用于无人机的控制方法、控制装置、无人机及存储介质与流程

1.本发明涉及无人机技术领域，具体地涉及一种用于无人机的控制方法、控制装置、无人机及存储介质。


背景技术：

2.现有的多旋翼遥控控制一般有：姿态模式，摇杆量对应姿态控制量，这种模式飞手操纵感非常强，但需要飞手操纵水平高而且无法精准控制飞行速度；gps姿态模式，摇杆量叠加机体速度反馈量的阻尼，该模式与姿态模式相似，操纵感不错，但无法精准控制飞行速度，而且也难稳定飞行速度的方向，导致飞不自等情况发生；速度模式，摇杆量对应速度控制量，一般通过反馈控制方法，如pid，输入用摇杆给定量或者做一点滤波等处理，输出到姿态控制量，这种方式能精准控制飞行速度，但由于为了达到速度的稳定控制，飞行姿态是完全由该控制器掌控，飞手无法很好感知和把控飞行姿态的变化，会造成操纵感不佳的情况。因此，现有的用于无人机的控制方法存在速度模式下飞手的操作体验度不佳的问题。


技术实现要素：

3.本发明的目的是提供一种用于无人机的控制方法、控制装置、无人机以及存储介质，可以解决现有的用于无人机的控制方法存在速度模式下飞手的操作体验度不佳的问题。
4.为了实现上述目的，本发明第一方面提供一种用于无人机的控制方法，包括：
5.获取用户输入的遥控器的摇杆量；
6.根据摇杆量确定无人机的目标速度；
7.根据摇杆量确定无人机的约束姿态角；
8.根据约束姿态角确定约束加速度；
9.根据目标速度和约束加速度，基于规划算法确定无人机的中间速度；
10.基于中间速度控制无人机。
11.在本发明实施例中，基于中间速度控制无人机，包括：将中间速度输入到速度控制器，以得到姿态角控制量；将姿态角控制量输入到姿态控制器，以得到电机控制量；根据电机控制量控制无人机。
12.在本发明实施例中，根据摇杆量确定无人机的目标速度包括：根据摇杆量和预设的速度比例系数，确定无人机的目标速度。
13.在本发明实施例中，根据摇杆量和预设的速度比例系数，确定无人机的目标速度，包括：将摇杆量和预设的速度比例系数的乘积作为无人机的目标速度。
14.在本发明实施例中，根据摇杆量确定无人机的约束姿态角包括：根据摇杆量和预设的姿态比例系数，确定无人机的约束姿态角。
15.在本发明实施例中，根据摇杆量和预设的姿态比例系数，确定无人机的约束姿态角，包括：将摇杆量和预设的姿态比例系数的乘积值作为无人机的约束姿态角。
16.在本发明实施例中，根据约束姿态角确定约束加速度，包括：确定约束姿态角的正切值；将正切值与重力加速度的乘积值确定为约束加速度。
17.在本发明实施例中，还包括：在空气阻力超过预设阻力阈值的情况下，将乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
18.在本发明实施例中，规划算法包括二阶过渡算法、三阶过渡算法以及高阶过渡算法中的一者。
19.本发明第二方面提供一种用于无人机的控制装置，包括：
20.获取模块，用于获取用户输入的遥控器的摇杆量；
21.第一确定模块，用于根据摇杆量确定无人机的目标速度；
22.第二确定模块，用于根据摇杆量确定无人机的约束姿态角；
23.第三确定模块，用于根据约束姿态角确定约束加速度；
24.第四确定模块，用于根据目标速度和约束加速度，基于规划算法确定无人机的中间速度；
25.控制模块，用于基于中间速度控制无人机。
26.本发明第三方面提供一种无人机，包括存储器和处理器；存储器用于存储计算机程序，处理器执行程序时实现上述任意一项的用于无人机的控制方法。
27.本发明第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器执行根据上述任意一项的用于无人机的控制方法。
28.上述技术方案，通过获取用户输入的遥控器的摇杆量，根据摇杆量确定无人机的目标速度，并根据摇杆量确定无人机的约束姿态角，从而根据约束姿态角确定约束加速度，根据目标速度和约束加速度，基于规划算法确定无人机的中间速度，基于中间速度控制无人机。上述过程通过摇杆量确定目标速度和约束姿态角，进一步确定约束加速度，以根据目标速度和约束加速度规划得到无人机的中间速度，根据中间速度控制无人机的实际飞行过程，而不是按照目标速度对无人机进行控制，对速度控制量的规划中加入姿态控制量的约束，摇杆量既可以指定姿态量也可以指定速度量，速度的规划由摇杆映射的速度控制量和姿态量一同决定，结合闭环控制或加入其它基于模型的控制可以得到和姿态模式一样的操纵手感，可以进行精准的速度控制，解决了速度模式下速度响应慢且存在延迟的问题，提升了飞手的操作体验度。
