[发明专利]一种基于运动学习的四旋翼无人机电塔巡检方法

权利要求书

1.一种基于运动学习的四旋翼无人机电塔巡检方法，其特征在于具体包括如下步骤：步骤S1：运动学习过程：通过遥控器示教四旋翼无人机完成一次具体的电塔巡检任务，收集该具体的电塔巡检任务三维轨迹序列作为运动学习样本，基于动力学方程和运动学习样本提取运动基元；所述三维轨迹序列即三个自由度的位移、速度、加速度信息；步骤S2：泛化过程：为新的电塔巡检任务设定起点终点，根据动力学方程和提取的运动基元泛化出新巡检任务三维轨迹序列，将产生的三维轨迹序列作为导航路径给四旋翼无人机完成电塔巡检任务，若新的电塔巡检任务中没有障碍物则步骤S2后规划结束；步骤S3：若新的电塔巡检任务的规划路径上有障碍物，首先确定障碍物大致的中心位置坐标，然后在已有学习基础上通过设计耦合因子重新规划出可行三维避障轨迹；最后将规划出的可行避障轨迹给四旋翼无人机完成自主电塔巡检任务。

2.根据权利要求1所述的基于运动学习的四旋翼无人机电塔巡检方法，其特征在于：步骤S1提取运动基元时，引入带有恒定系数线性微分方程，将四旋翼无人机的点到点运动描述为一种带有非线性强制项的动力学系统模型；通过遥控器示教四旋翼无人机完成一次具体的电塔巡检任务，基于四旋翼无人机内部的位置估计模块，分别获取四旋翼无人机上升阶段和下降阶段起点到终点三个自由度各自位移、速度和加速度的序列，基于获得的学习样本和动力学系统模型分别提取四旋翼无人机上升和下降阶段的运动基元序列，提取到的基元序列作为后续步骤中自主规划路径的基础。

3.根据权利要求1所述的基于运动学习的四旋翼无人机电塔巡检方法，其特征在于：步骤S2中，设定新的电塔巡检任务起点和终点，将学到的运动基元带入有非线性强制项的动力学系统模型，并使用同一正则系统，泛化出一条离散的运动轨迹点，即为所需的电塔巡检路径，若新的巡检任务无障碍物则步骤S2后规划结束，将规划的轨迹点给四旋翼无人机完成电塔巡检任务。

4.根据权利要求1所述的基于运动学习的四旋翼无人机电塔巡检方法，其特征在于：步骤S3通过在动力学方程中设计耦合因子，在原有的运动基元和动力学方程基础上重新泛化出可行三维轨迹序列，将三维轨迹序列作为电塔巡检的导航路径给四旋翼无人机完成自主电塔巡检任务。

5.根据权利要求4所述的基于运动学习的四旋翼无人机电塔巡检方法，其特征在于：步骤S3详细步骤如下：

步骤S31：设定在上升阶段和下降阶段，在三维笛卡尔空间中从起点到目标点的运动过程中有障碍物，首先确定障碍物大致中心为o＝[o₁ o₂ o₃]^T，在带有非线性强制项的动力学系统模型中加入耦合因子C_t从而构建带避障功能的动力学系统；对于三个自由度的运动，各自带避障功能的动力学系统有其各自的耦合因子C_t＝[C_t,1 C_t,2 C_t,3]^T，C_t,j(j＝1,2,3)；耦合因子中加入了一个垂直于当前速度方向的运动，是距离矢量与速度矢量的函数；其中其中μ为速度向量与障碍物中心坐标和当前位置坐标差向量(o-y)的夹角；R为旋转矩阵，决定运动轨迹绕障碍物的旋转方向，k和β为常量。

步骤S32：在三个自由度各自的动力学方程中，均添加各自的耦合因子构建带避障功能的动力学系统；根据各个自由度在步骤S1中所提取的运动基元，设定好起点和终点，由带避障功能的动力学系统泛化出各自自由度的轨迹序列，从而三个自由度的序列组成四旋翼无人机三维的避障轨迹，进而无人机根据规划路径完成电塔巡检任务。