基于深度学习的旋翼飞行器轨迹跟踪自适应控制方法与流程

摘要: 本发明涉及旋翼飞行器轨迹跟踪控制,具体为基于深度学习的旋翼飞行器轨迹跟踪自适应控制方法。背景技术:1、旋翼飞行器轨迹跟踪控制通常采用比例积分微分控制、反步控制、...
基于深度学习的旋翼飞行器轨迹跟踪自适应控制方法与流程

本发明涉及旋翼飞行器轨迹跟踪控制,具体为基于深度学习的旋翼飞行器轨迹跟踪自适应控制方法。

背景技术:

1、旋翼飞行器轨迹跟踪控制通常采用比例积分微分控制、反步控制、滑模控制或模型预测控制等方法。期望轨迹数据处理多采用固定周期离散化或简单多项式插值,对动态参考轨迹的时变特征重构能力有限。在扰动处理方面,常依赖固定参数扰动观测器、扩张状态观测器、干扰观测器或离线训练神经网络进行补偿。固定参数观测器对快速时变风扰、载荷变化及气动参数摄动的适应能力有限,离线训练神经网络难以根据实际飞行偏差在线更新,网络输出的扰动估计和加权特征与当前飞行状态失配。旋翼飞行器的横滚、俯仰、偏航和总距通道之间存在气动耦合,各通道状态偏移量并非相互独立,常规将通道独立处理或采用固定权重融合的方式未充分挖掘通道间空间相关性,造成通道耦合扰动补偿不足。控制分配环节与位置、速度、姿态跟踪环节之间缺乏基于实时偏差的反馈调整机制,执行控制量后产生的跟踪偏差不能直接用于修正前端特征加权和扰动估计参数,复杂扰动条件下轨迹跟踪误差容易累积。上述问题限制了复杂扰动条件下旋翼飞行器轨迹跟踪控制精度和自适应能力,需要一种能够对多通道状态偏移量进行时空关系建模并在执行后根据跟踪偏差在线调整注意力参数的轨迹跟踪控制方法。

技术实现思路

1、针对旋翼飞行器轨迹跟踪控制中多通道气动耦合、时变扰动及离线网络自适应不足导致轨迹跟踪误差较大的问题,本发明提出一种基于深度学习的旋翼飞行器轨迹跟踪自适应控制方法,利用时空图注意力网络对横滚、俯仰、偏航和总距通道的状态偏移量进行时序特征提取和节点间注意力聚合,生成注意力权重矩阵和扰动估计向量,并在执行旋翼转速控制量后根据状态数据与参考轨迹序列的偏差在线调整注意力参数,重新生成加权特征和扰动估计,形成闭环自适应跟踪控制,改善复杂扰动环境下的轨迹跟踪精度和自适应能力。

2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于深度学习的旋翼飞行器轨迹跟踪自适应控制方法,包括:获取期望轨迹数据,对所述期望轨迹数据进行时间参数化,生成参考轨迹序列;采集旋翼飞行器的实时状态数据,将所述实时状态数据与所述参考轨迹序列对齐,得到状态偏移量;将所述状态偏移量输入时空图注意力网络,生成注意力权重矩阵和扰动估计向量;根据所述注意力权重矩阵加权所述状态偏移量,得到加权状态偏移特征;基于所述加权状态偏移特征和所述扰动估计向量,在反步控制框架中生成期望控制加速度;将所述期望控制加速度输入控制分配矩阵,得到旋翼转速控制量;执行所述旋翼转速控制量后采集状态数据,根据所述状态数据与所述参考轨迹序列的偏差调整所述时空图注意力网络的注意力参数,利用调整后的注意力参数重新生成所述注意力权重矩阵和所述扰动估计向量,形成跟踪控制闭环。该方法将时空图注意力机制、反步控制和控制分配相结合,能够在线学习通道耦合和扰动特征,提高旋翼飞行器在复杂工况下的轨迹跟踪精度和抗扰能力。

3、优选的,对所述期望轨迹数据进行时间参数化,生成参考轨迹序列的过程包括:提取所述期望轨迹数据中的位置子序列、速度子序列和加速度子序列;分别对所述位置子序列、速度子序列和加速度子序列进行三次样条插值,得到连续轨迹函数;在所述连续轨迹函数上按照预设控制周期采样,得到候选参考点集;对所述候选参考点集按时间戳进行重排序和去重,形成均匀时间间隔的参考轨迹点序列;将所述参考轨迹点序列中的每个参考轨迹点依次标定为所述参考轨迹序列。通过三次样条插值和均匀重采样,可获得时间连续、采样间隔一致的参考轨迹,有利于提高后续状态对齐和状态偏移计算的准确性。

