一种柔性机架无人机控制方法、装置及电子设备与流程

1.本发明涉及柔性机架无人机控制技术领域，特别是涉及一种柔性机架无人机控制方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.由于旋翼机具有良好的机动性与稳定性，受到了国内外学者的广泛关注。四旋翼、六旋翼等多旋翼柔性机架无人机由于结构简单、稳定可靠，被广泛应用于航拍、物流、农药喷洒和高空侦查等领域。然而目前研究主要集中于小型柔性机架无人机。随着无人技术的发展，对旋翼机的运载能力的要求也越来越高。但是，伴随轻量化的设计与高运载能力的提升，大型柔性机架无人机的机架刚性不足问题也凸显出来，影响了柔性机架无人机飞行的稳定性与鲁棒性。并且，诸如nixie可穿戴的四旋翼等柔性机臂类柔性机架无人机也有不少学者在关注。
3.针对大型柔性机架无人机的研究，申请号cn202011277770.2属于柔性机架无人机飞行仿真技术领域，公开了一种中大型柔性机架无人机建模与半物理仿真方法及系统，将柔性机架无人机动力学模型从传统的视景系统中独立出来。采用matlab/simulink图形化的建模方法，不仅降低模型修改的难度，还提高了模型仿真与分析的可视化效果。申请号cn201920393243.4设计了一种大型柔性机架无人机的结构，该实用新型的前主电机和后主电机分别驱动前主螺旋机构和后主螺旋机构中的螺旋桨转动，为大型柔性机架无人机提供足够的动力使其升空，而机体左右两侧的折翼机构通过机翼的伸展折叠使机体得以保持平衡。申请号cn201910904419.2提出了一种大型柔性机架无人机uav的强自耦pi协同控制方法。理论分析与仿真结果都表明了eac
‑
pi协同控制系统具有良好的全局鲁棒稳定性。
4.可见现有的柔性机架无人机控制方法中并未考虑柔性机架无人机机架刚度不足对柔性机架无人机机动性与稳定性的影响，具有避障效果不佳的问题。


技术实现要素：

5.为解决上述问题，本发明实施例的目的在于提供一种柔性机架无人机控制方法、装置、电子设备及计算机可读存储介质。
6.一种柔性机架无人机控制方法，包括：
7.步骤1：将柔性机架无人机等效为弹簧阻尼质量系统得到柔性机架无人机的受力模型；
8.步骤2：根据所述受力模型得到柔性机架无人机的合外力矩；
9.步骤3：获取柔性机架无人机的虚拟控制变量；
10.步骤4：根据所述受力模型、所述合外力矩和所述虚拟控制变量得到柔性机架无人机的数学模型；
11.步骤5：获取柔性机架无人机的不确定性；所述不确定性包括系统动态建模误差、系统参数误差、系统输入误差和系统的外部扰动；
12.步骤6：将所述系统参数误差和所述系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型；
13.步骤7：根据所述含不确定性柔性机架无人机模型和所述柔性机架无人机的数学模型构建l1自适应输出反馈控制器；
14.步骤8：利用所述l1自适应输出反馈控制器对柔性机架无人机进行控制。
15.优选的，所述柔性机架无人机的受力模型为：
[0016][0017]
其中，m为机体质量，x
e
为地球坐标系x轴方向的单位向量、y
e
为地球坐标系y轴方向的单位向量、z
e
为地球坐标系z轴方向的单位向量，k为机臂的弹性系数，z
nb
为机臂末端在z轴方向的位移，且n＝1,2,3,4，z
b
为机体在z轴方向的位移，c为机臂的阻尼系数，r3为地球坐标系到机体坐标系的转换矩阵，f
n
为动力单元产生的升力，且n＝1,2,3,4，l为无人机臂长度，ei为抗弯刚度，g为重力加速度，k
x
为x轴方向的空气阻力系数，k
y
为y轴方向的空气阻力系数，k
z
为z轴方向的空气阻力系数，θ为俯仰角度，φ为滚转角度，ψ为偏航角度。
[0018]
优选的，所述步骤2：根据所述受力模型得到柔性机架无人机的合外力矩，包括：
[0019]
根据所述受力模型和欧拉旋转方程得到柔性机架无人机的合外力矩；所述合外力矩为：
[0020][0021]
其中，m
x
为x轴方向的总外力矩、m
y
为y轴方向的总外力矩、m
z
为z轴方向的总外力矩，i
x
为x轴方向的转动惯量、i
y
为y轴方向的转动惯量和i
z
为z轴方向的转动惯量。
[0022]
优选的，所述虚拟控制变量包括：
[0023][0024]
其中，u1无人机上升控制量，u2无人机俯仰角控制量，u3无人机横滚角控制量，u4无人机偏航角控制量，b是电机反扭矩比例系数，ω1为第一电机的转速，ω2为第二电机的转速，ω3为第三电机的转速，ω4为第四电机的转速。
