专利汇可以提供一种无人机仿人协同飞行控制器及其实现方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种无人机仿人协同飞行 控制器 及其实现方法。本发明系统将控制器分成三层结构:直接控制层、参数校正层、任务适应层。本发明实现步骤如下:步骤1、确定双机协同飞行的数学模型;步骤2、设计协同飞行控制器。步骤3、控制器参数优化。本发明以“长机-僚机”作为双机协同飞行方式,这种方式通过保持长机与僚机之间的距离和 角 度,从而确保飞行编队的 稳定性 ,进而极大程度上降低了无人机协同编队的控制难度。本发明将仿人智能控制引入到双机协同控制当中,通过以往经验对控制器特征模型中的 阈值 进行划分校正,从而将控制器特征模型划分出不同的区域,可根据不同的特征区域采取相对应的控制策略,增加了双机飞行过程的稳定性。,下面是一种无人机仿人协同飞行控制器及其实现方法专利的具体信息内容。
1.一种无人机仿人协同飞行控制器,其特征在于包括直接控制层、参数校正层、任务适应层;并通过阈值矫正将控制器划分为①②③④⑤⑥⑦七个区;
所述的直接控制层,通过监测x、y两个方向上的偏差e和偏差变化率ec从而对四旋翼无人机双机协同的飞行状态进行判断并采取相应的控制策略;控制策略包括:bang-bang控制、保持控制、比例微分控制;只需对bang-bang模态、保持模态以外的模态区域进行比例微分控制即可;
其中e、ec分别代表了误差和误差变化率,具体的区域划分如下:
(1)当误差过大时,对应区域①,选用bang-bang模态控制;
(2)当误差和误差变化率很小(设定波动范围内),对应区域②,只需采取保持模态并维持当前状态;
(3)除①②区域以外,其他区域③④⑤⑥⑦均采用比例微分的控制模态,但在不同的区域内需要对比例、微分参数进行调节;
直接控制层的特征基元集:
Q1={q1,q2,q3} (22)
其中:
q1={|en|≥e1}
q2={|en|≥e4}
q3={|ecn|≥ec1}
直接控制层模型为:
Φ1={Φ11,Φ12,Φ13} (23)
其中:
Φ11={q2}
直接控制层的控制模态为:
Ψ1={Ψ11,Ψ12,Ψ13} (24)
其中:
Ψ11:{un=sign(en)·Umax}
Ψ12:{un=un-1}
直接控制层的推理规则集为:
Ω1={ω11,ω12,ω13} (25)
其中:
ω11:Φ11→Ψ11
ω12:Φ12→Ψ12
ω13:Φ12→Ψ12
其中公式(22~25)符号含义为:
un:控制器的第n次输出值;Umax:控制器输出的最大值;en:第n次误差值;ecn:第n次误差变化率值;ei:误差的阈值;eci误差变化率的阈值;ωp:比例系数;ωd:微分系数;k:衰减系数;
所述的参数校正层,可与直接控制层的特征模型合并;
参数校正层的特征基元集为:
Q2={q1,q2,q3} (26)
其中:
q1={|en|≥e1}
q2={|en|≥e4}
q3={|ecn|≥ec1}
可得参数校正层的特征模型:
Φ2={Φ21,Φ22,Φ23} (27)
其中:
Φ21={q2}
参数校正层的决策模态集为:
Ψ2={Ψ21,Ψ22} (28)
其中:
Ψ21={NULL}
Ψ22={ωp=ωp1,ωd=ωd1,k=k1}
参数校正层的推理规则集为:
Ω2={ω21,ω22,ω23} (29)
其中:
ω21:Φ21→Ψ21
ω22:Φ22→Ψ21
ω23:Φ23→Ψ22
所述的任务适应层,任务适应层的特征基元集为:
Q3={q1,q2,q3} (30)
其中:
q1={|en|≥e1}
q2={|en|≥e4}
q3={|ecn|≥ec1}
可得任务适应层的特征模型:
Φ3={Φ31,Φ32,Φ33} (31)
其中:
