WO2021223169A1 - 无人机的动力输出检测方法和设备 - Google Patents

无人机的动力输出检测方法和设备 Download PDF

Info

Publication number
WO2021223169A1
WO2021223169A1 PCT/CN2020/089006 CN2020089006W WO2021223169A1 WO 2021223169 A1 WO2021223169 A1 WO 2021223169A1 CN 2020089006 W CN2020089006 W CN 2020089006W WO 2021223169 A1 WO2021223169 A1 WO 2021223169A1
Authority
WO
WIPO (PCT)
Prior art keywords
motor
power output
speed
power
drone
Prior art date
Application number
PCT/CN2020/089006
Other languages
English (en)
French (fr)
Inventor
王晓亮
吕熙敏
商志猛
Original Assignee
深圳市大疆创新科技有限公司
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 深圳市大疆创新科技有限公司 filed Critical 深圳市大疆创新科技有限公司
Priority to CN202080030414.2A priority Critical patent/CN113767350A/zh
Priority to PCT/CN2020/089006 priority patent/WO2021223169A1/zh
Publication of WO2021223169A1 publication Critical patent/WO2021223169A1/zh

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

Definitions

  • the embodiments of the present application relate to the technical field of unmanned aerial vehicles, and in particular to a method and equipment for detecting power output of an unmanned aerial vehicle.
  • the flight of the UAV is realized by relying on the power provided by the power system.
  • the power system of the UAV includes motors, ESCs, and propellers.
  • the UAV may include multiple propellers, and each propeller is connected with a corresponding ESC and motor.
  • the synergy of the ESC, the motor, and the propeller provide power for the UAV and drive the UAV to fly.
  • the power system of the UAV will fail, which will not be able to provide normal power for the UAV, affecting the normal flight of the UAV, or even Caused the drone to crash.
  • the embodiments of the application provide a method and equipment for detecting the power output of an unmanned aerial vehicle, which are used to detect the power output condition of the unmanned aerial vehicle's power system even when the ESC fails.
  • an embodiment of the present application provides a method for detecting power output of an unmanned aerial vehicle.
  • the unmanned aerial vehicle includes a power system.
  • the power system includes an ESC, a motor, and a propeller.
  • the method includes:
  • the power output condition of the power system is obtained.
  • an embodiment of the present application provides a method for detecting power output of a drone.
  • the drone includes a power system.
  • the power system includes an ESC, a motor, and a propeller.
  • the method includes:
  • the power output condition of the power system is determined.
  • an embodiment of the present application provides a method for detecting power output of an unmanned aerial vehicle.
  • the unmanned aerial vehicle includes a power system.
  • the power system includes an ESC, a motor, and a propeller.
  • the method is applied to a control terminal.
  • the methods include:
  • an embodiment of the present application provides an unmanned aerial vehicle.
  • the unmanned aerial vehicle includes a power system and a processor.
  • the power system includes an ESC, a motor, and a propeller.
  • the processor is configured to:
  • the power output condition of the power system is obtained.
  • an embodiment of the present application provides an unmanned aerial vehicle.
  • the unmanned aerial vehicle includes a power system and a processor.
  • the power system includes an ESC, a motor, and a propeller.
  • the processor is configured to:
  • the power output condition of the power system is determined.
  • an embodiment of the present application provides a control terminal, the control terminal is used to control a drone, the drone includes a power system, the power system includes an ESC, a motor, and a propeller, and the control terminal include:
  • a communication device for receiving power output prompt information sent by the drone, where the power output prompt information includes the power output status of the power system;
  • the processor is used to output the power output prompt information.
  • an embodiment of the present application provides a computer-readable storage medium with program instructions stored on the computer-readable storage medium; when the program instructions are executed, they implement the first aspect or the second aspect or the first aspect.
  • the power output detection method of unmanned aerial vehicle described in three aspects.
  • an embodiment of the present application provides a program product, the program product includes a computer program, the computer program is stored in a computer-readable storage medium, and at least one processor can be read from the computer-readable storage medium The computer program, and the at least one processor executes the computer program to implement the power output detection method of the unmanned aerial vehicle according to the embodiment of the present application in the first aspect or the second aspect or the third aspect.
  • the power output detection method and equipment of the unmanned aerial vehicle obtained by the embodiments of the present application obtain the control command of the motor, and the control command of the motor is used to indicate the expected speed of the motor;
  • the angular velocity and linear acceleration of the machine obtain the power output status of the power system. Therefore, in this embodiment, the power output status of the power system can be obtained without measuring the rotational speed of the motor, ensuring that the power output status of the power system can also be detected when the ESC fails, so that when power failure occurs, the UAV can be properly tested. Control measures to avoid drone crashes.
  • Fig. 1 is a schematic architecture diagram of an unmanned aerial system according to an embodiment of the present application
  • Figure 2 is a schematic diagram of an application scenario provided by an embodiment of the application
  • FIG. 3 is a flowchart of a method for detecting power output of a drone provided by an embodiment of the application
  • FIG. 4 is a schematic diagram of obtaining a power gain value of a motor provided by an embodiment of the application.
  • FIG. 5 is another schematic diagram for obtaining the power gain value of the motor provided by an embodiment of the application.
  • FIG. 6 is another schematic diagram for obtaining the power gain value of the motor provided by an embodiment of the application.
  • FIG. 7 is another schematic diagram for obtaining the power gain value of the motor provided by an embodiment of the application.
  • FIG. 8 is a flowchart of a method for detecting power output of an unmanned aerial vehicle according to another embodiment of the application.
  • FIG. 9 is a schematic diagram of obtaining the speed response coefficient of the motor according to an embodiment of the application.
  • FIG. 10 is another schematic diagram for obtaining the speed response coefficient of the motor provided by an embodiment of the application.
  • FIG. 11 is another schematic diagram for obtaining the speed response coefficient of the motor according to an embodiment of the application.
  • FIG. 12 is a flowchart of a method for detecting power output of a drone provided by another embodiment of the application.
  • FIG. 13 is a flowchart of a method for detecting power output of an unmanned aerial vehicle according to another embodiment of the application.
  • FIG. 14 is a schematic structural diagram of a drone provided by an embodiment of the application.
  • 15 is a schematic structural diagram of a control terminal provided by an embodiment of this application.
  • FIG. 16 is a schematic structural diagram of a control system for an unmanned aerial vehicle provided by an embodiment of the application.
  • a component when referred to as being "fixed to” another component, it can be directly on the other component or a centered component may also exist. When a component is considered to be “connected” to another component, it can be directly connected to the other component or there may be a centered component at the same time.
  • the embodiments of the present application provide a method and equipment for detecting the power output of an unmanned aerial vehicle.
  • the embodiments of the present application can be applied to various types of drones.
  • the drone can be a small or large drone.
  • the drone may be a rotorcraft, for example, a multi-rotor drone that is propelled through the air by a plurality of propulsion devices.
  • the embodiments of the present application are not limited to this. It will be obvious to the skilled person that other types of drones can be used without restrictions.
  • Fig. 1 is a schematic architecture diagram of an unmanned aerial system according to an embodiment of the present application.
  • a rotary wing drone is taken as an example for description.
  • the unmanned aerial system 100 may include a drone 110, a display device 130, and a control terminal 140.
  • the UAV 110 may include a power system 150, a flight control system 160, a frame, and a pan/tilt 120 carried on the frame.
  • the drone 110 can wirelessly communicate with the control terminal 140 and the display device 130.
  • the drone 110 further includes a battery (not shown in the figure), and the battery provides electrical energy for the power system 150.
  • the UAV 110 may be an agricultural UAV or an industrial application UAV, and there is a need for cyclic operation.
  • the battery also has the need for cyclic operation.
  • the frame may include a fuselage and a tripod (also called a landing gear).
  • the fuselage may include a center frame and one or more arms connected to the center frame, and the one or more arms extend radially from the center frame.
  • the tripod is connected with the fuselage and used for supporting the UAV 110 when it is landed.
  • the power system 150 may include one or more electronic governors (referred to as ESCs) 151, one or more propellers 153, and one or more motors 152 corresponding to the one or more propellers 153, wherein the motors 152 are connected to Between the electronic governor 151 and the propeller 153, the motor 152 and the propeller 153 are arranged on the arm of the UAV 110; the electronic governor 151 is used to receive the driving signal generated by the flight control system 160 and provide driving according to the driving signal Current is supplied to the motor 152 to control the speed of the motor 152.
  • the motor 152 is used to drive the propeller to rotate, thereby providing power for the flight of the drone 110, and the power enables the drone 110 to realize one or more degrees of freedom of movement.
  • the drone 110 may rotate about one or more rotation axes.
  • the aforementioned rotation axis may include a roll axis (Roll), a yaw axis (Yaw), and a pitch axis (pitch).
  • the motor 152 may be a DC motor or an AC motor.
  • the motor 152 may be a brushless motor or a brushed motor.
  • the flight control system 160 may include a flight controller 161 and a sensing system 162.
  • the sensing system 162 is used to measure the attitude information of the drone, that is, the position information and state information of the drone 110 in space, such as three-dimensional position, three-dimensional angle, three-dimensional velocity, three-dimensional acceleration, and three-dimensional angular velocity.
  • the sensing system 162 may include, for example, at least one of sensors such as a gyroscope, an ultrasonic sensor, an electronic compass, an inertial measurement unit (IMU), a vision sensor, a global navigation satellite system, and a barometer.
  • the global navigation satellite system may be the Global Positioning System (GPS).
  • the flight controller 161 is used to control the flight of the drone 110, for example, it can control the flight of the drone 110 according to the attitude information measured by the sensor system 162. It should be understood that the flight controller 161 can control the drone 110 according to pre-programmed program instructions, and can also control the drone 110 by responding to one or more remote control signals from the control terminal 140.
  • the pan/tilt head 120 may include a motor 122.
  • the pan/tilt is used to carry a load, and the load may be, for example, the camera 123.
  • the flight controller 161 can control the movement of the pan/tilt 120 through the motor 122.
  • the pan/tilt head 120 may further include a controller for controlling the movement of the pan/tilt head 120 by controlling the motor 122.
  • the pan-tilt 120 may be independent of the drone 110 or a part of the drone 110.
  • the motor 122 may be a DC motor or an AC motor.
  • the motor 122 may be a brushless motor or a brushed motor.
  • the pan/tilt may be located on the top of the drone or on the bottom of the drone.
  • the photographing device 123 may be, for example, a device for capturing images, such as a camera or a video camera, and the photographing device 123 may communicate with the flight controller and take pictures under the control of the flight controller.
  • the imaging device 123 of this embodiment at least includes a photosensitive element, and the photosensitive element is, for example, a Complementary Metal Oxide Semiconductor (CMOS) sensor or a Charge-coupled Device (CCD) sensor. It can be understood that the camera 123 can also be directly fixed to the drone 110, so the pan/tilt 120 can be omitted.
  • CMOS Complementary Metal Oxide Semiconductor
  • CCD Charge-coupled Device
  • the display device 130 is located on the ground end of the unmanned aerial vehicle 100, can communicate with the drone 110 in a wireless manner, and can be used to display the attitude information of the drone 110.
  • the image photographed by the photographing device 123 may also be displayed on the display device 130. It should be understood that the display device 130 may be an independent device or integrated in the control terminal 140.
  • the control terminal 140 is located on the ground end of the unmanned aerial vehicle 100, and can communicate with the drone 110 in a wireless manner for remote control of the drone 110.
  • Fig. 2 is a schematic diagram of an application scenario provided by an embodiment of the application.
  • Fig. 2 shows a drone 201 and a control terminal 202 of the drone.
  • the control terminal 202 of the drone 201 may be one or more of a remote control, a smart phone, a desktop computer, a laptop computer, and a wearable device (watch, bracelet).
  • the control terminal 202 is the remote controller 2021 and the terminal device 2022 as an example for schematic description.
  • the terminal device 2022 is, for example, a smart phone, a wearable device, a tablet computer, etc., but the embodiment of the present application is not limited thereto.
  • the UAV 201 When the UAV 201 is flying, for example, when performing a work task, if the power output of the UAV fails, it may cause the UAV to crash. Therefore, it is necessary to detect whether the power output of the unmanned aerial vehicle's power system fails, for example, obtain the speed of the motor through an ESC, and then detect whether the power system fails according to the speed of the motor. However, if the ESC fails, the speed of the motor cannot be obtained, so it is impossible to detect whether the power system fails. Therefore, this application obtains the desired rotation speed of the motor, which is the rotation speed of the motor indicated in the motor control instruction sent by the flight controller of the drone.
  • the rotation of the motor is controlled by the control command of the motor, and there is a correlation between the actual rotation speed of the motor and the expected rotation speed of the motor. Speed), it can also detect whether the power system fails according to the expected speed of the motor. If the power system fails, control the drone to return home in time to avoid the drone from crashing.
  • Fig. 3 is a flowchart of a method for detecting power output of a drone provided by an embodiment of the application.
  • the method of this embodiment can be applied to a drone.
  • the method of this embodiment may include:
  • the drone includes a power system, and the power system includes an ESC, a motor, and a propeller.
  • the control command of the motor is used to indicate the desired speed of the motor, and the control command of the motor can be output by the flight controller of the drone to the ESC.
  • the ESC receives the control command of the motor, according to the control command of the motor, the rotation speed of the motor is controlled to reach the desired rotation speed as much as possible, or even equal to the desired rotation speed. Therefore, in this embodiment, the control command of the motor can be obtained from the flight controller, and the expected speed of the motor indicated by the control command can also be parsed from the control command of the motor.
  • S302 Obtain the power output status of the power system of the drone according to the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone.
  • the angular velocity and linear acceleration of the drone can also be obtained.
  • the angular velocity of the drone can be considered as the actual angular velocity of the drone, which can be obtained through measurement.
  • the linear acceleration of the UAV can also be considered as the actual linear acceleration of the UAV, which can be obtained by measurement. Then, according to the expected rotation speed of the motor, the angular velocity of the drone, and the linear acceleration of the drone, the power output status of the power system of the drone is obtained.
  • the power output condition of the power system of the unmanned aerial vehicle may include: the power output is normal, or the power output is invalid.
  • power output failure can be further divided into partial power output failure and power output complete failure. Therefore, the power output status of the power system of the UAV can include: power output is normal, or power output is partially failed, or power output Completely failed.
  • the control command of the motor is used to indicate the expected rotation speed of the motor; then, the power output status of the power system is obtained according to the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone. Therefore, in this embodiment, the power output status of the power system can be obtained without measuring the rotational speed of the motor, ensuring that the power output status of the power system can also be detected when the ESC fails, so that when power failure occurs, the UAV can be properly tested. Control measures to avoid drone crashes.
  • N there are N power systems of the drone, and N may be equal to 1, or may be an integer greater than one.
  • Each power system includes motors, ESCs, and propellers under the power system.
  • the UAV includes N motors, N ESCs, and N propellers.
  • the UAV is a rotary wing UAV
  • the UAV is an N-axis rotary wing UAV
  • each axis of the rotor includes one power system
  • the N-axis rotary wing UAV includes N power systems.
  • For the power output status of each power system please refer to the implementation scheme of the power output status of the power system in each embodiment of the present application.
  • a possible implementation of S302 is: obtain the power gain value of the motor according to the expected speed of the motor, the angular velocity and the linear acceleration of the drone; and then obtain the power system according to the power gain value of the motor. Power output status.
  • the power gain value of the motor is obtained according to the desired rotation speed of the motor, the angular velocity and the linear acceleration of the drone; the power gain value can be Indicates the power gain of the motor. Then, according to the power gain value of the motor, the power output condition of the power system is obtained.
  • the power gain value of the motor can be compared with the first preset gain value and/or the second preset gain value respectively; wherein, the second preset gain value is greater than the first preset gain value. If the power gain value of the motor is less than the first preset gain value, it is determined that the power output condition of the power system is that the power output has completely failed. If the power gain value of the motor is greater than the second preset gain value, it is determined that the power output condition of the power system is normal.
  • the power gain value of the motor is greater than or equal to the first preset gain value and less than or equal to the second preset gain value, it is determined that the power output condition of the power system is a partial failure of the power output.
  • the above-mentioned first preset gain value is 0.15
  • the second preset gain value is 0.85, but this embodiment is not limited to this.
  • the proportion of the power output failure of the power system may be determined according to the power gain value of the motor.
  • the power output condition may also include the proportion of the power output failure of the power system.
  • the proportion of power output failure corresponding to complete power output failure is greater than the proportion of power output failure corresponding to partial power output failure.
  • the larger the power gain value the smaller the proportion of power output failure.
  • the power gain value of the motor is obtained according to the expected speed of the motor, the angular velocity and linear acceleration of the UAV, and the aircraft dynamics inverse module (such as the Kalman estimator), as shown in Figure 4 .
  • the expected speed of the motor, the angular velocity and the linear acceleration of the UAV are input to the Kalman estimator, the output result of the Kalman estimator is obtained, and the power gain value of the motor is determined according to the output result of the Kalman estimator.
  • the angular velocity of the UAV is differentiated-filtered to obtain the estimated angular acceleration of the UAV.
  • the angular velocity of the UAV is input to the differential-filter, and the differential-filter outputs the angular acceleration corresponding to the angular velocity, which is called Estimated angular acceleration of the drone.
  • the power gain value of the motor is obtained.
  • the Kalman estimator can be used to obtain the power gain value of the motor, as shown in Figure 5, according to the expected speed of the motor, the estimated angular acceleration and linear acceleration of the drone, and the aircraft dynamics inverse module (such as the Kalman estimator) To obtain the power gain value of the motor.