[0025]
优选的，所述柔性机架无人机的数学模型为：
[0026][0027]
优选的，所述步骤6：将所述系统参数误差和所述系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型，包括：
[0028]
步骤6.1：根据柔性机架无人机的不确定性构建柔性机架类无人机含不确定性的状态方程；
[0029]
步骤6.2：根据所述状态方程将所述系统参数误差和所述系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型；其中所述含不确定性柔性机架无人机模型为：
[0030][0031]
其中，x
a
(t)为系统状态变量，a
a
为系统矩阵，b
a
为输入(控制)矩阵，σ
a
(t)为系统输入误差，u
a
(t)为系统输入信号，n
a
(t)为系统参数与建模误差，θ
a
(t)为系统辨识误差，y
a
(t)为系统输出信号，c
a
为系统输出矩阵。
[0032]
优选的，所述l1自适应输出反馈控制器为：
[0033][0034]
其中，为输出预测参考模型的系统状态变量，a
m
为输出预测参考模型的hurwitz系统矩阵，b
m
为输出预测参考模型的输入(控制)矩阵，为输出预测参考模型的输入误差，为输出预测参考模型的输出信号，c
m
为输出预测参考模型的输出矩阵，t
s
为采样实时间，为上一时刻的最终输入误差，φ(t
s
)为n
×
n的修正误差的矩阵，u
r
(it
s
)为上一时刻的输入误差，λ
m
为一个实矩阵，为上一时刻的输出信号，u
a
(s)为系统输入信号u
a
(t)的拉普拉斯变换，c(s)为低通滤波器，为n
m
阶的单位矩阵的拉普拉斯变换，r(s)为参考信号的拉普拉斯变换，为的拉普拉斯变换。
[0035]
本发明还提供了一种柔性机架无人机控制装置，包括：
[0036]
受力模型构建模块，用于将柔性机架无人机等效为弹簧阻尼质量系统得到柔性机架无人机的受力模型；
[0037]
合外力矩建立模块，用于根据所述受力模型得到柔性机架无人机的合外力矩；
[0038]
虚拟控制变量获取模块，用于获取柔性机架无人机的虚拟控制变量；
[0039]
数学模型构建模块，用于根据所述受力模型、所述合外力矩和所述虚拟控制变量得到柔性机架无人机的数学模型；
[0040]
不确定性获取模块，用于获取柔性机架无人机的不确定性；所述不确定性包括系统动态建模误差、系统参数误差、系统输入误差和系统的外部扰动；
[0041]
含不确定性无人机模型构建模块，用于将所述系统参数误差和所述系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型；
[0042]
反馈控制器构建模块，用于根据所述含不确定性柔性机架无人机模型和所述柔性机架无人机的数学模型构建l1自适应输出反馈控制器；
[0043]
控制模块，用于利用所述l1自适应输出反馈控制器对柔性机架无人机进行控制。
[0044]
本发明还提供了一种电子设备，包括总线、收发器(显示单元/输出单元、输入单元)、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现上述任一项所述的一种柔性机架无人机控制方法中的步骤。
[0045]
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的一种柔性机架无人机控制方法中的步骤。
[0046]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0047]
本发明涉及一种柔性机架无人机控制方法、装置、电子设备及计算机可读存储介质，其中，该方法包括：将柔性机架无人机等效为弹簧阻尼质量系统构建柔性机架无人机的数学模型；根据含不确定性柔性机架无人机模型和柔性机架无人机的数学模型构建l1自适应输出反馈控制器对柔性机架无人机进行控制。本发明通过将柔性无人机等效为弹簧阻尼质量系统，完成了柔性无人机的数学模型的搭建，可以准确表达柔性无人机的动力学特性，使得无人机的动力学特征的模拟更为精准；同时本发明基于数学模型构建了l1自适应输出反馈控制器，并利用l1自适应输出反馈控制器控制柔性机架类无人机可以消除系统的稳态误差，保证大型无人机机架刚度不足情况下，仍具有良好的飞行姿态控制能力，提高了无人机飞行时的稳定性与鲁棒性。
