飞行控制方法、装置、飞行器及计算机可读存储介质制造方法及图纸

本申请公开了一种飞行控制方法、装置、飞行器及计算机可读存储介质，其方法包括：基于当前时刻之前上一时刻中飞行器的航姿参数对应的第一状态向量，获取第一样本集；基于所述第一样本集，确定当前时刻对应的预测样本集；基于所述预测样本集以及当前时刻对应的量测噪声协方差，确定所述飞行器对应的目标状态向量；基于所述目标状态向量控制所述飞行器的飞行。本申请通过上一时刻的样本集以及量测噪声协方差实现航姿解算过程中量测噪声的自适应变化，通过自适应变化的量测噪声尽可能使解算结果反映动态变化过程的噪声，提高飞行器在高动态场景中进行航姿解算的精度。动态场景中进行航姿解算的精度。动态场景中进行航姿解算的精度。

【技术实现步骤摘要】
飞行控制方法、装置、飞行器及计算机可读存储介质


[0001]本申请涉及飞行器
，尤其涉及一种飞行控制方法、装置、飞行器及计算机可读存储介质。

技术介绍

[0002]姿态信息是无人机的重要飞行参数，对无人机的正常运行具有十分重要的意义。作为控制律的重要输入量，姿态信息是实现姿态控制的必要条件，因此航姿解算是飞控系统设计的关键技术。
[0003]目前，航姿算法主要利用加速计和陀螺仪进行融合解算，常见的姿态解算方案包括madgwick算法、mahony算法以及卡尔曼滤波算法，其中，madgwick算法和mahony算法计算量较小，但精度较低，难以应用于高机动性的动态场景。卡尔曼滤波作为最优递推线性最小方差估计，能够辨识随机噪声，使得解算结果更加平稳且精度更高，因此常用于高动态场景，但是，卡尔曼滤波的量测噪声R一般是固定的，造成解算结果并不能完全反映动态变化过程的噪声，导致高动态场景中的解算精度差。
[0004]上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

技术实现思路
/>[0005]本申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞行控制方法，其特征在于，包括：基于当前时刻之前上一时刻中飞行器的航姿参数对应的第一状态向量，获取第一样本集，其中，所述第一样本集包括预设数量的样本；基于所述第一样本集，确定当前时刻对应的预测样本集；基于所述预测样本集以及当前时刻对应的量测噪声协方差，确定所述飞行器对应的目标状态向量；基于所述目标状态向量控制所述飞行器的飞行。2.如权利要求1所述的飞行控制方法，其特征在于，所述基于所述第一样本集，确定当前时刻对应的预测样本集的步骤包括：对所述第一样本集中的各个样本进行预测操作，以获得第二样本集；基于状态权值以及所述第二样本集，确定预测状态向量；基于所述预测状态向量以及所述第二样本集，确定所述预测样本集。3.如权利要求2所述的飞行控制方法，其特征在于，所述基于所述预测状态向量以及所述第二样本集，确定所述预测样本集的步骤包括：获取所述上一时刻对应的预测噪声协方差阵；基于所述预测噪声协方差阵、所述预测状态向量以及所述第二样本集，确定所述预测样本集。4.如权利要求3所述的飞行控制方法，其特征在于，所述基于所述预测噪声协方差阵、所述预测状态向量以及所述第二样本集，确定所述预测样本集的步骤包括：基于所述预测噪声协方差阵、所述预测状态向量、所述第二样本集以及协方差权值，确定预测状态协方差阵；基于所述预测状态向量、所述预测状态协方差阵以及UT变换参数，确定所述预测样本集。5.如权利要求1所述的飞行控制方法，其特征在于，所述基于所述预测样本集以及当前时刻对应的量测噪声协方差，确定所述飞行器对应的目标状态向量的步骤包括：对所述预测样本集进行量测变换操作，以获得映射样本集；基于所述映射样本集以及状态权值，确定映射状态向量；基于所述量测噪声协方差、所述映射样本集以及所述映射状态向量，确定所述目标状态向量。6.如权利要求5所述的飞行控制方法，其特征在于，所述基于所述量测噪声协方差、所述映射样本集以及所述映射状态向量，确定所述目标状态向量的步骤包括：基于协方差权值、所述映射样本集、所述映射状态向量、所述预测状态向量以及所述预测样本集，确定第一协方差阵；基于所述协方差权值、所述映射样本集、所述映射状态向量以及所述量测噪声协方差，确定第二协方差阵；基于所述第一协方差阵、所述第二协方差阵、所述映射状态向量以及所述预测状态向量，确定所述目标状态向量。7.如权利要求6所述的飞行控制方法，其特征在于，所述基于所述第一协方差阵、所述第二协方差阵、所述映射状态向量以及所述预测状态向量，确定所述目标...

【专利技术属性】
技术研发人员：杨明生，陶永康，孙宾姿，
申请(专利权)人：广东汇天航空航天科技有限公司，
类型：发明
国别省市：