【技术实现步骤摘要】
本专利技术涉及姿态跟踪控制领域，特别是涉及一种多旋翼无人机姿态跟踪控制方法、系统及电子设备。
技术介绍
1、多旋翼无人机由于其机械结构简单、能够垂直起飞降落、具备天然的稳定性等优点，在民用和军事多个领域发挥着重要的作用。多旋翼无人机是典型的欠驱动系统，需要通过控制其姿态以实现对速度、位置的控制，因此姿态跟踪控制是多旋翼无人机完成各类任务的基本保证。
2、在实际的多旋翼无人机姿态控制器设计问题中，有以下几个挑战：一是时变的外部气流扰动，不仅造成直接的干扰力矩，还会影响旋翼的推力和扭力矩，给执行机构带来干扰；二是精确模型参数难以获取，例如转动惯量矩阵，实际中往往只能根据整机重量估算其上界，难以确定其准确的数值；三是计算消耗的约束，许多任务需要无人机搭载专用的传感器和任务设备，以支撑诸如视觉导航、在线航迹重规划、目标检测、识别、跟踪等较为复杂的计算。而机载运算平台的算力和功耗都是极为有限的，因此为保证任务更好的完成，应尽量降低基础姿态控制器的计算消耗。
3、综上，现有技术存在以下缺点：
4、(1)在存在外部干扰、传感器测量噪声和无法准确得知模型参数的情况下，多旋翼无人机姿态控制的稳态精度较差。原因为：基于干扰估计的方法需要利用测量到的数据对外部干扰和模型参数偏差进行实时估计，本身存在一定相位延迟，并且当测量到的数据包含测量噪声时，估计的干扰也将会与实际干扰存在一定偏差，从而无法完全补偿外部干扰和模型参数偏差，导致稳态误差的出现。而基于在线学习的方法与之类似，在使用包含噪声的数据对被控对象模型进行在线
5、(2)现有技术难以同时满足良好的抗干扰性能、无需准确系统参数和低计算消耗的需求。原因是：基于干扰估计的方法在基本控制器外需要增加干扰估计组件，尤其是神经网络。
6、因此，亟需一种能够解决多旋翼无人机在存在外部干扰和角速度传感器测量噪声，机载算力紧凑，以及模型参数无法准确得知的情况下，实现高精度姿态跟踪控制问题的方法。
技术实现思路
1、本专利技术的目的是提供一种多旋翼无人机姿态跟踪控制方法、系统及电子设备，可在无法准确得到模型参数，且存在外部干扰和角速度测量噪声的情况下，准确跟踪控制多旋翼无人机的姿态。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种多旋翼无人机姿态跟踪控制方法，包括：
4、设置基线控制器的控制参数及在线学习项的学习强度；所述控制参数包括姿态响应速度参数、滚转参数、俯仰参数及航向参数；所述学习强度包括滚转学习强度、俯仰学习强度及航向学习强度；
5、获取当前时刻的目标姿态四元数、当前时刻的目标角速度及历史时刻多旋翼无人机的控制信号；
6、测量当前时刻多旋翼无人机的实际姿态四元数及实际角速度；
7、根据当前时刻的目标姿态四元数、目标角速度、实际姿态四元数及实际角速度，计算当前时刻的姿态四元数误差矢量及角速度误差；
8、根据所述基线控制器的控制参数、当前时刻的姿态四元数误差矢量及角速度误差，确定当前时刻所述基线控制器的输出信号；
9、根据历史时刻多旋翼无人机的控制信号及所述在线学习项的学习强度，确定当前时刻的在线学习项；
10、根据当前时刻的在线学习项及当前时刻所述基线控制器的输出信号，确定当前时刻多旋翼无人机的控制信号，并基于所述控制信号控制多旋翼无人机的姿态。
11、为实现上述目的，本专利技术还提供了如下方案：
12、一种多旋翼无人机姿态跟踪控制系统，包括：
13、参数设置模块，用于设置基线控制器的控制参数及在线学习项的学习强度；所述控制参数包括姿态响应速度参数、滚转参数、俯仰参数及航向参数；所述学习强度包括滚转学习强度、俯仰学习强度及航向学习强度；
14、目标获取模块，用于获取当前时刻的目标姿态四元数、当前时刻的目标角速度及历史时刻多旋翼无人机的控制信号；
15、测量模块，用于测量当前时刻多旋翼无人机的实际姿态四元数及实际角速度；
16、误差计算模块，分别与所述目标获取模块及所述测量模块连接，用于根据当前时刻的目标姿态四元数、目标角速度、实际姿态四元数及实际角速度，计算当前时刻的姿态四元数误差矢量及角速度误差；
17、基线控制模块，分别与所述参数设置模块及所述误差计算模块连接，用于根据所述基线控制器的控制参数、当前时刻的姿态四元数误差矢量及角速度误差，确定当前时刻所述基线控制器的输出信号；