29.本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
30.附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
31.图1示意性示出了根据本发明一实施例的用于无人机的控制方法的流程示意图；
32.图2示意性示出了根据本发明另一实施例的用于无人机的控制方法的流程示意图；
33.图3示意性示出了根据本发明一实施例的用于无人机的控制方法的阶跃响应曲线
对比示意图；
34.图4示意性示出了根据本发明一实施例的用于无人机的控制装置的结构框图。
具体实施方式
35.以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
36.由于无人机(例如，多旋翼无人机)在速度模式下的速度响应过程需要一段时间，因此通常不能立即响应或者跟随无人机的期望飞行速度，且无人机由于受到最大加速度的限制，通常速度模式下的无人机存在实际速度发生延迟的问题。
37.图1示意性示出了根据本发明一实施例的用于无人机的控制方法的流程示意图。如图1所示，在本发明实施例中，提供一种用于无人机的控制方法，以该方法应用于处理器为例进行说明，该方法可以包括以下步骤：
38.步骤s110，获取用户输入的遥控器的摇杆量。
39.可以理解，遥控器为远程控制无人机的装置，其中遥控器的摇杆控制无人机俯仰、偏航、油门和横滚，即控制无人机的飞行姿态。无人机可以为多旋翼无人机。
40.具体地，处理器可以通过遥控器的传感器获取用户输入的关于遥控器的摇杆量，以根据摇杆量确定无人机(例如，多旋翼无人机)的飞行姿态或者飞行速度。
41.步骤s120，根据摇杆量确定无人机的目标速度。
42.可以理解，目标速度为用户期望的无人机可以达到的飞行速度。
43.具体地，处理器根据用户输入的摇杆量确定无人机(例如，多旋翼无人机)的目标速度，例如可以根据遥控器预先设置的摇杆量和速度的映射关系确定无人机(例如，多旋翼无人机)的目标速度。
44.步骤s130，根据摇杆量确定无人机的约束姿态角。
45.可以理解，约束姿态角为根据摇杆量确定的无人机的最大姿态角。
46.具体地，处理器根据用户输入的摇杆量确定无人机(例如，多旋翼无人机)对应的约束姿态角。
47.步骤s140，根据约束姿态角确定约束加速度。
48.可以理解，约束加速度为根据无人机的约束姿态角确定的无人机的最大加速度，由于在前期速度不大的情况下，无人机(例如，多旋翼无人机)所受到的空气阻力较小，水平方向的加速度基本由旋翼的升力在水平方向的分力产生，而且为了维持垂直方向的平衡，旋翼的升力在垂直方向的分力要和重力一致，所以在小范围内可以通过控制姿态角来得到要控制的加速度。
49.具体地，处理器根据确定的约束姿态角确定约束加速度，例如可以根据姿态角与加速度之间的映射关系确定无人机(例如，多旋翼无人机)的约束加速度。
50.步骤s150，根据目标速度和约束加速度，基于规划算法确定无人机的中间速度。
51.可以理解，规划算法为用于对无人机的速度和加速度的曲线进行规划能够使加速度和速度平滑的方法，通过对无人机的速度进行规划，得到实际系统能响应的速度变化曲线，例如通过adrc(自抗扰控制)算法中的二阶过渡过程对加速度曲线进行规划。中间速度为小于或者等于目标速度的速度。
52.具体地，在实际的控制过程中，处理器根据无人机(例如，多旋翼无人机)的目标速度和约束加速度，通过规划算法确定无人机的中间速度。
53.在一个实施例中，规划算法包括二阶过渡算法、三阶过渡算法以及高阶过渡算法中的一者。
54.步骤s160，基于中间速度控制无人机。
55.可以理解，反馈控制器为需要使用反馈量进行控制的控制器，用于控制无人机(例如，多旋翼无人机)的飞行姿态或者飞行速度，例如可以采用pid控制器。
