一种无人机移动平台自主降落与自动锁止控制方法与流程

本申请涉及无人机降落与锁止控制，更具体地说，本申请涉及一种无人机移动平台自主降落与自动锁止控制方法。

背景技术：

1、无人机与移动平台的自主降落与锁止技术是实现无人机长航时自主作业的关键环节。现有方案通常依赖gps进行航点导航，接近后切换至视觉引导模式，通过识别平台上的合作标志（如apriltag）计算相对位姿，控制无人机降落至停机坪。锁止方面，多采用机械卡扣或电磁吸盘等执行机构，在无人机落至停机坪后通过位置触发或人工遥控启动锁止。部分方案在移动平台上安装惯性测量单元以检测姿态变化并向无人机提供参考信息。

2、然而，上述方案均未充分考虑移动平台因路面不平或风浪扰动产生的持续颠簸对降落的影响，无人机难以预判平台未来位置，仅凭当前时刻位姿进行跟踪易导致滞后甚至失稳。尤其是视觉观测从图像采集到位姿解算再回传存在数十至百余毫秒固有时延，而常规滤波估计均为纯前向递推，直接将历史时刻的观测值用于校正当前状态，未考虑该时延内平台已运动至新位置，导致估计偏离真实值，严重影响降落精度。因此，如何实现移动平台颠簸工况下无人机的全自主降落与自适应可靠锁止，提高降落成功率和锁止安全性成为了业界面临的难题。

技术实现思路

1、本申请提供一种无人机移动平台自主降落与自动锁止控制方法，可以实现移动平台颠簸工况下无人机的全自主降落与自适应可靠锁止，提高降落成功率和锁止安全性。

2、第一方面，本申请提供一种无人机移动平台自主降落与自动锁止控制方法，所述控制方法包括如下步骤：

3、对移动平台的运动状态进行滤波估计，输出移动平台的当前运动状态，根据所述当前运动状态进行滚动时域预测，输出移动平台的预测运动轨迹；

4、无人机通过机载视觉传感器识别所述视觉标记，确定无人机相对于移动平台的实时位姿；

5、将所述实时位姿作为观测值反馈修正所述滤波估计，更新所述预测运动轨迹，无人机跟踪更新后的所述预测运动轨迹，根据机载高度传感器与视觉位姿联合判断是否满足降落条件，满足时执行降落；

6、无人机落至移动平台后触发锁止，通过力传感器反馈确认夹持力达标后，输出锁止确认信号。

7、在本实施例中，所述视觉标记设置于移动平台顶部的停机坪四周，所述视觉标记为apriltag二维条码，数量为6个且呈非对称分布。

8、在本实施例中，所述滤波估计中嵌入观测时延补偿：缓存历史视觉观测值及其时间戳，将当前滤波预测值逆向推算至对应的历史时刻，确定预测值与观测值的残差后正向注入当前估计值。

9、在本实施例中，根据所述当前运动状态进行滚动时域预测，输出移动平台的预测运动轨迹具体包括：

10、以所述当前运动状态为初始值，以运动学模型递推生成预测时域内的轨迹序列，以跟踪误差和控制增量为目标求解最优控制量，滚动输出移动平台的预测运动轨迹。

11、在本实施例中，所述反馈修正采用固定滞后窗口平滑重播具体包括：缓存最近n个时刻的状态估值与视觉观测值，新观测到达时以该时刻为中心前后各扩展l个时刻形成重播窗口，在窗口内重做滤波更新并将修正量分配至当前时刻。

12、在本实施例中，所述滚动时域预测中包含执行时延补偿：测量从图像采集到位姿解算再到飞控指令发出的端到端总时延，将预测时域参考轨迹起点前移该总时延量。

13、在本实施例中，所述降落条件为：无人机相对移动平台的高度≤0.2m、水平偏移≤±15mm、航向偏差≤±2°，任一不满足则复飞。

14、第二方面，本申请提供一种无人机移动平台自主降落与自动锁止控制系统用于执行一种无人机移动平台自主降落与自动锁止控制方法，所述一种无人机移动平台自主降落与自动锁止控制系统包括：