  • the estimated angular acceleration of the drone is used, and the obtained estimated angular acceleration filters out the noise information in the angular velocity, so the obtained value is more accurate, and the power gain value obtained accordingly is more accurate.
  • the drone includes N motors.
  • the power gain values of the N motors are obtained.
  • an N*N diagonal matrix is obtained.
  • the expected rotation speed of the N motors, the angular velocity and the linear acceleration of the UAV are input to the Kalman estimator , To obtain the N*N diagonal matrix output by the Kalman estimator.
  • the power gain values of the N motors according to the N*N diagonal matrix for example, determine the N element values on the diagonal in the N*N diagonal matrix as the power gain values of the N motors.
  • the estimated angular acceleration of the drone can be obtained first according to the angular velocity of the drone, and then the N*N diagonal matrix can be obtained according to the expected speed of the N motors, the estimated angular acceleration and the linear acceleration of the drone .
  • the power gain values of each motor can be obtained uniformly, and the efficiency of obtaining the power gain values of all motors is improved.
  • D is the diagonalized matrix.
  • k 1 is the power gain value of motor 1
  • k 2 is the power gain value of motor 2
  • k 3 is the power gain value of motor 3
  • k 4 is the power gain value of motor 4.
  • a possible implementation of S302 above is: according to the desired speed, obtain the estimated speed of the motor rotating according to the control command; according to the estimated speed of the motor, the angular velocity and linear acceleration of the drone, obtain the power system Power output status.
  • the actual rotation speed of the motor is related to the expected rotation speed indicated in the control command.
  • the ESC is estimated to control the rotation speed of the motor after receiving the control command of the motor, and the rotation speed is called the estimated rotation speed of the motor.
  • the estimated speed of the motor can be obtained according to the expected speed of the motor and the dynamic model of the motor-ESC; the dynamic model of the motor-ESC can be referred to the description in the related art, which will not be repeated here.
  • the expected speed is 1000 rpm
  • the estimated speed is determined to be 0 according to the expected speed at 0 seconds after the control command of the motor is generated, and the estimated speed is determined according to the expected speed at 0.1 seconds after the control command of the motor is generated, for example, 300 rpm, and so on, after the motor control command is generated for a certain period of time
  • the estimated rotation speed can be determined to be 1000 rpm according to the expected rotation speed.
  • the motor-ESC dynamic model input the desired speed of the motor into the motor-ESC dynamic model to obtain the intermediate speed output by the motor-ESC dynamic model; perform low-pass filtering on the intermediate speed (for example, input the intermediate speed into a low-pass filter) , To obtain the estimated speed of the motor to filter out high-frequency noise information, so that the obtained estimated speed of the motor is closer to the actual speed of the motor rotating under the control command.
  • the power output status of the power system is obtained according to the estimated speed of the motor, the angular velocity and the linear acceleration of the drone.
  • One possible implementation is to obtain the power gain value of the motor according to the estimated speed of the motor, the angular velocity and the linear acceleration of the drone, and then obtain the power output status of the power system according to the power gain value of the motor.
  • how to obtain the power output condition of the power system according to the power gain value of the motor can refer to the related description in the above-mentioned embodiment, which will not be repeated here.
  • the estimated speed of the motor in this embodiment can be closer to the actual speed of the motor, it is more accurate to use the estimated speed of the motor to obtain the power output of the power system.
  • the power gain value of the motor is obtained according to the estimated speed of the motor, the angular velocity and linear acceleration of the UAV, and the aircraft dynamics inverse module (such as the Kalman estimator), as shown in Figure 6 Shown.
  • the estimated speed of the motor, the angular velocity and the linear acceleration of the UAV are input to the Kalman estimator, the output result of the Kalman estimator is obtained, and the power gain value of the motor is determined according to the output result of the Kalman estimator.
  • the above formula can be used to obtain the power gain value of the motor, the difference is that the expected speed in the above formula can be replaced with the estimated speed in this embodiment.
  • the estimated angular acceleration of the drone is obtained according to the angular velocity of the drone.
  • the power gain value of the motor is obtained according to the estimated speed of the motor, the linear acceleration of the UAV and the estimated angular acceleration.
  • the Kalman estimator can be used to obtain the power gain value of the motor, as shown in Figure 7, according to the estimated speed of the motor, the estimated angular acceleration and linear acceleration of the drone, and the aircraft dynamics inverse module (such as the Kalman estimator) To obtain the power gain value of the motor.
  • the drone includes N motors.
  • the power gain values of the N motors are obtained.
  • an N*N diagonal matrix is obtained.
  • the estimated rotation speed of the N motors, the angular velocity of the UAV, and the linear acceleration are input to the Kalman estimator , To obtain the N*N diagonal matrix output by the Kalman estimator.
  • the estimated angular acceleration of the drone can be obtained first according to the angular velocity of the drone, and then the N*N diagonal matrix can be obtained based on the estimated rotational speed of the N motors, the estimated angular acceleration and the linear acceleration of the drone .
  • FIG. 8 is a flowchart of a method for detecting power output of a drone provided by another embodiment of the application. As shown in FIG. 8, the method of this embodiment may include:
  • the actual speed of the motor is obtained through the ESC connected to the motor. If the ESC connected to the motor fails, the measured value of the actual speed of the motor cannot be obtained. Therefore, the actual speed of the power system cannot be obtained according to the actual speed of the motor. Power output status. In this case, in order to obtain the power output condition of the power system, it can be obtained based on the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone, so the following S803 is executed.
  • the measured value of the actual speed of the motor (hereinafter referred to as the measured speed of the motor) can be obtained, and the power output status of the power system can be obtained based on the measured speed of the motor, see S804 below for details.
  • the power of the power system of the drone can also be obtained according to the expected speed of the motor, the angular velocity and the linear acceleration of the drone. Output status.
  • one possible way to determine whether the ESC connected to the motor is faulty may be: determining whether the external communication of the ESC fails. If the external communication of the ESC fails, it means that the measured speed of the motor from the ESC cannot be obtained. It is determined that the ESC is malfunctioning. If the external communication of the ESC does not fail, indicating that the measured speed of the motor from the ESC can be obtained, it is determined that the ESC has not failed. It should be understood that the failure of the ESC also includes other possible situations, and is not limited to the failure of the external communication of the ESC.
  • S803 Obtain the power output status of the power system of the drone according to the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone.
  • S804 Obtain the power output condition of the power system according to the measured speed of the motor obtained from the ESC and the expected speed of the motor.
  • the ESC controls the rotation of the motor according to the control command of the motor, and the control command of the motor indicates the expected speed of the motor
  • the ESC controls the rotation of the motor according to the expected speed of the motor.
  • Speed is related. If the ESC does not fail, the measured speed of the motor can be obtained from the ESC.
  • the power output condition of the power system can be obtained according to the measured rotational speed of the motor and the expected rotational speed of the motor.
  • the power output status of the power system is obtained according to the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone. If the ESC does not fail, the power output status of the power system is obtained according to the expected speed of the motor and the measured speed of the motor. Therefore, regardless of whether the ESC fails, the power output status of the power system can be obtained. Moreover, it is faster to obtain the power output of the power system when the ESC is not malfunctioning, so that when the power fails, the control measures for the drone can be taken more quickly to avoid the drone from crashing.
  • a possible implementation of S804 is: obtain the speed response coefficient of the motor according to the measured speed of the motor and the expected speed of the motor; obtain the power output condition of the power system according to the speed response coefficient of the motor.
  • the rotational speed response coefficient of the motor is obtained according to the expected rotational speed of the motor and the measured rotational speed of the motor; the rotational speed response coefficient can represent the health of the speed response of the ESC degree. Then, according to the speed response coefficient of the motor, the power output condition of the power system is obtained.
  • the speed response coefficient of the motor can be compared with the first preset coefficient and/or the second preset coefficient respectively; wherein, the second preset coefficient is greater than the first preset coefficient. If the speed response coefficient of the electric motor is less than the first preset coefficient, it is determined that the power output condition of the power system is that the power output has completely failed. If the speed response coefficient of the motor is greater than the second preset coefficient, it is determined that the power output condition of the power system is normal.
  • the speed response coefficient of the motor is greater than or equal to the first preset coefficient value and less than or equal to the second preset coefficient, it is determined that the power output condition of the power system is a partial failure of the power output.
  • the value range of the aforementioned first preset coefficient is 0.1 to 0.2
  • the value range of the second preset coefficient is 0.2 to 0.5, but this embodiment is not limited to this.
  • the proportion of the power output failure of the power system can be determined according to the speed response coefficient of the motor.
  • the power output condition may also include the proportion of the power output failure of the power system.
  • the proportion of power output failure corresponding to complete power output failure is greater than the proportion of power output failure corresponding to partial power output failure.
  • the larger the speed response coefficient the smaller the proportion of power output failure.
  • the speed response coefficient of the motor is obtained according to the measured speed of the motor, the expected speed of the motor, and the unit dynamic response model of the motor, as shown in FIG. 9.
  • the measured speed of the motor and the expected speed of the motor are input to the unit dynamic response model of the motor, the output result of the unit dynamic response model of the motor is obtained, and the speed response coefficient of the motor is determined according to the output result of the unit dynamic response model of the motor.
  • the estimated speed of the motor rotating according to the control command is obtained; then according to the measured speed of the motor and the estimated speed of the motor, the speed response coefficient of the motor is obtained, as shown in Figure 10 .
  • the actual rotation speed of the motor is related to the expected rotation speed indicated in the control command.
  • the ESC is estimated to control the rotation speed of the motor after receiving the control command of the motor, and the rotation speed is called the estimated rotation speed of the motor.
  • the estimated speed of the motor can be obtained according to the expected speed of the motor and the dynamic model of the motor-ESC; the dynamic model of the motor-ESC can be referred to the description in the related art, which will not be repeated here.
  • the expected rotation speed is 1000 rpm
  • the estimated rotation speed is determined to be 0 according to the expected rotation speed at 0 seconds after the control command of the motor is generated, and the estimated rotation speed is determined according to the expected rotation speed at 0.1 seconds after the control command of the motor is generated. It is 300 revolutions per second, and so on.
  • the estimated speed can be determined to be 1000 revolutions per second according to the expected speed.
  • the motor-ESC dynamic model input the desired speed of the motor into the motor-ESC dynamic model to obtain the intermediate speed output by the motor-ESC dynamic model; perform low-pass filtering processing on the intermediate speed (for example, input the intermediate speed into a low-pass filter) , To obtain the estimated speed of the motor to filter out high-frequency noise information, so that the obtained estimated speed of the motor is closer to the actual speed of the motor rotating at the desired speed.
  • the speed response coefficient of the power system is obtained according to the estimated speed of the motor and the measured speed of the motor.
  • the estimated speed of the motor in this embodiment can be closer to the actual speed of the motor, it is more accurate to use the estimated speed of the motor to obtain the power output of the power system.
  • the measured speed of the motor is input to the dynamic inverse ESC model, and the output speed of the dynamic inverse ESC model is obtained.
  • the speed response coefficient of the motor is obtained.
  • the estimated rotation speed of the motor according to the control command of the motor is obtained; then, according to the output rotation speed and the estimated rotation speed, the rotation speed response coefficient of the motor is obtained, as shown in FIG. 11.
  • low-pass filtering is performed on the expected speed of the motor (for example, inputting the expected speed into a low-pass filter) to obtain the estimated speed of the motor to filter out high-frequency noise information, so that The obtained estimated speed of the motor is closer to the actual speed of the motor rotating under the control command.
  • the speed response coefficient of the power system is obtained according to the estimated speed of the motor and the measured speed of the motor.
  • FIG. 12 is a flowchart of a method for detecting power output of a drone according to another embodiment of the application.
  • the method in this embodiment may be applied to a drone.
  • the method in this embodiment may include:
  • the power output condition obtained in S1202 is called the first power output condition.
  • S1203 Obtain a second power output condition according to the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone.
  • the power output condition obtained in S1203 is called the second power output condition.
  • S1204 Determine the power output status of the power system according to the first power output status and the second power output status.
  • the power output conditions can be obtained in two different ways, S1202 and S1203, that is, the first power output conditions and the second power output conditions mentioned above. Then, according to the first power output condition and the second power output condition, the power output condition of the power system of the drone is determined.
  • the first power output condition is obtained according to the measured speed of the motor and the expected speed of the motor obtained from the ESC, and according to the expected speed of the motor .
  • the angular velocity and linear acceleration of the unmanned aerial vehicle obtain the second power output condition, and the power output condition of the power system is determined according to the first power output condition and the second power output condition.
  • two power output conditions are obtained in two ways, and then the power output conditions of the power system of the drone are finally determined. Ensure the reliability of the final power output conditions.
  • the power output status can be obtained without measuring the speed of the motor, ensuring that the power output status of the power system can also be detected when the ESC fails, so that when the power fails, the control measures for the drone can be taken to avoid unmanned The machine crashed.
  • the first power output condition may include: the power output is normal, or the power output fails.
  • the first power output condition may include: the power output is normal, or the power output partially fails, or the power output completely fails.
  • the second power output condition may include: the power output is normal, or the power output fails.
  • the second power output condition may include: the power output is normal, or the power output partially fails, or the power output completely fails.
  • a possible implementation of the above S1204 is to determine whether the ESC fails, if the ESC does not fail, the measured speed of the motor can be obtained, and the first power output condition is determined to be The power output status of the power system.
  • both the first power output condition and the second power output condition can be obtained, and the speed of obtaining the first power output condition according to the measured speed of the motor and the expected speed of the motor is faster than The speed of the second power output condition is obtained according to the expected rotation speed of the motor, the angular velocity and the linear acceleration of the drone. Therefore, determining the first power output condition as the power output condition of the power system can increase the speed of obtaining the power output condition of the power system, make a response corresponding to the power output condition faster, and prevent the drone from crashing.
  • the ESC fails and the measured speed of the motor cannot be obtained, even if the first power output condition is obtained in S1202, the first power output condition is inaccurate, and the second power output condition is determined as the power output condition of the power system. It is guaranteed that when the ESC fails, the power output status of the power system can be obtained, and the response corresponding to the power output status can be made in time to avoid the drone crash.
  • the foregoing determining whether the ESC has a fault is, for example, determining whether the ESC has an external communication failure. If the ESC has an external communication failure, indicating that the measured speed of the motor from the ESC cannot be obtained, then it is determined that the ESC has a failure. If the external communication of the ESC does not fail, indicating that the measured speed of the motor from the ESC can be obtained, it is determined that the ESC has not failed. It should be understood that the failure of the ESC also includes other possible situations, and is not limited to the failure of the external communication of the ESC.
  • another possible implementation manner of the above S1204 is: if the first power output condition includes a complete power output failure, it is determined that the first power output condition is the power output condition of the power system. In this embodiment, the response speed of the first power output condition is faster. After the first power output condition is obtained, if the first power output condition includes: complete power output failure, no matter what the second power output condition is, the first power output condition is changed. A power output condition is determined as the power output condition of the power system, that is, the power output condition of the power system includes a complete failure of the power output.
  • a possible implementation of S1202 is: obtain the speed response coefficient of the motor according to the measured speed and the expected speed; obtain the first power output condition according to the speed response coefficient of the motor.
  • the speed response coefficient is less than the first preset coefficient, it is determined that the first power output condition is that the power output has completely failed. If the speed response coefficient is greater than or equal to the first preset coefficient and less than or equal to the second preset coefficient, it is determined that the power output condition is a partial failure of the power output. If the speed response coefficient is greater than the second preset coefficient, it is determined that the first power output condition is normal power output; the second preset coefficient is greater than the first preset coefficient.
  • the proportion of the power output failure of the power system is determined according to the speed response coefficient of the motor.
  • the first power output condition also includes the proportion of power output failures of the power system.
  • the speed response coefficient of the motor is obtained according to the measured speed of the motor, the expected speed of the motor, and the unit dynamic response model of the motor.
