一种植保无人机自抗扰飞行控制方法与流程
本发明涉及无人机飞行控制,具体为一种植保无人机自抗扰飞行控制方法。
背景技术:
1、植保无人机在低空喷施作业过程中,需要在药液持续消耗导致的载荷变化、质心偏移,以及自然阵风、旋翼下洗气流等多种扰动共同作用下,维持较高的高度与姿态控制精度。现有飞行控制方案多采用自抗扰控制策略,借助扩张状态观测器将系统未建模动态与外界扰动统一集总为总扰动进行在线估计和补偿,在抑制外部扰动、提高控制鲁棒性方面已取得一定成效。
2、但喷施作业所引起的载荷变化本身具有明确的物理来源,其变化趋势可结合喷施控制指令和喷施系统流量响应关系加以预测,属于变化相对缓慢的确定性扰动;而阵风、下洗气流及未建模动态等则属于变化较快的随机性扰动。现有方案往往不加区分地将上述两类性质迥异的扰动一并交由扩张状态观测器进行估计,未能充分利用药液载荷变化的可预测特性,使观测器带宽的选取需要在跟踪慢变载荷与抑制快变外扰之间进行折中,难以兼顾。与此同时,喷施系统的出液响应存在一定延迟,预测出液状态与实际出液状态之间可能产生偏差,而植保无人机的总质量、质心位置和转动惯量又会随喷施过程持续变化,现有方案对这一时变特性的利用尚不充分,对旋翼可用推力裕度变化的考虑也相对有限。综上所述,在喷施过程中时变工况下,现有技术存在对于飞行控制稳定性不足的问题。
3、为此,提出了一种植保无人机自抗扰飞行控制方法。
技术实现思路
1、本发明旨在提供一种植保无人机自抗扰飞行控制方法,通过将喷施引起的可预测载荷变化以显式前馈方式引入动力学模型,并结合扩张状态观测器对残余扰动进行在线估计补偿,以解决现有植保无人机飞行控制方法难以兼顾变载荷动态特性与未知扰动补偿、导致喷施作业过程中飞行控制精度和稳定性不足的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种植保无人机自抗扰飞行控制方法,包括:
4、获取植保无人机的飞行状态量、喷施控制指令和实际药液流量;
5、基于喷施控制指令、实际药液流量、预存的喷施系统流量响应关系及药箱结构参数,确定当前药液载荷变化和预设预测时域内的药液载荷预测变化,并据此确定包括总质量、质心位置和转动惯量的时变动力学参数以及由药液载荷变化引起的可预测扰动;
6、将可预测扰动作为植保无人机动力学模型中的显式扰动项,将除可预测扰动之外的未建模动态、外界扰动和其他内部扰动集总为残余扰动,根据飞行状态量以及已施加于植保无人机的实际控制输入,采用扩张状态观测器对残余扰动进行在线估计,获得残余扰动估计值;
7、根据飞行状态量和时变动力学参数确定名义控制量,根据可预测扰动确定前馈补偿量,根据残余扰动估计值确定自抗扰补偿量,并将名义控制量、前馈补偿量和自抗扰补偿量合成为飞行控制量。
8、优选的,所述获取植保无人机的飞行状态量、喷施控制指令和实际药液流量包括:获取表征植保无人机位置、速度、姿态和角速度的飞行状态量,获取喷施控制指令,并获取喷施过程中的实际药液流量;根据喷施控制指令确定喷施系统的目标出液状态,根据实际药液流量对目标出液状态进行修正,并根据修正后的出液状态确定单位时间内的药液消耗量,以获得当前药液载荷变化量。
9、优选的,所述确定当前药液载荷变化和预设预测时域内的药液载荷预测变化包括:获取喷施开始时的初始药液量,根据当前药液载荷变化量对初始药液量进行更新,确定当前剩余药液量;根据当前喷施控制指令和预存的喷施系统流量响应关系,确定预设预测时域内各时刻对应的预测药液流量,对预测药液流量进行时间积分,获得预测药液消耗量,并根据预测药液消耗量确定预设预测时域内的药液载荷预测变化。
10、优选的,所述确定包括总质量、质心位置和转动惯量的时变动力学参数以及由药液载荷变化引起的可预测扰动包括:根据当前剩余药液量确定当前剩余药液质量,并结合预存的药箱安装位置参数、药箱几何参数以及药液质量分布关系,确定药液质心位置;根据植保无人机空载质量、空载质心位置、当前剩余药液质量和药液质心位置,确定植保无人机当前的总质量和质心位置,并根据当前总质量、质心位置及药箱几何参数确定当前转动惯量;根据总质量、质心位置和转动惯量的当前值及预测变化量,确定由药液载荷变化引起的可预测扰动。
