【技术实现步骤摘要】
本专利技术涉及无人机控制，具体为无需外部导航的无人机自主飞行控制系统。
技术介绍
1、无人机自主飞行是指无人机在没有或仅有少量人工干预的情况下，能够自主完成起飞、飞行、执行任务（如拍摄、监测、巡检等）以及降落等动作。这一技术的实现依赖于先进的飞行控制系统、导航技术、传感器技术、数据处理与决策算法等多个方面的支持。
2、如公开号cn104932529b公开的一种无人机自主飞行的云端控制系统，包括地面控制站、云端服务器、无人机设备、航拍设备。无人机的实时自主飞行是建立基于实时信息的航线规划控制分析模块，地面控制站利用飞行坐标范围信息进行航线的初步自动规划，低空飞行时利用航拍设备实现对地形空间信息进行航拍数据采集，通过地面控制站利用4g网络传输到云端服务器中，利用云处理技术进行航拍数据的三维实时可视化空间建模，结合dem和空间拓扑关系对无人机任务飞行初步航线进行实时的航线修正，并将飞行控制信号返回到自驾仪中，实现无人机的自主飞行。
3、现有的无人机自主飞行只是通过提前规划好的航线进行自主飞行，而在实际使用过程中，受到意外的强烈风力的影响，或障碍物的影响，很容易使无人机偏航，而简单的依靠定位系统回到航道不够精准，还是容易存在偏离，进而影响正常航线的飞行，且若完全按照设定的航线飞行，遇到障碍物也不能较好的避开，目前的手段主要是依靠雷达等手段，进行现场检测避开，不能提前进行预测规划，避障效率低，甚至可能出现无法避开的情况。
技术实现思路
1、针对现有技术的不足，本专利技
2、为实现以上目的，本专利技术通过以下技术方案予以实现：无需外部导航的无人机自主飞行控制系统，包括：
3、传感器单元，集成有激光雷达lidar、imu惯性测量单元、gps全球定位系统、视觉传感器和超声波传感器；
4、飞行控制系统，用于输出控制信号控制无人机自主飞行；
5、姿态与坐标检测单元，通过实时读取imu数据，通过算法计算无人机的姿态和空间坐标，并反馈至飞行控制系统，用于姿态调整和空间定位；
6、位移检测模块，基于imu的加速度数据，通过积分计算得到无人机的速度和位移，并结合视觉里程计或gps数据对积分结果进行校正，将位移检测结果与预期目标进行比较，通过飞行控制系统进行闭环控制，使无人机按预定轨迹飞行；
7、自主避障系统，用于扫描周围环境获取障碍物距离和位置信息，避障算法处理收集到的数据以识别并分类障碍物，并计算多条避障路径中最佳避障路径，同时生成控制指令调整无人机姿态和速度，避开障碍物；
8、内部导航模型，构建周围环境的三维地图，并生成从起点到终点的飞行路径，同时根据实时环境变化和避障需求，动态调整飞行路径和导航策略；
9、多元融合优化模块，采用数据融合算法融合不同传感器的数据，并对避障算法和路径规划算法进行优化。
10、优选的，所述传感器单元还包括：
11、处理器单元，用于实时数据处理和算法执行；
12、电源管理模块，提供稳定供电，支持飞行和传感器工作；
13、存储设备，用于记录飞行数据和算法模型。
14、优选的，所述姿态与坐标检测单元包括：
15、a1、imu数据读取：实时读取imu数据，包括：加速度数据 a=(ax，ay，az)，角速度数据ω=(ωx，ωy，ωz)，磁场强度数据m=(mx，my，mz)，x、y、z表示基于xyz三轴坐标上获取的数值；
16、a2、姿态解算：使用卡尔曼滤波或扩展卡尔曼滤波算法，结合imu和gps数据 fgps=(xgps，ygps，zgps)，计算无人机的估计姿态 q=(q0，q1，q2，q3)和空间坐标 p=(x，y，z)，使用卡尔曼滤波或扩展卡尔曼滤波算法估计系统状态的描述式为：
17、q^，p^=kf(a，ω，m，fgps) 或 q^，p^=ekf(a，ω，m，fgps)；
18、a3、数据反馈：将估计姿态 q^与空间坐标 p^反馈至飞行控制系统，用于姿态调整和空间定位。
19、优选的，所述位移检测模块的运行步骤包括：
20、b1、积分计算：使用数值积分从加速度数据 a 计算速度和位移pt；
21、vt=vt-1+(at + at-1)；
22、pt=pt-1+ vtδt；
23、其中，vt和vt−1分别表示在时刻t和t−1的速度向量，at和 at−1分别表示在时刻t和t−1的加速度向量，δt 是时间间隔，pt和 pt−1分别表示在时刻t和t−1的位置向量；
24、b2、误差校正：结合视觉里程计或gps数据进行误差校正，调整 pt；
