰动系数,可以使得预估的补偿系数可以更好的将真实扰动补偿掉。
在一些实施例中,上述载荷变化条件下的无人机扰动控制方法应用于四旋翼无人机,飞行参数信息包括各旋翼的旋转状态信息;上述方法包括:分别确定各旋翼的补偿系数,并利用确定的补偿系数,对各旋翼对应的控制量进行补偿。
需要说的是,当载荷变化条件下的无人机扰动控制方法应用于四旋翼无人机时,则可以对各个旋翼进行分别补偿。应当理解,则可以分别确定各个旋翼的控制量,并可以对各个控制量进行补偿,这样,则可以实现针对四旋翼无人机较为精确稳定的控制。
而为了更好地理解本公开所公开的思想,可以结合图2和图3进行联合说明,图2可以理解为本公开思想的负载跟踪估计的一个流程图,而图3则可以理解为应用上述控制方法的控制系统的一个系统图,结合图2和图3在进一步对本公开的构思进行详细说明。
可以设定无人机控制对象的变负载子系统观测器表示为,其中a为除负载系统之外的被估对象的未知常数,u为待设计的观测器输入函数。负载变化往往有一定规律,如植保无人机喷洒液体时的速率往往是恒定的,期望负载变化量可由公式推导而来,或者由传感器直接获得,设负载变化预期量为/>,而负载变化的跟踪值为/>,则跟踪误差为/>。
而要使跟踪误差收敛,可以选取Lyapunov函数,求导可得,/>为虚拟观测输入。可知/>,代入可知,因此Lyapunov函数/>正定且/>半负定,误差收敛有界。同样为使观测器能适应变负载中任意未知参数a,a的估计误差/>,/>为/>的估计值,选取Lyapunov函数,可得/>,要使/>,则设计估计参数/>自适应律为,则实际控制输入函数为/>,而负载变化量的跟踪估计值/>,至此,则可以得到了变负载子系统的输入/>和未知参数的估计值/>。
进一步地,结合图3进行说明,可以将高度h、俯仰角pitch、横滚角roll以及偏航角yaw作为系统的输入。由跟踪微分器安排过渡过程,跟踪微分器的离散形式表示如下:
是我们设置的目标期望值,/>用来跟踪/>,/>是/>的微分。快速因子r和滤波因子h是可调参数,r决定了跟踪的速度,h是积分步长,/>为适当大于h的参数,选取合适的/>减小振荡幅度从而可以消除速度曲线中的超调影响。
扩张状态观测器是一种自适应控制算法中常用的一种观测器。它通过观测系统的状态和外部扰动,实时估计系统的扰动状态,然后将估计值作为反馈控制中的补偿,以抵消扰动的影响,从而实现对系统的自适应控制。
ESO估计系统的扰动状态和总扰动如下:
ESO中、/>给出了对对象状态变量的估计,/>则为对象所有不确定模型和外扰的实时总和的观测估计值。/>为二阶非线性系统的已知部分。
其中:
函数通常用于对估计误差进行非线性补偿,以提高系统对扰动的抑制能力。函数是非线性的,并且具有自适应的特性,根据误差的幅值和斜率来调整补偿的强度。
当误差较大时,为尽快减小系统增益,使用如下改进型的fal()函数--faln()函数:
非线性状态误差反馈控制器(NonlinearStateErrorFeedbackControl)利用系统状态误差和非线性反馈结构,这种方式,取代了经典PID控制器的线性加权方式。可以提高控制性能、信息处理效率,并通过扩张状态观测器的扰动补偿实现了动态补偿线性化,增强了系统的稳定性和鲁棒性。
而在NLSEF中,系统的状态误差是指扩张状态观测器的状态估计值和跟踪微分器的差值,误差为,非线性组合控制量:/>
二阶系统中,非线性反馈控制律为:
控制量可由如下公式得到:
上式中,是误差信号,/>是微分信号;/>是误差反馈控制量的增益因子;/>是非线性误差反馈控制量的输出量,/>才是最终实际用于控制的控制量。此中的参数/>是决定系统补偿能力强弱的补偿因子,图3中虚线框得到的负载变化估计值可用于实时的补偿参数b以达到更好的抗扰效果,以实现在变负载的情况下仍具有较强的自抗扰能力。
将高度和姿态控制回路系统方程改写成自抗扰控制的形式如下:
为未知函数,其中包含了变负载扰动总和,/>为决定系统补偿能力的补偿因子。
图2得到的结果结合估计的负载变化量和机体质量可求得高度控制的补偿系数,同理通过自适应观测器以及预期的偏心距离估计出负载偏心距离变化量/>,可求得姿态角roll、pitch、yaw的补偿系数/>为
,/>其中分别为各轴机体质心转动惯量和负载质心转动惯量。
由图3所示,补偿后的b参数参与控制量的补偿,控制律组合得到的控制量,结合扩张状态观测器估计的扰动值以及增益系数b,可随负载变化实时估计负载变化带来的扰动并及时调整增益系数b将这一扰动补偿掉,从而达到较好的控制效果。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种无人机抗扰控制装置,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的载荷变化条件下的无人机扰动控制装置包括:
确定单元401,用于基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数;其中,扰动信息包括负载变化信息和外界环境信息;
补偿单元402,用于基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节;
其中,基于历史负载变化信息,确定期望负载变化信息;
对期望负载变化信息进行处理,确定预估负载变化信息和上述初始控制量;其中,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。