11、优选的,所述确定由药液载荷变化引起的可预测扰动包括:将总质量的当前值及预测变化量输入预先建立的位置动力学模型,确定作用于位置控制通道的可预测扰动力;将质心位置和转动惯量的当前值及预测变化量输入预先建立的姿态动力学模型,确定作用于姿态控制通道的可预测扰动力矩;将可预测扰动力和可预测扰动力矩共同确定为可预测扰动。
12、优选的,所述将可预测扰动作为植保无人机动力学模型中的显式扰动项,并将除可预测扰动之外的扰动集总为残余扰动包括:在位置动力学模型中将可预测扰动力作为显式扰动项,并将除可预测扰动力之外的未建模动态、外界扰动和其他内部扰动集总为位置残余扰动;在姿态动力学模型中将可预测扰动力矩作为显式扰动项,并将除可预测扰动力矩之外的未建模动态、外界扰动和其他内部扰动集总为姿态残余扰动;将位置残余扰动和姿态残余扰动分别确定为位置控制通道和姿态控制通道的残余扰动。
13、优选的,所述根据飞行状态量以及已施加于植保无人机的实际控制输入,采用扩张状态观测器对残余扰动进行在线估计包括:将飞行状态量中的位置和速度分量以及已施加于位置控制通道的实际控制输入送入位置扩张状态观测器,并将位置残余扰动作为所述位置扩张状态观测器的待估计扩张状态进行在线估计,获得位置残余扰动估计值;将飞行状态量中的姿态和角速度分量以及已施加于姿态控制通道的实际控制输入送入姿态扩张状态观测器,并将姿态残余扰动作为所述姿态扩张状态观测器的待估计扩张状态进行在线估计,获得姿态残余扰动估计值。
14、优选的,所述根据飞行状态量和时变动力学参数确定名义控制量,根据可预测扰动确定前馈补偿量,根据残余扰动估计值确定自抗扰补偿量,并将三者合成为飞行控制量包括:根据预设作业航线、作业高度和作业速度确定飞行参考量,并根据飞行参考量与飞行状态量确定位置偏差、速度偏差、姿态偏差和角速度偏差;根据总质量更新位置控制通道的控制输入增益,根据转动惯量更新姿态控制通道的控制输入增益,并根据更新后的控制输入增益及对应偏差确定名义控制量;根据可预测扰动力和可预测扰动力矩确定前馈补偿量,根据位置残余扰动估计值和姿态残余扰动估计值确定自抗扰补偿量,将名义控制量、前馈补偿量和自抗扰补偿量合成为期望合力和期望控制力矩,并根据各旋翼实际转速、当前输出推力和可用推力上限确定各旋翼的推力可用范围,在各旋翼推力不小于零且不超过对应可用推力上限的约束下,将期望合力和期望控制力矩分配为各旋翼驱动控制量。
15、与现有技术相比,本发明的有益效果为:
16、1.本发明将可依据喷施控制指令和流量响应关系预测的载荷扰动作为动力学模型中的显式扰动项,并将未建模动态、外界扰动和其他内部扰动集总为残余扰动交由扩张状态观测器估计,使慢变确定性载荷扰动与快变随机扰动不再全部混入同一总扰动,有利于缓解观测器带宽在载荷跟踪与外扰抑制之间的折中,降低单一扩张状态观测器同时估计两类扰动时可能出现的滞后或噪声放大风险。
17、2.本发明通过实际药液流量修正喷施控制指令对应的目标出液状态,并依据流量响应关系确定预测时域内的药液载荷预测变化及对应的可预测扰动力、扰动力矩,使喷施预测偏差能够转化为位置控制通道和姿态控制通道的前馈补偿依据,有助于提高喷施启停、流量切换等工况下扰动补偿的针对性。
18、3.本发明根据时变动力学参数更新控制输入增益,并根据可预测扰动与残余扰动估计值分别形成前馈补偿量和自抗扰补偿量,同时依据各旋翼剩余推力裕度对飞行控制量进行约束分配,使补偿强度能够随喷施进程和实际运行状态滚动调整,有利于在推力受限条件下维持高度和姿态控制的稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com