【技术实现步骤摘要】
本申请涉及数据处理领域，特别是涉及一种针对无人机的数据处理系统、方法、装置及存储介质。
技术介绍
1、近年来，随着人工智能、传感器以及控制算法等技术的不断创新与发展，四旋翼无人机逐渐成为了二十一世纪智能科技的一大热点话题。四旋翼无人机凭借着其结构简单、机动性强、垂直起降、自主悬停、易于操作等特点，被广泛应用于军事侦察、农业灌溉、搜索救援等领域。
2、对于四旋翼无人机来说，一个良好的飞行运动控制算法是四旋翼无人机完成飞行任务的关键。目前，无论是在农业灌溉还是搜索救援领域，四旋翼无人机在执行飞行任务时，往往都是需要精确地跟踪上事先规划好的路径点或者轨迹，但是要想实现四旋翼无人机的飞行运动控制并跟踪既定的轨迹仍然存在较大的困难。首先，四旋翼无人机是一个典型的多输入多输出的欠驱动非线性系统，各个输入输出之间都存在着强烈的耦合关系；其次，四旋翼无人机易受外界环境的干扰，无法建立精确的动力学模型。而一个良好的控制算法直接决定了四旋翼无人机在飞行过程中跟踪轨迹的性能，所以四旋翼无人机的控制算法设计具有重要的研究意义。
3、目前，pid仍然是四旋翼无人机在实际应用中使用最广泛的控制算法，虽然它的设计不依赖于四旋翼无人机的运动学和动力学模型，在模型建立方面能减少一定的工作量，但是pid控制器通常只适用于单一的输入输出线性系统，对于四旋翼无人机这种多输入多输出强耦合的非线性复杂系统，在复杂环境下执行轨迹跟踪任务时，pid的跟踪性能也是不尽人意。而对于如今研究较为热门的线性二次型调节（linear quadratic regu
4、基于此，一种大幅度减少计算复杂度，提高计算效率的无人机数据处理系统亟待研发。
技术实现思路
1、本申请针对现有技术的不足， 提出了一种基于神经网络优化和模型预测控制相结合的无人机的数据处理系统、方法及装置。
2、本申请解决上述技术问题所采取的技术方案是：
3、一种针对无人机的数据处理系统，包括：
4、数据采集模块，用于采集无人机的参考位姿和实际位姿数据；
5、存储模块，用于存储无人机的动力学模型和运动学模型；
6、动力学模块，用于计算得到无人机的实际位姿数据，将数据传输给数据采集模块，并根据最优控制量数据对无人机的参考轨迹进行跟踪控制；
7、控制模块，设置在所述数据采集模块与动力学模块之间，并同时与所述数据采集模块、所述动力学模块进行数据交互，用于根据无人机的所述运动学模型与所述动力学模型，构建带有状态量和控制量约束的模型预测控制的代价函数，并将所述代价函数转化为带有约束的二次规划问题，再通过原始对偶神经网络求解所述带有约束的二次规划问题，以输出所述的最优控制量数据。
8、所述控制模块，包括：
9、位置控制器，与所述采集模块连接，用于根据实际位姿和参考位姿数据输出最优控制量数据中的升力数据；
10、姿态控制器，与所述数据采集模块连接，用于根据实际位姿和参考位姿数据输出最优控制量数据中的三轴力矩数据；
11、所述动力学模块，包括：
12、动力学模型单元，与所述位置控制器、所述姿态控制器连接，用于根据所述最优控制量数据利用动力学模型输出实际线速度数据以及实际角速度数据；
13、运动学模型单元，与所述动力学模型单元的输出端连接，用于根据所述实际线速度数据以及实际角速度数据利用运动学模型得到无人机实际位置信息以及实际姿态角数据；
14、所述位置控制器与所述运动学模型单元的输出端连接，用于获取所述无人机实际位置信息；
15、所述姿态控制器与所述运动学模型单元的输出端连接，用于获取所述实际姿态角数据。
16、所述根据无人机的所述运动学模型与所述动力学模型，构建带有状态量和控制量约束的模型预测控制的代价函数，包括：
17、将无人机的模型进行离散化处理，得到离散化后的状态空间方程，不进行解耦操作；
18、将所述离散化后的状态空间方程中的预测时域等于控制时域，构建出带有状态约束和控制约束的代价函数以及预测模型状态方程。
19、所述将无人机的模型进行离散化处理，得到离散化后的状态空间方程，不进行解耦操作，包括：
20、将无人机的动力学和运动学模型进行离散化处理，得到离散时间下的状态空间方程：；
21、式中<mi>ς=[x,y,z,</mi><mover><mi>x</mi><mo stretchy="true">̇</mo></mover><mi>,</mi><mover><mi>y</mi><mo stretchy="true">̇</mo></mover><mi>,</mi><mover><mi>z</mi><mo stretchy="true">̇</mo></mover><mi>,ϕ,θ,ψ,</mi><mover><mi>ϕ</mi><mo stretchy="true">̇</mo></mover><mi>,</mi><mover><mi>θ</mi><mo stretchy="true">̇</mo></mover><mi>,</mi><mover><mi>ψ</mi><mo stretchy="true">̇</mo&g本文档来自技高网...
【技术保护点】
1.一种针对无人机的数据处理系统，其特征在于，包括：
2.根据权利要求1所述的针对无人机的数据处理系统，其特征在于，所述控制模块，包括：
3.根据权利要求1所述的针对无人机的数据处理系统，其特征在于，所述根据无人机的所述运动学模型与所述动力学模型，构建带有状态量和控制量约束的模型预测控制的代价函数，包括：
4.根据权利要求3所述的针对无人机的数据处理系统，其特征在于，所述将无人机的模型进行离散化处理，得到离散化后的状态空间方程，不进行解耦操作，包括：
5.根据权利要求4所述的针对无人机的数据处理系统，其特征在于，所述对所述离散化后的状态空间方程进行处理，构建出带有状态约束和控制约束的代价函数和预测模型状态方程，包括：
6.根据权利要求1所述的针对无人机的数据处理系统，其特征在于，所述将所述代价函数转化为带有约束的二次规划问题，包括：
7.根据权利要求6所述的针对无人机的数据处理系统，其特征在于，所述通过原始对偶神经网络求解所述带有约束的二次规划问题，包括：
8.一种基于权利要求1-7任一权利要求所
9.一种用于数据处理的电子装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于：
...【技术特征摘要】
1.一种针对无人机的数据处理系统，其特征在于，包括：
2.根据权利要求1所述的针对无人机的数据处理系统，其特征在于，所述控制模块，包括：
3.根据权利要求1所述的针对无人机的数据处理系统，其特征在于，所述根据无人机的所述运动学模型与所述动力学模型，构建带有状态量和控制量约束的模型预测控制的代价函数，包括：
4.根据权利要求3所述的针对无人机的数据处理系统，其特征在于，所述将无人机的模型进行离散化处理，得到离散化后的状态空间方程，不进行解耦操作，包括：
5.根据权利要求4所述的针对无人机的数据处理系统，其特征在于，所述对所述离散化后的状...
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。