  • the estimated rotation speed of the motor rotating according to the control command is obtained; and according to the measured rotation speed of the motor and the estimated rotation speed of the motor, the rotation speed response coefficient of the motor is obtained.
  • the measured speed of the motor is input into the dynamic inverse ESC model to obtain the output speed of the dynamic inverse ESC model; and the speed response coefficient of the motor is obtained according to the output speed and the expected speed of the motor.
  • the estimated rotation speed of the motor rotating according to the control command is obtained; and then according to the output rotation speed and the estimated rotation speed, the rotation speed response coefficient of the motor is obtained.
  • a possible implementation of S1203 above is: obtaining the power gain value of the motor according to the expected rotation speed of the motor, the angular velocity and linear acceleration of the drone; and obtaining the second power gain value according to the power gain value of the motor. Power output status.
  • the power gain value is less than the first preset gain value, it is determined that the second power output condition is that the power output has completely failed. If the power gain value is greater than or equal to the first preset gain value and less than or equal to the second preset gain value, it is determined that the second power output condition is a partial failure of the power output. If the power gain value is greater than the second preset gain value, it is determined that the second power output condition is that the power output is normal. The second preset gain value is greater than the first preset gain value.
  • the proportion of the power output failure of the power system is determined according to the power gain value.
  • the power output status also includes the proportion of power output failures of the power system.
  • the power gain value of the motor is obtained according to the expected rotation speed of the motor, the angular velocity and linear acceleration of the drone, and the Kalman estimator.
  • the estimated angular acceleration of the drone is obtained according to the angular velocity of the drone.
  • the power gain value of the motor is obtained according to the expected speed of the motor, the linear acceleration of the UAV and the estimated angular acceleration.
  • N there are N power systems, and N is an integer greater than or equal to 1.
  • N motors are obtained The power gain value.
  • a possible implementation of the above S1203 is: according to the desired speed, obtain the estimated speed of the motor rotating according to the control command; according to the estimated speed of the motor, the angular speed and linear acceleration of the drone, obtain the first 2. Power output status.
  • the actual rotation speed of the motor is related to the expected rotation speed indicated in the control command.
  • the ESC is estimated to control the rotation speed of the motor after receiving the control command of the motor, and the rotation speed is called the estimated rotation speed of the motor.
  • the estimated speed of the motor can be obtained according to the expected speed of the motor and the dynamic model of the motor-ESC; the dynamic model of the motor-ESC can be referred to the description in the related art, which will not be repeated here.
  • the expected speed is 1000 rpm
  • the estimated speed is determined to be 0 according to the expected speed at 0 seconds after the control command of the motor is generated, and the estimated speed is determined according to the expected speed at 0.1 seconds after the control command of the motor is generated, for example, 300 rpm, and so on, after the motor control command is generated for a certain period of time
  • the estimated rotation speed can be determined to be 1000 rpm according to the expected rotation speed.
  • the motor-ESC dynamic model input the desired speed of the motor into the motor-ESC dynamic model to obtain the intermediate speed output by the motor-ESC dynamic model; perform low-pass filtering processing on the intermediate speed (for example, input the intermediate speed into a low-pass filter) , To obtain the estimated speed of the motor to filter out high-frequency noise information, so that the obtained estimated speed of the motor is closer to the actual speed of the motor rotating at the desired speed.
  • the power output prompt information is sent to the control terminal of the drone, and the power output prompt information includes the power output status of the power system.
  • FIG. 13 is a flowchart of a method for detecting power output of a drone provided by another embodiment of the application. As shown in FIG. 13, the method in this embodiment is applied for the control terminal, the method of this embodiment may include:
  • the control terminal receives the power output prompt information of the power system sent by the drone, and then outputs the power output prompt information.
  • the user can learn the power output status of the UAV's power system according to the power output prompt information output by the control terminal, so that the user can make corresponding control operations on the UAV according to the power output status.
  • the power output condition includes: the power output is normal, or the power output fails.
  • the power output condition includes: the power output is normal, or the power output partially fails, or the power output completely fails.
  • the power output prompt information further includes: identification information of the power system.
  • the UAV may include multiple power systems. Therefore, the power output prompt information also includes the identification information of the power system, so that the user can know the power system corresponding to each power output condition, and then determine which power system is abnormal.
  • each axis of the rotor corresponds to a power system, and the control terminal can output the following information: the power output of a certain axis is normal, and the power output of a certain axis is partially failed (for example, part of the power is lost) , The power output of a certain shaft is completely invalid (for example, all power is lost).
  • the aforementioned power output condition includes a partial failure of the power output, and the power output condition also includes a proportion of the power output failure.
  • the control terminal outputs the following message "The power output of the XX axis is abnormal, and the loss is about xx%".
  • the threshold of the proportion may be set to 25%, and when the proportion is less than 25%, no abnormal reminder may be given.
  • a possible implementation of the above S1302 is: displaying power output prompt information.
  • the power output prompt information can be displayed on the display device of the control terminal by text.
  • the display device is, for example, the display screen of the terminal device in the control terminal, or the display screen of the remote control device in the control terminal.
  • the power output prompt information is played by voice.
  • the power output prompt information is played through the speaker voice.
  • the control terminal can also control the vibration of the remote control device. Since the user generally holds the remote control device by hand, the user can feel the abnormal power output of the power system in time.
  • the remote control device can be controlled to stop vibration after the drone has landed.
  • control terminal of this embodiment also determines a processing strategy according to the power output status of the power system, and outputs the processing strategy.
  • the processing strategy can be displayed, or the processing strategy can be played by voice.
  • the processing strategy is to prompt the user for maintenance. For example, the control terminal outputs the following message "Please pay attention to the maintenance". For example, if the power output condition is that the power output is completely invalid, the processing strategy is to prompt the user to control the drone to land. For example, the control terminal outputs the following message "please land immediately”. In order to enable users to make corresponding control operations based on output processing strategies, and to improve user experience.
  • An embodiment of the present application also provides a computer storage medium, the computer storage medium stores program instructions, and when executed, the program instructions can realize the power output detection method of the drone in any of the above embodiments. Some or all of the steps.
  • FIG. 14 is a schematic structural diagram of an unmanned aerial vehicle provided by an embodiment of the application.
  • the unmanned aerial vehicle 1400 of this embodiment includes a power system 1410 and a processor 1420.
  • the power system 1410 includes an ESC 1411.
  • the drone 1400 of this embodiment may further include a communication device 1430, and the communication device 1430 is configured to communicate with external devices.
  • the processor 1420 is configured to:
  • the power output condition of the power system 1410 is obtained.
  • processor 1420 is specifically configured to:
  • the power output condition of the power system 1410 is obtained.
  • processor 1420 is specifically configured to:
  • the power gain value of the motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the power gain value of the motor 1412 is obtained.
  • the processor 1420 is specifically configured to: perform differential-filtering processing on the angular velocity of the drone 1400 to obtain the estimated angular acceleration of the drone 1400.
  • N power systems 1410 there are N power systems 1410, and N is an integer greater than or equal to 1;
  • the processor 1420 is specifically configured to: obtain the power gain values of the N motors 1412 according to the expected rotation speed of the N motors 1412, the angular velocity and the linear acceleration of the drone 1400.
  • processor 1420 is specifically configured to:
  • N element values on the diagonal line in the diagonal matrix are the power gain values of the N motors 1412 respectively.
  • processor 1420 is specifically configured to:
  • the power output condition of the power system 1410 is obtained.
  • processor 1420 is specifically configured to:
  • the estimated speed is obtained according to the expected speed and the motor-electronic adjustment dynamic model.
  • processor 1420 is specifically configured to:
  • Low-pass filtering processing is performed on the intermediate rotation speed to obtain the estimated rotation speed.
  • processor 1420 is specifically configured to:
  • the power output condition of the power system 1410 is obtained according to the expected speed of the motor 1412, the angular velocity and the linear acceleration of the drone 1400.
  • the processor 1420 is specifically configured to: if it is determined that the ESC 1411 has a failure in external communication, determine that the ESC 1411 has a failure.
  • the processor 1420 is further configured to, if it is determined that the ESC 1411 connected to the motor 1412 has not failed, according to the measured speed of the motor 1412 obtained from the ESC 1411 and the speed of the motor 1412 At the desired speed, the power output condition of the power system 1410 is obtained.
  • processor 1420 is specifically configured to:
  • the power output condition of the power system 1410 is obtained.
  • the processor 1420 is specifically configured to obtain the speed response coefficient of the motor 1412 according to the measured speed, the expected speed, and a unit dynamic response model of the motor 1412.
  • processor 1420 is specifically configured to:
  • the rotational speed response coefficient of the electric motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the speed response coefficient of the motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the speed response coefficient of the motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the power gain value is less than the first preset gain value, it is determined that the power output condition of the power system is a complete failure of power output;
  • the power gain value is greater than or equal to the first preset gain value and less than or equal to the second preset gain value, determining that the power output condition of the power system is a partial failure of the power output;
  • the power gain value is greater than the second preset gain value, it is determined that the power output condition of the power system is normal power output
  • the second preset gain value is greater than the first preset gain value.
  • the processor 1420 is further configured to: determine the proportion of the power output failure of the power system 1410 according to the power gain value;
  • the power output condition also includes the proportion of power output failure of the power system 1410.
  • processor 1420 is specifically configured to:
  • speed response coefficient is less than the first preset coefficient, it is determined that the power output condition of the power system 1410 is complete failure of power output;
  • the speed response coefficient is greater than or equal to the first preset coefficient and less than or equal to the second preset coefficient, it is determined that the power output condition of the power system 1410 is partial failure of the power output;
  • the second preset coefficient is greater than the first preset coefficient.
  • the processor 1420 is further configured to: determine the proportion of the power output failure of the power system 1410 according to the speed response coefficient;
  • the power output condition also includes the proportion of power output failure of the power system 1410.
  • the power output condition includes: the power output is normal, or the power output partially fails, or the power output completely fails.
  • the communication device 1430 is configured to send power output prompt information to the control terminal, and the power output display information includes the power output status of the power system 1410.
  • the processor 1420 is configured to:
  • the power output condition of the power system 1410 is determined.
  • processor 1420 is specifically configured to:
  • the ESC 1411 does not fail, determine the first power output condition as the power output condition of the power system 1410;
  • the second power output condition is determined as the power output condition of the power system.
  • the failure of the ESC 1411 includes an external communication failure of the ESC 1411.
  • the processor 1420 is specifically configured to: if the first power output condition includes complete power output failure, determine that the first power output condition is the power output condition of the power system 1410.
  • processor 1420 is specifically configured to:
  • the first power output condition is obtained.
  • the processor 1420 is specifically configured to obtain the speed response coefficient of the motor 1412 according to the measured speed, the expected speed, and a unit dynamic response model of the motor 1412.
  • processor 1420 is specifically configured to:
  • the rotational speed response coefficient of the electric motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the speed response coefficient of the motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the speed response coefficient of the motor 1412 is obtained.
  • processor 1420 is specifically configured to:
  • the speed response coefficient is less than the first preset coefficient, it is determined that the first power output condition is a complete failure of power output
  • the speed response coefficient is greater than or equal to the first preset coefficient and less than or equal to the second preset coefficient, determining that the first power output condition is a partial failure of the power output;
  • the second preset coefficient is greater than the first preset coefficient.
  • the processor 1420 is further configured to: determine the proportion of the power output failure of the power system 1410 according to the speed response coefficient;
  • the first power output condition also includes the proportion of power output failures of the power system.
  • processor 1420 is specifically configured to:
  • the second power output condition is obtained.
  • the processor 1420 is specifically configured to obtain the power gain value of the motor 1412 according to the expected rotation speed of the motor 1412, the angular velocity and linear acceleration of the drone 1400, and a Kalman estimator.
  • processor 1420 is specifically configured to:
  • the power gain value of the motor 1412 is obtained.
  • the processor 1420 is specifically configured to: perform differential-filtering processing on the angular velocity of the drone 1400 to obtain the estimated angular acceleration of the drone 1400.
  • N power systems 1410 there are N power systems 1410, and N is an integer greater than or equal to 1;
  • the processor 1420 is specifically configured to: obtain the power gain values of the N motors 1412 according to the expected rotation speed of the N motors 1412, the angular velocity and the linear acceleration of the drone 1400.
  • processor 1420 is specifically configured to:
  • N element values on the diagonal line in the diagonal matrix are the power gain values of the N motors 1412 respectively.
  • processor 1420 is specifically configured to:
  • the second power output condition is a complete failure of power output
  • the power gain value is greater than or equal to the first preset gain value and less than or equal to the second preset gain value, determining that the second power output condition is a partial failure of the power output;
  • the second preset gain value is greater than the first preset gain value.
  • the processor 1420 is further configured to: determine the proportion of the power output failure of the power system 1410 according to the power gain value;
  • the power output condition also includes the proportion of power output failure of the power system 1410.
  • processor 1420 is specifically configured to:
  • the second power output condition is obtained.
  • the processor 1420 is specifically configured to obtain the estimated rotation speed according to the desired rotation speed and a motor-ESC dynamic model.
  • processor 1420 is specifically configured to:
  • Low-pass filtering processing is performed on the intermediate rotation speed to obtain the estimated rotation speed.
  • the power output condition includes: the power output is normal, or the power output partially fails, or the power output completely fails.
  • the communication device 1430 is configured to send power output prompt information to the control terminal, where the power output prompt information includes the power output status of the power system 1410.
  • the drone of this embodiment further includes a memory (not shown in the figure) for storing program codes, and when the program codes are called, the drones can implement the above-mentioned solutions.
  • the drone of this embodiment can be used to implement the technical solutions of the drone in the foregoing method embodiments of this application, and its implementation principles and technical effects are similar, and will not be repeated here.
  • FIG. 15 is a schematic structural diagram of a control terminal provided by an embodiment of the application. As shown in FIG. 15, the control terminal 1500 of this embodiment is used to control a drone.
  • the drone includes a power system, and the power system includes ESC, motor and propeller.
  • the control terminal 1500 includes a communication device 1501 and a processor 1502.
  • the communication device 1501 is configured to receive power output prompt information sent by the drone, where the power output prompt information includes the power output status of the power system;
  • the processor 1502 is configured to output the power output prompt information.
  • the power output condition includes: the power output is normal, or the power output partially fails, or the power output completely fails.
  • the power output prompt information further includes: identification information of the power system.
  • the power output condition includes: a partial failure of the power output
  • the power output condition also includes the proportion of the power output failure.
  • control terminal 1500 of this embodiment further includes a display device 1503.
  • the processor 1502 is specifically configured to: control the display device 1503 to display the power output prompt information.
  • control terminal 1500 in this embodiment further includes a speaker 1504.
  • the processor 1502 is specifically configured to: control the speaker 1504 to play the power output prompt information by voice.
  • the power output condition includes: complete power output failure, or partial power output failure
  • the processor 1502 is also used to control the vibration of the remote control device of the drone.
  • the processor 1502 is further configured to: determine a processing strategy according to the power output condition; and output the processing strategy.
  • control terminal of this embodiment further includes a memory (not shown in the figure) for storing program code, and when the program code is invoked, the control terminal enables the control terminal to implement the above solutions.
  • control terminal of this embodiment can be used to implement the technical solutions of the control terminal in the foregoing method embodiments of the present application.
  • the implementation principles and technical effects are similar, and will not be repeated here.
  • FIG. 16 is a schematic structural diagram of a drone control system provided by an embodiment of the application.
  • the drone control system 1600 of this embodiment may include: a drone 1601 and a control terminal 1602.
  • the drone 1601 can execute the technical solution of the drone provided in any of the foregoing embodiments, and details are not described herein again.
  • the control terminal 1602 can execute the technical solution for controlling the terminal provided in any of the foregoing embodiments, and details are not described herein again.

