[发明专利]多旋翼无人机高速开环动作自适应学习方法

说明书

本发明提供一种多旋翼无人机高速开环动作自适应学习方法，包括：将动作定义为期望的初始状态和最终状态，确定标准参数化轨迹，选择标准参数，并利用代数约束工具减少自由参数数目；利用结合初始猜测的降阶模型和数值求解程序寻找标准参数及轨迹，并计算标准参数集的雅可比矩阵和校正矩阵；生成输入轨迹进行在线实验，并观测实验误差，对设计的动作进行修正，如果不满足参数约束，减少修正直到满足所述约束，再反复进行上述修正过程。本发明实施例的方法，可以为无人机的特技飞行提供一种简单、直观、快速的自适应学习方法，对于没有精确分析模型的系统也可以进行迭代学习，可以成为使快速、难以建模系统工作的有用工具。

技术领域

本发明涉及多旋翼无人机控制技术领域，特别涉及一种多旋翼无人机高速开环动作自适应学习方法及系统。

背景技术

体积小、鲁棒、价格适中且动态性能优异的微型飞行器如多旋翼无人机在研究型实验室日益普及，它们完成了许多令人印象深刻的高质量空中运动控制演示。飞行器高速极限动作就如同生物跳跃等可以应对特殊状态的动作一样，对其完成任务及保证飞行安全非常有用。

现有的极限特技演示大多依靠细致调优、经验性系统辨识及自适应/学习算法的结合，以使飞行器能够准确和可靠地进行动作。因此许多方法在算法和计算量上都相当复杂。这里关键的难点在于对许多直升机及其它飞行器的飞行状态来说不存在精确的分析模型。

而在过去几十年内，人们在大尺寸直升机的高性能飞行建模上已经积攒了许多经验，这些经验应用于微型直升机高性能旋翼飞行策略的精确建模和表征也已经有了一些成果，存在许多专门针对特定条件的模型比如悬停、特定轴向运动、自动旋转和匀速平移运动。但是，已经有研究表明，由于微型直升机在空气动力学和其他物理特性方面与大尺寸直升机有较大差别，许多方法对微型直升机并不适用。

发明内容

本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。

为此，本发明的一个目的在于提出一种多旋翼无人机高速开环动作自适应学习方法。该方法简单、直观地为多旋翼无人机设计特殊的参数化的高性能运动，并提供了通过实验提高运动性能的迭代框架。

本发明的另一个目的在于提出一种多旋翼无人机高速开环动作自适应学习系统。

为了实现上述目的，本发明的第一方面的实施例公开了一种多旋翼无人机高速开环动作自适应学习方法，包括以下步骤：将动作定义为期望的初始状态和最终状态，直观确定标准参数化轨迹，选择标准参数，利用代数约束工具减少自由参数数目；利用结合初始猜测的降阶模型和数值求解程序寻找标准参数及轨迹，计算标准参数集的雅可比矩阵和校正矩阵；生成输入轨迹进行在线实验，观测实验误差，对设计的动作进行修正，如不满足参数约束，减少修正直到满足约束，再反复进行上述修正过程。

在一些示例中，所述动作被定义为初始状态x(0)、期望最终状态x^*。

在一些示例中，所述标准系统由标准初始状态开始，选择标准参数p⁰并对动作结构进行直观分析以确定参数化标准控制轨迹，其中，标准参数集p⁰是满足的参数集，对应标准系统模型中的物理常数。

在一些示例中，所述方法选择尽可能少的可变参数，以减少自由参数数目。

在一些示例中，所述方法使用降阶模型选择p⁰，满足：

其中，是x^*，是实际物理常数的标准模型。

在一些示例中，所述表达标准最终状态变化与参数变化关系的标准雅可比矩阵J为：

其中，采用数值有限差分法可以计算出J。