在一些可选的实施方式中,控制量至少包括以下至少一项控制信息:飞行高度信息、飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息。
在一些可选的实施方式中,上述无人机抗扰控制装置还用于:基于上述扰动信息和上述无人机的机体质量,确定上述飞行高度信息对应的子补偿系数;基于上述扰动信息和上述无人机的负载偏心距离变化信息,确定上述飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息各自对应的补偿系数。
在一些可选的实施方式中,上述载荷变化条件下的无人机扰动控制装置具体还用于:基于期望负载变化信息和上述扰动系数,确定初始控制量。
在一些可选的实施方式中,上述载荷变化条件下的无人机扰动控制装置具体还用于:对上述期望负载信息进行离散处理;根据离散处理结果和上述扰动系数,确定初始控制量。
在一些可选的实施方式中,上述载荷变化条件下的无人机扰动控制装置具体还用于:基于预设时长内的无人机的飞行参数信息和扰动信息的变化信息,确定上述补偿系数。
在一些可选的实施方式中,上述载荷变化条件下的无人机扰动控制方法应用于四旋翼无人机,飞行参数信息包括各旋翼的旋转状态信息;上述无人机抗扰控制装置具体还用于:分别确定各旋翼的补偿系数,并利用确定的补偿系数,对各旋翼对应的控制量进行补偿。
需要说明的是,本公开的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperTextTransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,adhoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数;其中,扰动信息包括负载变化信息和外界环境信息;基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节;其中,基于历史负载变化信息,确定期望负载变化信息;对期望负载变化信息进行处理,确定预估负载变化信息和上述初始控制量;其中,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,确定单元401还可以被描述为“确定补偿系数的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种载荷变化条件下的无人机扰动控制方法,其特征在于,包括:
基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数;其中,扰动信息包括负载变化信息和外界环境信息;
基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节;
其中,基于历史负载变化信息,确定期望负载变化信息;
对期望负载变化信息进行处理,确定预估负载变化信息和所述初始控制量;其中,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。
2.根据权利要求1所述的方法,其特征在于,控制量包括以下至少一项控制信息:
飞行高度信息、飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
基于所述扰动信息和所述无人机的机体质量,确定所述飞行高度信息对应的子补偿系数;
基于所述扰动信息和所述无人机的负载偏心距离变化信息,确定所述飞行俯仰角信息、飞行横滚角信息、飞行偏航角信息各自对应的补偿系数。
4.根据权利要求1所述的方法,其特征在于,所述对期望负载变化信息进行处理,确定初始控制量,包括:
基于期望负载变化信息和所述扰动系数,确定初始控制量。
5.根据权利要求4所述的方法,其特征在于,所述基于期望负载变化信息和所述扰动系数,确定初始控制量,包括:
对所述期望负载信息进行离散处理;
根据离散处理结果和所述扰动系数,确定初始控制量。
6.根据权利要求1所述的方法,其特征在于,所述基于观测的无人机的飞行参数信息和扰动信息,确定补偿系数,包括:
基于预设时长内的无人机的飞行参数信息和扰动信息的变化信息,确定所述补偿系数。
7.根据权利要求1所述的方法,其特征在于,所述载荷变化条件下的无人机扰动控制方法应用于四旋翼无人机,飞行参数信息包括各旋翼的旋转状态信息;
所述方法包括:
分别确定各旋翼的补偿系数,并利用确定的补偿系数,对各旋翼对应的控制量进行补偿。
8.一种载荷变化条件下的无人机扰动控制装置,其特征在于,包括:
确定单元,用于基于检测的无人机的飞行参数信息和扰动信息,确定补偿系数;其中,扰动信息包括负载变化信息和外界环境信息;
补偿单元,用于基于确定的补偿系数,对初始控制量进行补偿,以及利用补偿之后的控制量对无人机进行飞行控制调节;
其中,基于历史负载变化信息,确定期望负载变化信息;