[0048]
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0049]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0050]
图1为本发明提供的实施例中的一种柔性机架无人机控制方法流程图；
[0051]
图2为本发明提供的实施例中的无人机单个机臂视为悬臂梁模型原理图；
[0052]
图3为本发明提供的实施例中的悬臂梁模型等效为弹簧阻尼质量系统原理图；
[0053]
图4为本发明提供的实施例中的无人机整机的弹簧阻尼质量等效系统原理图；
[0054]
图5为本发明提供的实施例中的柔性机架类无人机的不确定性分类原理图；
[0055]
图6为本发明提供的实施例中的面向控制器设计的不确定性分类原理图；
[0056]
图7为本发明提供的实施例中的第一无人机控制系统的方案图；
[0057]
图8为本发明提供的实施例中的第二无人机控制系统的方案图；
[0058]
图9为本发明提供的实施例中的传统pid控制器控制下刚架和柔性机架无人机的姿态响应曲线；
[0059]
图10为本发明提供的实施例中的传统pid控制器和输出反馈l1自适应控制器(方案一)下柔性机架无人机的姿态响应曲线；
[0060]
图11为本发明提供的实施例中的输出反馈l1自适应控制器方案一和方案二下柔性机架无人机的姿态响应曲线；
[0061]
图12为本发明提供的实施例中的一种用于执行一种柔性机架无人机控制方法的的电子设备的结构示意图。
具体实施方式
[0062]
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0063]
本发明的目的是提供一种柔性机架无人机控制方法、装置及电子设备，用于保证大型无人机机架刚度不足情况下，仍具有良好的飞行姿态控制能力。
[0064]
请一并参阅图1
‑
6，一种柔性机架无人机控制方法，包括：
[0065]
s1：将柔性机架无人机等效为弹簧阻尼质量系统得到柔性机架无人机的受力模型；
[0066]
具体的，将无人机单个机臂视为悬臂梁模型，并等效为弹簧阻尼质量系统，根据图2
‑
3所示，可以得到：
[0067][0068]
其中，f是螺旋桨产生的升力，l是无人机臂长度，ei是抗弯刚度，α
b
是弯曲角度，ω
b
是挠度，k是机臂的弹性系数，c是机臂的阻尼系数，m是无人机动力单元的质量，x1、x2分别是动力单元与无人机机体的位移。
[0069]
整理得到：
[0070][0071]
其中，t是经过机架传递并作用于无人机机体的升力。
[0072]
如图4所示，将无人机整机等效为弹簧阻尼质量系统。其中，o
b
‑
x
b
y
b
z
b
为机体坐标系，o
e
‑
e
x
e
y
e
z
为世界坐标系，θ为俯仰角度，φ为滚转角度，ψ为偏航角度，f
n
为动力单元产生的升力，z
nb
为机臂末端在z轴方向的位移，z
b
为机体在z轴方向的位移，m为机体质量。根据式(2)可以得到：
[0073][0074]
根据牛顿定理，可得柔性机架无人机的受力模型为：
[0075][0076]
其中，m为机体质量，x
e
为地球坐标系x轴方向的单位向量、y
e
为地球坐标系y轴方向
的单位向量、z
e
为地球坐标系z轴方向的单位向量，k为机臂的弹性系数，z
nb
为机臂末端在z轴方向的位移，且n＝1,2,3,4，z
b
为机体在z轴方向的位移，c为机臂的阻尼系数，r3为地球坐标系到机体坐标系的转换矩阵，f
n
为动力单元产生的升力，且n＝1,2,3,4，l为无人机臂长度，ei为抗弯刚度，g为重力加速度，k
x
为x轴方向的空气阻力系数，k
y
为y轴方向的空气阻力系数，k
z
为z轴方向的空气阻力系数，θ为俯仰角度，φ为滚转角度，ψ为偏航角度。
[0077]
s2：根据受力模型得到柔性机架无人机的合外力矩；
[0078]
在实际应用中，当姿态角以小增量变化时，根据欧拉旋转方程，可以得到无人机在机体坐标系中的合外力矩为：
[0079][0080]
其中，m
x
为x轴方向的总外力矩、m
y
为y轴方向的总外力矩、m
z
为z轴方向的总外力矩，i
x
为x轴方向的转动惯量、i
y
为y轴方向的转动惯量和i
z
为z轴方向的转动惯量。
[0081]
s3：获取柔性机架无人机的虚拟控制变量；
[0082]
由于四旋翼无人机系统是一个复杂的欠驱动系统，具有四个输入和六个输出，因此获得四个虚拟控制变量为：
