[0028] 步骤1 :飞行环境突变确定
[0028] 旋翼无人机在三维空间里执行任务，作业空间大小为300 X 300 X 300 (km)。无人机 在飞行中受到强对流云的影响，造成无人机姿态的突变，自驾仪在监测到对这一变化没有 发出控制指令时，判定此次飞行姿态突变为受到外部环境因素影响；如果检测到有飞控指 令，则停止计算，流程结束。
[0029] 步骤2 :初始化飞行姿态数值
[0030]自驾仪针对此时的无人机飞行姿态，即初始化无人机姿态的表现欧拉角：横滚角 Φ、俯仰角Θ、偏航角Φ，自驾仪基于对此前无人机平衡飞行的参考基准，实时的生成当前 无人机的姿态控制调整量。
[0031] 步骤3 :种群规模的构建
[0032] 由于无人机在飞行过程中受到空气阻力、重力等多种因素的影响，只将飞行所涉 及的最后表现的控制量横滚角Φ、俯仰角Θ、偏航角Φ进行编码，自驾仪在对比前后翻滚 的角度差后进行多种修正量的自动输出，初步判断可能的下一个航迹点，基于飞行姿态控 制量建立初始种群，并将可能的航迹点数据存入种群数据库。
[0033] 步骤4 :种群适应度评价
[0034] 根据姿态控制量的数据计算上述各组航迹点数据的适应度；选择适应度最大的航 迹点数据作为新种群数据存入种群数据库中进行迭代计算，重复上述的过程，或者选择适 应度最小的一组路线数据作为输出结果。
[0035] 适应度评价计算函数为：
[0036] 式中，L为三个方向上的航路飞行的地面坐标系的分距离；t为横滚角Φ，俯仰角 Θ，偏航角Φ调整对应的最短时间；夕、7、歹为无人机的当前姿态角；u、v、w为三个机体 方向上的分速度；k为三个机体方向上的调整控制强度系数。
[0037] 步骤5 :基因重组（交叉）与基因突变
[0038] 针对更新了控制量概率分布的种群数据，依次进行横滚角Φ，俯仰角Θ和偏航角 Φ的交叉遗传计算和变异计算，交叉遗传计算的交叉遗传概率为〇. 4,变异计算的变异概 率为0. 01，遗传代数为1000,无人机的悬停控制本身是一个趋于稳定的过程，利用变异减 少局部最优的出现，降低了进化过程的稳定性，计算应用时，可根据问题的规模和涉及的因 素进行对具体参数设置进行调整，以获取最优的航路。
[0039] 步骤6 :航迹点悬停最优解组
[0040] 根据种群迭代趋于稳定的控制结果Φ、Θ、φ，自驾仪控制无人机飞行到下一个 点，根据无人机到达的下一个航迹点的分速度的数据，重复上述步骤2~5的过程，直到无 人机在有限制的空间范围内进行悬停为止，或者自驾仪所带GPS监测到无人机已经触地， 则停止控制指令发送。
[0041] 需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明保 护范围包括并不限于【具体实施方式】中所述的实施例，凡是由本领域技术人员根据本发明的 技术方案得出的其他实施方式，同样属于本发明保护的范围。
【主权项】
1. 一种基于自驾仪和遗传算法的监测无人机悬停范围的方法，实现在限定的条件下对 无人机的悬停范围的飞行控制，其特征在于，旋翼无人机拥有6个自由度，旋翼的飞行姿态 由三个欧拉角描述横滚角（1/2<9<兀/2)、俯仰角（-11/2<0<31/2)、偏航角（-31<11) < ，前提条件为： 1) 、旋翼无人机设备动力为电力，设备为均匀对称的刚体； 2) 、控制的指令的输入和输出设备为无人机自动驾驶仪； 3) 、机体坐标系和旋翼无人机的中心质心位于同一位置； 4) 、旋翼无人机的所受阻力和重力不受飞行高度等因素影响。2. 根据权利要求1所述的一种基于自驾仪和遗传算法的监测无人机悬停范围的方法， 其特征在于，包括以下步骤： 步骤1 :飞行环境突变确定：无人机在三维空间里执行任务，自驾仪在检测到对飞行姿 态的变化没有发出控制指令时，判定此次飞行姿态突变为受到外部环境因素影响；如果检 测到有飞控指令，则停止计算，流程结束； 步骤2 :初始化飞行姿态数值：初始化此时的无人机飞行姿态，即初始化无人机姿态的 表现姿态：横滚角歹、俯仰角^、偏航角歹，自驾仪基于无人机平衡飞行的参考基准，利用 平衡悬停控制机制，实时的生成当前无人机的姿态控制调整量； 步骤3:种群规模的构建：将飞行的控制量横滚角（K俯仰角0、偏航角也进行编码， 自驾仪在对比前后翻滚的角度差后进行多种修正量的自动输出，初步判断可能的下一个航 迹点，基于飞行姿态控制量建立初始种群，并将可能的航迹点数据存入种群数据库； 步骤4 :种群适应度评价：根据姿态控制量的数据计算上述各组航迹点数据的适应度； 选择适应度最大的航迹点数据作为新种群数据存入种群数据库中进行迭代计算，重复上述 的过程，或者选择适应度最小的一组路线数据作为输出结果； 适应度评价计算函数为：式中，L为三个方向上的航路飞行的地面坐标系的分距离；t为横滚角巾，俯仰角0，偏 航角也调整对应的最短时间；歹、$、戸为无人机的当前姿态角；u、v、w为三个机体方向 上的分速度；k为三个机体方向上的调整控制强度系数； 步骤5 :基因重组（交叉）与基因突变：对更新了控制量概率分布的种群数据，依次进 行横滚角(}>，俯仰角0和偏航角丨的交叉遗传计算和变异计算，交叉遗传计算的交叉遗传 概率为0. 4,变异计算的变异概率为0. 01，遗传代数为1000 : 步骤6 :航迹点悬停最优解组：根据种群迭代趋于稳定的控制结果巾、0、也，自驾仪控 制无人机飞行到下一个点，根据无人机到达的下一个航迹点的分速度的数据，重复上述步 骤2~5的过程，直到无人机在有限制的空间范围内进行悬停为止，或者自驾仪所带GPS监 测到无人机已经触地，则停止控制指令发送。
【专利摘要】一种基于自驾仪和遗传算法的监测无人机悬停范围的方法，在无人机设备发生故障或翻滚时，针对自驾仪生成的自动控制指令，通过将自驾仪与遗传算法结合起来进行无人机飞行悬停控制，当监测到无人机发生急剧的俯仰或翻滚并非来自任务的飞行指令时，自驾仪立即将此时刻的飞行姿态调整参数作为局部初始化种群值，遗传算法根据初始化值中适应度条件的要求，对适应值的调整量进行迭代优化，迭选出在无人机飞行姿态趋于稳定下的控制指令的调整解，进行实现无人机姿态的稳定控制，使其稳定在一定的空中区域范围内盘旋或降落。
【IPC分类】G05D1/10
【公开号】CN105045286
【申请号】CN201510586066
【发明人】王鹏, 赵原
【申请人】北京中科遥数信息技术有限公司
【公开日】2015年11月11日
【申请日】2015年9月16日