56.在一个示例中，处理器可以将得到的中间速度输入至反馈控制器，从而根据中间速度控制无人机(例如，多旋翼无人机)的实际飞行过程。进一步的，反馈控制器可以包括速度控制器和姿态控制器。
57.上述用于无人机的控制方法，通过获取用户输入的遥控器的摇杆量，根据摇杆量确定无人机的目标速度，并根据摇杆量确定无人机的约束姿态角，从而根据约束姿态角确定约束加速度，根据目标速度和约束加速度，基于规划算法确定无人机的中间速度，基于中间速度控制无人机。上述过程通过摇杆量确定目标速度和约束姿态角，进一步确定约束加速度，以根据目标速度和约束加速度规划得到无人机的中间速度，根据中间速度控制无人机的实际飞行过程，而不是按照目标速度对无人机进行控制，对速度控制量的规划中加入姿态控制量的约束，摇杆量既可以指定姿态量也可以指定速度量，速度的规划由摇杆映射的速度控制量和姿态量一同决定，结合闭环控制或加入其它基于模型的控制可以得到和姿态模式一样的操纵手感，可以进行精准的速度控制，解决了速度模式下速度响应慢且存在延迟的问题，提升了飞手的操作体验度。
58.在一个实施例中，基于中间速度控制无人机，包括：将中间速度输入到速度控制器，以得到姿态角控制量；将姿态角控制量输入到姿态控制器，以得到电机控制量；根据电机控制量控制无人机。
59.可以理解，速度控制器的输入量为速度，输出量为无人机的姿态角控制量，姿态控制器的输入量为姿态角控制量，输出量为电机控制量。
60.具体地，处理器将中间速度输入到速度控制器，以得到无人机的中间速度对应的姿态角控制量，进一步将该姿态角控制量输入到姿态控制器，以得到对应的电机控制量，从而根据电机控制量控制无人机的飞行。
61.在一个实施例中，根据摇杆量确定无人机的目标速度包括：根据摇杆量和预设的速度比例系数，确定无人机的目标速度。
62.可以理解，速度比例系数为表示无人机的速度与摇杆量之间的映射关系的参数，可以通过摇杆的最大量对应的最大速度来确定。
63.具体地，处理器可以根据传感器检测到的遥控器的摇杆量和预先确定并存储的速度比例系数确定无人机的目标速度。
64.在本实施例中，通过预先设置有速度比例系数，以根据遥控器的摇杆量和速度比例系数来确定无人机的目标速度，可以实现更加精准的速度控制。
65.在一个实施例中，根据摇杆量和预设的速度比例系数，确定无人机的目标速度，包括：将摇杆量和预设的速度比例系数的乘积作为无人机的目标速度。
66.具体地，设摇杆的控制量与对应的速度控制量为线性关系，若摇杆量为s，速度比
例系数为k
v
，目标速度为v
s
，则无人机的目标速度的计算公式为v
s
＝k
v
*s。
67.在本实施例中，在摇杆的控制量与对应的速度控制量为线性关系时，根据遥控器的摇杆量和速度比例系数的乘积来确定无人机的目标速度，可以实现更加精准的速度控制。
68.在一个实施例中，根据摇杆量确定无人机的约束姿态角包括：根据摇杆量和预设的姿态比例系数，确定无人机的约束姿态角。
69.可以理解，姿态比例系数为表示无人机的姿态与摇杆量之间的映射关系的参数，例如可以通过开发者调试和测试确定的一个最优手感来确定。
70.具体地，处理器可以根据传感器检测到的遥控器的摇杆量和预先确定并存储的姿态比例系数确定无人机的约束姿态角。
71.在本实施例中，通过预先设置有姿态比例系数，以根据遥控器的摇杆量和姿态比例系数来确定无人机的约束姿态角，加入了姿态控制量的约束，可以实现更加精准的速度控制。
72.在一个实施例中，根据摇杆量和预设的姿态比例系数，确定无人机的约束姿态角，包括：将摇杆量和预设的姿态比例系数的乘积值作为无人机的约束姿态角。
73.具体地，设摇杆的控制量与对应的姿态角控制量为线性关系，若摇杆量为s，姿态比例系数为k
θ
，约束姿态角为θ
s
，则无人机的约束姿态角的计算公式为θ
s
＝k
θ
*s。
74.在本实施例中，在摇杆的控制量与对应的姿态角控制量为线性关系时，根据遥控器的摇杆量和姿态比例系数的乘积来确定无人机的约束姿态角，加入了姿态控制量的约束，可以实现更加精准的速度控制。
75.在一个实施例中，根据约束姿态角确定约束加速度，包括：确定约束姿态角的正切值；将正切值与重力加速度的乘积值确定为约束加速度。
