[发明专利]一种飞行控制方法及飞行器在审
申请号: | 201710138309.0 | 申请日: | 2017-03-09 |
公开(公告)号: | CN106647777A | 公开(公告)日: | 2017-05-10 |
发明(设计)人: | 申俊峰;杨夏 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G05D1/04 | 分类号: | G05D1/04 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙)44285 | 代理人: | 王仲凯 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 飞行 控制 方法 飞行器 | ||
1.一种飞行控制方法,其特征在于,所述方法应用于飞行器,所述飞行器包括n个用于采集所述飞行器的高度数据的高度传感器,n为大于等于2的正整数,所述方法包括:
获取所述飞行器的目标飞行高度;
获取所述n个高度传感器采集的高度数据;
融合所述n个高度传感器的高度数据,得到第一融合高度;
根据所述第一融合高度与目标飞行高度计算第一高度误差;
根据所述第一高度误差调整所述飞行器的飞行高度。
2.根据权利要求1所述的方法,其特征在于,所述融合所述n个高度传感器的高度数据,得到第一融合高度,包括:
使用卡尔曼滤波算法融合所述n个高度传感器的高度数据,得到所述第一融合高度。
3.根据权利要求2所述的方法,其特征在于,所述n个高度传感器采集的高度数据为n维向量,所述n个高度传感器的测量噪音协方差为R,所述卡尔曼滤波算法的预测噪音协方差矩阵为P,过程噪音协方差矩阵为Q,状态转移方程为X。
4.根据权利要求3所述的方法,其特征在于,所述第一融合高度为k时刻计算得到的融合高度,所述使用卡尔曼滤波算法融合所述n个高度传感器的高度数据,得到所述第一融合高度,包括:
根据k-1时刻的融合高度和状态转移方程预计算当前k时刻的高度Xk;
根据k-1时刻的预测噪声协方差矩阵Pk-1、所述过程噪音协方差方程Q、以及k时刻的状态转移方程雅克比矩阵Fk,预计算k时刻的预测噪声协方差矩阵Pprek;
根据预计算的k时刻的预测噪声协方差、k时刻的测量方程雅克比矩阵Hk,预计算卡尔曼增益K;
根据卡尔曼增益K、所述k时刻的高度Xk、k时刻的卡尔曼测量方程的解以及k时刻测量的实际高度,预计算出所述第一融合高度。
5.根据权利要求4所述的方法,其特征在于,在预计算出所述第一融合高度之后,所述方法还包括:
根据所述第一融合高度、所述k时刻的预测噪声协方差矩阵Pprek以及所述k时刻的测量方程雅克比矩阵Hk,预计算k时刻的预测噪音协方差Pk,k时刻的预测噪音协方差Pk用于计算k+1时刻的融合高度。
6.根据权利要求1-5任一所述的方法,其特征在于,在所述融合所述n个高度传感器的高度数据,得到第一融合高度之后,在所述根据所述第一高度误差调整所述飞行器的飞行高度之前,所述方法还包括:
根据所述第一融合高度计算所述飞行器当前的第一油门增量;
所述根据所述第一高度误差调整所述飞行器的飞行高度,包括:
根据所述第一油门增量调整所述飞行器的飞行高度。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一融合高度计算所述飞行器当前的第一油门增量,包括:
采用增量式算法,根据所述第一融合高度、所述第一高度误差和上一次计算第二油门增量时的第二高度误差计算所述第一油门增量;
其中,所述第一油门增量为:Kp*Δh+ki*Δh+Kd*(Δh–Δh')/Δt,其中,Δh表示第一高度误差,Δh'表示所述第二高度误差,Δt表示本次计算所述第一油门增量的时刻距离上一次计算所述第二油门增量的时刻之间的时间差,Kp、Ki、Kd表示增量式算法的系数。
8.一种飞行器,其特征在于,所述飞行器包括处理单元、获取单元、控制单元以及n个用于采集所述飞行器的高度数据的高度传感器,n为大于等于2的正整数;
所述获取单元用于获取所述飞行器的目标飞行高度,以及获取所述n个高度传感器采集的高度数据;
所述处理单元用于融合所述n个高度传感器的高度数据,得到第一融合高度;
根据所述第一融合高度与目标飞行高度计算第一高度误差;
所述控制单元用于根据所述处理单元计算的所述第一高度误差调整所述飞行器的飞行高度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710138309.0/1.html,转载请声明来源钻瓜专利网。