控制无人机的方法、装置和无人机制造方法及图纸

一种控制无人机的方法、装置和无人机。该方法包括：获取规划航线，规划航线包括目标时刻下的目标航点(S210)；获取无人机的运动状态信息，并根据运动状态信息估计目标时刻下的预测位置(S220)；确定预测位置在规划航线上的第一投影位置(S230)；根据第一投影位置到目标航点的第一距离偏差量，和预测位置到第一投影位置的第二距离偏差量，生成用于控制无人机的运动的飞行控制指令，以控制无人机跟踪规划航线(S240)。通过第一距离偏差量和第二距离偏差量调整飞行控制信令，不仅能够提升优化效果，还能够降低对运算平台的要求、节省时间并提升对无人机的控制精度和用户体验。

【技术实现步骤摘要】
【国外来华专利技术】控制无人机的方法、装置和无人机版权申明本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。
本申请涉及信息处理领域，并且更为具体地，涉及一种控制无人机的方法、装置和无人机。
技术介绍
模型预测控制(ModelPredictiveControl，MPC)作为一种常用的路径/轨迹跟随控制技术，模型预测控制也可以简称为预测控制。利用模型预测控制技术可以优化一个或多个指标。例如，通过求解一个满足约束条件的模型(即优化目标表达式)，优化用于控制无人机运动的预测序列，使得无人机在跟随规划路径的运动过程中时间最短、能量最优或误差最小等。在优化指标为误差最小的情况下，通常采用期望无人机在运动过程中的预测位置与规划位置之间的欧式距离最小的优化方式，优化用于控制无人机运动的预测序列。采用欧式距离优化预测序列虽然具有比较简单的优化目标表达式，但不会考虑切向和法线上的误差的惩罚不一致的情况，导致优化后的预测序列未必能够达到最符合预期的跟随结果，相应的，其优化效果也较差。因此，本领域急需一种能够提升优化效果的用于控制无人机运动的方法。
技术实现思路
提供一种控制无人机的方法、装置和无人机，相对于现有技术，不仅能够提升优化效果，还能够降低对运算平台的要求、节省时间并提升对所述无人机的控制精度和用户体验。第一方面，提供了一种控制无人机的方法，在一些可能的实现方式中，包括：获取规划航线，所述规划航线包括目标时刻下的目标航点；获取所述无人机的运动状态信息，并根据所述运动状态信息估计所述目标时刻下的预测位置；确定所述预测位置在所述规划航线上的第一投影位置；根据所述第一投影位置到所述目标航点的第一距离偏差量，和所述预测位置到所述第一投影位置的第二距离偏差量，生成用于控制所述无人机的运动的飞行控制指令，以控制所述无人机跟踪所述规划航线。通过将无人机在目标时刻下的预测位置投影在规划航线上，可以将所述预测位置和所述目标航点之间的欧式距离，转换为第一投影位置到所述目标航点的第一距离偏差量和所述预测位置到所述第一投影位置的第二距离偏差量，基于此，所述第一距离偏差量可以作为所述预测位置在切向方向上和所述目标航点之间的偏差量，所述第二距离偏差量可以作为所述预设距离在法向方向上和所述目标航点之间的偏差量，由此实现通过采用切法向误差最小的优化方式，优化用于控制无人机运动的飞行控制指令，避免了切向上的距离偏差量的惩罚和法向上的距离偏差量的惩罚不一致的情况，使得所述无人机可以达到最符合预期的跟随结果，相应的，能够提升飞行控制指令的优化结果。此外，直接通过所述第一距离偏差量和所述第二距离偏差量，生成用于控制所述无人机的运动的飞行控制指令，可以直接建立线性优化模型，避免了在优化模型(即优化目标线性表达式)中引入所述规划航线，简化了问题的复杂度，相应的，不仅能够降低对运算平台的要求，还能够节省时间并提升对所述无人机的控制精度和用户体验。