[发明专利]一种飞行机器人及其飞行控制方法

权利要求书

1.一种飞行机器人，其特征在于，包括气囊主体(100)，安装在气囊主体(100)上、用于驱动气囊主体(100)的旋翼动力系统(200)，安装在气囊主体(100)上且与旋翼动力系统(200)电性连接、用于控制旋翼动力系统(200)工作的控制系统(300)，与控制系统(300)通信连接、用于向控制系统(300)发出控制指令的地面系统(400)。

2.根据权利要求1所述的飞行机器人，其特征在于，旋翼动力系统(200)还包括四套矢量推动旋翼(220)，四套矢量推动旋翼(220)均匀分布在气囊主体(100)周向上；

矢量推动旋翼(220)包括安装在气囊主体(100)上并与控制系统(300)电性连接的第一电机(221)；第一电机(221)具有水平朝向的螺旋桨。

3.根据权利要求2所述的飞行机器人，其特征在于，旋翼动力系统(200)包括四套水平共轴旋翼(210)，四套水平共轴旋翼(210)均匀分布在气囊主体(100)周向上；

水平共轴旋翼(210)包括挂载在气囊主体(100)上的舵机(211)以及安装在舵机(211)上并与控制系统(300)电性连接的第二电机(212)；第二电机(212)具有竖直朝向的螺旋桨。

4.根据权利要求3所述的飞行机器人，其特征在于，四套水平共轴旋翼(210)与四套矢量推动旋翼(220)间隔交替排列。

5.一种如权利要求1-4中任意一项所述飞行机器人的飞行控制方法，其特征在于，包括以下步骤：

步骤1、构建增量强化学习控制器，以飞行机器人的飞行状态和姿态信息以及飞行稳定性衡量值作为增量强化学习控制器的输入层节点，以与所述飞行机器人的飞行状态和姿态信息以及飞行稳定性衡量值对应的飞行控制参数为增量强化学习控制器的输出层节点；

同时，根据不同场景赋予的加权系数以及飞行机器人的飞行稳定性衡量值构造奖励函数RF；

步骤2、收集飞行机器人的历史飞行状态和姿态信息以及对应的历史飞行控制参数和历史飞行稳定性衡量值，并一起输入增量强化学习控制器中进行训练，得到初步训练好的强化学习控制器；

步骤3、通过初步训练好的强化学习控制器对飞行机器人进行飞行控制，并在所述飞行控制时，实时计算奖励函数RF；当实时计算得到的奖励函数RF超过预设阈值时，利用相应的飞行状态和姿态信息以及飞行稳定性衡量值对所述初步训练好的强化学习控制器进行迭代学习训练，产生对应的飞行控制参数；

其中，当迭代学习训练时，根据飞行机器人的飞行状态和姿态信息计算飞行机器人的飞行状态和姿态状态变化速率，再根据飞行机器人的飞行状态和姿态状态变化速率并利用自适应增量算法提升强化所述初步训练好的强化学习控制器，使提升强化后的强化学习控制器所输出的飞行控制参数收敛；然后利用提升强化后的强化学习控制器对飞行机器人进行飞行控制。

6.根据权利要求5所述的飞行控制方法，其特征在于，飞行机器人的飞行状态和姿态信息，包括GPS数据、地磁数据、气压计数据、陀螺仪数据、旋翼角度数据、旋翼转速数据及飞行速度数据。

7.根据权利要求5所述的飞行控制方法，其特征在于，飞行机器人的飞行稳定性衡量值包括但不限于飞行机器人的X轴偏移值、Y轴偏移值以及Z轴偏移值。

8.根据权利要求5所述的飞行控制方法，其特征在于，飞行机器人的飞行控制参数包括飞行机器人进行俯仰、横滚、偏转姿态动作时的动作控制参数。