4、优选的,采集旋翼飞行器的实时状态数据并将所述实时状态数据与所述参考轨迹序列对齐得到状态偏移量的过程包括:通过惯性测量单元、全球定位接收机和视觉里程计同步采集所述实时状态数据;对所述实时状态数据进行卡尔曼滤波,生成位置估计值、速度估计值和姿态估计值;以所述参考轨迹序列中各采样时刻为基准时间戳;将所述位置估计值、速度估计值和姿态估计值分别插值到所述基准时间戳上,形成对齐状态向量;将所述对齐状态向量与所述参考轨迹序列中对应时刻的参考位置、参考速度和参考姿态做差,得到所述状态偏移量。多传感器融合与时间戳对齐可减小传感器噪声和异步误差,增强状态偏移量的时间一致性。

5、优选的,将所述状态偏移量输入时空图注意力网络生成注意力权重矩阵和扰动估计向量的过程包括:通过输入嵌入层将所述状态偏移量按横滚通道、俯仰通道、偏航通道和总距通道拆分为多个通道特征向量;通过时间卷积层对每个所述通道特征向量沿时间维度进行因果卷积,生成通道时序特征;通过图注意力层以所述横滚通道、俯仰通道、偏航通道和总距通道为图节点,根据所述通道时序特征计算节点间注意力系数,并根据所述节点间注意力系数聚合邻居节点特征,生成聚合节点特征;通过输出投影层将所述聚合节点特征分别映射为所述注意力权重矩阵和所述扰动估计向量。该结构能够对多通道动力学耦合和时变扰动进行隐式建模,提高扰动估计的实时性和对飞行状态变化的适应性。

6、优选的,根据所述注意力权重矩阵加权所述状态偏移量得到加权状态偏移特征的过程包括:将所述注意力权重矩阵按横滚通道、俯仰通道、偏航通道和总距通道进行分块,得到各通道的权重子矩阵;将所述状态偏移量按所述横滚通道、俯仰通道、偏航通道和总距通道拆分为多个状态偏移子向量;将每个所述状态偏移子向量与对应通道的权重子矩阵逐元素相乘,得到加权子向量;将全部所述加权子向量按通道顺序拼接,生成所述加权状态偏移特征。通过注意力加权可以突出对当前控制任务影响较大的通道状态,抑制非关键通道扰动对控制决策的干扰。

7、优选的,基于所述加权状态偏移特征和所述扰动估计向量在反步控制框架中生成期望控制加速度的过程包括:将所述加权状态偏移特征分解为位置加权分量、速度加权分量和姿态加权分量;将所述位置加权分量输入第一级反步控制器,生成虚拟速度指令;将所述虚拟速度指令与所述速度加权分量作差,得到速度跟踪误差;将所述速度跟踪误差输入第二级反步控制器,叠加所述扰动估计向量中的补偿分量,得到期望加速度;将所述期望加速度从惯性坐标系转换到机体坐标系,生成所述期望控制加速度。分层反步控制与扰动前馈补偿相结合,可降低外部扰动和模型不确定性对加速度指令的影响。

8、优选的,将所述期望控制加速度输入控制分配矩阵得到旋翼转速控制量的过程包括:获取所述旋翼飞行器的旋翼数量、旋翼臂长、旋翼转动惯量和气动系数;根据所述旋翼数量、旋翼臂长、旋翼转动惯量和气动系数构建控制效率矩阵;对所述控制效率矩阵进行加权最小二乘求解,得到所述控制分配矩阵;将所述期望控制加速度转换为升力指令、滚转力矩指令、俯仰力矩指令和偏航力矩指令;将所述升力指令、滚转力矩指令、俯仰力矩指令和偏航力矩指令与所述控制分配矩阵相乘,生成各旋翼的转速平方值;将所述转速平方值经平方根运算和非线性修正,得到所述旋翼转速控制量。加权最小二乘控制分配能够在执行器约束下优化转速分配,降低执行器饱和对轨迹跟踪性能的影响。

