一种双向对准的无人机协同自主无线充电方法技术

本申请公开了一种双向对准的无人机协同自主无线充电方法，所述无线充电方法包括如下步骤：首先无人机根据二维码引导降落在无人车指定位置，完成粗充电对准过程；无人车无线对准装置通过红外测距模块检测到无人机降落后，启动CoreXY结构的无线充电对准阶段；通过无人机接收侧感知的线圈电压有效值确定合适的位置，基于CoreXY结构搜索最佳位置，实现水平对准，通过激光测距模块实现无线充电发射端与接收端的距离对准。该种双向对准的无人机协同自主无线充电方法，提供双向对准方法实现无线充电发射端与接收端精细对准，提高降落精度低，满足低成本的电磁感应式无线充电的毫米级的高精度对准要求，提高充电效率，实现移动充电，提高应用场景。提高应用场景。提高应用场景。

【技术实现步骤摘要】
一种双向对准的无人机协同自主无线充电方法


[0001]本申请涉及无人机协同自主无线充电
，尤其是一种双向对准的无人机协同自主无线充电方法。

技术介绍

[0002]无线充电技术，源于无线电能传输技术，可分为小功率无线充电和大功率无线充电两种方式，小功率无线充电常采用电磁感应式，如对手机充电的Qi方式，但中兴的电动汽车无线充电方式采用感应式，大功率无线充电常采用谐振式(大部分电动汽车充电采用此方式)由供电设备(充电器)将能量传送至用电的装置，该装置使用接收到的能量对电池充电，并同时供其本身运作之用。
[0003]现有无人机自主充电方式大多采用二维码实现引导降落，导致降落精度低(厘米级精度)，难以满足低成本的电磁感应式无线充电的毫米级的高精度对准要求，大大降低了充电效率；所采用的充电平台为固定平台，存在应用场景严重受限，无法基于移动平台实现对区域内无人机进行充电维护。因此，针对上述问题提出一种双向对准的无人机协同自主无线充电方法。

