【技术实现步骤摘要】
本申请属于无人机飞行控制，尤其涉及一种基于多约束优化的非线性预测模型的无人机飞行控制方法和系统。
技术介绍
1、四川独特的地理和气候特征使其成为一个地质灾害频发地区，具有“地质灾害博物馆”之称。由于山区众多，植被茂密，四川地质灾害隐蔽性、突发性和动态性强，这给应急抢修工作带来了显著挑战。
2、电力应急抢修物资运输在灾区救援工作中至关重要。四川山区地形复杂，山区的电力设施修复面临道路阻塞问题，最后五公里复杂山路限制了车辆陆路运输救灾物资。多旋翼无人机因其机动性、垂直起降、低成本等特点，适用于灾区电力应急抢修物资运输。
3、然而，无人机在载重情况下的飞行控制，尤其是在变载荷、侧风、低电量等极端条件下的鲁棒飞行控制，仍然存在较大的提升空间。
4、在现有技术中，大多数无人机飞行控制器对环境因素的设定较为简单，且只考虑了环境因素的影响，没有考虑到吊挂负载对无人机姿态的影响。
5、为此，如何提供一种综合考虑复杂环境因素和吊挂负载的无人机飞行控制方法，是一个亟待解决的技术问题。
技术实现思路
1、本申请提供的一种基于多约束优化的非线性预测模型的无人机飞行控制方法，用于综合考虑复杂环境因素和吊挂负载的无人机飞行控制。
2、第一方面，本申请实施例提供了一种基于多约束优化的非线性预测模型的无人机飞行控制方法，所述方法包括：获取通过多模态传感器实时采集的多模态无人机状态数据和多模态飞行环境监测数据；获取包含用于控制无人机的俯仰、滚转和推力运动的
3、在本专利技术的一些实施方式中，所述多模态无人机状态数据通过陀螺仪和加速度计采集，所述多模态飞行环境监测数据通过gps、激光雷达、红外传感器、超声波传感器、气压计、磁力计和温度计采集，所述多模态无人机状态数据包含无人机飞行的角速度、旋转方向、旋转角度、飞行方向和飞行加速度，所述多模态飞行环境监测数据包含卫星定位、气压、障碍物、磁场参数和环境温度。
4、在本专利技术的一些实施方式中，所述控制输入基于pid控制器生成，所述pid控制器还用于获取用户实时输入的姿态控制指令，解析所述姿态控制指令后生成控制输入。
5、在本专利技术的一些实施方式中，所述动力学模型约束包含由于无人机的悬挂的载荷拉力；所述参考控制输入约束包含推力约束；所述状态约束包含无人机飞行的角速度约束、飞行加速度约束、无人机的能量消耗。
6、在本专利技术的一些实施方式中，所述非线性预测模型的训练还包括在在线自适应控制阶段，使用自适应神经网络来调整所述偏航控制量，以使得基于所述控制指令无人机飞行状态贴合控制输入所预期的无人机俯仰、滚转和推力运动状态。
7、在本专利技术的一些实施方式中，用于训练所述非线性预测模型的代价函数用公式表示为：
8、ftotal＝λ1fs+λ2fc+λ3(fv+fa)+λ4fb+λ5fo+λ6fp；
9、其中，fc和fs分别代表了碰撞代价和平滑度代价，fa和fv分别代表加速度代价和速度代价，fb表示无人机的能量消耗代价，fo和fp分别表示无人机间的防碰撞代价和载荷的拉力约束代价，λ1,λ2,λ3,λ4,λ5,λ6分别表示平滑度、避障安全性、动力学可行性、能量消耗、无人机间的防碰撞安全性以及载荷拉力约束各自的权重比。
10、第二方面，本申请实施例提供了一种电子设备，包括处理器、存储器及存储在存储器上的计算机程序/指令，处理器用于执行所述计算机程序/指令，当所述计算机程序/指令被执行时该电子设备实现如上实施方式中所述方法的步骤。
11、第三方面，本申请实施例提供了一种基于多约束优化的非线性预测模型的无人机飞行控制系统，其特征在于，所述系统包含：电子设备；多模态无人机状态采集设备，包含陀螺仪和加速度计，用于采集无人机飞行的角速度、旋转方向、旋转角度、飞行方向和飞行加速度；多模态飞行环境监测设备，包含gps、激光雷达、红外传感器、超声波传感器、气压计、磁力计和温度计，用于采集卫星定位、气压、障碍物、磁场参数和环境温度。
12、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现如上实施方式中所述方法的步骤。
