【技术实现步骤摘要】
本专利技术涉及一种无人机飞行控制方法，具体涉及一种共轴双旋翼无人机的飞行控制方法；属于无人机控制相关。
技术介绍
1、无人机飞行控制系统是无人机的核心组成部分，高性能、高可靠性的飞行控制系统不仅能保证巡飞行过程中系统的稳定性，还能确保巡无人机精确按照预定的路线和轨迹飞行。共轴双旋翼无人机作为一种特殊的机型，通过上下旋翼独立分控方式，实现了独立的总距和周期变距控制，有效解决了传统共轴旋翼传动结构和操纵系统的复杂性及低效问题，具有较高的有效载荷能力，同时还具有方便折叠、美观便携等优势。
2、申请号为202211326626.2的专利技术专利公布了一种多余度无人机飞控系统及飞控方法，包括多个飞控计算单元、云计算服务器以及云计算传感器数据处理单元。每个飞控计算机通过多组总线分别与其余的飞控计算机和电机驱动器相连，将自己计算得到的飞行控制量数据包传给其余的飞控计算机；比对选出的最优飞控计算机将计算得到的飞行控制量数据包传输给电机控制器。除此之外，若出现所有飞控计算机或总线皆失效的极端情况，该系统会利用云计算服务器控制无人机安全飞行。该现有技术使得无人机具有更强的容灾容错性能，提高了无人机安全性与稳定性。
3、但是，共轴双旋翼无人机由于旋翼组件的复杂性，不仅增加了维护的难度，还可能影响无人机的稳定性和安全性，导致上述控制系统和控制方法在实际应用过程中的可靠性降低。鉴于此，有必要对共轴双旋翼无人机的飞行控制系方法进行深入研究，以提高无人机的整体性能。
技术实现思路
1、为
2、为了实现上述目标，本专利技术采用如下的技术方案：
3、本专利技术公布了一种无人机飞行控制方法，包括如下步骤：
4、s1、建立无人机的非线性六自由度动力学模型，将非线性模型进行线性化处理，得到无人机连续时间状态下的空间模型；
5、s2、在线性模型上设计鲁棒最优控制器，获得rslqr姿态-高度控制器的最优增益矩阵参数，将所得参数回代至非线性模型，在非线性模型中进一步对参数进行修正和微调，使参数满足超量调和灵敏度；
6、s3、获得mpc控制器的参数，将所得参数回代至非线性模型，在非线性模型中进一步对参数进行修正和微调，使参数满足超量调和灵敏度；
7、s4、将步骤s2获得的rslqr姿态-高度控制器所在回路作为内环，同时在外环中引入步骤s3获得的mpc控制器，实现姿态-高度控制、 xy的外环轨迹或路径控制。
8、优选地，前述非线性六自由度动力学模型为非线性六自由度刚体动力学模型，通过几何软件inventor基于simmechanics进行设计建模而得。
9、更优选地，前述无人机为共轴双旋翼无人机。
10、再优选地，前述动力学模型基于共轴双旋翼无人机实物的物理参数，输入量为桨盘倾斜量、上旋翼转速和下旋翼转速，输出量为巡飞弹整机的位置信息以及欧拉角，电机与机体、舵机与机体连接部位采用旋转连接方式，倾斜盘与机体连接部位采用球连接方式。
11、进一步优选地，前述步骤s1中，非线性六自由度动力学模型的具体建模过程为：
12、（1）建立坐标系，设定无人机机体坐标系为，地面坐标系为，规定无人机在机体坐标系下的速度为 u、 v、 w，角速度为 ω x、 ω y、 ω z，地面坐标系下的欧拉角为、、，桨盘半径为 r，；
13、（2）设定无人机机体为刚体，其质心在无人机的中心轴上，得到共轴双旋翼无人机的平动动力学方程为：，
14、转动动力学方程为：
15、；
16、其中，和分别为上下旋翼气动衰减系数，为旋翼的升力系数，下旋翼倾斜盘在机体坐标系下的绕、的偏转角度分别为和，和分别为上下旋翼的转动惯量，无人机在机体坐标系下的速度为 u， v， w，角速度为 ω x、 ω y、 ω z，地面坐标系下的欧拉角为、、 ，和分别为上下旋翼的阻力矩系数，为等效空气阻力，为螺旋桨质心位置与桨尖之间的距离；
17、（3）建立共轴双旋翼六自由度刚体动力学模型。
18、更进一步优选地，前述步骤s1中，采用多元向量函数模型线性化方法对非线性六自由度刚体动力学模型进行线性化处理，得到状态空间矩阵。
19、再进一步优选地，前述步骤s2中，rslqr姿态-高度控制器的参数设计步骤如下：选取模型中与任一姿态角或高度相关的状态中间变量，求解ricatti方程，通过改变系统状态的权重矩阵q和控制输入的权重矩阵r，计算出线性化最优增益矩阵k，并在线性模型中验证最优参数的响应特性。