相对MPC方法，通过所述第一距离偏差量和所述第二距离偏差量优化所述飞行控制信令，相当于，在MPC方法的基础上，对优化目标进行离散化处理，使其能够在占用极少资源的情况下实现对所述飞行控制信令的优化，相应的，不仅能够提升优化效果，还能够降低对运算平台的要求、节省时间并提升对所述无人机的控制精度和用户体验。在一些可能的实现方式中，所述获取规划航线，包括：接收规划器发送的参考航线；对所述参考航线进行采样，以获取目标点列，其中，所述目标点列为所述无人机在所述参考航线的采样区间上进行投影所获取的多个离散采样点；将所述多个离散采样点中任意相邻的两个采样点相连，以获取近似航线；在所述近似航线中选取所述规划航线。由于所述规划航线是在由线段组成的近似航线中选取的规划航线，相当于，所述规划航线也是由线段组成的航线，基于此，可以将所述第一投影位置所在的线段的矢量方向确定为切线方向(即所述第一距离偏差量的矢量方向)，并将垂直于所述切线方向的方向确定为法向方向(即所述第二距离偏差量的矢量方向)，由此，可以直接基于所述法线方向和所述预测位置直接获取所述第一投影点，能够有效简化将所述预测位置投影到规划航线上的操作，相应的，不仅能够降低对运算平台的要求，还能够节省时间并提升对所述无人机的控制精度和用户体验。此外，通过对所述参考航线进行采样获取规划航线，降低了对所述参考航线的输入要求，相当于降低了对无人机的规划器的性能要求，基于此，能够在降低无人机成本的基础上，增加所述无人机的实用性。例如，由于所述采样器可以通过等间距或等时间间隔的方式获取的离散点列，相当于，所述采样器输出的目标点列可以隐式的携带有时间信息，因此，所述参考航线可以是不具有时间信息的路径。再如，通过将所述多个离散采样点中任意相邻的两个采样点相连，以获取近似航线，能够对不可微路径(即非连续)路径进行切向和法向上的分离，能够提升路径跟随的优化效果。在一些可能的实现方式中，所述参考航线为连续的曲线，或所述参考航线包括多个离散的路径点。在一些可能的实现方式中，所述对所述参考航线进行采样，以获取目标点列，包括：获取目标速度的矢量；确定目标采样步长；基于所述目标速度的矢量和所述目标采样步长，对所述参考航线进行等间距采样，以获取所述目标点列。在一些可能的实现方式中，所述获取目标速度的矢量，包括：获取规划器输出的参考速度，所述参考速度为期望所述无人机在所述参考航线上的运动速度；确定所述无人机所在的位置在所述规划路径上的第二投影位置；将所述第二投影位置所在的路径的水平方向，确定为所述目标速度在水平面内的第一分矢量方向；将垂直于所述水平方向的方向，确定为所述目标速度在垂直方向上的第二分矢量方向；根据所述参考速度、所述第一分矢量方向和所述第二分矢量方向，确定所述目标速度的矢量。通过所述第一分矢量方向和所述第二分矢量方向，能够根据所述无人机的实际飞行方向对所述参考航线进行采样，使得获取的规划航线能够与所述无人机的实际飞行情况相匹配，相应的，能够提升用于控制无人机的飞行控制指令的优化效果。在一些可能的实现方式中，所述第一分矢量的标量小于或等于第一极限速度，和/或，所述第一分矢量的标量小于或等于第二极限速度，以使得所述无人机的性能与所述规划航线在水平方向上相匹配；其中，所述第一极限速度为所述无人机在水平方向上的可支持的最大速度，所述第二极限速度为所述无人机从静止状态以极限加速度开始加速并运行极限距离时达到的速度，所述极限加速度为所述无人机可支持的最大加速度，极限距离为所述无人机的最大刹车距离。通过所述第一极限速度和/或所述第二极限速度，能够根据所述无人机的在水平方向上的实际飞行速度对所述参考航线进行采样，使得获取的规划航线能够与所述无人机的实际飞行情况相匹配，相应的，能够提升用于控制无人机的飞行控制本文档来自技高网...