[0083][0084]
其中，u1无人机上升控制量，u2无人机俯仰角控制量，u3无人机横滚角控制量，u4无人机偏航角控制量，b是电机反扭矩比例系数，ω
n
(n＝1,2,3,4)是每个电机的转速，进一步的ω1为第一电机的转速，ω2为第二电机的转速，ω3为第三电机的转速，ω4为第四电机的转速。
[0085]
s4：根据受力模型、合外力矩和虚拟控制变量得到柔性机架无人机的数学模型；在本发明实施例中，不考虑空气阻力与陀螺力矩，得到柔性机架无人机的数学模型为：
[0086][0087]
本发明中的s1
‑
s4主要是柔性机架无人机的数学模型建立的过程，通过将柔性无人机等效为弹簧阻尼质量系统，完成了柔性无人机的数学模型的搭建，可以准确表达柔性无人机的动力学特性，使得无人机的动力学特征的模拟更为精准，同时也将柔性机架的问题表现在数学模型上，可以为后续的控制器的设计铺垫基础，进而完成柔性机架的飞行姿态的控制。
[0088]
s5：获取柔性机架无人机的不确定性；不确定性包括系统动态建模误差、系统参数误差、系统输入误差和系统的外部扰动；
[0089]
s6：将系统参数误差和系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型；
[0090]
其中，s6具体包括：
[0091]
s6.1：根据柔性机架无人机的不确定性构建柔性机架类无人机含不确定性的状态方程；
[0092]
s6.2：根据状态方程将系统参数误差和系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型。
[0093]
进一步的，在本发明实施例中，柔性机架无人机的不确定性包括匹配不确定性和非匹配不确定性。匹配不确定性主要包括系统动态建模误差、系统参数误差和系统输入误差。非匹配不确定性主要为系统的外部扰动。图5显示了系统中两种不确定性的示意图。因此，柔性机架类无人机含不确定性的状态方程可以表示为：
[0094][0095]
其中，δa为系统的系统参数与建模误差，σ
a
(t)为系统输入误差，θ
a
(t)为系统辨识误差，d
a
(t)为系统的外部干扰，本发明重点研究机架柔性问题带来的控制问题，暂不考虑外部干扰对无人机飞行稳定性的影响。
[0096]
通过数学推导，令δa＝b
a
ν
a
(t)，将系统参数与建模误差转化为系统的输入不确定性，因此如图6所示，可以得到含不确定性柔性机架无人机模型数学表达式为：
[0097][0098]
其中，x
a
(t)为系统状态变量，a
a
为系统矩阵，b
a
为输入(控制)矩阵，σ
a
(t)为系统输入误差，u
a
(t)为系统输入信号，n
a
(t)为系统参数与建模误差，θ
a
(t)为系统辨识误差，y
a
(t)为系统输出信号，c
a
为系统输出矩阵。
[0099]
本发明的s5
‑
s6通过将柔性机架中不确定性进行分析与整理，将柔性机架无人机的各类不确定性表征出来，并通过数学推导将建模与系统的不确定性转化为系统输入的不确定性，即柔性问题可视为输出不确定性问题，可以几乎消除模型中的不确定性，大大提高了无人机数学模型的构建精度，进一步为控制器的设计做铺垫。
[0100]
s7：根据含不确定性柔性机架无人机模型和柔性机架无人机的数学模型构建l1自适应输出反馈控制器；
[0101]
本步骤将基于s1
‑
s6部分分析的柔性建模问题、输出不确定性问题，进行输出反馈l1自适应控制器的设计。将系统输入的总误差带入到系统输入信号中，即输出的不确定性为基础，从而推导出输出预测模型、自适应律和控制律，完成整个控制器的设计。并基于该控制器的特点，可将l1自适应控制器对飞行器的角速度或者角度进行控制，从而得到控制器的两套设计方案。
[0102]
输出反馈l1自适应控制算法适用于闭环稳定系统，本发明的控制器有两个方案。在搭建了串级pid控制器的基础上，将l1控制器分别搭建在角度环pid控制器与角速度环pid控制器。如图7
‑
8所示，分别为方案一与方案二。
[0103]
由于本发明是研究机架柔性情况下无人机的飞行控制问题，根据建模情况来看，主要是俯仰/滚转通道的影响，因此本发明的输出反馈l1自适应控制器的设计，将基于单输出系统进行构建。
[0104]
针对闭环系统有：
[0105]
y
a
(s)＝g
n
(s)(u
a
(s)+e
a
(s))
ꢀꢀꢀꢀꢀꢀꢀ
(10)
[0106]
其中，u
a
(s)是系统输入信号u
a