Φ31={q2}
任务适应层的决策模态集为:
Ψ3={Ψ31,Ψ32} (32)
其中:
Ψ31={NULL}
Ψ32={ωp=ωp1,ωd=ωd1,k=k1}
任务适应层的推理规则集为:
Ω3={ω31,ω32,ω33} (33)
其中:
ω31:Φ31→Ψ31
ω32:Φ32→Ψ31
ω33:Φ33→Ψ32。
2.根据权利要1所述的一种无人机仿人协同飞行控制器的实现方法,其特征在于包括如下步骤:
步骤1、确定双机协同飞行的数学模型
以两架四旋翼无人机作为对象,分别扮演长机(L)与僚机(F)的“角色”,双机在水平面上组成飞行编队并采用固连于僚机的旋转参考系,根据科里奥利力公式:
其中: 长机在僚机参考系下的相对运动速度; 长机在自身参考系下的线速度;
僚机在自身参考系下的线速度; 僚机旋转角速度; 长机在僚机参考系下的相
对位置; 僚机在自身参考系下的位置;
从而可得:
ψE=ψL-ψF (2)
由于 可将式(1)简化为:
将长机线速度转化为参考坐标系下的分速度:
根据式(1),式(3),式(4),式(5)可得:
将式(7)分解为:
为保证飞行编队的稳定性,每架四旋翼无人机均采用自动驾驶仪并建立相应模型:
其中:TvL:长机速度时间常数;TψL:长机航向角时间常数;vLc,ψLc:分别是长机收到的速度扰动量和角度扰动量;TvF:僚机速度时间常数;TψF:僚机航向角时间常数;vFc,ψFc:分别是僚机收到的速度控制量和角度控制量; 分别为僚机和长机角速度;
假设无人机受到扰动可以忽略不记以及较小的偏移角度,可将式(8),式(9)简化为:
根据上式(10-15)整理可得无人机编队数学模型:
步骤2、设计协同飞行控制器:
所述的控制器包括直接控制层、参数校正层、任务适应层;并通过阈值矫正将控制器划分为①②③④⑤⑥⑦七个区域;
步骤3、控制器参数优化;
3-1.阈值校正;
3-2.控制器参数校正。
3.根据权利要2所述的一种无人机仿人协同飞行控制器的实现方法,其特征在于步骤
3-1具体实现如下:
将控制器的结构做了简化,区域①的主要作用是快速减小偏差,区域②的主要作用是在偏差和偏差变化率较小且在可接受范围内保持现有的飞行状态,区域③④⑤⑥⑦的主要作用是根据偏差和偏差变化率采用比例微分控制;
阈值校正的具体步骤:
(1)首先将特征模型内所有阈值进行初始化,得到阈值为零的初始状态,此时模型中只存在一种特征状态①,之后运行双机协同控制器并记录下双机之间产生的最大偏差AbsMaxE;
(2)根据以往经验,对偏差边界e3、e4进行设定e4=e3=ke4·AbsMaxE,其中0<ke1<1;
此时控制器特征模型中存在两种特征状态①⑦,运行双机协同控制器,当特征轨迹从2、4象限运行至1、3象限时,此时需要进行一次情况分析判断:如果偏差方向发生改变,则说明阈值e4设定过小,从而导致区域⑦没有足够的时间对偏差变化率进行抑制,需要增大e4;如果偏差变化率方向发生改变且偏差绝对值较大,则需要减小e4;
(3)完成偏差边界e4的校正后,运行双机协同控制器,判断控制器运行过程中偏差是否在2、4象限内达到(2)中设定偏差e4;当偏差达到e4时,记录下此时偏差变化率的绝对值,将其设定为ec4并且令e3=ke3·e4,0<ke3<1;此时在控制器特征模型中存在四种特征状态①③⑤⑦;运行控制器根据步骤(2)中描述的方法对偏差e3进行校正;
(4)完成偏差的校正后,设定ec3=kde3·ec4,其中0<kde3<1,运行协同控制器;当特征轨迹的偏差变化率达到ec3时,记录下此时的偏差绝对值并将其设为e2,控制器特征模型中共有①③④⑤⑥⑦六种特征状态;
(5)令e1=ke2·e2、ec2=kde3·ec3、ec1=kde2·ec2,其中0<ke2<1、0<kde2<1、0<kde3<1;偏差和偏差变化率边界设定完成后,最终得到完整的特征模型。