15、轨迹预测模块，用于对移动平台的运动状态进行滤波估计，输出移动平台的当前运动状态，根据所述当前运动状态进行滚动时域预测，输出移动平台的预测运动轨迹；

16、位姿解算模块，用于无人机通过机载视觉传感器识别所述视觉标记，确定无人机相对于移动平台的实时位姿；

17、降落决策模块，用于将所述实时位姿作为观测值反馈修正所述滤波估计，更新所述预测运动轨迹，无人机跟踪更新后的所述预测运动轨迹，根据机载高度传感器与视觉位姿联合判断是否满足降落条件，满足时执行降落；

18、锁止控制模块，用于无人机落至移动平台后触发锁止，通过力传感器反馈确认夹持力达标后，输出锁止确认信号。

19、第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得所述计算机设备执行上述的一种无人机移动平台自主降落与自动锁止控制方法。

20、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令或代码，当指令或代码在计算机上运行时，使得计算机执行时实现上述的一种无人机移动平台自主降落与自动锁止控制方法。

21、本申请公开的实施例提供的技术方案具有以下有益效果：

22、对移动平台的运动状态进行滤波估计，输出移动平台的当前运动状态，根据所述当前运动状态进行滚动时域预测，输出移动平台的预测运动轨迹；无人机通过机载视觉传感器识别所述视觉标记，确定无人机相对于移动平台的实时位姿；将所述实时位姿作为观测值反馈修正所述滤波估计，更新所述预测运动轨迹，无人机跟踪更新后的所述预测运动轨迹，根据机载高度传感器与视觉位姿联合判断是否满足降落条件，满足时执行降落；无人机落至移动平台后触发锁止，通过力传感器反馈确认夹持力达标后，输出锁止确认信号。

23、由此可见本申请中，首先，通过对移动平台运动状态进行滤波估计并滚动预测其未来轨迹，使无人机能够提前获知移动平台在未来时段内的运动趋势，为后续降落提供了运动预测基础；其次，通过机载视觉传感器识别移动平台上的视觉标记并解算实时相对位姿，确保局部遮挡条件下的定位连续性，为降落提供了稳定、可靠的相对导航基准；然后，将视觉位姿作为观测值反馈修正滤波估计并更新预测轨迹，使移动平台的轨迹预测融合了视觉绝对定位信息与惯性相对感知信息，避免了单传感器误判或环境干扰导致的错误降落，提高了降落触发的安全性和可靠性；最后，无人机落至移动平台后通过力传感器实时反馈夹持力，确保锁止机构在颠簸环境下仍能可靠固定无人机，提高了锁止的适应性和长期可靠性。

24、综上所述，本申请采用的技术方案可以实现移动平台颠簸工况下无人机的全自主降落与自适应可靠锁止，提高降落成功率和锁止安全性。

1.一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述移动平台为无人车或无人船，所述移动平台上设有视觉标记，所述控制方法包括：

2.如权利要求1所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述视觉标记设置于移动平台顶部的停机坪四周，所述视觉标记为apriltag二维条码，数量为6个且呈非对称分布。

3.如权利要求1所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述滤波估计中嵌入观测时延补偿：缓存历史视觉观测值及其时间戳，将当前滤波预测值逆向推算至对应的历史时刻，确定预测值与观测值的残差后正向注入当前估计值。

4.如权利要求1所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，根据所述当前运动状态进行滚动时域预测，输出移动平台的预测运动轨迹具体包括：

5.如权利要求1所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述反馈修正采用固定滞后窗口平滑重播具体包括：缓存最近n个时刻的状态估值与视觉观测值，新观测到达时以该时刻为中心前后各扩展l个时刻形成重播窗口，在窗口内重做滤波更新并将修正量分配至当前时刻。

6.如权利要求1所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述滚动时域预测中包含执行时延补偿：测量从图像采集到位姿解算再到飞控指令发出的端到端总时延，将预测时域参考轨迹起点前移该总时延量。

7.如权利要求1所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述降落条件为：无人机相对移动平台的高度≤0.2m、水平偏移≤±15mm、航向偏差≤±2°，任一不满足则复飞。

8.一种无人机移动平台自主降落与自动锁止控制系统，用于执行如权利要求1至7任意一项所述的一种无人机移动平台自主降落与自动锁止控制方法，其特征在于，所述一种无人机移动平台自主降落与自动锁止控制系统包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得所述计算机设备执行权利要求1至7中任一项所述的一种无人机移动平台自主降落与自动锁止控制方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令或代码，当指令或代码在计算机上运行时，使得计算机执行时实现如权利要求1至7中任一项所述的一种无人机移动平台自主降落与自动锁止控制方法。