(t)的拉普拉斯变换；y
a
(s)是系统输出信号y
a
(t)的
拉普拉斯变换；g
n
(s)是闭环系统的单通道传递函数；e
a
(s)表示闭环系统中系统输入误差ν
a
(t)x
a
(t)、θ
a
(t)的总和。
[0107]
根据lipschitz连续性条件，可以得到系统不确定性的连续性假设。存在常数l
i
＞0和l0＞0，使得：
[0108][0109]
其中，f是未知的对应关系，f(t,y)是时变非线性不确定性和扰动。
[0110]
(1)输出预测模型(outputpredictor)的构建过程为：
[0111]
给定一个有界连续参考输入信号r
a
(t)。控制的目的是设计一个输出反馈控制器u
a
(t)，使系统输出y
a
(t)根据所需的参考模型g
m
(s)跟踪参考输入r
a
(t)。根据式子(11)可以得到：
[0112][0113]
将式(12)改写为标准状态空间形式：
[0114][0115]
其中，(a
m
,b
m
,c
m
)是参考模型g
m
的最小实现。对于方程(13)给出的闭环系统，可以得到输出预测模型为：
[0116][0117]
(2)自适应律(adaptationlaw)计算过程为:
[0118]
a
m
是hurwitz矩阵，其代数李雅普诺夫方程为：
[0119][0120]
其中，n
m
是参考系统矩阵a
m
的阶数，q
m
是一个存在的实数分块对角矩阵，是n
m
阶的实数矩阵，是n
m
阶的单位矩阵。
[0121][0122]
其中，是实矩阵，c
m
是参考系统g
m
(s)的输出矩阵实矩阵，t
m
是的零空间。
[0123]
定义参考模型的预测值和测量值之间的误差为：
[0124][0125]
基于式子(15)(16)(17)，可以得到自适应律为：
[0126][0127]
(3)控制律(controllaw)计算过程为:
[0128]
基于(16)(18)，控制信号定义为：
[0129][0130]
其中，c(s)是低通滤波器，它遵循以下规则：
[0131][0132]
其中，||*||
l1
代表对应系统的l1范数，l＝[l1,l2,
···
l3]
t
是式子(11)描述的系统不确定性的连续性假设中常数的集合向量。
[0133]
至此，标称闭环系统的l1自适应输出反馈控制器如下所示：
[0134][0135]
其中，为输出预测参考模型的系统状态变量，a
m
为输出预测参考模型的hurwitz系统矩阵，b
m
为输出预测参考模型的输入(控制)矩阵，为输出预测参考模型的输入误差，为输出预测参考模型的输出信号，c
m
为输出预测参考模型的输出矩阵，t
s
为采样实时间，为上一时刻的最终输入误差，φ(t
s
)为n
×
n的修正误差的矩阵，u
r
(it
s
)
为上一时刻的输入误差，λ
m
为一个实矩阵，为上一时刻的输出信号，u
a
(s)为系统输入信号u
a
(t)的拉普拉斯变换，c(s)为低通滤波器，为n
m
阶的单位矩阵的拉普拉斯变换，r(s)为参考信号的拉普拉斯变换，为的拉普拉斯变换。
[0136]
s8：利用l1自适应输出反馈控制器对柔性机架无人机进行控制。
[0137]
本发明的柔性机架无人机控制方法适用于由塑性极强的柔性材料制成的柔性机架类无人机，也适用于刚度不足的大型机架类无人机。本发明利用l1自适应输出反馈控制器对柔性机架无人机进行控制可以保证大型无人机机架刚度不足情况下，仍具有良好的飞行姿态控制能力。
[0138]
下面结合具体的实施例对本发明构建的l1自适应输出反馈控制器进行进一步说明。首先将基于matlab中simulink模块进行仿真，通过与传统pid控制器的对比，验证本发明中输出反馈l1自适应控制器的控制效果。并通过对比方案一与方案二，验证两套方案的优缺点。
[0139]
图9是采用传统pid控制器分别对刚体和柔性机架无人机进行控制仿真，参考信号分别为20度阶跃信号和正弦信号。刚架响应曲线调整时间小于2秒。由此可知，系统中没有超调和稳态误差，具有良好的跟踪性能。但是，柔性框架的响应曲线在参考信号曲线附近振荡，调整时间较大，存在超调和稳态误差，跟踪性能显然比较差。
[0140]
图10是l1自适应输出反馈控制器控制角度环(方案一)对比传统pid控制器，柔性机架无人机的姿态跟踪仿真结果。传统pid控制器可以跟踪参考信号，但响应曲线有明显的振荡，与参考信号相比，振荡幅度在10％
‑
20％范围内，系统中有明显的稳态误差。l1自适应输出反馈控制器振荡幅度小于5％，调整时间明显减少，并且消除了稳态误差，且跟踪效果明显提升。