13、第五方面，本申请实施例提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如上实施方式中所述方法的步骤。
14、本专利技术所提出的基于多约束优化的非线性预测模型的无人机飞行控制方法和系统，能够添加多种动力学和运动学约束，综合考虑复杂环境中的外力干扰和无人机载荷，从而对无人机的飞行控制指令进行调整，从而使无人机飞行能够在复杂环境下稳定的完成运输任务，克服复杂山地区域的地理和天气条件对无人机稳定飞行带来严重干扰，利用神经网络的万能逼近特性，实现对干扰的实时高精度估计，将神经网络方法嵌入模型预测控制算法，实现对无人机的高精度稳定控制。
15、本专利技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本专利技术的实践而获知。本专利技术的目的和其它优点可以通过在说明书以及附图中具体指出并获得。
16、本领域技术人员将会理解的是，能够用本专利技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本专利技术能够实现的上述和其他目的。
本文档来自技高网...【技术保护点】
1.一种基于多约束优化的非线性预测模型的无人机飞行控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态无人机状态数据通过陀螺仪和加速度计采集，所述多模态飞行环境监测数据通过GPS、激光雷达、红外传感器、超声波传感器、气压计、磁力计和温度计采集，所述多模态无人机状态数据包含无人机飞行的角速度、旋转方向、旋转角度、飞行方向和飞行加速度，所述多模态飞行环境监测数据包含卫星定位、气压、障碍物、磁场参数和环境温度。
3.根据权利要求1所述的方法，其特征在于，所述控制输入基于PID控制器生成，所述PID控制器还用于获取用户实时输入的姿态控制指令，解析所述姿态控制指令后生成控制输入。
4.根据权利要求1所述的方法，其特征在于，所述动力学模型约束包含由于无人机的悬挂的载荷拉力；
5.根据权利要求1所述的方法，其特征在于，所述非线性预测模型的训练还包括在在线自适应控制阶段，使用自适应神经网络来调整所述偏航控制量，以使得基于所述控制指令无人机飞行状态贴合控制输入所预期的无人机俯仰、滚转和推力运动状态。
7.一种电子设备，包括处理器、存储器及存储在存储器上的计算机程序/指令，其特征在于，所述处理器用于执行所述计算机程序/指令，当所述计算机程序/指令被执行时该电子设备实现如权利要求1至7中任一项所述方法的步骤。
8.一种基于多约束优化的非线性预测模型的无人机飞行控制系统，其特征在于，所述系统包含：
9.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于多约束优化的非线性预测模型的无人机飞行控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态无人机状态数据通过陀螺仪和加速度计采集，所述多模态飞行环境监测数据通过gps、激光雷达、红外传感器、超声波传感器、气压计、磁力计和温度计采集，所述多模态无人机状态数据包含无人机飞行的角速度、旋转方向、旋转角度、飞行方向和飞行加速度，所述多模态飞行环境监测数据包含卫星定位、气压、障碍物、磁场参数和环境温度。
3.根据权利要求1所述的方法，其特征在于，所述控制输入基于pid控制器生成，所述pid控制器还用于获取用户实时输入的姿态控制指令，解析所述姿态控制指令后生成控制输入。
4.根据权利要求1所述的方法，其特征在于，所述动力学模型约束包含由于无人机的悬挂的载荷拉力；
5.根据权利要求1所述的方法，其特征在于，所述非线性预测模型的训练还包括在在线自适应控制阶段，使用自...
【专利技术属性】
技术研发人员：周炜，卿东，邓创，陈欣，
申请(专利权)人：国网四川省电力公司电力应急中心，
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。