76.可以理解，由于在前期速度不大的情况下，无人机(例如，多旋翼无人机)所受到的空气阻力较小，水平方向的加速度基本由旋翼的升力在水平方向的分力产生，而且为了维持垂直方向的平衡，旋翼的升力在垂直方向的分力要和重力一致，所以在小范围内，可以通过控制姿态角来得到要控制的加速度。
77.具体地，处理器可以确定约束姿态角的正切值，将正切值与重力加速度的乘积值确定为约束加速度，具体的计算公式可以如下：
78.a
s
＝tan(θ
s
)*g
79.其中，a
s
为约束加速度，θ
s
为约束姿态角，tan(θ
s
)为约束姿态角的正切值，g为重力加速度。
80.在本实施例中，在空气阻力比较小可以忽略不计时，将约束姿态角的正切值与重力加速度的乘积值确定为约束加速度，可以得到更加准确的约束加速度，以实现手感更好的速度控制。
81.在一个实施例中，上述用于无人机的控制方法还包括：在空气阻力超过预设阻力阈值的情况下，将乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
82.可以理解，预设阻力阈值为不可忽略不计的空气阻力临界值，可以通过用户预先计算确定。
83.具体地，当无人机所受到的空气阻力比较大时，也就是在无人机受到的空气阻力
超过预设阻力阈值的情况下，处理器将正切值与重力加速度的乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
84.在本实施例中，考虑了空气阻力比较大的情况，将空气阻力对无人机的加速度的影响计入约束加速度的计算中，可以得到更加准确的约束加速度，以实现手感更好的速度控制。
85.图2示意性示出了根据本发明另一实施例的用于无人机的控制方法的流程示意图。如图2所示，在本发明实施例中，提供了一种用于无人机的控制方法，以该方法应用于处理器为例进行说明，该方法可以包括以下步骤：
86.步骤s210，获取用户输入的遥控器的摇杆量。
87.步骤s220，根据摇杆量和预设的速度比例系数，确定无人机的目标速度。
88.在一个示例中，处理器将摇杆量和预设的速度比例系数的乘积作为无人机的目标速度。
89.具体地，设摇杆的控制量与对应的速度控制量为线性关系，若摇杆量为s，速度比例系数为k
v
，目标速度为v
s
，则无人机的目标速度的计算公式为v
s
＝k
v
*s。
90.步骤s230，根据摇杆量和预设的姿态比例系数，确定无人机的约束姿态角。
91.在一个示例中，处理器将摇杆量和预设的姿态比例系数的乘积值作为无人机的约束姿态角。
92.具体地，设摇杆的控制量与对应的姿态角控制量为线性关系，若摇杆量为s，姿态比例系数为k
θ
，约束姿态角为θ
s
，则无人机的约束姿态角的计算公式为θ
s
＝k
θ
*s。
93.步骤s240，根据约束姿态角确定约束加速度。
94.在一个示例中，处理器确定约束姿态角的正切值；将正切值与重力加速度的乘积值确定为约束加速度。
95.具体地，处理器可以确定约束姿态角的正切值，将正切值与重力加速度的乘积值确定为约束加速度，具体的计算公式可以如下：
96.a
s
＝tan(θ
s
)*g
97.其中，a
s
为约束加速度，θ
s
为约束姿态角，tan(θ
s
)为约束姿态角的正切值，g为重力加速度。
98.在另一个示例中，处理器在空气阻力超过预设阻力阈值的情况下，将乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
99.具体地，当无人机所受到的空气阻力比较大时，也就是在无人机受到的空气阻力超过预设阻力阈值的情况下，处理器将正切值与重力加速度的乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
100.步骤s250，根据目标速度和约束加速度，基于规划算法确定无人机的中间速度。
101.在一个示例中，规划算法包括二阶过渡算法、三阶过渡算法以及高阶过渡算法中的一者。
102.步骤s260，将中间速度输入到速度控制器，以得到姿态角控制量。
103.步骤s270，将姿态角控制量输入到姿态控制器，以得到电机控制量。
104.步骤s280，根据电机控制量控制无人机。
