本申請涉及無人機姿態(tài)控制，具體涉及一種用于無人機的空中變翼控制方法、設(shè)備及系統(tǒng)。

背景技術(shù)：

1、無人機，全稱為無人駕駛飛行器，無人機通過遙控設(shè)備或自主飛行控制系統(tǒng)進行操作，能夠執(zhí)行多種任務(wù)，如偵察、監(jiān)視、貨物運輸、農(nóng)業(yè)噴灑、環(huán)境監(jiān)測等。無人機的類型繁多，包括固定翼、多旋翼、直升機和混合動力等，每種類型都有其獨特的飛行特性和應(yīng)用場景?？勺円頍o人機結(jié)合了固定翼和旋轉(zhuǎn)翼無人機的特點，通過改變機翼的后掠角來適應(yīng)不同的飛行條件和任務(wù)需求。

2、通過無人機的姿態(tài)角精確控制機翼的后掠角，確保無人機能夠在空中進行變翼，保持最佳的飛行性能。然而，傳感器的誤差會隨著時間進行累計，需要使用卡爾曼濾波對各個傳感器的數(shù)據(jù)進行融合，獲得更加準確的數(shù)據(jù)。傳統(tǒng)的卡爾曼濾波算法中參數(shù)q是基于先驗知識確定的，而無人機在飛行過程中會受到干擾，導(dǎo)致過程噪聲發(fā)生變化，從而使姿態(tài)角解算出現(xiàn)誤差，降低了對無人機變翼過程中機翼調(diào)控的精度。

技術(shù)實現(xiàn)思路

1、第一方面，本申請實施例提供了一種用于無人機的空中變翼控制方法，該方法包括以下步驟：

2、獲取各時刻無人機第一姿態(tài)角、第二姿態(tài)角、風速、風向及無人機所處高度，結(jié)合第一姿態(tài)角和第二姿態(tài)角并采用卡爾曼濾波算法，對各時刻無人機的姿態(tài)角進行迭代修正，獲取各時刻的最佳姿態(tài)角，所述修正過程如下：

3、根據(jù)各時刻前無人機在所有相鄰變翼開始時刻的最佳姿態(tài)角的變化率，確定各時刻無人機的姿態(tài)角影響因子；

4、根據(jù)各時刻下無人機所處高度與前一時刻下無人機所處高度的差異，結(jié)合所述風向及所述風速，確定各時刻無人機的環(huán)境影響因子；

5、基于各時刻無人機的姿態(tài)角影響因子及環(huán)境影響因子，確定各時刻無人機的動態(tài)影響因子；

6、采用卡爾曼濾波算法，基于各時刻無人機的第一姿態(tài)角和第二姿態(tài)角，結(jié)合所述動態(tài)影響因子，確定各時刻無人機的最佳姿態(tài)角，對各時刻無人機的機翼進行控制。

7、優(yōu)選的，所述獲取各時刻無人機第一姿態(tài)角、第二姿態(tài)角，包括：

8、采用陀螺儀獲取各時刻無人機的姿態(tài)角，記為第一姿態(tài)角；通過各時刻無人機的加速度數(shù)據(jù)及磁場數(shù)據(jù)得到各時刻無人機的第二姿態(tài)角。

9、優(yōu)選的，所述各時刻無人機的姿態(tài)角影響因子的表達式為：；式中，表示第i時刻無人機的姿態(tài)角影響因子；分別表示第i時刻前無人機第j次變翼開始時刻的俯仰角變化率、橫滾角變化率及偏航角變化率；n表示從無人機起飛時刻與第i時刻之間的變翼次數(shù)，其中，當n為1時，。

10、優(yōu)選的，所述俯仰角變化率、橫滾角變化率及偏航角變化率進一步包括：

11、分析各時刻前無人機每次變翼開始時刻及其后一次變翼開始時刻的最佳姿態(tài)角中俯仰角的差異，記為俯仰角差異，并統(tǒng)計每次變翼開始時刻及后一次變翼開始時刻間時間間隔，將所述俯仰角差異與所述時間間隔的比值，記為各時刻前無人機每次變翼開始時刻的俯仰角變化率；