[0141]
图11是l1自适应输出反馈控制器控制角速度环(方案二)对比方案一控制器，柔性机架无人机的姿态跟踪仿真结果。与传统pid控制器以及方案一相比，该方案基本消除曲线振荡问题，并且没有超调与稳态误差，但是响应速度较慢，跟踪效果良好。
[0142]
本发明在无人机物理结构无法继续优化的情况下，找出大型旋翼无人机轻量化设计与高载荷要求的矛盾将表现在机架刚度问题上，并将机架刚度问题等效为弹簧阻尼质量系统，完成了柔性无人机的数学模型的搭建，同时分析了柔性无人机不确定性的产生与分类，并基于自适应算法设计了一种基于输出反馈l1自适应控制器，来保证柔性机架无人机的飞行稳定性。
[0143]
本发明还提供了一种柔性机架无人机控制装置，包括：
[0144]
受力模型构建模块，用于将柔性机架无人机等效为弹簧阻尼质量系统得到柔性机架无人机的受力模型；
[0145]
合外力矩建立模块，用于根据受力模型得到柔性机架无人机的合外力矩；
[0146]
虚拟控制变量获取模块，用于获取柔性机架无人机的虚拟控制变量；
[0147]
数学模型构建模块，用于根据受力模型、合外力矩和虚拟控制变量得到柔性机架无人机的数学模型；
[0148]
不确定性获取模块，用于获取柔性机架无人机的不确定性；不确定性包括系统动态建模误差、系统参数误差、系统输入误差和系统的外部扰动；
[0149]
含不确定性无人机模型构建模块，用于将系统参数误差和系统动态建模误差转化为系统的输入不确定性得到含不确定性柔性机架无人机模型；
[0150]
反馈控制器构建模块，用于根据含不确定性柔性机架无人机模型和柔性机架无人机的数学模型构建l1自适应输出反馈控制器；
[0151]
控制模块，用于利用l1自适应输出反馈控制器对柔性机架无人机进行控制。
[0152]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0153]
本发明通过将柔性无人机等效为弹簧阻尼质量系统，并通过数学推导将建模与系统的不确定性转化为系统输入的不确定性，即柔性问题可视为输出不确定性问题，可以几乎消除模型中的不确定性，使得无人机的动力学特征的模拟更为精准；同时本发明基于数学模型构建了l1自适应输出反馈控制器，并利用l1自适应输出反馈控制器控制柔性机架类无人机可以消除系统的稳态误差，保证大型无人机机架刚度不足情况下，仍具有良好的飞行姿态控制能力，提高了无人机飞行时的稳定性与鲁棒性。
[0154]
此外，本发明实施例还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述一种柔性机架无人机控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0155]
具体的，参见图12所示，本发明实施例还提供了一种电子设备，该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
[0156]
在本发明实施例中，该电子设备还包括：存储在存储器1150上并可在处理器1120上运行的计算机程序，计算机程序被处理器1120执行时实现上述一种柔性机架无人机控制方法实施例的各个过程。
[0157]
收发器1130，用于在处理器1120的控制下接收和发送数据。
[0158]
本发明实施例中，总线架构(用总线1110来代表)，总线1110可以包括任意数量互联的总线和桥，总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
[0159]
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个，包括存储器总线以及存储器控制器、外围总线、加速图形端口(accelerate graphical port，agp)、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制，这样的体系结构包括：工业标准体系结构(industry standard architecture，isa)总线、微通道体系结构(micro channel architecture，mca)总线、扩展isa(enhanced isa，eisa)总线、视频电子标准协会(video electronics standards association，vesa)、外围部件互连(peripheral component interconnect，pci)总线。