【技术保护点】
1.一种控制无人机的方法，其特征在于，包括：/n获取规划航线，所述规划航线包括目标时刻下的目标航点；/n获取所述无人机的运动状态信息，并根据所述运动状态信息估计所述目标时刻下的预测位置；/n确定所述预测位置在所述规划航线上的第一投影位置；/n根据所述第一投影位置到所述目标航点的第一距离偏差量，和所述预测位置到所述第一投影位置的第二距离偏差量，生成用于控制所述无人机的运动的飞行控制指令，以控制所述无人机跟踪所述规划航线。/n

【技术特征摘要】
【国外来华专利技术】1.一种控制无人机的方法，其特征在于，包括：
获取规划航线，所述规划航线包括目标时刻下的目标航点；
获取所述无人机的运动状态信息，并根据所述运动状态信息估计所述目标时刻下的预测位置；
确定所述预测位置在所述规划航线上的第一投影位置；
根据所述第一投影位置到所述目标航点的第一距离偏差量，和所述预测位置到所述第一投影位置的第二距离偏差量，生成用于控制所述无人机的运动的飞行控制指令，以控制所述无人机跟踪所述规划航线。


2.根据权利要求1所述的方法，其特征在于，所述获取规划航线，包括：
接收规划器发送的参考航线；
对所述参考航线进行采样，以获取目标点列，其中，所述目标点列为所述无人机在所述参考航线的采样区间上进行投影所获取的多个离散采样点；
将所述多个离散采样点中任意相邻的两个采样点相连，以获取近似航线；
在所述近似航线中选取所述规划航线。


3.根据权利要求2所述的方法，其特征在于，所述参考航线为连续的曲线，或所述参考航线包括多个离散的路径点。


4.根据权利要求2所述的方法，其特征在于，所述对所述参考航线进行采样，以获取目标点列，包括：
获取目标速度的矢量；
确定目标采样步长；
基于所述目标速度的矢量和所述目标采样步长，对所述参考航线进行等间距采样，以获取所述目标点列。


5.根据权利要求4所述的方法，其特征在于，所述获取目标速度的矢量，包括：
获取规划器输出的参考速度，所述参考速度为期望所述无人机在所述参考航线上的运动速度；
确定所述无人机所在的位置在所述规划路径上的第二投影位置；
将所述第二投影位置所在的路径的水平方向，确定为所述目标速度在水平面内的第一分矢量方向；
将垂直于所述水平方向的方向，确定为所述目标速度在垂直方向上的第二分矢量方向；
根据所述参考速度、所述第一分矢量方向和所述第二分矢量方向，确定所述目标速度的矢量。


6.根据权利要求5所述的方法，其特征在于，所述第一分矢量的标量小于或等于第一极限速度，和/或，所述第一分矢量的标量小于或等于第二极限速度，以使得所述无人机的性能与所述规划航线在水平方向上相匹配；其中，所述第一极限速度为所述无人机在水平方向上的可支持的最大速度，所述第二极限速度为所述无人机从静止状态以极限加速度开始加速并运行极限距离时达到的速度，所述极限加速度为所述无人机可支持的最大加速度，极限距离为所述无人机的最大刹车距离。


7.根据权利要求5所述的方法，其特征在于，所述第二分矢量的标量小于或等于第三极限速度，以使得所述无人机的性能与所述规划航线在垂直方向上相匹配，所述第三极限速度为所述无人机在垂直方向上的可支持的最大速度。


8.根据权利要求5所述的方法，其特征在于，所述无人机在所述规划航线内的运行速度在收敛于所述目标速度。


9.根据权利要求4所述的方法，其特征在于，所述确定采样步长，包括：
若目标里程大于或等于预设采样步长和预设采样点数量的乘积，将所述预设采样步长确定为所述目标采样步长，所述目标里程为规划航线的里程；或者
若目标里程小于预设采样步长和预设采样点数量的乘积，将所述目标里程除去所述预设采样点数量所得到的值确定为所述目标采样步长。


10.根据权利要求1至9中任一项所述的方法，其特征在于，所述无人机的运动状态信息包括以下信息中的至少一项：
所述无人机所在的位置、所述无人机运行的运行速度以及所述无人机运行的运行加速度。


11.根据权利要求1至9中任一项所述的方法，其特征在于，所述根据所述第一投影位置到所述目标航点的第一距离偏差量，和所述预测位置到所述第一投影位置的第二距离偏差量，生成用于控制所述无人机的运动状态的飞行控制指令，包括：
获取目标方向对应的目标线性表达式；
获取线性约束条件；
基于所述线性约束条件对所述目标线性表达式进行求解，以获取所述飞行控制指令，所述飞行控制指令包括所述无人机在所述规划航线下的位置序列、速度序列以及加速度序列。


