多无人机集成系统的控制方法及装置制造方法及图纸

本申请提出了一种多无人机集成系统的控制方法及装置，其中，多无人机集成系统的控制方法包括：获取外部输入的控制指令，控制指令中包括期望位置和期望姿态；根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵；根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请的多无人机集成系统的控制方法，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。提高了控制效率。提高了控制效率。

【技术实现步骤摘要】
多无人机集成系统的控制方法及装置


[0001]本申请涉及无人机
，尤其涉及一种多无人机集成系统的控制方法及装置。

技术介绍

[0002]目前，多旋翼飞行器因其定点悬停、垂直起降、体积小、成本低和结构简单等特点被广泛研究使用，采用集群协同的思想，将多个无人机组成集成系统，可以实现多个小型无人机挂载重物的任务，采用什么控制方法能够实现这一任务是多无人集成系统挂载重物的核心问题。
[0003]相关技术中，计算过程需要进行大量逻辑判断，方法较复杂不易于实现，控制效率低。

技术实现思路

[0004]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此，本申请的第一个目的在于提出一种多无人机集成系统的控制方法，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
[0006]本申请的第二个目的在于提出一种多无人机集成系统的控制装置。
[0007]为达上述目的，本申请第一方面实施例提出了一种多无人机集成系统的控制方法，包括：获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。
[0008]本申请实施例提出的多无人机集成系统的控制方法，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制方法，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
[0009]根据本申请的一个实施例，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：根据所述期望位置和所述期望姿态，基于所述集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，计算所述最优控制分配矩阵。
[0010]根据本申请的一个实施例，所述刚体运动学和动力学模型为：
其中，分别表示所述集成系统在惯性坐标系下的位置、速度、欧拉角和在机体坐标系下的角速度，f,m,J,τ分别为拉力、质量、转动惯量和转动力矩，K
a
＝diag{K1,K2,K3},K
b
＝diag{K4,K5,K6}为阻力系数，G
a
为陀螺力矩，e3＝[0,0,1]T
，R,W分别为旋转矩阵，g为重力加速度。
[0011]根据本申请的一个实施例，所述集成系统中包括四个四旋翼无人机，所述拉力、拉力力矩和电机旋转角速度的关系式为：其中，u为拉力力矩，c
Tk
表示常值推力系数，可由实验获取，表示第k个四旋翼无人机第i个电机的旋转角速度，d表示机体中心和任一电机的距离，c
M
表示常值推力系数，可由实验获取，M
16
为控制效率矩阵。
[0012]根据本申请的一个实施例，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：根据所述期望位置和所述期望姿态，以跟踪误差最小或控制能量最优为控制目标，计算所述最优控制分配矩阵。
[0013]根据本申请的一个实施例，采用以下公式计算所述最优控制分配矩阵：其中，J为转动惯量，ξ为电机的转速，e
Xd
＝X
d
‑
X,e
Yd
＝Y
d
‑
Y分别为位置跟踪误差和姿态跟踪误差，均为加权正定矩阵。
[0014]根据本申请的一个实施例，所述最优控制分配矩阵满足以下黎卡提方程：其中，P1为最优控制分配矩阵，为最优控制分配矩阵，
[0015]根据本申请的一个实施例，采用以下公式计算所述集成系统中每个电机的期望最优转速：其中，所述ξ
*
为期望最优转速，
[0016]根据本申请的一个实施例，多无人机集成系统的控制方法还包括：根据所述期望最优转速对所述电机进行控制。
[0017]为达上述目的，本申请第二方面实施例提出了一种多无人机集成系统的控制装置，包括：获取模块，用于获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；第一计算模块，用于根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；第二计算模块，用于根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。
[0018]本申请实施例提出的多无人机集成系统的控制装置，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态，根据期望位置和期望姿态基于最优控制理论，计算最优控制分配矩阵，根据最优控制分配矩阵计算集成系统中每个电机的期望最优转速。本申请实施例提出的多无人机集成系统的控制装置，基于最优控制理论根据期望位置和期望姿态计算最优控制分配矩阵并得到每个电机的期望最优转速，计算过程不需要进行逻辑判断，方法简单易于实现，提高了控制效率。
[0019]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0020]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0021]图1是根据本申请一个实施例的多无人机集成系统的控制方法的流程示意图；
[0022]图2是根据本申请一个实施例的多无人机集成系统的控制方法的十六旋翼无人机集成系统示意图；
[0023]图3是根据本申请另一个实施例的多无人机集成系统的控制方法的流程示意图；
[0024]图4是根据本申请一个实施例的多无人机集成系统的控制方法的基于最优思想的控制分配结构图；
[0025]图5是根据本申请一个实施例的多无人机集成系统的控制装置的框图。
具体实施方式
[0026]下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0027]下面结合附图来描述本申请实施例的多无人机集成系统的控制方法及装置。
[0028]图1是根据本申请一个实施例的多无人机集成系统的控制方法的流程示意图，如图1所示，本申请实施例的多无人机集成系统的控制方法具体可包括以下步骤：
[0029]S101，获取外部输入的控制指令，控制指令中包括期望位置和期望姿态。
[0030]本申请实施例中，多无人机集成系统获取外部输入的控制指令，控制指令中包括期望位置P
d
和期望姿态ψ
d
。多无人机集成系统具体可以为四个四旋翼组成的十六旋翼无人机集成系统，如图2所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多无人机集成系统的控制方法，其特征在于，包括：获取外部输入的控制指令，所述控制指令中包括期望位置和期望姿态；根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵；根据所述最优控制分配矩阵计算所述集成系统中每个电机的期望最优转速。2.根据权利要求1所述的控制方法，其特征在于，所述根据所述期望位置和所述期望姿态基于最优控制理论，计算最优控制分配矩阵，包括：根据所述期望位置和所述期望姿态，基于所述集成系统对应的刚体运动学和动力学模型，以及拉力、拉力力矩和电机旋转角速度的关系式，计算所述最优控制分配矩阵。3.根据权利要求2所述的控制方法，其特征在于，所述刚体运动学和动力学模型为：其中，分别表示所述集成系统在惯性坐标系下的位置、速度、欧拉角和在机体坐标系下的角速度，f,m,J,τ分别为拉力、质量、转动惯量和转动力矩，K
a
＝diag{K1,K2,K3},K
b
＝diag{K4,K5,K6}为阻力系数，G
a
为陀螺力矩，e3＝[0,0,1]
T
，R,W分别为旋转矩阵，g为重力加速度。4.根据权利要求2所述的控制方法，其特征在于，所述集成系统中包括四个四旋翼无人机，所述拉力、拉力力矩和电机旋转角速度的关系式为：
其中，u为拉力力矩，c
Tk
表示常值推力系数，可由实验获取，表示第k个四旋翼无人机第i个电机的旋转角速度，d表示机体中心和任一电机的距离，c
M
表示...

【专利技术属性】
技术研发人员：王丹丹，张守祥，高海跃，
申请(专利权)人：北京煤科天玛自动化科技有限公司，
类型：发明
国别省市：