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)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

无人机（110，201，1400，1601）的动力输出检测方法和设备，方法包括：获取电机（152，1412）的控制指令，电机（152，1412）的控制指令用于指示电机（152，1412）的期望转速（S301，S801，S1201）；根据电机（152，1412）的期望转速、无人机（110，201，1400，1601）的角速度和线加速度，获得无人机（110，201，1400，1601）的动力系统（150，1410）的动力输出状况（S302，S803）。无需电机（152，1412）的测量转速也能得到动力系统（150，1410）的动力输出状况，确保在电调（151，1411）出现故障时也能检测动力系统（150，1410）的动力输出状况，以便在出现动力失效时，做好对无人机（110，201，1400，1601）的控制措施，避免无人机（110，201，1400，1601）坠机。

Description

无人机的动力输出检测方法和设备 技术领域
本申请实施例涉及无人机技术领域，尤其涉及一种无人机的动力输出检测方法和设备。
背景技术
无人机的飞行是依靠动力系统提供的动力来实现，其中，无人机的动力系统包括电机、电调、螺旋桨。无人机可以包括多个螺旋桨，每个螺旋桨连接有与之对应的电调和电机，电调、电机、螺旋桨三者的协同作用来为无人机提供动力，驱动无人机飞行。在无人机的飞行过程中，如果上述三者中任一个出现故障，则导致无人机的动力系统失效，从而将无法为无人机提供正常的动力，影响无人机的正常飞行，甚至导致无人机坠机。
现有的检测方法需要保证持续获取电机的转速、电流等状态信息，无法针对所有故障类型产生良好的检测效果，并且检测速度慢、精度差、使得检测效果大打折扣。
发明内容
本申请实施例提供一种无人机的动力输出检测方法和设备，用于当电调出现故障时也能检测无人机的动力系统的动力输出状况。
第一方面，本申请实施例提供一种无人机的动力输出检测方法，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述方法包括：
获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转速；
根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
第二方面，本申请实施例提供一种无人机的动力输出检测方法，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述方法包括：
获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转 速；
根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得第一动力输出状况；以及
根据所述电机的期望转速、所述无人机的角速度和线加速度，获得第二动力输出状况；
根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统的动力输出状况。
第三方面，本申请实施例提供一种无人机的动力输出检测方法，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述方法应用于控制终端，所述方法包括：
接收所述无人机发送的动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况；
输出所述动力输出提示信息。
第四方面，本申请实施例提供一种无人机，所述无人机包括动力系统和处理器，所述动力系统包括电调、电机和螺旋桨，所述处理器，用于：
获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转速；
根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
第五方面，本申请实施例提供一种无人机，所述无人机包括动力系统和处理器，所述动力系统包括电调、电机和螺旋桨，所述处理器，用于：
获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转速；
根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得第一动力输出状况；以及
根据所述电机的期望转速、所述无人机的角速度和线加速度，获得第二动力输出状况；
根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统的动力输出状况。
第六方面，本申请实施例提供一种控制终端，所述控制终端用于控制无 人机，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述控制终端包括：
通信装置，用于接收所述无人机发送的动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况；
处理器，用于输出所述动力输出提示信息。
第七方面，本申请实施例提供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程序指令；所述程序指令在被执行时，实现如第一方面或第二方面或第三方面所述的无人机的动力输出检测方法。
第八方面，本申请实施例提供一种程序产品，所述程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，至少一个处理器可以从所述计算机可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序以实施如第一方面或第二方面或第三方面本申请实施例所述的无人机的动力输出检测方法。
综上所述，本申请实施例提供的无人机的动力输出检测方法和设备，通过获取电机的控制指令，电机的控制指令用于指示电机的期望转速；然后根据电机的期望转速、无人机的角速度和线加速度，获得动力系统的动力输出状况。因此，本实施例无需电机的测量转速也能得到动力系统的动力输出状况，确保在电调出现故障时也能检测动力系统的动力输出状况，以便在出现动力失效时，做好对无人机的控制措施，避免无人机坠机。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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是根据本申请的实施例的无人飞行系统的示意性架构图；
图2为本申请实施例提供的应用场景示意图；
图3为本申请一实施例提供的无人机的动力输出检测方法的流程图；
图4为本申请实施例提供的获得电机的动力增益值的一种示意图；
图5为本申请实施例提供的获得电机的动力增益值的另一种示意图；
图6为本申请实施例提供的获得电机的动力增益值的另一种示意图；
图7为本申请实施例提供的获得电机的动力增益值的另一种示意图；
图8为本申请另一实施例提供的无人机的动力输出检测方法的流程图；
图9为本申请实施例提供的获得电机的转速响应系数的一种示意图；
图10为本申请实施例提供的获得电机的转速响应系数的另一种示意图；
图11为本申请实施例提供的获得电机的转速响应系数的另一种示意图；
图12为本申请另一实施例提供的无人机的动力输出检测方法的流程图；
图13为本申请另一实施例提供的无人机的动力输出检测方法的流程图；
图14为本申请一实施例提供的无人机的结构示意图；
图15为本申请一实施例提供的控制终端的结构示意图；
图16为本申请一实施例提供的无人机的控制系统的结构示意图。
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。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。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本申请的实施例提供了无人机的动力输出检测方法和设备。其中，本申请的实施例可以应用于各种类型的无人机。例如，无人机可以是小型或大型的无人机。在某些实施例中，无人机可以是旋翼无人机(rotorcraft)，例如，由多个推动装置通过空气推动的多旋翼无人机，本申请的实施例并不限于此， 对于本领域技术人员将会显而易见的是，可以不受限制地使用其他类型的无人机。
图1是根据本申请的实施例的无人飞行系统的示意性架构图。本实施例以旋翼无人机为例进行说明。
无人飞行系统100可以包括无人机110、显示设备130和控制终端140。其中，无人机110可以包括动力系统150、飞行控制系统160、机架和承载在机架上的云台120。无人机110可以与控制终端140和显示设备130进行无线通信。其中，无人机110还包括电池(图中未示出)，电池为动力系统150提供电能。无人机110可以是农业无人机或行业应用无人机，有循环作业的需求。相应的，电池也有循环作业的需求。
机架可以包括机身和脚架(也称为起落架)。机身可以包括中心架以及与中心架连接的一个或多个机臂，一个或多个机臂呈辐射状从中心架延伸出。脚架与机身连接，用于在无人机110着陆时起支撑作用。
动力系统150可以包括一个或多个电子调速器(简称为电调)151、一个或多个螺旋桨153以及与一个或多个螺旋桨153相对应的一个或多个电机152，其中电机152连接在电子调速器151与螺旋桨153之间，电机152和螺旋桨153设置在无人机110的机臂上；电子调速器151用于接收飞行控制系统160产生的驱动信号，并根据驱动信号提供驱动电流给电机152，以控制电机152的转速。电机152用于驱动螺旋桨旋转，从而为无人机110的飞行提供动力，该动力使得无人机110能够实现一个或多个自由度的运动。在某些实施例中，无人机110可以围绕一个或多个旋转轴旋转。例如，上述旋转轴可以包括横滚轴(Roll)、偏航轴(Yaw)和俯仰轴(pitch)。应理解，电机152可以是直流电机，也可以交流电机。另外，电机152可以是无刷电机，也可以是有刷电机。
飞行控制系统160可以包括飞行控制器161和传感系统162。传感系统162用于测量无人机的姿态信息，即无人机110在空间的位置信息和状态信息，例如，三维位置、三维角度、三维速度、三维加速度和三维角速度等。传感系统162例如可以包括陀螺仪、超声传感器、电子罗盘、惯性测量单元(Inertial Measurement Unit，IMU)、视觉传感器、全球导航卫星系统和气压计等传感器中的至少一种。例如，全球导航卫星系统可以是全球定位系统 (Global Positioning System，GPS)。飞行控制器161用于控制无人机110的飞行，例如，可以根据传感系统162测量的姿态信息控制无人机110的飞行。应理解，飞行控制器161可以按照预先编好的程序指令对无人机110进行控制，也可以通过响应来自控制终端140的一个或多个遥控信号对无人机110进行控制。
云台120可以包括电机122。云台用于携带负载，负载例如可以是拍摄装置123。飞行控制器161可以通过电机122控制云台120的运动。可选的，作为另一实施例，云台120还可以包括控制器，用于通过控制电机122来控制云台120的运动。应理解，云台120可以独立于无人机110，也可以为无人机110的一部分。应理解，电机122可以是直流电机，也可以是交流电机。另外，电机122可以是无刷电机，也可以是有刷电机。还应理解，云台可以位于无人机的顶部，也可以位于无人机的底部。
拍摄装置123例如可以是照相机或摄像机等用于捕获图像的设备，拍摄装置123可以与飞行控制器通信，并在飞行控制器的控制下进行拍摄。本实施例的拍摄装置123至少包括感光元件，该感光元件例如为互补金属氧化物半导体(Complementary Metal Oxide Semiconductor，CMOS)传感器或电荷耦合元件(Charge-coupled Device，CCD)传感器。可以理解，拍摄装置123也可直接固定于无人机110上，从而云台120可以省略。
显示设备130位于无人飞行系统100的地面端，可以通过无线方式与无人机110进行通信，并且可以用于显示无人机110的姿态信息。另外，还可以在显示设备130上显示拍摄装置123拍摄的图像。应理解，显示设备130可以是独立的设备，也可以集成在控制终端140中。
控制终端140位于无人飞行系统100的地面端，可以通过无线方式与无人机110进行通信，用于对无人机110进行远程操纵。
应理解，上述对于无人飞行系统各组成部分的命名仅是出于标识的目的，并不应理解为对本申请的实施例的限制。
图2为本申请实施例提供的应用场景示意图，如图2所示，图2中示出了无人机201、无人机的控制终端202。无人机201的控制终端202可以是遥控器、智能手机、台式电脑、膝上型电脑、穿戴式设备(手表、手环)中的一种或多种。本申请实施例以控制终端202为摇控器2021和终端设备2022 为例来进行示意性说明。该终端设备2022例如是智能手机、可穿戴设备、平板电脑等，但本申请实施例并限于此。无人机201在飞行时，比如执行工作任务时，如果无人机的动力输出失效，可能导致无人机坠机。因此，需要对在无人机的动力系统是否动力输出失效进行检测，例如通过电调获取电机的转速，然后根据电机的转速来检测动力系统是否出现失效现象。但是如果电调出现了故障，则无法获取电机的转速，从而无法检测动力系统是否失效。因此本申请通过获取电机的期望转速，该期望转速是无人机的飞行控制器发送的电机的控制指令中指示的电机的转速。而且电机的转动是受控于电机的控制指令，电机的实际转速与电机的期望转速之间存在关联，所以本申请在电调出现故障无法获得电机的测量转速(即测量的电机实际转动时的转速)时，可以根据电机的期望转速也能检测到动力系统是否出现失效现象。如果动力系统出现失效现象，及时控制无人机返航，避免无人机坠机。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
图3为本申请一实施例提供的无人机的动力输出检测方法的流程图，本实施例的方法可以应用于无人机，如图3所示，本实施例的方法可以包括：
S301、获取电机的控制指令，电机的控制指令用于指示电机的期望转速。
本实施例中，无人机包括动力系统，而且动力系统包括电调、电机和螺旋桨。电机的控制指令用于指示电机的期望转速，该电机的控制指令可以是无人机的飞行控制器输出给电调的。该电调接收到电机的控制指令后根据该电机的控制指令，控制该电机的转速尽可能达到该期望转速，甚至等于该期望转速。因此本实施例可以从飞行控制器中获取到电机的控制指令，还可以从电机的控制指令中解析出其指示的电机的期望转速。
S302、根据电机的期望转速、无人机的角速度和线加速度，获得无人机的动力系统的动力输出状况。
本实施例中，还可以获取无人机的角速度和线加速度，无人机的角速度可以认为是无人机的实际角速度，可以通过测量得到。无人机的线加速度也可以认为是无人机的实际线加速度，可以通过测量得到。然后根据电机的期望转速、无人机的角速度以及无人机的线加速度，得到无人机的动力系统的动力输出状况。
其中，无人机的动力系统的动力输出状况可以包括：动力输出正常，或者，动力输出失效。又或者，动力输出失效也可以进一步划分为动力输出部分失效和动力输出完全失效，所以无人机的动力系统的动力输出状况可以包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
本实施例中，通过获取电机的控制指令，电机的控制指令用于指示电机的期望转速；然后根据电机的期望转速、无人机的角速度和线加速度，获得动力系统的动力输出状况。因此，本实施例无需电机的测量转速也能得到动力系统的动力输出状况，确保在电调出现故障时也能检测动力系统的动力输出状况，以便在出现动力失效时，做好对无人机的控制措施，避免无人机坠机。
在一些实施例中，无人机的动力系统为N个，N可以等于1，也可以是大于1的整数。每个动力系统均包括该动力系统下的电机、电调、螺旋桨，相应地，无人机包括N个电机、N个电调、N个螺旋桨。如果无人机为旋翼型无人机，则该无人机为N轴旋翼型无人机，每轴旋翼包括一个动力系统，N轴旋翼型无人机包括N个动力系统。其中，每个动力系统的动力输出状况可以参见本申请各实施例中动力系统的动力输出状况的实现方案。
在一些实施例中，上述S302的一种可能的实现方式为：根据电机的期望转速、无人机的角速度和线加速度，获得电机的动力增益值；再根据电机的动力增益值，获得动力系统的动力输出状况。
本实施例中，在获得电机的期望转速、无人机的角速度和线加速度之后，根据电机的期望转速、无人机的角速度和线加速度，获得该电机的动力增益值；该动力增益值可以表示电机的动力增益大小。然后根据该电机的动力增益值，获得动力系统的动力输出状况。
可选的，以动力输出状况为动力输出正常或者动力输出部分失效或者动力输出完全失效为例。可以将该电机的动力增益值分别与第一预设增益值和/或第二预设增益值做大小比较；其中，该第二预设增益值大于第一预设增益值。如果电机的动力增益值小于第一预设增益值，则确定动力系统的动力输出状况为动力输出完全失效。如果电机的动力增益值大于第二预设增益值，则确定动力系统的动力输出状况为动力输出正常。如果电机的动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定动力系统的 动力输出状况为动力输出部分失效。例如：上述的第一预设增益值为0.15，第二预设增益值为0.85，但本实施例并不限于此。
可选的，在获得电机的动力增益值之后，还可以根据电机的动力增益值，确定动力系统的动力输出失效的占比。相应地，动力输出状况还可以包括该动力系统的动力输出失效的占比。比如动力输出完全失效对应的动力输出失效的占比大于动力输出部分失效对应的动力输出失效的占比。比如动力增益值越大，表示动力输出失效的占比越小。
如果确定动力系统的动力输出状况为动力输出正常，可以无需根据电机的动力增益值，确定动力系统的动力输出失效的占比。
下面对根据电机的期望转速、无人机的角速度和线加速度，获得电机的动力增益值的几种可能的实现方式进行举例说明：
在一种可能的实现方式中，根据电机的期望转速、无人机的角速度和线加速度、以及飞机动力学逆模块(比如卡尔曼估计器)，获得电机的动力增益值，如图4所示。比如将电机的期望转速、无人机的角速度和线加速度输入至卡尔曼估计器，获得卡尔曼估计器输出的结果，并根据卡尔曼估计器输出的结果确定电机的动力增益值。
在另一种可能的实现方式中：先根据无人机的角速度，获得无人机的估计角加速度。比如对无人机的角速度进行微分-滤波处理获得无人机的估计角加速度，例如将无人机的角速度输入至微分-滤波器，微分-滤波器输出与该角速度对应的角加速度，称为无人机的估计角加速度。然后根据电机的期望转速、无人机的线加速度和无人机的估计角加速度，获得电机的动力增益值。比如可以采用卡尔曼估计器获得电机的动力增益值，如图5所示，根据电机的期望转速、无人机的估计角加速度和线加速度、以及飞机动力学逆模块(比如卡尔曼估计器)，获得电机的动力增益值。本实施例中采用了无人机的估计角加速度，获得的估计角加速度滤除了角速度中的噪声信息，所以获得的值更准确，从而据此得到的动力增益值更准确。