12、針對各時刻前無人機變翼時刻最佳姿態(tài)角中的橫滾角與偏航角，按照所述俯仰角變化率的獲取方法，分別得到各時刻前無人機每次變翼開始時刻的橫滾角變化率和偏航角變化率。

13、優(yōu)選的，所述各時刻無人機的環(huán)境影響因子的表達式為：；式中，表示第i時刻無人機的環(huán)境影響因子；表示第i時刻無人機所處高度與第i-1時刻無人機所處高度的差異；表示第i時刻的風向；表示第i時刻的風速；表示大于0的預(yù)設(shè)常數(shù)；norm(?)表示歸一化函數(shù)；sin(?)表示正弦函數(shù)。

14、優(yōu)選的，所述各時刻無人機的動態(tài)影響因子的表達式為：；式中，表示第i時刻無人機的動態(tài)影響因子；表示第i時刻無人機的姿態(tài)角影響因子；表示第i時刻無人機的環(huán)境影響因子；表示卡爾曼濾波算法中參數(shù)q的預(yù)設(shè)初始值。

15、優(yōu)選的，所述各時刻無人機的最佳姿態(tài)角的確定方法為：

16、將各時刻無人機的第一姿態(tài)角與第二姿態(tài)角作為卡爾曼濾波算法的輸入，將各時刻無人機的動態(tài)影響因子作為卡爾曼濾波算法中參數(shù)q的值，得到各時刻無人機的最佳姿態(tài)角。

17、優(yōu)選的，所述對各時刻無人機的機翼進行控制，包括：

18、將各時刻無人機的預(yù)設(shè)期望姿態(tài)角與最佳姿態(tài)角的差值作為pid控制器的輸入，對無人機的后掠角進行控制。

19、第二方面，本申請實施例還提供了一種用于無人機的空中變翼控制設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述任意一項所述一種用于無人機的空中變翼控制方法的步驟。

20、第三方面，本申請的實施例提供了一種用于無人機的空中變翼控制系統(tǒng)，所述系統(tǒng)包括：

21、無人機數(shù)據(jù)采集模塊，用于獲取各時刻無人機第一姿態(tài)角、第二姿態(tài)角、風速、風向及無人機所處高度；

22、無人機數(shù)據(jù)分析模塊，用于結(jié)合第一姿態(tài)角和第二姿態(tài)角并采用卡爾曼濾波算法，對各時刻無人機的姿態(tài)角進行迭代修正，獲取各時刻的最佳姿態(tài)角，所述修正過程如下：

23、根據(jù)各時刻前無人機在所有相鄰變翼開始時刻的最佳姿態(tài)角的變化率，確定各時刻無人機的姿態(tài)角影響因子；

24、根據(jù)各時刻下無人機所處高度與前一時刻下無人機所處高度的差異，結(jié)合所述風向及所述風速，確定各時刻無人機的環(huán)境影響因子；

25、基于各時刻無人機的姿態(tài)角影響因子及環(huán)境影響因子，確定各時刻無人機的動態(tài)影響因子；

26、無人機機翼控制模塊，用于采用卡爾曼濾波算法，基于各時刻無人機的第一姿態(tài)角和第二姿態(tài)角，結(jié)合所述動態(tài)影響因子，確定各時刻無人機的最佳姿態(tài)角，對各時刻無人機的機翼進行控制。

27、由以上實施例可見，本申請實施例提供的一種用于無人機的空中變翼控制方法，至少具有如下有益效果：

28、本申請通過分析各時刻無人機前所有相鄰變翼開始時刻的姿態(tài)角的變化率，確定各時刻無人機的姿態(tài)角影響因子；基于各時刻下無人機所處高度與前一時刻下無人機所處高度的差異，結(jié)合所述風向及所述風速，確定各時刻無人機的環(huán)境影響因子，以量化無人機相鄰姿態(tài)角變化對姿態(tài)角解算精確度的影響；基于各時刻無人機的姿態(tài)角影響因子及環(huán)境影響因子，確定各時刻無人機的動態(tài)影響因子，并結(jié)合各時刻無人機的角速度數(shù)據(jù)、加速度數(shù)據(jù)及磁場數(shù)據(jù)，確定各時刻無人機的最佳姿態(tài)角，實現(xiàn)對各時刻無人機的機翼的控制。