18、在线学习模块，与所述基线控制模块连接，用于根据历史时刻多旋翼无人机的控制信号及所述在线学习项的学习强度，确定当前时刻的在线学习项；
19、姿态控制模块，与所述在线学习模块连接，用于根据当前时刻的在线学习项及当前时刻所述基线控制器的输出信号，确定当前时刻多旋翼无人机的控制信号，并基于所述控制信号控制多旋翼无人机的姿态。
20、为实现上述目的，本专利技术还提供了如下方案：
21、一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的多旋翼无人机姿态跟踪控制方法。
22、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术预先设置基线控制器的控制参数及在线学习项的学习强度，根据当前时刻的目标姿态四元数、目标角速度、实际姿态四元数及实际角速度，计算当前时刻的姿态四元数误差矢量及角速度误差；根据基线控制器的控制参数、当前时刻的姿态四元数误差矢量及角速度误差确定当前时刻所述基线控制器的输出信号；根据历史时刻多旋翼无人机的控制信号及所述在线学习项的学习强度确定当前时刻的在线学习项；根据当前时刻的在线学习项及当前时刻基线控制器的输出信号确定当前时刻多旋翼无人机的控制信号，并基于控制信号控制多旋翼无人机的姿态，能够在多旋翼无人机存在外部干扰和角速度传感器测量噪声、机载算力紧凑、模型参数无法准确获取的情况下，实现高精度姿态跟踪控制。
本文档来自技高网...【技术保护点】
1.一种多旋翼无人机姿态跟踪控制方法，其特征在于，所述多旋翼无人机姿态跟踪控制方法包括：
2.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，kp>0，k1≥1，k2≥1，k3≥1，0≤kl,1≤1，0≤kl,2≤1，0≤kl,3≤1；其中，kp为姿态响应速度参数，k1为滚转参数，k2为俯仰参数，k3为航向参数，kl,1为滚转学习强度，kl,2为俯仰学习强度，kl,3为航向学习强度。
3.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式计算t时刻的姿态四元数误差矢量：
4.根据权利要求3所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式计算t时刻的角速度误差：
5.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式确定t时刻基线控制器的输出信号：
6.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式确定t时刻的在线学习项：
7.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式确定
8.一种多旋翼无人机姿态跟踪控制系统，其特征在于，所述多旋翼无人机姿态跟踪控制系统包括：
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至7中任一项所述的多旋翼无人机姿态跟踪控制方法。
...【技术特征摘要】
1.一种多旋翼无人机姿态跟踪控制方法，其特征在于，所述多旋翼无人机姿态跟踪控制方法包括：
2.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，kp>0，k1≥1，k2≥1，k3≥1，0≤kl,1≤1，0≤kl,2≤1，0≤kl,3≤1；其中，kp为姿态响应速度参数，k1为滚转参数，k2为俯仰参数，k3为航向参数，kl,1为滚转学习强度，kl,2为俯仰学习强度，kl,3为航向学习强度。
3.根据权利要求1所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式计算t时刻的姿态四元数误差矢量：
4.根据权利要求3所述的多旋翼无人机姿态跟踪控制方法，其特征在于，采用以下公式计算t时刻的角速度误差：
【专利技术属性】
技术研发人员：谭力宁，金国栋，王连锋，高晶，沈涛，赵建伟，龙江雄，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。