在另一种可能的实现方式中，如果无人机的动力系统为N个，N可以等于1，也可以是大于1的整数，则无人机包括N个电机。根据N个电机的期望转速、无人机的角速度和线加速度，获得N个电机的动力增益值。比如根据N个电机的期望转速、无人机的角速度和线加速度，获得N*N的对角矩阵， 例如将N个电机的期望转速、无人机的角速度、线加速度输入至卡尔曼估计器，获得卡尔曼估计器输出的N*N的对角矩阵。再根据N*N的对角矩阵获得N个电机的动力增益值，例如将该N*N的对角矩阵中对角线上的N个元素值分别确定为N个电机的动力增益值。可选的，可以先根据无人机的角速度获得无人机的估计角加速度，然后再根据N个电机的期望转速、无人机的估计角加速度和线加速度，获得N*N的对角矩阵。本实现方式中可以统一获得各个电机的动力增益值，提高了获得所有电机的动力增益值的效率。
以N等于4为例，根据4个电机的期望转速、无人机的角速度和线加速度，获得4个电机的动力增益值的一种实现方式为：
根据如下公式，获得4个电机的动力增益值：
Figure PCTCN2020089006-appb-000001
其中，
Figure PCTCN2020089006-appb-000002
为无人机x轴的角速度；
Figure PCTCN2020089006-appb-000003
为无人机y轴的角速度；
Figure PCTCN2020089006-appb-000004
为无人机的线加速度；M(s)为已知的模型矩阵；pwm1为电机1的期望转速、pwm2为电机2的期望转速、pwm3为电机3的期望转速、pwm4为电机4的期望转速。
上述公式中D为未知量，因此由上述公式可以得到：
Figure PCTCN2020089006-appb-000005
其中，D为对角化的矩阵。k 1为电机1的动力增益值，k 2为电机2的动力增益值、k 3为电机3的动力增益值，k 4为电机4的动力增益值。
在一些实施例中，上述S302的一种可能的实现方式为：根据期望转速，获得电机根据控制指令转动的估计转速；根据电机的估计转速、无人机的角速度和线加速度，获得动力系统的动力输出状况。
由于电机的转动受控于电调，而且电调控制电机的转动是基于接收到的电机的控制指令，所以电机的实际转速与该控制指令中指示的期望转速有关。本实施例中，根据期望转速，预估电调接收到该电机的控制指令后控制电机转动的转速，该转速称为电机的估计转速。
例如可以根据电机的期望转速和电机-电调动态模型，获得电机的估计转速；电机-电调动态模型可以参见相关技术中的描述，此处不再赘述。举例来说，假设期望转速为1000转/秒，电机的控制指令产生后0秒时根据该期望转速确定估计转速为0，电机的控制指令产生后0.1秒时根据该期望转速确定估计转速例如为300转/秒，以此类推，在电机的控制指令产生一定时长后根据该期望转速确定估计转速可以为1000转/秒。
可选的，将电机的期望转速输入至电机-电调动态模型，获得电机-电调动态模型输出的中间转速；对中间转速进行低通滤波处理(比如将中间转速输入至低通滤波器)，获得电机的估计转速，以滤去高频的噪声信息，以使获得的电机的估计转速更加接近电机在控制指令下转动的实际转速。
在获得电机的估计转速后，根据电机的估计转速、无人机的角速度和线加速度，获得动力系统的动力输出状况。一种可能的实现方式为：根据电机的估计转速、无人机的角速度和线加速度，获得电机的动力增益值，再根据电机的动力增益值，获得动力系统的动力输出状况。其中，如何根据电机的动力增益值获得动力系统的动力输出状况可以参见上述实施例中的相关描述，此处不再赘述。
由于本实施例的电机的估计转速更能接近电机的实际转速，所以采用电机的估计转速获得动力系统的动力输出状况更准确。
下面对根据电机的估计转速、无人机的角速度和线加速度，获得电机的动力增益值的几种实现方式进行举例说明：
在一种可能的实现方式中，根据电机的估计转速、无人机的角速度和线加速度、以及飞机动力学逆模块(比如卡尔曼估计器)，获得所述电机的动力增益值，如图6所示。比如将电机估计转速、无人机的角速度和线加速度输入至卡尔曼估计器，获得卡尔曼估计器输出的结果，并根据卡尔曼估计器输出的结果确定电机的动力增益值。在一个实施例中，可以采用上述公式得到电机的动力增益值，不同的是，上述公式中的期望转速可以替换为本实施例中的估计转速。
在另一种可能的实现方式中，根据无人机的角速度，获得无人机的估计角加速度，具体实现过程可以参见上述实施例中的描述，此处不再赘述。然后根据电机的估计转速、无人机的线加速度和估计角加速度，获得电机的动 力增益值。比如可以采用卡尔曼估计器获得电机的动力增益值，如图7所示，根据电机的估计转速、无人机的估计角加速度和线加速度、以及飞机动力学逆模块(比如卡尔曼估计器)，获得电机的动力增益值。
在另一种可能的实现方式中，如果无人机的动力系统为N个，N可以等于1，也可以是大于1的整数，则无人机包括N个电机。根据N个电机的估计转速、无人机的角速度和线加速度，获得N个电机的动力增益值。比如根据N个电机的期望转速、无人机的角速度和线加速度，获得N*N的对角矩阵，例如将N个电机的估计转速、无人机的角速度、线加速度输入至卡尔曼估计器，获得卡尔曼估计器输出的N*N的对角矩阵。再根据N*N的对角矩阵获得N个电机的动力增益值，例如将该N*N的对角矩阵中对角线上的N个元素值分别确定为N个电机的动力增益值。可选的，可以先根据无人机的角速度获得无人机的估计角加速度，然后再根据N个电机的估计转速、无人机的估计角加速度和线加速度，获得N*N的对角矩阵。
图8为本申请另一实施例提供的无人机的动力输出检测方法的流程图，如图8所示，本实施例的方法可以包括：
S801、获取所述电机的控制指令，电机的控制指令用于指示电机的期望转速。
本实施例中，S801的具体实现过程可以参见图3所示实施例中的相关描述，此处不再赘述。
S802、确定电机连接的电调是否发生故障。若是，则执行S803，若否，则执行S804。
本实施例中，电机的实际转速是通过与电机连接的电调获得，如果电机连接的电调发生故障，则无法获得电机的实际转速的测量值，所以无法根据电机的实际转速获得动力系统的动力输出状况。在这种情况下为了获得动力系统的动力输出状况，可以基于电机的期望转速、无人机的角速度和线加速度获得，所以执行下述S803。
如果电机连接的电调未发生故障，则可以获得电机的实际转速的测量值(如下称为电机的测量转速)，可以基于电机的测量转速获得动力系统的动力输出状况，具体参见如下S804。
可选的，在另一种可能的实现方式中，如果电机连接的电调未发生故障， 也可根据电机的期望转速、无人机的角速度和线加速度，获得无人机的动力系统的动力输出状况。
其中，确定电机连接的电调是否发生故障的一种可能的实现方式可以是：确定电调对外通信是否发生故障，如果电调对外通信发生故障，说明无法获得来自电调的电机的测量转速，则确定电调发生故障。如果电调对外通信未发生故障，说明能够获得来自电调的电机的测量转速，则确定电调未发生故障。应当理解，电调发生故障还包括其他可能的情况，而不限于电调对外通信发生故障的情况。
S803、根据电机的期望转速、无人机的角速度和线加速度，获得无人机的动力系统的动力输出状况。
本实施例中，S803的具体实现过程可以参见上述各实施例中的相关描述，此处不再赘述。
S804、根据从电调获取的电机的测量转速以及电机的期望转速，获得动力系统的动力输出状况。
本实施例中，由于电调是根据电机的控制指令控制电机转动，电机的控制指令指示电机的期望转速，所以电调根据电机的期望转速控制电机转动，电机转动时的测量转速与电机的期望转速有关。如果电调未发生故障，则可以从电调获取电机的测量转速。又由于电机转动时的测量转速与电机的期望转速之间存在关联，所以根据电机的测量转速以及电机的期望转速，获得动力系统的动力输出状况。
本实施例提供的无人机的动力输出检测方法，如果电调发生故障，则根据电机的期望转速、无人机的角速度以及线加速度，获得动力系统的动力输出状况。如果电调未发生故障，则根据电机的期望转速与电机的测量转速，获得动力系统的动力输出状况。因此，无论电调是否发生故障，均能获得动力系统的动力输出状况。而且在电调未发生故障时获得动力系统的动力输出状况更加快速，以便在出现动力失效时，更迅速做好对无人机的控制措施，避免无人机坠机。
在一些实施例中，上述S804的一种可能的实现方式为：根据电机的测量转速以及电机的期望转速，获得电机的转速响应系数；根据电机的转速响应系数，获得动力系统的动力输出状况。
本实施例中，在获得电机的期望转速和电机的测量转速之后，根据电机的期望转速以及电机的测量转度，获得该电机的转速响应系数；该转速响应系数可以表征电调转速响应的健康程度。然后根据该电机的转速响应系数，获得动力系统的动力输出状况。
可选的，以动力输出状况为动力输出正常或者动力输出部分失效或者动力输出完全失效为例。可以将该电机的转速响应系数分别与第一预设系数和/或第二预设系数做大小比较；其中，该第二预设系数大于第一预设系数。如果电机的转速响应系数小于第一预设系数，则确定动力系统的动力输出状况为动力输出完全失效。如果电机的转速响应系数大于第二预设系数，则确定动力系统的动力输出状况为动力输出正常。如果电机的转速响应系数大于或等于第一预设系数值且小于或等于第二预设系数，则确定动力系统的动力输出状况为动力输出部分失效。例如：上述的第一预设系数的取值范围为0.1～0.2，第二预设系数的取值范围为0.2～0.5，但本实施例并不限于此。
可选的，在获得电机的转速响应系数之后，还可以根据电机的转速响应系数，确定动力系统的动力输出失效的占比。相应地，动力输出状况还可以包括该动力系统的动力输出失效的占比。比如动力输出完全失效对应的动力输出失效的占比大于动力输出部分失效对应的动力输出失效的占比。比如转速响应系数越大，表示动力输出失效的占比越小。
如果确定动力系统的动力输出状况为动力输出正常，可以无需根据电机的转速响应系数，确定动力系统的动力输出失效的占比。
下面对根据电机的测量转速以及电机的期望转速，获得电机的转速响应系数的几种可能的实现方式进行举例说明：
在一种可能的实现方式中，根据电机的测量转速、电机的期望转速、以及电机的单位动态响应模型，获得电机的转速响应系数，如图9所示。比如将电机的测量转速和电机的期望转速输入至电机的单位动态响应模型，获得电机的单位动态响应模型输出的结果，并根据电机的单位动态响应模型输出的结果确定电机的转速响应系数。
在另一种可能的实现方式中，根据电机的期望转速，获得电机根据控制指令转动的估计转速；然后根据电机的测量转速和电机的估计转速，获得电机的转速响应系数，如图10所示。
由于电机的转动受控于电调，而且电调控制电机的转动是基于接收到的电机的控制指令，所以电机的实际转速与该控制指令中指示的期望转速有关。本实施例中，根据期望转速，预估电调接收到该电机的控制指令后控制电机转动的转速，该转速称为电机的估计转速。
例如可以根据电机的期望转速和电机-电调动态模型，获得电机的估计转速；电机-电调动态模型可以参见相关技术中的描述，此处不再赘述。举例来说，以假设期望转速为1000转/秒，电机的控制指令产生后0秒时根据该期望转速确定估计转速为0，电机的控制指令产生后0.1秒时根据该期望转速确定估计转速例如为300转/秒，以此类推，在电机的控制指令产生一定时长后根据该期望转速确定估计转速可以为1000转/秒。
可选的，将电机的期望转速输入至电机-电调动态模型，获得电机-电调动态模型输出的中间转速；对中间转速进行低通滤波处理(例如将中间转速输入至低通滤波器)，获得电机的估计转速，以滤去高频的噪声信息，以使获得的电机的估计转速更加接近电机在期望转速下转动的实际转速。
在获得电机的估计转速后，根据电机的估计转速和电机的测量转速，获得动力系统的转速响应系数。
由于本实施例的电机的估计转速更能接近电机的实际转速，所以采用电机的估计转速获得动力系统的动力输出状况更准确。
在另一种可能的实现方式中：将电机的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速。再根据该输出转速与电机的期望转速，获得电机的转速响应系数。可选的，根据电机的期望转速，获得电机根据电机的控制指令转动的估计转速；然后根据输出转速和估计转速，获得电机的转速响应系数，如图11所示。
在另一种可能的实现方式中，对电机的期望转速进行低通滤波处理(例如将期望转速输入至低通滤波器)，获得电机的估计转速，以滤去高频的噪声信息，以使获得的电机的估计转速更加接近电机在控制指令下转动的实际转速。在获得电机的估计转速后，根据电机的估计转速和电机的测量转速，获得动力系统的转速响应系数。其中，具体如何获得转速响应系数可以参见上述实施例中的相关描述，此处不再赘述。
图12为本申请另一实施例提供的无人机的动力输出检测方法的流程图， 本实施例的方法可以应用于无人机，如图12所示，本实施例的方法可以包括：
S1201、获取电机的控制指令，电机的控制指令用于指示电机的期望转速。
本实施例中，S1201的具体实现过程可以参见图3所示实施例中的相关描述，此处不再赘述。
S1202、根据从电调获取的电机的测量转速以及电机的期望转速，获得第一动力输出状况。
本实施例中，具体如何根据从电调获取的电机的测量转速以及电机的期望转速，得到动力输出状况可以参见上述图3所示实施例中的相关描述，此处不再赘述。其中，S1202获得的动力输出状况称为第一动力输出状况。
S1203、根据电机的期望转速、无人机的角速度和线加速度，获得第二动力输出状况。
本实施例中，具体如何根据电机的期望转速、无人机的角速度和线加速度，获得动力输出状况可以参见上述图3所示实施例中的相关描述，此处不再赘述。其中，S1203获得的动力输出状况称为第二动力输出状况。
S1204、根据第一动力输出状况和第二动力输出状况，确定动力系统的动力输出状况。
本实施例中，在从电机的控制指令中解析到电机的期望转速后可以通过S1202和S1203两种不同的方式获得动力输出状况，即上述的第一动力输出状况和第二动力输出状况。然后根据第一动力输出状况和第二动力输出状况，确定无人机的动力系统的动力输出状况。
本实施例提供的无人机的动力输出检测方法，在获得电机的期望转速之后，根据从电调获取的电机的测量转速以及电机的期望转速，获得第一动力输出状况，根据电机的期望转速、无人机的角速度和线加速度，获得第二动力输出状况，根据第一动力输出状况和第二动力输出状况，确定动力系统的动力输出状况。本实施例通过两种方式获得两种动力输出状况，然后最终确定无人机的动力系统的动力输出状况。保障了最终确定的动力输出状况的可靠性。而且无需电机的测量转速也能得到动力输出状况，确保在电调出现故障时也能检测动力系统的动力输出状况，以便在出现动力失效时，做好对无人机的控制措施，避免无人机坠机。
可选的，第一动力输出状况可以包括：动力输出正常，或者，动力输出 失效。或者，第一动力输出状况可以包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
可选的，第二动力输出状况可以包括：动力输出正常，或者，动力输出失效。或者，第二动力输出状况可以包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
在一些实施例中，上述S1204的一种可能的实现方式为：确定电调是否发生故障，如果电调未发生故障，则电机的测量转速是能获得到，则将第一动力输出状况确定为动力系统的动力输出状况。本实施例中在电调未发生故障时，既能得到第一动力输出状况也能得到第二动力输出状况，而根据电机的测量转速与电机的期望转速获得第一动力输出状况的速度快于根据电机的期望转速、无人机的角速度和线加速度获得第二动力输出状况的速度。所以将第一动力输出状况确定为动力系统的动力输出状况，可以提高获得动力系统的动力输出状况的速度，更快做出与动力输出状况对应的响应，避免无人机坠机。
如果电调发生故障，无法获得电机的测量转速，因此即使S1202获得了第一动力输出状况，该第一动力输出状况也不准确，则将第二动力输出状况确定为动力系统的动力输出状况。保证在电调发生故障时，也能获得动力系统的动力输出状况，及时做出与动力输出状况对应的响应，避免无人机坠机。
其中，上述确定电调是否发生故障例如是：确定电调对外通信是否发生故障，如果电调对外通信发生故障，说明无法获得来自电调的电机的测量转速，则确定电调发生故障。如果电调对外通信未发生故障，说明能够获得来自电调的电机的测量转速，则确定电调未发生故障。应当理解，电调发生故障还包括其他可能的情况，而不限于电调对外通信发生故障的情况。
在一些实施例中，上述S1204的另一种可能的实现方式为：若第一动力输出状况包括动力输出完全失效，则确定第一动力输出状况为动力系统的动力输出状况。本实施例中，第一动力输出状况的响应速度更快，在获得第一动力输出状况后，如果第一动力输出状况包括：动力输出完全失效，无论第二动力输出状况是什么，则将第一动力输出状况确定为动力系统的动力输出状况，也就是动力系统的动力输出状况包括动力输出完全失效。
在一些实施例中，上述S1202的一种可能的实现方式为：根据测量转速 以及期望转速，获得电机的转速响应系数；根据电机的转速响应系数，获得第一动力输出状况。可选的，若转速响应系数小于第一预设系数，则确定第一动力输出状况为动力输出完全失效。若转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定动力输出状况为动力输出部分失效。若转速响应系数大于第二预设系数，则确定第一动力输出状况为动力输出正常；第二预设系数大于第一预设系数。
可选的，在获得电机的转速响应系数之后，还根据电机的转速响应系数，确定动力系统的动力输出失效的占比。其中，第一动力输出状况还包括动力系统的动力输出失效的占比。
上述各实现过程可以参见上述各实施例中的相关描述，此处不再赘述。
下面对根据电机的测量转速以及电机的期望转速，获得电机的转速响应系数的几种可能的实现方式进行举例说明：
在一种可能的实现方式中，根据电机的测量转速、电机的期望转速以及电机的单位动态响应模型，获得电机的转速响应系数。
在一种可能的实现方式中，根据电机的期望转速，获得电机根据控制指令转动的估计转速；以及根据电机的测量转速和电机的估计转速，获得电机的转速响应系数。
在一种可能的实现方式中，将电机的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速；以及根据输出转速和电机的期望转速，获得电机的转速响应系数。可选的，根据电机的期望转速，获得电机根据控制指令转动的估计转速；再根据输出转速和估计转速，获得电机的转速响应系数。
其中，上述各实现方式中获得电机的转速响应系统可以参见上述各实施例中有关获得转速响应系数中的相关描述，此处不再赘述。
在一些实施例中，上述S1203的一种可能的实现方式为：根据电机的期望转速、无人机的角速度和线加速度，获得电机的动力增益值；以及根据电机的动力增益值，获得第二动力输出状况。可选的，若动力增益值小于第一预设增益值，则确定第二动力输出状况为动力输出完全失效。若动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定第二动力输出状况为动力输出部分失效。若动力增益值大于第二预设增益值，则确定 第二动力输出状况为动力输出正常。第二预设增益值大于所述第一预设增益值。
可选的，在获得电机的动力增益值之后，还根据动力增益值，确定动力系统的动力输出失效的占比。其中，动力输出状况还包括动力系统的动力输出失效的占比。
上述各实现过程可以参见上述各实施例中的相关描述，此处不再赘述。
下面对根据电机的期望转速、无人机的角速度和线加速度，获得电机的动力增益值的几种可能的实现方式进行举例说明：
在一种可能的实现方式中，根据电机的期望转速、无人机的角速度和线加速度、卡尔曼估计器，获得电机的动力增益值。
在一种可能的实现方式中，根据无人机的角速度，获得无人机的估计角加速度。可选的，对无人机的角速度进行微分-滤波处理，获得无人机的估计角加速度。然后，根据电机的期望转速、无人机的线加速度和估计角加速度，获得电机的动力增益值。