技术实现思路

[0004]在本实施例中提供了一种双向对准的无人机协同自主无线充电方法用于解决现有无人机自主充电方式大多采用二维码实现引导降落，导致降落精度低(厘米级精度)，难以满足低成本的电磁感应式无线充电的毫米级的高精度对准要求，大大降低了充电效率；所采用的充电平台为固定平台，存在应用场景严重受限，无法基于移动平台实现对区域内无人机进行充电维护的问题。
[0005]根据本申请的一个方面，提供了一种双向对准的无人机协同自主无线充电方法，所述无线充电方法包括如下步骤：
[0006](1)首先无人机根据二维码引导降落在无人车指定位置，完成粗充电对准过程；
[0007](2)无人车无线对准装置通过红外测距模块检测到无人机降落后，启动CoreXY结构的无线充电对准阶段；
[0008](3)通过无人机接收侧感知的线圈电压有效值确定合适的位置，基于CoreXY结构搜索最佳位置，实现水平对准，通过激光测距模块实现无线充电发射端与接收端的距离对准。
[0009]进一步地，所述步骤(2)中对准阶段包括无人车充电平台配有两个独立式电机，通过电机操控无人车上的无线充电线圈的移动，当无人车通过红外装置模块检测到无人机平稳降落在指定位置时，无人车启动CoreXY结构，CoreXY结构是基于某物体(或平台)通过自身的电机运作，让该物体(或平台)在二维平面进行移动的一种操作形式，无人机通过扫描无人车二维码与无人车车载的无线充电线圈进行粗校对并进行降落，当无人车启动CoreXY时，车载计算机判断无人机电池线圈中轴线与无人车车载无线充电器的中轴线是否重合，
当系统判定两线圈中轴线重合时，无人车开始执行充电操作；当系统判定二者中轴线并未重合时，无人车对车载充电线圈的水平位置进行校正,车载计算机通过操控无人车的驱动电机使得无线充电器与无人机电池线圈位置相匹配，以保障无人机充电成功。
[0010]进一步地，所述CoreXY工作原理如下：转机驱动控制该无线充电器在二维平面内进行移动与调整，当一个电机旋转，另一个停止的时候，移动平台沿着
±
Y＝
±
X的方向移动；当两个电机同向旋转的时候，移动平台沿着
±
X的方向移动；当两个电机反向旋转的时候，移动平台沿着
±
Y的方向移动
[0011]进一步地，所述驱动电机数目为两个，分别为F1、F2，F1与F2驱动相互协作以控制该无线充电器在二维平面内进行移动与调整。
[0012]进一步地，所述步骤(3)的搜索方法首先通过网格搜索法，根据无人机接收端电压有效值随着水平距离减小而增加，根据预先确定的网格，寻找有效值最大且8个相邻的顶点(处于同一个网格中)，为了提高搜索速度，网格可以设置的比较大，例如2cm*2cm大小的网格；然后基于模糊增量式PID的精细对准方法，然后选择两输入、三输出的模糊逻辑控制结构，模糊输入为电压偏差e和偏差变化率ec，模糊输出为ΔKp、ΔKi和ΔKd，对PID控制参数进行实时调整，调整规则为：
[0013]K
p
＝K
p1
+ΔK
p
ꢀꢀ
(4)
[0014]K
i
＝K
i1
+ΔK
i
ꢀꢀ
(5)
[0015]K
d
＝K
d1
+ΔK
d
ꢀꢀ
(6)
[0016]式中，Kp1、Ki1和Kd1为PID控制的初始参数值，Kp、Ki和Kd为调整后的参数值。
[0017]最后X和Y步进电机交替控制PWM值为
[0018]Pwm+＝Kp[e(k)
‑
e(k
‑
1)]+Ki*e(k)+Kd[e(k)
‑
2e(k
‑
1)+e(k
‑
2)][0019]其中：
[0020]e(k)：本次偏差e(k)＝Volt_target
–
Volt_drone
[0021]e(k
‑
1)：上一次的偏差
[0022]e(k
‑
2)：上上次的偏差
[0023]Kp：比例项参数
[0024]Ki：积分项参数
[0025]Kd：微分项参数
[0026]Pwm：代表增量输出。
[0027]进一步地，所述PID模糊算法，指的是以误差值和误差变化作为输入值，利用其模糊规则进行推算，得到误差更小的操作，是一种智能推理的算法，虽然称之为模糊算法其实并不模糊，实际上是一种逐步求精的思想。
[0028]进一步地，所述PID模糊算法的具体操作首先测量元件将感应得到的电压数据传输给计算机，计算机将输入的结果对应到标准化的数值区间，并根据量化结果和模糊化子集得到该输入对子集的隶属度。之后确定e(电压偏差)和ec(偏差变化率)的模糊子集，对于PID控制我们选则：负大[NB]、负中[NM]、负小[NS]、零[ZO]、正小[PS]、正中[PM]、正大[PB]等7个语言变量，这七个语言变量就能够有足够精度表达其模糊子集。所以我们定义e和ec的模糊子集均为{NB，NM，NS，ZO，PS，PM，PB}，然后引入量化函数。要确定量化函数，我们先引入e和ec模糊集对应的论域，定义为{