[0160]
处理器1120可以是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括：通用处理器、中央处理器(central processing unit，cpu)、网络处理器(network processor，np)、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(fieldprogrammable gate array，fpga)、复杂可编程逻辑器件(complex programmable logicdevice，cpld)、可编程逻辑阵列(programmable logic array，pla)、微控制单元
ratesdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(directrambus ram，drram)。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
[0167]
在本发明实施例中，存储器1150存储了操作系统1151和应用程序1152的如下元素：可执行模块、数据结构，或者其子集，或者其扩展集。
[0168]
具体而言，操作系统1151包含各种系统程序，例如：框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序1152包含各种应用程序，例如：媒体播放器(media player)、浏览器(browser)，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括：小程序、对象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数据类型的计算机系统可执行指令。
[0169]
此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种柔性机架无人机控制方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0170]
计算机可读存储介质包括：永久性和非永久性、可移动和非可移动媒体，是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括：电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括：相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、非易失性随机存取存储器(nvram)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定，计算机可读存储介质不包括暂时信号本身，例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
[0171]
在本发明所提供的几个实施例中，应该理解到，所披露的装置、电子设备和方法，可以通过其他的方式实现。例如，以上描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的、机械的或其他的形式连接。
[0172]
所述作为分离部件说明的单元可以是或也可以不是物理上分开的，作为单元显示的部件可以是或也可以不是物理单元，既可以位于一个位置，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或全部单元来解决本发明实施例方案要解决的问题。
[0173]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0174]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(包括：个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
[0175]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换的技术方案，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。