一种无人机旋翼气流实时状态采集与控制方法和系统技术方案

本发明专利技术涉及一种无人机旋翼气流实时状态采集与控制方法及系统，其中，所述的无人机旋翼气流实时状态采集与控制方法包括以下步骤：S1：无人机搭载旋翼气流实时状态采集系统进行飞行作业；在飞行作业过程中，旋翼气流实时状态采集系统实时采集气流状态并将气流实时状态通过串口传输给无人机飞控；S2：无人机飞控通过通信协议实时读取旋翼气流实时状态采集系统的原始数据信息；S3：采用卡尔曼滤波算法对旋翼气流实时状态采集系统的原始数据信息进行数据融合，得到气流状态特征参数；S4：根据得到的气流状态特征参数，设计实时控制气流状态的控制器，利用控制器对无人机旋翼气流状态进行实时控制，实现无人机田间最优作业。实现无人机田间最优作业。实现无人机田间最优作业。

【技术实现步骤摘要】
一种无人机旋翼气流实时状态采集与控制方法和系统


[0001]本专利技术涉及一种无人机控制方法及设备，具体涉及一种无人机旋翼气流实时状态采集与控制方法和系统。

技术介绍

[0002]农业无人机旋翼气流是影响旋翼无人机田间作业效果的一个重要因素；目前常态化的农业无人机田间作业模式是通过研究农业无人机田间作业过程中旋翼气流的状态规律，预测农业无人机田间作业效果，建立农业无人机田间作业处方图，实现农业无人机自主田间优质作业。
[0003]目前，对于农业无人机旋翼气流状态的研究主要分为流体仿真研究和风场规律研究两大类。流体仿真研究是通过Fluent、SolidWorks等流体仿真软件建立无人机旋翼风场模型，通过仿真数据来研究无人机悬停、匀速等多种作业模式下的旋翼风场分布规律；这类研究的环境均为理想空间，外部环境可控，因此无法表达出外部环境与旋翼风场的耦合关系。风场规律研究是通过使用各类风速风向传感器，采集无人机田间作业时空间内各点的风速风向信息，构建三维风场分布规律，从而获得农业无人机田间作业的风场规律；这类研究受限于采集点的分辨率，所研究的风场规律仅在一定范围内适用。
[0004]上述两类研究均属于先验学习，无法表达农业无人机旋翼气流实时状态；而该问题的存在，也导致了农业无人机田间作业模式均为“先构建处方图，后控制无人机”的单一化控制模式，无法实现作业无人机气流状态的实时控制。