‑
6，
‑
5，
‑
4，
‑
3，
‑
2，
‑
1，0，1，2，3，4，5，6}。对于任何一个
物理量测量信号都有一个量程范围，我们记为Vmax和Vmin，和在PID调节时设定值的范围预期相同，所以偏差e的范围就是Vmin
‑
Vmax到Vmax
‑
Vmin的范围内，而偏差的增量范围则是其两倍，我们采用线性方式量化，得到其函数关系为：
[0029][0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双向对准的无人机协同自主无线充电方法，其特征在于：所述无线充电方法包括如下步骤：(1)首先无人机根据二维码引导降落在无人车指定位置，完成粗充电对准过程；(2)无人车无线对准装置通过红外测距模块检测到无人机降落后，启动CoreXY结构的无线充电对准阶段；(3)通过无人机接收侧感知的线圈电压有效值确定合适的位置，基于CoreXY结构搜索最佳位置，实现水平对准，通过激光测距模块实现无线充电发射端与接收端的距离对准。2.根据权利要求1所述的一种双向对准的无人机协同自主无线充电方法，其特征在于：所述步骤(2)中对准阶段包括无人车充电平台配有两个独立式电机，通过电机操控无人车上的无线充电线圈的移动，当无人车通过红外装置模块检测到无人机平稳降落在指定位置时，无人车启动CoreXY结构，CoreXY结构是基于某物体(或平台)通过自身的电机运作，让该物体(或平台)在二维平面进行移动的一种操作形式，无人机通过扫描无人车二维码与无人车车载的无线充电线圈进行粗校对并进行降落，当无人车启动CoreXY时，车载计算机判断无人机电池线圈中轴线与无人车车载无线充电器的中轴线是否重合，当系统判定两线圈中轴线重合时，无人车开始执行充电操作；当系统判定二者中轴线并未重合时，无人车对车载充电线圈的水平位置进行校正,车载计算机通过操控无人车的驱动电机使得无线充电器与无人机电池线圈位置相匹配，以保障无人机充电成功。3.根据权利要求2所述的一种双向对准的无人机协同自主无线充电方法，其特征在于：所述CoreXY工作原理如下：转机驱动控制该无线充电器在二维平面内进行移动与调整，当一个电机旋转，另一个停止的时候，移动平台沿着
±
Y＝
±
X的方向移动；当两个电机同向旋转的时候，移动平台沿着
±
X的方向移动；当两个电机反向旋转的时候，移动平台沿着
±
Y的方向移动。4.根据权利要求3所述的一种双向对准的无人机协同自主无线充电方法，其特征在于：所述驱动电机数目为两个，分别为F1、F2，F1与F2驱动相互协作以控制该无线充电器在二维平面内进行移动与调整。5.根据权利要求1所述的一种双向对准的无人机协同自主无线充电方法，其特征在于：所述步骤(3)的搜索方法首先通过网格搜索法，根据无人机接收端电压有效值随着水平距离减小而增加，根据预先确定的网格，寻找有效值最大且8个相邻的顶点(处于同一个网格中)，为了提高搜索速度，网格可以设置的比较大，例如2cm*2cm大小的网格；然后基于模糊增量式PID的精细对准方法，然后选择两输入、三输出的模糊逻辑控制结构，模糊输入为电压偏差e和偏差变化率ec，模糊输出为ΔKp、ΔKi和ΔKd，对PID控制参数进行实时调整，调整规则为：K
p
＝K
p1
+ΔK
p (4)K
i
＝K
i1
+ΔK
i (5)K
d
＝K
d1
+ΔK
d (6)式中，Kp1、Ki1和Kd1为PID控制的初始参数值，Kp、Ki和Kd为调整后的参数值。最后X和Y步进电机交替控制PWM值为Pwm+＝Kp[e(k)
‑
e(k
‑
1)]+Ki*e(k)+Kd[e(k)
‑
2e(k
‑
1)+e(k
‑
2)]其中：
e(k)：本次偏差e(k)＝Volt_target
–
Volt_dronee(k
‑
1)：上一次的偏差e(k
‑
2)：上上次的偏差Kp：比例项参数Ki：积分项参数Kd：微分项参数Pwm：代表增量输出。6.根据权利要求5所述的一种双向对准的无人机协同自主无线充电方法，其特征在于：所述PID模糊算法，指的是以误差值和误差变化作为输入值，利用其模糊规则进行推算，得到误差更小的操作，是一种智能推理...

【专利技术属性】
技术研发人员：刘延旭，夏金凤，张建臣，朱恒伟，王传臻，
申请(专利权)人：德州学院，
类型：发明
国别省市：