25、b3、闭环控制：设预定轨迹为 ptarget ，将校正后的位移与预定轨迹 ptarget 对比，通过pid控制器控制调整飞行状态。
26、优选的，通过pid控制器控制调整飞行状态的步骤为：
27、b3.1、计算误差：误差 e 是当前位置pt与目标位置ptarget 之间的向量差，即：
28、e=ptarget− pt；
29、b3.2、pid控制器：使用pid控制算法计算控制信号 u，pid控制器的输出是比例p、积分i和微分d三项的加权和：
30、u(t)=kpe(t)+ki+kd；
31、其中，kp、ki和 kd 分别是比例p、积分i和微分d对应的增益；
32、b3.3、调整飞行状态：根据pid控制器的输出u，调整飞行器的控制输入，以减小误差并使飞行器向目标位置移动。
33、优选的，所述自主避障系统的运行步骤包括：
34、c1、数据收集：使用lidar扫描环境，获取点云数据，其中 n是点云中的点数，r为1至n中的任意一个整数；
35、视觉传感器捕捉图像t，通过图像处理算法得到障碍物信息 o；
36、c2、数据处理：将 pl 和 o输入到避障算法中，采用深度学习模型或基于规则的分类器 c，输出障碍物类型 t 和位置 (x0，y0，z0)，输出表达式为：
37、t，(x0，y0，z0)=c(pl，o)；
38、c3、决策生成：根据障碍物信息，使用a*算法或rrt算法计算避障路径；其中m是路径中的点数，j为1至m中的任意一个整数；
39、c4、执行控制：将 pavoid 转换为飞行控制指令 u=(ux，uy，uz，uθ，uϕ，uψ)，其中（ux，uy，uz）对应xyz三轴上的线性速度控制指令，（uθ，uϕ，uψ）对应xyz三轴上的角速度控制指令，发送给飞行控制系统。
40、优选的，所述内部导航模型的运行步骤包括：
41、d1、环境地图构建：使用slam技术，结合 pl 和t构建三维地图s；
4本文档来自技高网...
【技术保护点】
1.无需外部导航的无人机自主飞行控制系统，其特征在于，包括：
2.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述传感器单元还包括：
3.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述姿态与坐标检测单元包括：
4.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述位移检测模块的运行步骤包括：
5.根据权利要求4所述的无需外部导航的无人机自主飞行控制系统，其特征在于：通过PID控制器控制调整飞行状态的步骤为：
6.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述自主避障系统的运行步骤包括：
7.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述内部导航模型的运行步骤包括：
8.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述多元融合优化模块的运行步骤包括：
9.根据权利要求8所述的无需外部导航的无人机自主飞行控制系统，其特征在于：避障算
10.根据权利要求8所述的无需外部导航的无人机自主飞行控制系统，其特征在于：路径规划算法优化包括：
...【技术特征摘要】
1.无需外部导航的无人机自主飞行控制系统，其特征在于，包括：
2.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述传感器单元还包括：
3.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述姿态与坐标检测单元包括：
4.根据权利要求1所述的无需外部导航的无人机自主飞行控制系统，其特征在于：所述位移检测模块的运行步骤包括：
5.根据权利要求4所述的无需外部导航的无人机自主飞行控制系统，其特征在于：通过pid控制器控制调整飞行状态的步骤为：
6.根据权...
【专利技术属性】
技术研发人员：高明，王小东，
申请(专利权)人：观典防务技术股份有限公司，
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。