在一种可能的实现方式中，动力系统为N个，N为大于或等于1的整数；根据N个动力系统的N个电机的期望转速、无人机的角速度和线加速度，获得N个电机的动力增益值。可选的，根据N个电机的期望转速、无人机的角速度和线加速度，获得N*N的对角矩阵；再获取对角矩阵中对角线上的N个元素值分别为N个电机的动力增益值。
在一些实施例中，上述S1203的一种可能的实现方式为：根据期望转速，获得电机根据所述控制指令转动的估计转速；根据电机的估计转速、无人机的角速度和线加速度，获得第二动力输出状况。
由于电机的转动受控于电调，而且电调控制电机的转动是基于接收到的电机的控制指令，所以电机的实际转速与该控制指令中指示的期望转速有关。本实施例中，根据期望转速，预估电调接收到该电机的控制指令后控制电机转动的转速，该转速称为电机的估计转速。
例如可以根据电机的期望转速和电机-电调动态模型，获得电机的估计转速；电机-电调动态模型可以参见相关技术中的描述，此处不再赘述。举例来说，假设期望转速为1000转/秒，电机的控制指令产生后0秒时根据该期望转速确定估计转速为0，电机的控制指令产生后0.1秒时根据该期望转速确 定估计转速例如为300转/秒，以此类推，在电机的控制指令产生一定时长后根据该期望转速确定估计转速可以为1000转/秒。
可选的，将电机的期望转速输入至电机-电调动态模型，获得电机-电调动态模型输出的中间转速；对中间转速进行低通滤波处理(例如将中间转速输入至低通滤波器)，获得电机的估计转速，以滤去高频的噪声信息，以使获得的电机的估计转速更加接近电机在期望转速下转动的实际转速。
本实施例中，上述各实施方式的实现过程可以参见上述各实施例中的相关描述，此处不再赘述。
在上述任一实施例的基础上，在获得无人机的动力系统的动力输出状况之后，向无人机的控制终端发送动力输出提示信息，动力输出提示信息包括动力系统的动力输出状况。相应地，控制终端的实施方案可以参见图13所示，图13为本申请另一实施例提供的无人机的动力输出检测方法的流程图，如图13所示，本实施例的方法应用于控制终端，本实施例的方法可以包括：
S1301、接收无人机发送的动力输出提示信息，动力输出提示信息包括动力系统的动力输出状况。
S1302、输出动力输出提示信息。
本实施例中，控制终端接收无人机发送的动力系统的动力输出提示信息，然后输出动力输出提示信息。用户可以根据控制终端输出的动力输出提示信息，获知无人机的动力系统的动力输出状况，以便用户根据动力输出状况做出相应的对无人机的控制操作。
可选的，动力输出状况包括：动力输出正常，或者，动力输出失效。或者，动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
可选的，动力输出提示信息还包括：动力系统的标识信息。无人机可能包括多个动力系统，因此，动力输出提示信息还包括动力系统的标识信息，以便用户获知各个动力输出状况所对应的动力系统，进而确定是哪个动力系统出现异常。以无人机为多轴旋翼无人机为例，每轴旋翼对应一个动力系统，控制终端可以输出如下信息：某轴的动力输出正常、某轴的动力输出部分失效(例如损失了部分动力)、某轴的动力输出完全失效(例如损失了全部动力)。
可选的，上述的动力输出状况包括动力输出部分失效，该动力输出状况还包括动力输出失效的占比。比如控制终端输出如下信息“XX轴动力输出部分异常，损失约xx％”。举例来说，该占比的阈值可以设置为25％，当该占比小于25％时可以不做异常提醒。
上述S1302的一种可能的实现方式为：显示动力输出提示信息。比如可以通过文字在控制终端的显示装置上显示动力输出提示信息，该显示装置例如为控制终端中终端设备的显示屏，或者，控制终端中遥控装置的显示屏。
上述S1302的一种可能的实现方式为：语音播放动力输出提示信息。比如通过扬声器语音播放动力输出提示信息。
可选的，如果上述动力系统的动力输出状况包括动力输出完全失效，或者，动力输出部分失效。控制终端还可以控制摇控装置振动，由于用户一般会手握摇控装置，因此，用户能及时感到动力系统的动力输出异常。可选的，可以在无人机降落后控制摇控装置停止振动。
可选的，本实施例的控制终端还根据动力系统的动力输出状况，确定处理策略，并输出处理策略。可以是显示该处理策略，或者，语音播放该处理策略。
比如，如果动力输出状况为动力输出部分失效，则处理策略为提示用户检修，例如控制终端输出如下信息“请注意检修”。比如，如果动力输出状况为动力输出完全失效，则处理策略为提示用户控制无人机降落，例如控制终端输出如下信息“请立即降落”。以使用户基于输出的处理策略，有针对性地做出相应的控制操作，提高用户体验。
本申请实施例中还提供了一种计算机存储介质，该计算机存储介质上存储有程序指令，所述程序指令在被执行时可实现如上述任一实施例中的无人机的动力输出检测方法的部分或全部步骤。
图14为本申请一实施例提供的无人机的结构示意图，如图14所示，本实施例的无人机1400包括动力系统1410和处理器1420，所述动力系统1410包括电调1411、电机1412和螺旋桨1413。可选的，本实施例的无人机1400还可以包括通信装置1430，通信装置1430用于与外部设备通信。
所述处理器1420，用于：
获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转 速；
根据所述电机1412的期望转速、所述无人机1400的角速度和线加速度，获得所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：
根据所述电机1412的期望转速、所述无人机1400的角速度和线加速度，获得所述电机1412的动力增益值；
根据所述电机1412的动力增益值，获得所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：
根据所述电机1412的期望转速、所述无人机1400的角速度和线加速度、卡尔曼估计器，获得所述电机1412的动力增益值。
可选的，所述处理器1420，具体用于：
根据所述无人机1400的角速度，获得所述无人机1400的估计角加速度；
根据所述电机1412的期望转速、所述无人机1400的线加速度和估计角加速度，获得所述电机1412的动力增益值。
可选的，所述处理器1420，具体用于：对所述无人机1400的角速度进行微分-滤波处理，获得所述无人机1400的估计角加速度。
可选的，所述动力系统1410为N个，所述N为大于或等于1的整数；
所述处理器1420，具体用于：根据所述N个电机1412的期望转速、所述无人机1400的角速度和线加速度，获得所述N个电机1412的动力增益值。
可选的，所述处理器1420，具体用于：
根据所述N个电机1412的期望转速、所述无人机1400的角速度和线加速度，获得N*N的对角矩阵；
获取所述对角矩阵中对角线上的N个元素值分别为所述N个电机1412的动力增益值。
可选的，所述处理器1420，具体用于：
根据所述期望转速，获得所述电机1412根据所述控制指令转动的估计转速；
根据所述电机1412的估计转速、所述无人机1400的角速度和线加速度，获得所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：
根据所述期望转速和电机-电调动态模型，获得所述估计转速。
可选的，所述处理器1420，具体用于：
将所述期望转速输入至电机-电调动态模型，获得所述电机-电调动态模型输出的中间转速；
对所述中间转速进行低通滤波处理，获得所述估计转速。
可选的，所述处理器1420，具体用于：
若确定所述电机1412连接的电调1411发生故障，则根据所述电机1412的期望转速、无人机1400的角速度和线加速度，获得所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：若确定所述电调1411对外通信发生故障，则确定所述电调1411发生故障。
可选的，所述处理器1420，还用于若确定所述电机1412连接的电调1411未发生故障，根据从所述电调1411获取的所述电机1412的测量转速以及所述电机1412的期望转速，获得所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：
根据所述测量转速以及所述期望转速，获得所述电机1412的转速响应系数；
根据所述电机1412的转速响应系数，获得所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：根据所述测量转速、所述期望转速以及所述电机1412的单位动态响应模型，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
根据所述期望转速，获得所述电机1412根据所述控制指令转动的估计转速；
根据所述测量转速和所述电机1412的估计转速，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
将所述电机1412的测量转速输入至电调动态逆模型，获得电调1411动 态逆模型的输出转速；
根据所述输出转速和所述期望转速，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
根据所述期望转速，获得所述电机1412根据所述控制指令转动的估计转速；
根据所述输出转速和所述估计转速，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
若所述动力增益值小于第一预设增益值，则确定所述动力系统的动力输出状况为动力输出完全失效；
若所述动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定所述动力系统的动力输出状况为动力输出部分失效；
若所述动力增益值大于第二预设增益值，则确定所述动力系统的动力输出状况为动力输出正常；
所述第二预设增益值大于所述第一预设增益值。
可选的，所述处理器1420，还用于：根据所述动力增益值，确定所述动力系统1410的动力输出失效的占比；
其中，所述动力输出状况还包括所述动力系统1410的动力输出失效的占比。
可选的，所述处理器1420，具体用于：
若所述转速响应系数小于第一预设系数，则确定所述动力系统1410的动力输出状况为动力输出完全失效；
若所述转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定所述动力系统1410的动力输出状况为动力输出部分失效；
若所述转速响应系数大于第二预设系数，则确定所述动力系统1410的动力输出状况为动力输出正常；
所述第二预设系数大于所述第一预设系数。
可选的，所述处理器1420，还用于：根据所述转速响应系数，确定所述动力系统1410的动力输出失效的占比；
其中，所述动力输出状况还包括所述动力系统1410的动力输出失效的占比。
可选的，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
可选的，通信装置1430，用于向控制终端发送动力输出提示信息，所述动力输出显示信息包括所述动力系统1410的动力输出状况。
在另一种可能的实施方案中，所述处理器1420，用于：
获取所述电机1412的控制指令，所述电机1412的控制指令用于指示电机1412的期望转速；
根据从所述电调1411获取的所述电机1412的测量转速以及所述电机1412的期望转速，获得第一动力输出状况；以及
根据所述电机1412的期望转速、所述无人机1400的角速度和线加速度，获得第二动力输出状况；
根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：
若所述电调1411未发生故障，则将所述第一动力输出状况确定为所述动力系统1410的动力输出状况；
若所述电调1411发生故障，则将所述第二动力输出状况确定为所述动力系统的动力输出状况。
可选的，所述电调1411发生故障包括所述电调1411对外通信发生故障。
可选的，所述处理器1420，具体用于：若所述第一动力输出状况包括动力输出完全失效，则确定所述第一动力输出状况为所述动力系统1410的动力输出状况。
可选的，所述处理器1420，具体用于：
根据所述测量转速以及所述期望转速，获得所述电机1412的转速响应系数；
根据所述电机1412的转速响应系数，获得所述第一动力输出状况。
可选的，所述处理器1420，具体用于：根据所述测量转速、所述期望转速以及所述电机1412的单位动态响应模型，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
根据所述期望转速，获得所述电机1412根据所述控制指令转动的估计转速；
根据所述测量转速和所述电机1412的估计转速，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
将所述电机1412的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速；
根据所述输出转速和所述期望转速，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
根据所述期望转速，获得所述电机1412根据所述控制指令转动的估计转速；
根据所述输出转速和所述估计转速，获得所述电机1412的转速响应系数。
可选的，所述处理器1420，具体用于：
若所述转速响应系数小于第一预设系数，则确定所述第一动力输出状况为动力输出完全失效；
若所述转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定所述第一动力输出状况为动力输出部分失效；
若所述转速响应系数大于第二预设系数，则确定所述第一动力输出状况为动力输出正常；
所述第二预设系数大于所述第一预设系数。
可选的，所述处理器1420，还用于：根据所述转速响应系数，确定所述动力系统1410的动力输出失效的占比；
其中，所述第一动力输出状况还包括所述动力系统的动力输出失效的占比。
可选的，所述处理器1420，具体用于：
根据所述电机1412的期望转速、所述无人机1400的角速度和线加速度，获得所述电机1412的动力增益值；
根据所述电机1412的动力增益值，获得所述第二动力输出状况。
可选的，所述处理器1420，具体用于：根据所述电机1412的期望转速、所述无人机1400的角速度和线加速度、卡尔曼估计器，获得所述电机1412 的动力增益值。
可选的，所述处理器1420，具体用于：
根据所述无人机1400的角速度，获得所述无人机1400的估计角加速度；
根据所述电机1412的期望转速、所述无人机1400的线加速度和估计角加速度，获得所述电机1412的动力增益值。
可选的，所述处理器1420，具体用于：对所述无人机1400的角速度进行微分-滤波处理，获得所述无人机1400的估计角加速度。
可选的，所述动力系统1410为N个，所述N为大于或等于1的整数；
所述处理器1420，具体用于：根据所述N个电机1412的期望转速、所述无人机1400的角速度和线加速度，获得所述N个电机1412的动力增益值。
可选的，所述处理器1420，具体用于：
根据所述N个电机1412的期望转速、所述无人机1400的角速度和线加速度，获得N*N的对角矩阵；
获取所述对角矩阵中对角线上的N个元素值分别为所述N个电机1412的动力增益值。
可选的，所述处理器1420，具体用于：
若所述动力增益值小于第一预设增益值，则确定所述第二动力输出状况为动力输出完全失效；
若所述动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定所述第二动力输出状况为动力输出部分失效；
若所述动力增益值大于第二预设增益值，则确定所述第二动力输出状况为动力输出正常；
所述第二预设增益值大于所述第一预设增益值。
可选的，所述处理器1420，还用于：根据所述动力增益值，确定所述动力系统1410的动力输出失效的占比；
其中，所述动力输出状况还包括所述动力系统1410的动力输出失效的占比。
可选的，所述处理器1420，具体用于：
根据所述期望转速，获得所述电机1412根据所述控制指令转动的估计转速；
根据所述电机1412的估计转速、所述无人机1400的角速度和线加速度，获得所述第二动力输出状况。
可选的，所述处理器1420，具体用于：根据所述期望转速和电机-电调动态模型，获得所述估计转速。
可选的，所述处理器1420，具体用于：
将所述期望转速输入至电机-电调动态模型，获得所述电机-电调动态模型输出的中间转速；
对所述中间转速进行低通滤波处理，获得所述估计转速。
可选的，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
可选的，通信装置1430，用于向控制终端发送动力输出提示信息，所述动力输出提示信息包括所述动力系统1410的动力输出状况。
可选的，本实施例的无人机还包括存储器(图中未示出)，用于存储程序代码，当所述程序代码被调用时，使得无人机实施上述各方案。
本实施例的无人机，可以用于执行本申请上述各方法实施例中无人机的技术方案，其实现原理和技术效果类似，此处不再赘述。
图15为本申请一实施例提供的控制终端的结构示意图，如图15所示，本实施例的控制终端1500用于控制无人机，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述控制终端1500包括：通信装置1501和处理器1502。
通信装置1501，用于接收所述无人机发送的动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况；
处理器1502，用于输出所述动力输出提示信息。
可选的，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
可选的，所述动力输出提示信息还包括：所述动力系统的标识信息。
可选的，若所述动力输出状况包括：动力输出部分失效，则所述动力输出状况还包括动力输出失效的占比。
可选的，本实施例的控制终端1500还包括显示装置1503。所述处理器1502，具体用于：控制显示装置1503显示所述动力输出提示信息。
可选的，本实施例的控制终端1500还包括扬声器1504。所述处理器1502，具体用于：控制扬声器1504语音播放所述动力输出提示信息。
可选的，若所述动力输出状况包括：动力输出完全失效，或者，动力输出部分失效；
所述处理器1502，还用于控制所述无人机的遥控装置振动。
可选的，所述处理器1502，还用于：根据所述动力输出状况，确定处理策略；输出所述处理策略。
可选的，本实施例的控制终端还包括存储器(图中未示出)，用于存储程序代码，当所述程序代码被调用时，使得控制终端实施上述各方案。
本实施例的控制终端，可以用于执行本申请上述各方法实施例中控制终端的技术方案，其实现原理和技术效果类似，此处不再赘述。
图16为本申请一实施例提供的无人机的控制系统的结构示意图，如图16所示，本实施例的无人机的控制系统1600可以包括：无人机1601和控制终端1602。
无人机1601可以执行上述任一实施例提供的无人机的技术方案，此处不再赘述。控制终端1602可以执行上述任一实施例提供的控制终端的技术方案，此处不再赘述。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序指令可以存储于计算机可读存储介质中，该程序指令在被执行时，实现包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (111)