12.根据权利要求11所述的方法，其特征在于，所述目标方向为水平面内的方向，所述目标线性表达式是根据以下信息确定的所述无人机跟踪所述规划航线的最值损失量求解表达式：
所述预测位置的数量；
所述第一距离偏差量；
所述第一距离偏差量的惩罚权重矩阵；
所述第二距离偏差量；
所述第二距离偏差量的惩罚权重矩阵；
所述无人机在所述预测位置上的沿前进方向上的第一加速度的矢量；
所述第一加速度的惩罚权重矩阵。


13.根据权利要求11所述的方法，其特征在于，所述线性约束条件包括以下中的至少一项：
所述无人机满足位移表达式，所述位移表达式为以所述无人机的加速度为自变量，且以所述无人机所在的位置和速度为因变量建立的表达式；
所述无人机满足速度表达式，所述速度表达式为以所述无人机的加速度为自变量，且以所述无人机的速度为因变量建立的表达式；
所述无人机在水平面内满足加速度约束条件；以及
所述无人机在水平面内满足角速度约束条件。


14.根据权利要求13所述的方法，其特征在于，所述无人机在水平面内满足加速度约束条件，包括：
所述无人机在所述预测位置上的沿前进方向的第一加速度的矢量，以及所述无人机在所述预测位置受到的风阻所产生的第二加速度的矢量之和的绝对值，小于或等于所述无人机可支持的最大加速度。


15.根据权利要求14所述的方法，其特征在于，所述方法还包括：
确定所述第二加速度的表达式；
将所述无人机在水平面内前进的方向的反方向，确定为所述第二加速度的矢量方向；
根据所述第二加速度的表达式和所述第二加速的矢量方向，确定所述第二加速度的矢量。


16.根据权利要求15所述的方法，其特征在于，所述确定所述第二加速度的表达式，包括：
建立所述无人机的速度-姿态曲线，所述速度-姿态曲线的自变量为所述无人机的在水平面内的速度，所述速度-姿态曲线的因变量为所述无人机的姿态；
将所述速度-姿态曲线转化为加速度-速度曲线，所述加速度-速度曲线的自变量为以所述第二加速度，所述加速度-速度曲线的因变量所述无人机的速度；
基于所述加速度-速度曲线，利用二次多项式拟合的方式，获取过零点的加速度-速度近似曲线；
基于所述加速度-速度近似曲线，利用割线法获取加速度-速度线性表达式；
将所述加速度-速度线性表达式，转换成所述第二加速度的表达式。


17.根据权利要求13所述的方法，其特征在于，所述无人机在水平面内满足加速度约束条件，包括：
所述无人机在水平面内的姿态等效加速度，和所述无人机可支持的最大加速度，满足预设加速度大小关系。


18.根据权利要求17所述的方法，其特征在于，所述无人机在水平面内满足加速度约束条件，包括：
根据所述无人机可支持的最大加速度，所述无人机在水平面内的速度的矢量，所述无人机在水平面内的沿前进方向的第一加速度的列向量，所述无人机在水平面内受到的风阻所产生的第二加速度的矢量确定的加速度约束条件。


19.根据权利要求11所述的方法，其特征在于，所述目标方向为水平面内的方向，所述目标线性表达式是根据以下信息确定的所述无人机跟踪所述规划航线的最值损失量求解表达式：
所述预测位置到所述目标航点的第三距离偏差量；
所述第三距离偏差量的惩罚权重矩阵；
所述无人机在所述预测位置上的沿前进方向上的第一加速度的矢量；
所述第一加速度的惩罚权重矩阵。


20.根据权利要求19所述的方法，其特征在于，所述线性约束条件包括以下中的至少一项：
所述无人机满足位移表达式，所述位移表达式为以所述无人机的加速度为自变量，且以所述无人机所在的位置和速度为因变量建立的表达式；
所述无人机满足速度表达式，所述速度表达式为以所述无人机的加速度为自变量，且以所述无人机的速度为因变量建立的表达式；
所述无人机在垂直方向上满足加速度约束条件；以及
所述无人机在垂直方向上满足角速度约束条件。


21.一种控制无人机的装置，其特征在于，包括：
采样器，所...

【专利技术属性】
技术研发人员：关雁铭，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：广东;44