9、优选的,根据所述状态数据与所述参考轨迹序列的偏差调整所述时空图注意力网络的注意力参数的过程包括:计算所述状态数据与所述参考轨迹序列对应时刻的位置差、速度差和姿态差,组成跟踪误差向量;根据所述跟踪误差向量构造网络损失值;通过反向传播计算所述时空图注意力网络的注意力参数对所述网络损失值的梯度值;根据所述梯度值计算所述注意力参数的更新量,并将所述更新量经控制通道先验范围截断后,得到更新后的注意力参数;将所述更新后的注意力参数重新输入所述时空图注意力网络,生成所述注意力权重矩阵和所述扰动估计向量。在线参数更新和先验范围截断可以提升网络对当前飞行状态的适应能力,同时保持参数更新过程的稳定性。

10、作为本发明的一个技术方案,将所述更新后的注意力参数重新输入所述时空图注意力网络生成所述注意力权重矩阵和所述扰动估计向量的过程包括:将所述更新后的注意力参数注入所述时空图注意力网络的图节点属性,更新图节点属性;根据更新后的图节点属性重新计算节点间注意力系数;根据重新计算的节点间注意力系数聚合邻居节点特征,生成新的聚合节点特征;将所述新的聚合节点特征输入输出投影层,生成所述注意力权重矩阵;将所述新的聚合节点特征与所述状态偏移量进行残差连接,生成所述扰动估计向量。通过图节点属性更新和残差连接,可以保留原始状态偏移信息,提高注意力网络在在线学习过程中的信息传递效率。

11、优选的,执行所述旋翼转速控制量后采集状态数据的过程包括:通过各旋翼的电机编码器采集实际转速反馈值;通过惯性测量单元采集所述旋翼飞行器的三轴线加速度和三轴角速度;对所述实际转速反馈值、所述三轴线加速度和所述三轴角速度进行互相关时延估计,得到同步后的传感器数据;将所述同步后的传感器数据输入扩展卡尔曼滤波器,融合生成飞行器状态估计值;将所述飞行器状态估计值转换到惯性坐标系,得到所述状态数据。多传感器时延补偿和扩展卡尔曼滤波可以提升反馈状态数据的准确性和实时性,为轨迹跟踪闭环提供可靠的状态依据。

12、在上述技术方案中,本发明提供的技术效果和优点:

13、时空图注意力网络在输入嵌入层将状态偏移量按横滚通道、俯仰通道、偏航通道和总距通道拆分为多个通道特征向量,时间卷积层对各通道特征向量沿时间维度进行因果卷积,生成通道时序特征;图注意力层以四个通道为图节点,根据通道时序特征计算节点间注意力系数,并按照注意力系数聚合邻居节点特征,得到聚合节点特征;输出投影层将聚合节点特征映射为注意力权重矩阵和扰动估计向量。通过上述结构,状态偏移量在时间和通道两个维度上被联合表征,通道间的气动耦合关系以注意力系数形式显示参与特征加权,扰动估计向量与状态偏移量来自同一时空图注意力网络,二者在特征层面保持一致。与常规各通道独立处理或固定权重融合方式相比,该结构能够识别和利用横滚、俯仰、偏航与总距通道之间的相互影响,对状态偏移量施加通道级自适应加权,降低耦合扰动对轨迹跟踪的干扰,改善复杂气流条件下的轨迹跟踪精度。

14、在线偏差调整过程在执行旋翼转速控制量后,通过各旋翼电机编码器采集实际转速反馈值,通过惯性测量单元采集三轴线加速度和三轴角速度,对实际转速反馈值、三轴线加速度和三轴角速度进行互相关时延估计得到同步传感器数据,经扩展卡尔曼滤波融合生成状态数据。根据状态数据与参考轨迹序列对应时刻的位置差、速度差和姿态差组成跟踪误差向量,由跟踪误差向量构造网络损失值,通过反向传播计算时空图注意力网络的注意力参数梯度,对更新量进行控制通道先验范围截断后得到更新后的注意力参数,再重新注入图节点属性并生成新的注意力权重矩阵和扰动估计向量。上述根据实际飞行偏差在线修正注意力参数的方式,使时空图注意力网络能够跟随飞行状态和外部扰动的实时变化,避免离线训练网络或固定参数观测器在时变风扰、载荷变化和气动参数摄动条件下参数失配,减少轨迹跟踪误差累积,增强长时间飞行控制的自适应能力。