29、本申請通過分析無人機變翼過程中相鄰變翼之間的影響對后續(xù)變翼過程中姿態(tài)角解算精確度的影響，及無人機變翼過程中環(huán)境因素對姿態(tài)角解算精確度的影響，確定了無人機的動態(tài)影響因子，協(xié)助卡爾曼濾波算法提高了無人機變翼及環(huán)境因素對姿態(tài)角解算的精確度，提升了無人機變翼過程中對機翼進行控制的精度。

技術(shù)特征：

1.一種用于無人機的空中變翼控制方法，其特征在于，該方法包括以下步驟：

2.如權(quán)利要求1所述的一種用于無人機的空中變翼控制方法，其特征在于，所述獲取各時刻無人機第一姿態(tài)角、第二姿態(tài)角，包括：

3.如權(quán)利要求1所述的一種用于無人機的空中變翼控制方法，其特征在于，所述各時刻無人機的姿態(tài)角影響因子的表達式為：；式中，表示第i時刻無人機的姿態(tài)角影響因子；分別表示第i時刻前無人機第j次變翼開始時刻的俯仰角變化率、橫滾角變化率及偏航角變化率；n表示從無人機起飛時刻與第i時刻之間的變翼次數(shù)，其中，當n為1時，。

4.如權(quán)利要求3所述的一種用于無人機的空中變翼控制方法，其特征在于，所述俯仰角變化率、橫滾角變化率及偏航角變化率進一步包括：

5.如權(quán)利要求1所述的一種用于無人機的空中變翼控制方法，其特征在于，所述各時刻無人機的環(huán)境影響因子的表達式為：；式中，表示第i時刻無人機的環(huán)境影響因子；表示第i時刻無人機所處高度與第i-1時刻無人機所處高度的差異；表示第i時刻的風向；表示第i時刻的風速；表示大于0的預(yù)設(shè)常數(shù)；norm(?)表示歸一化函數(shù)；sin(?)表示正弦函數(shù)。

6.如權(quán)利要求1所述的一種用于無人機的空中變翼控制方法，其特征在于，所述各時刻無人機的動態(tài)影響因子的表達式為：；式中，表示第i時刻無人機的動態(tài)影響因子；表示第i時刻無人機的姿態(tài)角影響因子；表示第i時刻無人機的環(huán)境影響因子；表示卡爾曼濾波算法中參數(shù)q的預(yù)設(shè)初始值。

7.如權(quán)利要求1所述的一種用于無人機的空中變翼控制方法，其特征在于，所述各時刻無人機的最佳姿態(tài)角的確定方法為：

8.如權(quán)利要求1所述的一種用于無人機的空中變翼控制方法，其特征在于，所述對各時刻無人機的機翼進行控制，包括：

9.一種用于無人機的空中變翼控制設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1-8任意一項所述一種用于無人機的空中變翼控制方法的步驟。

10.一種用于無人機的空中變翼控制系統(tǒng)，其特征在于，所述系統(tǒng)包括：

技術(shù)總結(jié)
本申請涉及無人機姿態(tài)控制技術(shù)領(lǐng)域，具體涉及一種用于無人機的空中變翼控制方法、設(shè)備及系統(tǒng)，該方法包括：確定各時刻無人機的姿態(tài)角影響因子；確定各時刻無人機的環(huán)境影響因子；基于各時刻無人機的姿態(tài)角影響因子及環(huán)境影響因子，確定各時刻無人機的動態(tài)影響因子；基于各時刻無人機的角速度數(shù)據(jù)、加速度數(shù)據(jù)及磁場數(shù)據(jù)，結(jié)合所述動態(tài)影響因子，確定各時刻無人機的最佳姿態(tài)角，對各時刻無人機的機翼進行控制。本申請通過確定了無人機的動態(tài)影響因子并結(jié)合卡爾曼濾波算法，提高了無人機變翼及環(huán)境因素對姿態(tài)角解算的精確度，提升了無人機變翼過程中對機翼進行控制的精度。

技術(shù)研發(fā)人員：劉有建,魏倩雨
受保護的技術(shù)使用者：北極鷗航空科技（山東）集團有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/26