4.根据权利要3所述的一种无人机仿人协同飞行控制器的实现方法,其特征在于步骤
3-2所述的控制器参数校正,具体实现如下:
根据特征轨迹的走向进行分析,特征轨迹在特征模型中经过了几种不同的特征区域,其中特征状态③④⑦的比例微分系数需要进行调节校正;将特征轨迹分成3个阶段,分别为起始段、中间段、稳定段,其中起始段为特征轨迹离开起始象限并进入其他象限之前的轨迹部分,中间段为特征轨迹离开起始象限直至进入特征状态②之前的轨迹部分,稳定段为特征轨迹进入特征状态②后的部分;
现对各个分段所在特征区域进行分析:
(1)起始段
根据特征模型可知,系统特征轨迹的起始象限为1、3象限,此时特征状态有①⑦;当特征轨迹起始段处于特征状态⑦的时间较短甚至可以忽略不计时,则在此阶段不需要对控制器的参数进行调节;但当起始段在特征状态⑦中所处时间过长时,便需要对控制器比例微分参数进行调节;
确定控制策略后运行控制器,为了保证特征轨迹离开起始段进入中间段时的偏差绝对值AbsMaxE1与校正阈值1时的偏差最大值AbsMaxE满足以下关系:
AbsMaxE1/AbsMaxE<1+α (30)
需要对比例系数kp、微分系数kd进行不断的调节才能获得较好的特征轨迹,其中α为一个较小系数;
(2)中间段
当特征轨迹从起始段进入中间段后,特征轨迹首先会在特征状态①中运行一段时间,之后特征轨迹依次进入特征状态③④;
当特征轨迹处于特征状态①时,为了确保偏差迅速减小使得特征轨迹尽快进入特征状态③,只需采用bang-bang控制增加输出量快速减小双机偏差,不需要使用比例微分调节;
当特征轨迹进入特征状态③后首先会进入特征状态3-1,当特征状态3-1中的特征轨迹超过一半都处在-ec4邻近区域,则不需要对控制器参数进行调节;但当超过一半轨迹不在-ec4邻近区域时,此时需要对特征状态3-1中的比例系数kd3-1做出增大调整,直到特征状态
3-1中的大部分轨迹处在-ec4邻近区域;
特征轨迹离开特征状态3-1后进入特征状态3-2后;如果在特征区域3-2中的超过一半特征轨迹处在-ec3邻界区域内,不需要对控制器参数进行调整,否则表明比例系数kp3-2过小,需要增加其值;
特征轨迹完全离开特征区域③后便进入特征区域④,由于特征区域④的偏差和偏差变化率较小,需要对比例、微分参数进行重新调节;
(3)稳定段
当特征轨迹进入特征状态②后,特征模型中的特征轨迹便处于稳定阶段,在该阶段控制器的偏差和偏差变化率都处在较小甚至可忽略不计的水平,此时不再需要比例微分的调节控制,只需保持当前状态即可。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
双频陀螺仪补偿系统和方法 | 2020-05-20 | 704 |
磁电式科里奥利力检测传感器 | 2020-05-12 | 90 |
基于科里奥利力效应的微型传感装置及其组合结构 | 2020-05-16 | 233 |
基于科里奥利力效应的平动速度或加速度传感装置及结构 | 2020-05-16 | 726 |
陀螺仪传感器的角速度的取得方法及取得装置 | 2020-05-21 | 744 |
陀螺仪传感器的角速度的取得方法及取得装置 | 2020-05-21 | 718 |
质量流量测量装置 | 2020-05-20 | 657 |
用于科里奥利力流量计的力平衡的方法和装置 | 2020-05-14 | 366 |
科里奥利力演示仪 | 2020-05-14 | 118 |
守恒定律科里奥利力质量流量计 | 2020-05-17 | 733 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。