  1. 一种无人机的动力输出检测方法，其特征在于，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述方法包括：
    获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转速；
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
  2. 根据权利要求1所述的方法，其特征在于，所述根据所述电机的期望转速、无人机的角速度和线加速度，获得所述动力系统的动力输出状况，包括：
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值；
    根据所述电机的动力增益值，获得所述动力系统的动力输出状况。
  3. 根据权利要求2所述的方法，其特征在于，所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值，包括：
    根据所述电机的期望转速、所述无人机的角速度和线加速度、卡尔曼估计器，获得所述电机的动力增益值。
  4. 根据权利要求2所述的方法，其特征在于，所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值，包括：
    根据所述无人机的角速度，获得所述无人机的估计角加速度；
    根据所述电机的期望转速、所述无人机的线加速度和估计角加速度，获得所述电机的动力增益值。
  5. 根据权利要求4所述的方法，其特征在于，所述根据所述无人机的角速度，获得所述无人机的估计角加速度，包括：
    对所述无人机的角速度进行微分-滤波处理，获得所述无人机的估计角加速度。
  6. 根据权利要求2所述的方法，其特征在于，所述动力系统为N个，所述N为大于或等于1的整数；
    所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值，包括：
    根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得所述N个电机的动力增益值。
  7. 根据权利要求6所述的方法，其特征在于，所述根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得N个电机的动力增益值，包括：
    根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得N*N的对角矩阵；
    获取所述对角矩阵中对角线上的N个元素值分别为所述N个电机的动力增益值。
  8. 根据权利要求1-7任一项所述的方法，其特征在于，根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况，包括：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述电机的估计转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
  9. 根据权利要求8所述的方法，其特征在于，所述根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速，包括：
    根据所述期望转速和电机-电调动态模型，获得所述估计转速。
  10. 根据权利要求9所述的方法，其特征在于，所述根据所述期望转速和电机-电调动态模型，获得所述估计转速，包括：
    将所述期望转速输入至电机-电调动态模型，获得所述电机-电调动态模型输出的中间转速；
    对所述中间转速进行低通滤波处理，获得所述估计转速。
  11. 根据权利要求1-10任一项所述的方法，其特征在于，所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况，包括：
    若确定所述电机连接的电调发生故障，则根据所述电机的期望转速、无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
  12. 根据权利要求11所述的方法，其特征在于，所述确定所述电机连接的电调发生故障，包括：
    若确定所述电调对外通信发生故障，则确定所述电调发生故障。
  13. 根据权利要求11或12所述的方法，其特征在于，还包括：
    若确定所述电机连接的电调未发生故障，根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得所述动力系统的动力输出状况。
  14. 根据权利要求13所述的方法，其特征在于，所述根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得所述动力系统的动力输出状况，包括：
    根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数；
    根据所述电机的转速响应系数，获得所述动力系统的动力输出状况。
  15. 根据权利要求14所述的方法，其特征在于，所述根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数，包括：
    根据所述测量转速、所述期望转速以及所述电机的单位动态响应模型，获得所述电机的转速响应系数。
  16. 根据权利要求14所述的方法，其特征在于，根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数，包括：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述测量转速和所述电机的估计转速，获得所述电机的转速响应系数。
  17. 根据权利要求14所述的方法，其特征在于，根据所述测量转速和所述电机的期望转速，获得所述电机的转速响应系数，包括：
    将所述电机的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速；
    根据所述输出转速和所述期望转速，获得所述电机的转速响应系数。
  18. 根据权利要求17所述的方法，其特征在于，根据所述输出转速和所述期望转速，获得所述电机的转速响应系数，包括：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述输出转速和所述估计转速，获得所述电机的转速响应系数。
  19. 根据权利要求2-10任一项所述的方法，其特征在于，所述根据所述电机的动力增益值，获得所述动力系统的动力输出状况，包括：
    若所述动力增益值小于第一预设增益值，则确定所述动力系统的动力输 出状况为动力输出完全失效；
    若所述动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定所述动力系统的动力输出状况为动力输出部分失效；
    若所述动力增益值大于第二预设增益值，则确定所述动力系统的动力输出状况为动力输出正常；
    所述第二预设增益值大于所述第一预设增益值。
  20. 根据权利要求19所述的方法，其特征在于，所述方法还包括：
    根据所述动力增益值，确定所述动力系统的动力输出失效的占比；
    其中，所述动力输出状况还包括所述动力系统的动力输出失效的占比。
  21. 根据权利要求14-18任一项所述的方法，其特征在于，所述根据所述电机的转速响应系数，获得所述动力系统的动力输出状况，包括：
    若所述转速响应系数小于第一预设系数，则确定所述动力系统的动力输出状况为动力输出完全失效；
    若所述转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定所述动力系统的动力输出状况为动力输出部分失效；
    若所述转速响应系数大于第二预设系数，则确定所述动力系统的动力输出状况为动力输出正常；
    所述第二预设系数大于所述第一预设系数。
  22. 根据权利要求20所述的方法，其特征在于，所述方法还包括：
    根据所述转速响应系数，确定所述动力系统的动力输出失效的占比；
    其中，所述动力输出状况还包括所述动力系统的动力输出失效的占比。
  23. 根据权利要求1-22任一项所述的方法，其特征在于，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
  24. 根据权利要求1-23任一项所述的方法，其特征在于，还包括：
    向控制终端发送动力输出提示信息，所述动力输出显示信息包括所述动力系统的动力输出状况。
  25. 一种无人机的动力输出检测方法，其特征在于，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述方法包括：
    获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转 速；
    根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得第一动力输出状况；以及
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得第二动力输出状况；
    根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统的动力输出状况。
  26. 根据权利要求25所述的方法，其特征在于，所述根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统的动力输出状况，包括：
    若所述电调未发生故障，则将所述第一动力输出状况确定为所述动力系统的动力输出状况；
    若所述电调发生故障，则将所述第二动力输出状况确定为所述动力系统的动力输出状况。
  27. 根据权利要求26所述的方法，其特征在于，所述电调发生故障包括所述电调对外通信发生故障。
  28. 根据权利要求25所述的方法，其特征在于，所述根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统的动力输出状况，包括：
    若所述第一动力输出状况包括动力输出完全失效，则确定所述第一动力输出状况为所述动力系统的动力输出状况。
  29. 根据权利要求25-28任一项所述的方法，其特征在于，所述根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得第一动力输出状况，包括：
    根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数；
    根据所述电机的转速响应系数，获得所述第一动力输出状况。
  30. 根据权利要求29所述的方法，其特征在于，所述根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数，包括：
    根据所述测量转速、所述期望转速以及所述电机的单位动态响应模型，获得所述电机的转速响应系数。
  31. 根据权利要求29所述的方法，其特征在于，根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数，包括：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述测量转速和所述电机的估计转速，获得所述电机的转速响应系数。
  32. 根据权利要求29所述的方法，其特征在于，根据所述测量转速和所述电机的期望转速，获得所述电机的转速响应系数，包括：
    将所述电机的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速；
    根据所述输出转速和所述期望转速，获得所述电机的转速响应系数。
  33. 根据权利要求32所述的方法，其特征在于，所述根据所述输出转速和所述期望转速，获得所述电机的转速响应系数，包括：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述输出转速和所述估计转速，获得所述电机的转速响应系数。
  34. 根据权利要求29-33任一项所述的方法，其特征在于，所述根据所述电机的转速响应系数，获得所述第一动力输出状况，包括：
    若所述转速响应系数小于第一预设系数，则确定所述第一动力输出状况为动力输出完全失效；
    若所述转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定所述第一动力输出状况为动力输出部分失效；
    若所述转速响应系数大于第二预设系数，则确定所述第一动力输出状况为动力输出正常；
    所述第二预设系数大于所述第一预设系数。
  35. 根据权利要求34所述的方法，其特征在于，所述方法还包括：
    根据所述转速响应系数，确定所述动力系统的动力输出失效的占比；
    其中，所述第一动力输出状况还包括所述动力系统的动力输出失效的占比。
  36. 根据权利要求25-35任一项所述的方法，其特征在于，所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得第二动力输出状况，包括：
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值；
    根据所述电机的动力增益值，获得所述第二动力输出状况。
  37. 根据权利要求36所述的方法，其特征在于，所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值，包括：
    根据所述电机的期望转速、所述无人机的角速度和线加速度、卡尔曼估计器，获得所述电机的动力增益值。
  38. 根据权利要求37所述的方法，其特征在于，所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值，包括：
    根据所述无人机的角速度，获得所述无人机的估计角加速度；
    根据所述电机的期望转速、所述无人机的线加速度和估计角加速度，获得所述电机的动力增益值。
  39. 根据权利要求38所述的方法，其特征在于，所述根据所述无人机的角速度，获得所述无人机的估计角加速度，包括：
    对所述无人机的角速度进行微分-滤波处理，获得所述无人机的估计角加速度。
  40. 根据权利要求36所述的方法，其特征在于，所述动力系统为N个，所述N为大于或等于1的整数；
    所述根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值，包括：
    根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得所述N个电机的动力增益值。
  41. 根据权利要求40所述的方法，其特征在于，所述根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得所述N个电机的动力增益值，包括：
    根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得N*N的对角矩阵；
    获取所述对角矩阵中对角线上的N个元素值分别为所述N个电机的动力 增益值。
  42. 根据权利要求36-41任一项所述的方法，其特征在于，所述根据所述电机的动力增益值，获得所述第二动力输出状况，包括：
    若所述动力增益值小于第一预设增益值，则确定所述第二动力输出状况为动力输出完全失效；
    若所述动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定所述第二动力输出状况为动力输出部分失效；
    若所述动力增益值大于第二预设增益值，则确定所述第二动力输出状况为动力输出正常；
    所述第二预设增益值大于所述第一预设增益值。
  43. 根据权利要求42所述的方法，其特征在于，所述方法还包括：
    根据所述动力增益值，确定所述动力系统的动力输出失效的占比；
    其中，所述动力输出状况还包括所述动力系统的动力输出失效的占比。
  44. 根据权利要求25-35任一项所述的方法，其特征在于，所述根据所述期望转速、所述无人机的角速度和线加速度，获得第二动力输出状况，包括：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述电机的估计转速、所述无人机的角速度和线加速度，获得所述第二动力输出状况。
  45. 根据权利要求33或44所述的方法，其特征在于，所述根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速，包括：
    根据所述期望转速和电机-电调动态模型，获得所述估计转速。
  46. 根据权利要求45所述的方法，其特征在于，所述根据所述期望转速和电机-电调动态模型|，获得所述估计转速，包括：
    将所述期望转速输入至电机-电调动态模型，获得所述电机-电调动态模型输出的中间转速；
    对所述中间转速进行低通滤波处理，获得所述估计转速。
  47. 根据权利要求25-46任一项所述的方法，其特征在于，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
  48. 根据权利要求25-47任一项所述的方法，其特征在于，还包括：
    向控制终端发送动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况。
  49. 一种无人机的动力输出检测方法，其特征在于，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述方法应用于控制终端，所述方法包括：
    接收所述无人机发送的动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况；
    输出所述动力输出提示信息。
  50. 根据权利要求49所述的方法，其特征在于，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
  51. 根据权利要求49或50所述的方法，其特征在于，所述动力输出提示信息还包括：所述动力系统的标识信息。
  52. 根据权利要求49-51任一项所述的方法，其特征在于，若所述动力输出状况包括：动力输出部分失效，则所述动力输出状况还包括动力输出失效的占比。
  53. 根据权利要求49-52任一项所述的方法，其特征在于，所述输出所述动力输出状况，包括：
    显示所述动力输出提示信息；或者，
    语音播放所述动力输出提示信息。
  54. 根据权利要求49-53任一项所述的方法，其特征在于，若所述动力输出状况包括：动力输出完全失效，或者，动力输出部分失效；
    所述方法还包括：
    控制所述无人机的遥控装置振动。
  55. 根据权利要求49-54任一项所述的方法，其特征在于，还包括：
    根据所述动力输出状况，确定处理策略；
    输出所述处理策略。
  56. 一种无人机，其特征在于，所述无人机包括动力系统和处理器，所述动力系统包括电调、电机和螺旋桨，所述处理器，用于：
    获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转 速；
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
  57. 根据权利要求56所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值；
    根据所述电机的动力增益值，获得所述动力系统的动力输出状况。
  58. 根据权利要求57所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述电机的期望转速、所述无人机的角速度和线加速度、卡尔曼估计器，获得所述电机的动力增益值。
  59. 根据权利要求57所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述无人机的角速度，获得所述无人机的估计角加速度；
    根据所述电机的期望转速、所述无人机的线加速度和估计角加速度，获得所述电机的动力增益值。
  60. 根据权利要求59所述的无人机，其特征在于，所述处理器，具体用于：对所述无人机的角速度进行微分-滤波处理，获得所述无人机的估计角加速度。
  61. 根据权利要求57所述的无人机，其特征在于，所述动力系统为N个，所述N为大于或等于1的整数；
    所述处理器，具体用于：根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得所述N个电机的动力增益值。
  62. 根据权利要求61所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得N*N的对角矩阵；
    获取所述对角矩阵中对角线上的N个元素值分别为所述N个电机的动力增益值。
  63. 根据权利要求56-62任一项所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述电机的估计转速、所述无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
  64. 根据权利要求63所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速和电机-电调动态模型，获得所述估计转速。
  65. 根据权利要求64所述的无人机，其特征在于，所述处理器，具体用于：
    将所述期望转速输入至电机-电调动态模型，获得所述电机-电调动态模型输出的中间转速；
    对所述中间转速进行低通滤波处理，获得所述估计转速。
  66. 根据权利要求56-65任一项所述的无人机，其特征在于，所述处理器，具体用于：
    若确定所述电机连接的电调发生故障，则根据所述电机的期望转速、无人机的角速度和线加速度，获得所述动力系统的动力输出状况。
  67. 根据权利要求66所述的无人机，其特征在于，所述处理器，具体用于：若确定所述电调对外通信发生故障，则确定所述电调发生故障。
  68. 根据权利要求66或67所述的无人机，其特征在于，所述处理器，还用于若确定所述电机连接的电调未发生故障，根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得所述动力系统的动力输出状况。
  69. 根据权利要求68所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数；
    根据所述电机的转速响应系数，获得所述动力系统的动力输出状况。
  70. 根据权利要求69所述的无人机，其特征在于，所述处理器，具体用于：根据所述测量转速、所述期望转速以及所述电机的单位动态响应模型，获得所述电机的转速响应系数。
  71. 根据权利要求69所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述测量转速和所述电机的估计转速，获得所述电机的转速响应系数。
  72. 根据权利要求69所述的无人机，其特征在于，所述处理器，具体用于：
    将所述电机的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速；
    根据所述输出转速和所述期望转速，获得所述电机的转速响应系数。
  73. 根据权利要求72所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述输出转速和所述估计转速，获得所述电机的转速响应系数。
  74. 根据权利要求57-65任一项所述的无人机，其特征在于，所述处理器，具体用于：
    若所述动力增益值小于第一预设增益值，则确定所述动力系统的动力输出状况为动力输出完全失效；
    若所述动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定所述动力系统的动力输出状况为动力输出部分失效；
    若所述动力增益值大于第二预设增益值，则确定所述动力系统的动力输出状况为动力输出正常；
    所述第二预设增益值大于所述第一预设增益值。
  75. 根据权利要求74所述的无人机，其特征在于，所述处理器，还用于：根据所述动力增益值，确定所述动力系统的动力输出失效的占比；
    其中，所述动力输出状况还包括所述动力系统的动力输出失效的占比。
  76. 根据权利要求69-73任一项所述的无人机，其特征在于，所述处理器，具体用于：
    若所述转速响应系数小于第一预设系数，则确定所述动力系统的动力输出状况为动力输出完全失效；
    若所述转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定所述动力系统的动力输出状况为动力输出部分失效；
    若所述转速响应系数大于第二预设系数，则确定所述动力系统的动力输出状况为动力输出正常；
    所述第二预设系数大于所述第一预设系数。
  77. 根据权利要求76所述的无人机，其特征在于，所述处理器，还用于：根据所述转速响应系数，确定所述动力系统的动力输出失效的占比；
    其中，所述动力输出状况还包括所述动力系统的动力输出失效的占比。
  78. 根据权利要求56-77任一项所述的无人机，其特征在于，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
  79. 根据权利要求56-78任一项所述的无人机，其特征在于，还包括：
    通信装置，用于向控制终端发送动力输出提示信息，所述动力输出显示信息包括所述动力系统的动力输出状况。
  80. 一种无人机，其特征在于，所述无人机包括动力系统和处理器，所述动力系统包括电调、电机和螺旋桨，所述处理器，用于：
    获取所述电机的控制指令，所述电机的控制指令用于指示电机的期望转速；
    根据从所述电调获取的所述电机的测量转速以及所述电机的期望转速，获得第一动力输出状况；以及
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得第二动力输出状况；
    根据所述第一动力输出状况和所述第二动力输出状况，确定所述动力系统的动力输出状况。
  81. 根据权利要求80所述的无人机，其特征在于，所述处理器，具体用于：
    若所述电调未发生故障，则将所述第一动力输出状况确定为所述动力系统的动力输出状况；
    若所述电调发生故障，则将所述第二动力输出状况确定为所述动力系统的动力输出状况。
  82. 根据权利要求81所述的无人机，其特征在于，所述电调发生故障包括所述电调对外通信发生故障。
  83. 根据权利要求80所述的无人机，其特征在于，所述处理器，具体用于：若所述第一动力输出状况包括动力输出完全失效，则确定所述第一动力输出状况为所述动力系统的动力输出状况。
  84. 根据权利要求80-83任一项所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述测量转速以及所述期望转速，获得所述电机的转速响应系数；
    根据所述电机的转速响应系数，获得所述第一动力输出状况。
  85. 根据权利要求84所述的无人机，其特征在于，所述处理器，具体用于：根据所述测量转速、所述期望转速以及所述电机的单位动态响应模型，获得所述电机的转速响应系数。
  86. 根据权利要求84所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述测量转速和所述电机的估计转速，获得所述电机的转速响应系数。
  87. 根据权利要求84所述的无人机，其特征在于，所述处理器，具体用于：
    将所述电机的测量转速输入至电调动态逆模型，获得电调动态逆模型的输出转速；
    根据所述输出转速和所述期望转速，获得所述电机的转速响应系数。
  88. 根据权利要求87所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述输出转速和所述估计转速，获得所述电机的转速响应系数。
  89. 根据权利要求84-88任一项所述的无人机，其特征在于，所述处理器，具体用于：
    若所述转速响应系数小于第一预设系数，则确定所述第一动力输出状况为动力输出完全失效；
    若所述转速响应系数大于或等于第一预设系数且小于或等于第二预设系数，则确定所述第一动力输出状况为动力输出部分失效；
    若所述转速响应系数大于第二预设系数，则确定所述第一动力输出状况为动力输出正常；
    所述第二预设系数大于所述第一预设系数。
  90. 根据权利要求89所述的无人机，其特征在于，所述处理器，还用于：根据所述转速响应系数，确定所述动力系统的动力输出失效的占比；
    其中，所述第一动力输出状况还包括所述动力系统的动力输出失效的占比。
  91. 根据权利要求80-90任一项所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述电机的期望转速、所述无人机的角速度和线加速度，获得所述电机的动力增益值；
    根据所述电机的动力增益值，获得所述第二动力输出状况。
  92. 根据权利要求91所述的无人机，其特征在于，所述处理器，具体用于：根据所述电机的期望转速、所述无人机的角速度和线加速度、卡尔曼估计器，获得所述电机的动力增益值。
  93. 根据权利要求92所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述无人机的角速度，获得所述无人机的估计角加速度；
    根据所述电机的期望转速、所述无人机的线加速度和估计角加速度，获得所述电机的动力增益值。
  94. 根据权利要求93所述的无人机，其特征在于，所述处理器，具体用于：对所述无人机的角速度进行微分-滤波处理，获得所述无人机的估计角加速度。
  95. 根据权利要求91所述的无人机，其特征在于，所述动力系统为N个，所述N为大于或等于1的整数；
    所述处理器，具体用于：根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得所述N个电机的动力增益值。
  96. 根据权利要求95所述的无人机，其特征在于，所述处理器，具体用 于：
    根据所述N个电机的期望转速、所述无人机的角速度和线加速度，获得N*N的对角矩阵；
    获取所述对角矩阵中对角线上的N个元素值分别为所述N个电机的动力增益值。
  97. 根据权利要求91-96任一项所述的无人机，其特征在于，所述处理器，具体用于：
    若所述动力增益值小于第一预设增益值，则确定所述第二动力输出状况为动力输出完全失效；
    若所述动力增益值大于或等于第一预设增益值且小于或等于第二预设增益值，则确定所述第二动力输出状况为动力输出部分失效；
    若所述动力增益值大于第二预设增益值，则确定所述第二动力输出状况为动力输出正常；
    所述第二预设增益值大于所述第一预设增益值。
  98. 根据权利要求97所述的无人机，其特征在于，所述处理器，还用于：根据所述动力增益值，确定所述动力系统的动力输出失效的占比；
    其中，所述动力输出状况还包括所述动力系统的动力输出失效的占比。
  99. 根据权利要求80-90任一项所述的无人机，其特征在于，所述处理器，具体用于：
    根据所述期望转速，获得所述电机根据所述控制指令转动的估计转速；
    根据所述电机的估计转速、所述无人机的角速度和线加速度，获得所述第二动力输出状况。
  100. 根据权利要求88或99所述的无人机，其特征在于，所述处理器，具体用于：根据所述期望转速和电机-电调动态模型，获得所述估计转速。
  101. 根据权利要求100所述的无人机，其特征在于，所述处理器，具体用于：
    将所述期望转速输入至电机-电调动态模型，获得所述电机-电调动态模型输出的中间转速；
    对所述中间转速进行低通滤波处理，获得所述估计转速。
  102. 根据权利要求80-101任一项所述的无人机，其特征在于，所述动 力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
  103. 根据权利要求80-102任一项所述的无人机，其特征在于，还包括：
    通信装置，用于向控制终端发送动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况。
  104. 一种控制终端，其特征在于，所述控制终端用于控制无人机，所述无人机包括动力系统，所述动力系统包括电调、电机和螺旋桨，所述控制终端包括：
    通信装置，用于接收所述无人机发送的动力输出提示信息，所述动力输出提示信息包括所述动力系统的动力输出状况；
    处理器，用于输出所述动力输出提示信息。
  105. 根据权利要求104所述的控制终端，其特征在于，所述动力输出状况包括：动力输出正常，或者，动力输出部分失效，或者，动力输出完全失效。
  106. 根据权利要求104或105所述的控制终端，其特征在于，所述动力输出提示信息还包括：所述动力系统的标识信息。
  107. 根据权利要求104-106任一项所述的控制终端，其特征在于，若所述动力输出状况包括：动力输出部分失效，则所述动力输出状况还包括动力输出失效的占比。
  108. 根据权利要求104-107任一项所述的控制终端，其特征在于，所述处理器，具体用于：
    控制所述控制终端的显示装置显示所述动力输出提示信息；或者，
    控制所述控制终端的扬声器语音播放所述动力输出提示信息。
  109. 根据权利要求104-108任一项所述的控制终端，其特征在于，若所述动力输出状况包括：动力输出完全失效，或者，动力输出部分失效；
    所述处理器，还用于控制所述无人机的遥控装置振动。
  110. 根据权利要求104-109任一项所述的控制终端，其特征在于，所述处理器，还用于：
    根据所述动力输出状况，确定处理策略；
    输出所述处理策略。
  111. 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程序指令；所述程序指令在被执行时，实现如权利要求1-24任一项或25-48任一项或49-55任一项所述的无人机的动力输出检测方法。
PCT/CN2020/089006 2020-05-07 2020-05-07 无人机的动力输出检测方法和设备 WO2021223169A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202080030414.2A CN113767350A (zh) 2020-05-07 2020-05-07 无人机的动力输出检测方法和设备
PCT/CN2020/089006 WO2021223169A1 (zh) 2020-05-07 2020-05-07 无人机的动力输出检测方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/089006 WO2021223169A1 (zh) 2020-05-07 2020-05-07 无人机的动力输出检测方法和设备