技术实现思路

[0005]本专利技术在于克服现有技术的不足，提供一种无人机旋翼气流实时状态采集与控制方法，所述无人机旋翼气流实时状态采集与控制方法打破传统农业无人机田间作业模式的限制，实现作业无人机气流状态的实时控制，从而实现更优效果的无人机田间作业。
[0006]本专利技术的第二个目的在于提供一种无人机旋翼气流实时状态采集与控制系统。
[0007]本专利技术用于解决现有技术问题的技术方案是：
[0008]一种无人机旋翼气流实时状态采集与控制方法，包括以下步骤：
[0009]S1：无人机搭载旋翼气流实时状态采集系统进行飞行作业；在飞行作业过程中，旋翼气流实时状态采集系统实时采集气流状态并将气流实时状态通过串口传输给无人机飞控；
[0010]S2：无人机飞控通过通信协议实时读取旋翼气流实时状态采集系统的原始数据信息；
[0011]S3：采用卡尔曼滤波算法对旋翼气流实时状态采集系统的原始数据信息进行数据融合，得到气流状态特征参数；
[0012]S4：根据得到的气流状态特征参数，设计实时控制气流状态的控制器，利用控制器对无人机旋翼气流状态进行实时控制，实现无人机田间最优作业。
[0013]优选的，在步骤S2中，所述旋翼气流实时状态采集系统按照AF
‑
FC通信协议以50Hz的频率输出IMU传感器原始角度数据；无人机飞控通过串口实时读取旋翼气流实时状态采集系统的原始角度数据，并按照AF
‑
FC通信协议对原始角度数据进行数据解析，解析后的数据通过UORB分布式通信网络进行节点发布与订阅。
[0014]优选的，在步骤S3中，获取真实稳定的气流状态特征参数的步骤为：
[0015]S3.1、构建无人机旋翼气流状态估计方程：
[0016][0017][0018]其中，为无人机旋翼气流状态当前时刻和上一时刻的估计值；F(t)和B(t)分别为状态矩阵和控制矩阵；为系统输入的控制函数；w(t)为无人机旋翼气流状态估计扰动函数；P(t
‑
1)和Q(t)分别是当前时刻气流状态估计值协方差、上一时刻气流状态真实值协方差和估计值扰动协方差；
[0019]S3.2、构建无人机旋翼气流状态观测方程：
[0020][0021]其中，E
observe
(t)为无人机旋翼气流状态当前时刻的观测值，H为观测矩阵，v(t)为无人机旋翼气流状态观测扰动函数；
[0022]S3.3、构建无人机旋翼气流状态更新方程：
[0023][0024]K(t)＝P(t
‑
1)+Q(t)/(P(t
‑
1)+Q(t)+R(t))
ꢀꢀꢀꢀꢀꢀꢀ
(1.5)
[0025][0026]其中，E
system
(t)为无人机旋翼气流状态当前时刻真实值；K(t)为当前时刻权重系数，该系数通过式(1.5)进行更新；Q(t)和R(t)分别为无人机旋翼气流状态估计值扰动协方差和观测值扰动协方差；P(t
‑
1)为上一时刻无人机旋翼气流真实值协方差，该值通过式(1.6)更新。
[0027]优选的，在步骤S4中，设计实时控制气流状态的控制器包括以下步骤：
[0028]构建环境风力影响下气流状态的状态控制模型；
[0029]构建旋翼风力影响下气流状态的状态控制模型；
[0030]构建无人机加速度状态方程；
[0031]根据环境风力影响下气流状态的状态控制模型，结合旋翼风力影响下气流状态的状态控制模型，设计实时控制气流状态的控制器。
[0032]优选的，所述构建环境风力影响下气流状态的状态控制模型，模型表示如下：
[0033][0034]其中，E
ambient
(t+1)为下一时刻环境风力影响下旋翼气流实时状态采集系统输出矩阵；E
ambient
(t)为当前时刻环境风力影响下旋翼气流实时状态采集系统输出矩阵；为环境风力影响下气流状态的状态控制模型的控制输入矩阵，输入参数包
括当前时刻无人机N、E两轴的加速度。
[0035]优选的，所述构建旋翼风力影响下气流状态的状态控制模型，模型表示如下：
[0036][0037]其中，E
rotor
(t+1)为下一时刻旋翼风力影响下旋翼气流实时状态采集系统输出矩阵；E
rotor
(t)为当前时刻旋翼风力影响下旋翼气流实时状态采集系统输出矩阵；为旋翼风力影响下气流状态的状态控制模型的控制输入矩阵，输入参数为下一时刻无人机N、E两轴加速度。
[0038]优选的，所述构建无人机加速度状态方程，状态方程表示如下：
[0039][0040]其中和分别为下一时刻无人机N轴和E轴的加速度；θ(t)、φ(t)、和分别为当前时刻无人机俯仰角、翻滚角、俯仰角速度和翻滚角速度；R
T
为坐标系旋转矩阵。
[0041]优选的，所述实时控制气流状态的控制器设计如下：
[0042][0043]其中，E
system
(t+1)为旋翼气流实时状态采集系统下一时刻的最终输出；E
system
(t)为旋翼气流实时状态采集系统当前时刻的最终输出；θ(t)、φ(t)、和分别为当前时刻无人机俯仰角、翻滚角、俯仰角速度和翻滚角速度；R
T
为坐标系旋转矩阵；为当前时刻无人机N、E两轴的加速度。
[0044]一种无人机旋翼气流实时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机旋翼气流实时状态采集与控制方法，其特征在于，包括以下步骤：S1：无人机搭载旋翼气流实时状态采集系统进行飞行作业；在飞行作业过程中，旋翼气流实时状态采集系统实时采集气流状态并将气流实时状态通过串口传输给无人机飞控；S2：无人机飞控通过通信协议实时读取旋翼气流实时状态采集系统的原始数据信息；S3：采用卡尔曼滤波算法对旋翼气流实时状态采集系统的原始数据信息进行数据融合，得到气流状态特征参数的；S4：根据得到的气流状态特征参数，设计实时控制气流状态的控制器，利用控制器对无人机旋翼气流状态进行实时控制，实现无人机田间最优作业。2.根据权利要求1所述的无人机旋翼气流实时状态采集与控制方法，其特征在于，在步骤S2中，所述旋翼气流实时状态采集系统按照AF
‑
FC通信协议以50Hz的频率输出IMU传感器原始角度数据；无人机飞控通过串口实时读取旋翼气流实时状态采集系统的原始角度数据，并按照AF
‑
FC通信协议对原始角度数据进行数据解析，解析后的数据通过UORB分布式通信网络进行节点发布与订阅。3.根据权利要求1所述的无人机旋翼气流实时状态采集与控制方法，其特征在于，在步骤S3中，获取气流状态特征参数的步骤为：S3.1、构建无人机旋翼气流状态估计方程：S3.1、构建无人机旋翼气流状态估计方程：其中，为无人机旋翼气流状态当前时刻和上一时刻的估计值；F(t)和B(t)分别为状态矩阵和控制矩阵；为系统输入的控制函数；w(t)为无人机旋翼气流状态估计扰动函数；P(t
‑
1)和Q(t)分别是当前时刻气流状态估计值协方差、上一时刻气流状态真实值协方差和估计值扰动协方差；S3.2、构建无人机旋翼气流状态观测方程：其中，E
observe
(t)为无人机旋翼气流状态当前时刻的观测值，H为观测矩阵，v(t)为无人机旋翼气流状态观测扰动函数；S3.3、构建无人机旋翼气流状态更新方程：K(t)＝P(t
‑
1)+Q(t)/(P(t
‑
1)+Q(t)+R(t))
ꢀꢀꢀꢀꢀ
(1.5)其中，E
system
(t)为无人机旋翼气流状态当前时刻真实值；K(t)为当前时刻权重系数，该系数通过式(1.5)进行更新；Q(t)和R(t)分别为无人机旋翼气流状态估计值扰动协方差和观测值扰动协方差；P(t
‑
1)为上一时刻无人机旋翼气流真实值协方差，该值通过式(1.6)更新。4.根据权利要求3所述的无人机旋翼气流实时状态采集与控制方法，其特征在于，在步骤S4中，设计实时控制气流状态的控制器包括以下步骤：
构建环境风力影响下气流状态的状态控制模型；构建旋翼风力影响下气流状态的状态控制模型；构建无人机加速度状态方程；根据环境风力影响下气流状态的状态控制模型，结合旋翼...

【专利技术属性】
技术研发人员：李继宇，巫瀚，吕佳，赵胤伟，刘宗儒，梁蕴婷，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：