20、再进一步优选地，前述步骤s3中，所述mpc控制器为外环轨迹控制器，首先对rslqr内环线性化模型进行线性化处理，作为mpc的参考模型，以x、y、z、yaw为反馈变量构成状态反馈，其中，x、y设置给定值，控制器输出选择与x、y对应的输出通道，根据线性化原理，得到42*42阶a阵、42*4阶b阵、4*42阶c阵及4*4阶d阵，获得mpc控制器的各参数。
21、本专利技术的有益之处在于：
22、（1）本专利技术的控制方法设计了基于rslqr姿态-高度增稳控制器以及基于mpc的轨迹控制器的组合控制形式，克服了现有技术中共轴双旋翼由于其非线性特性较强，响应初始阶段的动态特性较为难控的问题，大大提升了控制性能。
23、（2）为优化参数设计，利用线性化原理对非线性模型进行线性化处理，得到无人机连续时间状态下的空间模型，再基于rslqr控制器对线性化模型的姿态与高度进行内环增稳控制系统设计，将线性化模型对应的rslqr控制器作用于非线性模型，所采用的rslqr方法是一种最优线性设计方法，能够使误差信号接近于0，将误差变为当前状态量，从而对其反馈的状态进行最优的控制。
24、（3）进一步地，为了提高控制系统的抗干扰能力，将控制系统解耦为姿态、高度控制内环和 x， y轨迹控制外环，提出了基于rslqr姿态高度内环与mpc控制 x，本文档来自技高网...
【技术保护点】
1.一种无人机飞行控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述非线性六自由度动力学模型为非线性六自由度刚体动力学模型，通过几何软件Inventor基于SimMechanics进行设计建模而得。
3.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述无人机为共轴双旋翼无人机。
4.根据权利要求3所述的一种无人机飞行控制方法，其特征在于，所述动力学模型基于共轴双旋翼无人机实物的物理参数，输入量为桨盘倾斜量、上旋翼转速和下旋翼转速，输出量为巡飞弹整机的位置信息以及欧拉角，电机与机体、舵机与机体连接部位采用旋转连接方式，倾斜盘与机体连接部位采用球连接方式。
5.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述步骤S1中，非线性六自由度动力学模型的具体建模过程为：
6.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述步骤S1中，采用多元向量函数模型线性化方法对非线性六自由度刚体动力学模型进行线性化处理，得到状态空间矩阵。
7.根
8.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述步骤S3中，所述MPC控制器为外环轨迹控制器，首先对RSLQR内环线性化模型进行线性化处理，作为MPC的参考模型，以X、Y、Z、YAW为反馈变量构成状态反馈，其中，X、Y设置给定值，控制器输出选择与X、Y对应的输出通道，根据线性化原理，得到42*42阶A阵、42*4阶B阵、4*42阶C阵及4*4阶D阵，获得MPC控制器的各参数。
...【技术特征摘要】
1.一种无人机飞行控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述非线性六自由度动力学模型为非线性六自由度刚体动力学模型，通过几何软件inventor基于simmechanics进行设计建模而得。
3.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述无人机为共轴双旋翼无人机。
4.根据权利要求3所述的一种无人机飞行控制方法，其特征在于，所述动力学模型基于共轴双旋翼无人机实物的物理参数，输入量为桨盘倾斜量、上旋翼转速和下旋翼转速，输出量为巡飞弹整机的位置信息以及欧拉角，电机与机体、舵机与机体连接部位采用旋转连接方式，倾斜盘与机体连接部位采用球连接方式。
5.根据权利要求1所述的一种无人机飞行控制方法，其特征在于，所述步骤s1中，非线性六自由度动力学模型的具体建模过程为：
6.根据权利要求1所述的一种无人机飞行控制方法，其...
【专利技术属性】
技术研发人员：王震，何昌其，陈志龙，孙岩，朱建平，杜伟，胡祎凡，邹绍昕，任雯，
申请(专利权)人：中国人民解放军陆军指挥学院，
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。