Publications (1)

Publication Number Publication Date
WO2021223169A1 true WO2021223169A1 (zh) 2021-11-11

Family

ID=78467684

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/089006 WO2021223169A1 (zh) 2020-05-07 2020-05-07 无人机的动力输出检测方法和设备

Country Status (2)

Country Link
CN (1) CN113767350A (zh)
WO (1) WO2021223169A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115344055A (zh) * 2022-08-31 2022-11-15 亿航智能设备（广州）有限公司 一种航空器的控制制导方法、设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206023654U (zh) * 2016-08-31 2017-03-15 深圳市大疆创新科技有限公司 控制系统，包含该控制系统的动力系统及无人飞行器
CN106647783A (zh) * 2016-11-22 2017-05-10 天津大学 倾转式三旋翼无人机姿态与高度自适应鲁棒控制方法
CN108248681A (zh) * 2018-01-16 2018-07-06 广东电网有限责任公司电力科学研究院 一种四轮独立驱动转向机器人的主从控制系统
CN208568070U (zh) * 2018-06-08 2019-03-01 赫星科技有限公司 无人机振动检测装置
KR102038053B1 (ko) * 2019-05-13 2019-10-29 국방과학연구소 비행체의 롤각 추정 장치 및 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204425215U (zh) * 2014-12-15 2015-06-24 昆山优力电能运动科技有限公司 电机控制系统
CN113359806A (zh) * 2015-08-20 2021-09-07 深圳市大疆创新科技有限公司 无人机自动停桨控制系统、控制方法及无人机
CN107226206B (zh) * 2016-03-24 2023-08-04 广东泰一高新技术发展有限公司 多旋翼无人机安全降落系统及方法
CN109074088B (zh) * 2017-04-11 2021-12-03 深圳市大疆创新科技有限公司 无人飞行器的状态检测方法、设备及无人飞行器
CN107300869B (zh) * 2017-07-28 2019-08-23 重庆微眼航空科技有限公司 飞行监控方法及装置
CN109871034A (zh) * 2019-03-25 2019-06-11 苏州极目机器人科技有限公司 飞行控制方法、装置及无人飞行器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206023654U (zh) * 2016-08-31 2017-03-15 深圳市大疆创新科技有限公司 控制系统，包含该控制系统的动力系统及无人飞行器
CN106647783A (zh) * 2016-11-22 2017-05-10 天津大学 倾转式三旋翼无人机姿态与高度自适应鲁棒控制方法
CN108248681A (zh) * 2018-01-16 2018-07-06 广东电网有限责任公司电力科学研究院 一种四轮独立驱动转向机器人的主从控制系统
CN208568070U (zh) * 2018-06-08 2019-03-01 赫星科技有限公司 无人机振动检测装置
KR102038053B1 (ko) * 2019-05-13 2019-10-29 국방과학연구소 비행체의 롤각 추정 장치 및 방법

Also Published As

Publication number Publication date
CN113767350A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
US11181809B2 (en) Focusing method, imaging device, and unmanned aerial vehicle
WO2019223271A1 (zh) 飞行器偏航角修正方法、装置及飞行器
WO2019223270A1 (zh) 云台电机角度和角速度估算方法、装置、云台及飞行器
US11798172B2 (en) Maximum temperature point tracking method, device and unmanned aerial vehicle
US20210163133A1 (en) Compensation method for barometer-based height measurement and uav
CN203705964U (zh) 一种机载三自由度云台稳定闭环控制装置
US20220155800A1 (en) Method and apparatus for yaw fusion and aircraft
CN108521864B (zh) 成像控制方法、成像装置和无人机
CN109075882B (zh) 同步方法、设备和系统
WO2020172800A1 (zh) 可移动平台的巡检控制方法和可移动平台
WO2019227289A1 (zh) 延时拍摄控制方法和设备
US20210208214A1 (en) Magnetic sensor calibration method and mobile platform
CN110377058B (zh) 一种飞行器的偏航角修正方法、装置及飞行器
US20210289133A1 (en) Method and system of controlling video play speed, control terminal and mobile platform
WO2020019260A1 (zh) 磁传感器校准方法、控制终端以及可移动平台
WO2021217371A1 (zh) 可移动平台的控制方法和装置
CN111977006B (zh) 一种关节角的初始化方法、装置及飞行器
WO2019227287A1 (zh) 无人机的数据处理方法和设备
WO2021223169A1 (zh) 无人机的动力输出检测方法和设备
WO2021223176A1 (zh) 无人机的控制方法和设备
WO2021168821A1 (zh) 可移动平台的控制方法和设备
WO2020237429A1 (zh) 遥控设备的控制方法和遥控设备
CN110709921A (zh) 降噪方法、装置和无人机
WO2020062255A1 (zh) 拍摄控制方法和无人机
WO2021237500A1 (zh) 飞行控制方法和设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20934449

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20934449

Country of ref document: EP

Kind code of ref document: A1