对期望负载变化信息进行处理,确定预估负载变化信息和所述初始控制量;其中,第一负载量与第二负载量之间的负载量差值小于预定义阈值;期望负载变化信息指示的第一负载量,预估负载变化信息指示的第二负载量。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310989483.1A CN116700359A (zh) | 2023-08-08 | 2023-08-08 | 载荷变化条件下的无人机扰动控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310989483.1A CN116700359A (zh) | 2023-08-08 | 2023-08-08 | 载荷变化条件下的无人机扰动控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116700359A true CN116700359A (zh) | 2023-09-05 |
Family
ID=87829743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310989483.1A Pending CN116700359A (zh) | 2023-08-08 | 2023-08-08 | 载荷变化条件下的无人机扰动控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116700359A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106275425A (zh) * | 2016-08-29 | 2017-01-04 | 西安交通大学 | 一种变距式全差动刚性旋翼系统及其变距方法 |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
CN107783421A (zh) * | 2017-09-30 | 2018-03-09 | 深圳禾苗通信科技有限公司 | 一种无人机自适应质量补偿控制方法和系统 |
US20180107227A1 (en) * | 2016-10-19 | 2018-04-19 | Airbus Sas | Revised speed advisory for an aircraft during flight based on holding time |
CN108897054A (zh) * | 2018-06-22 | 2018-11-27 | 上海通用卫星导航有限公司 | 一种基于无人机的海上航磁日变站及地磁测量方法 |
CN110531777A (zh) * | 2019-08-13 | 2019-12-03 | 北京理工大学 | 基于自抗扰控制技术的四旋翼飞行器姿态控制方法和系统 |
CN112540538A (zh) * | 2020-12-09 | 2021-03-23 | 华东交通大学 | 一种变载荷四旋翼无人机的自适应模糊自抗扰控制方法 |
CN112731957A (zh) * | 2021-04-06 | 2021-04-30 | 北京三快在线科技有限公司 | 无人机的控制方法、装置、计算机可读存储介质及无人机 |
CN113419562A (zh) * | 2021-07-13 | 2021-09-21 | 天津大学 | 一种变负载下四旋翼无人机的高度控制方法 |
CN218258714U (zh) * | 2022-07-29 | 2023-01-10 | 深圳市大疆创新科技有限公司 | 飞行器 |
-
2023
- 2023-08-08 CN CN202310989483.1A patent/CN116700359A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106275425A (zh) * | 2016-08-29 | 2017-01-04 | 西安交通大学 | 一种变距式全差动刚性旋翼系统及其变距方法 |
US20180107227A1 (en) * | 2016-10-19 | 2018-04-19 | Airbus Sas | Revised speed advisory for an aircraft during flight based on holding time |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
CN107783421A (zh) * | 2017-09-30 | 2018-03-09 | 深圳禾苗通信科技有限公司 | 一种无人机自适应质量补偿控制方法和系统 |
CN108897054A (zh) * | 2018-06-22 | 2018-11-27 | 上海通用卫星导航有限公司 | 一种基于无人机的海上航磁日变站及地磁测量方法 |
CN110531777A (zh) * | 2019-08-13 | 2019-12-03 | 北京理工大学 | 基于自抗扰控制技术的四旋翼飞行器姿态控制方法和系统 |
CN112540538A (zh) * | 2020-12-09 | 2021-03-23 | 华东交通大学 | 一种变载荷四旋翼无人机的自适应模糊自抗扰控制方法 |
CN112731957A (zh) * | 2021-04-06 | 2021-04-30 | 北京三快在线科技有限公司 | 无人机的控制方法、装置、计算机可读存储介质及无人机 |
CN113419562A (zh) * | 2021-07-13 | 2021-09-21 | 天津大学 | 一种变负载下四旋翼无人机的高度控制方法 |
CN218258714U (zh) * | 2022-07-29 | 2023-01-10 | 深圳市大疆创新科技有限公司 | 飞行器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Miao et al. | Compound line-of-sight nonlinear path following control of underactuated marine vehicles exposed to wind, waves, and ocean currents | |
Li et al. | Adaptive and robust control of quadrotor aircrafts with input saturation | |
Yoneyama | Robust H∞ control of uncertain fuzzy systems under time-varying sampling | |
Mao et al. | Design and implementation of continuous finite-time sliding mode control for 2-DOF inertially stabilized platform subject to multiple disturbances | |
CN110442020B (zh) | 一种新型的基于鲸鱼优化算法的容错控制方法 | |
Yan et al. | Extended state observer‐based sliding mode fault‐tolerant control for unmanned autonomous helicopter with wind gusts | |
CN105912009B (zh) | 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法 | |
RU2735751C2 (ru) | Система адаптивной фильтрации для аэродинамических углов летательного аппарата | |
CN111324142B (zh) | 一种导弹驾驶仪扰动补偿控制方法 | |
Sun et al. | Practical solution to attitude control within wide envelope | |
CN111522352A (zh) | 多旋翼飞行器单参数自抗扰姿态控制器设计方法 | |
CN112445234A (zh) | 一种航天器的姿态控制方法和装置 | |
Wang et al. | Neural network‐based multivariable fixed‐time terminal sliding mode control for re‐entry vehicles | |
Changmao et al. | Fractional PID controller design of hypersonic flight vehicle | |
CN103713520A (zh) | 一种陀螺稳定平台的自适应复合控制方法 | |
Tang et al. | Model predictive control of hypersonic vehicles accommodating constraints | |
Mao et al. | Fuzzy set-membership filtering for discrete-time nonlinear systems | |
WO2023092783A1 (zh) | 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法 | |
CN115454113A (zh) | 无人机在高空环境下姿态稳定控制方法 | |
Xia et al. | Adaptive filtering backstepping for ships steering control without velocity measurements and with input constraints | |
CN116700359A (zh) | 载荷变化条件下的无人机扰动控制方法及装置 | |
Liu et al. | Trajectory stabilization control for aerial recovery of cable-drogue-UAV assembly | |
Wang et al. | A novel fuzzy extended state observer-based control for electro-optical tracking system with disturbances and measurement noises: Design, analysis and experiments | |
Chen et al. | Influence of seeker disturbance rejection and radome error on the Lyapunov stability of guidance systems | |
CN114610055A (zh) | 飞行器控制方法与飞行器 |
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 |