105.上述过程通过摇杆量确定目标速度和约束姿态角，进一步确定约束加速度，以根
据目标速度和约束加速度规划得到无人机的中间速度，根据中间速度控制无人机的实际飞行过程，而不是按照目标速度对无人机进行控制，对速度控制量的规划中加入姿态控制量的约束，摇杆量既可以指定姿态量也可以指定速度量，速度的规划由摇杆映射的速度控制量和姿态量一同决定，结合闭环控制或加入其它基于模型的控制可以得到和姿态模式一样的操纵手感，可以进行精准的速度控制，解决了速度模式下速度响应慢且存在延迟的问题，提升了飞手的操作体验度。
106.图3示意性示出了根据本发明一实施例的用于无人机的控制方法的阶跃响应曲线对比示意图。如图3所示，由于实际飞行器的模型，飞行器不可能完全响应跟随目标速度，所以可以对预控速度进行一定的规划，得到实际系统能响应的速度变化曲线，如使用adrc方法中的二阶过渡过程，如果不对规划加速度进行约束，其阶跃响应为如图3中的v1曲线，加速度曲线为a1曲线，从图中可以看出其加速度在前期阶段会很大，所以在实际的体验中往前推杆时，其前期的倾角会很大，然后迅速减小，给飞手带来不好的操作体验。本方案在此规划方法中加入摇杆的姿态约束，对规划的约束加速度采用上述计算公式进行限制，即当实际加速度大于约束加速度时，令此时的加速度等于约束加速度，则其阶跃响应如图的v2和a2，从图中可知，前面一段过程当摇杆姿态控制量小于规划方法得出的姿态控制量时采用摇杆姿态控制量，后面由于要稳到某一速度，速度姿态控制逐渐由规划给定达到预设速度。进一步地，为了得到平滑过渡的速度过程的速度，可以通过速度闭环控制算法如pid算法，如果加入一定的基于模型的前馈可以得到比较好的控制效果。
107.图4示意性示出了根据本发明一实施例的用于无人机的控制装置的结构框图。如图4所示，在本发明实施例中，提供了一种用于无人机的控制装置400，包括：获取模块410、第一确定模块420、第二确定模块430、第三确定模块440、第四确定模块450以及控制模块460，其中：
108.获取模块410，用于获取用户输入的遥控器的摇杆量。
109.第一确定模块420，用于根据摇杆量确定无人机的目标速度。
110.第二确定模块430，用于根据摇杆量确定无人机的约束姿态角。
111.第三确定模块440，用于根据约束姿态角确定约束加速度。
112.第四确定模块450，用于根据目标速度和约束加速度，基于规划算法确定无人机的中间速度。
113.控制模块460，用于基于中间速度控制无人机。
114.可以理解，遥控器为远程控制无人机的装置，其中遥控器的摇杆控制无人机俯仰、偏航、油门和横滚，即控制无人机的飞行姿态。无人机可以为多旋翼无人机。目标速度为用户期望的无人机可以达到的飞行速度。约束姿态角为根据摇杆量确定的无人机的最大姿态角。处理器根据用户输入的摇杆量确定无人机(例如，多旋翼无人机)对应的约束姿态角。
115.约束加速度为根据无人机的约束姿态角确定的无人机的最大加速度，由于在前期速度不大的情况下，无人机(例如，多旋翼无人机)所受到的空气阻力较小，水平方向的加速度基本由旋翼的升力在水平方向的分力产生，而且为了维持垂直方向的平衡，旋翼的升力在垂直方向的分力要和重力一致，所以在小范围内可以通过控制姿态角来得到要控制的加速度。
116.规划算法为用于对无人机的速度和加速度的曲线进行规划能够使加速度和速度
平滑的方法，通过对无人机的速度进行规划，得到实际系统能响应的速度变化曲线，例如通过adrc(自抗扰控制)算法中的二阶过渡过程对加速度曲线进行规划。中间速度为小于或者等于目标速度的速度。反馈控制器为需要使用反馈量进行控制的控制器，用于控制无人机(例如，多旋翼无人机)的飞行姿态或者飞行速度，例如可以采用pid控制器。
117.具体地，处理器可以通过遥控器的传感器获取用户输入的关于遥控器的摇杆量，以根据摇杆量确定无人机(例如，多旋翼无人机)的飞行姿态或者飞行速度。处理器根据用户输入的摇杆量确定无人机(例如，多旋翼无人机)的目标速度，例如可以根据遥控器预先设置的摇杆量和速度的映射关系确定无人机(例如，多旋翼无人机)的目标速度。处理器根据确定的约束姿态角确定约束加速度，例如可以根据姿态角与加速度之间的映射关系确定无人机(例如，多旋翼无人机)的约束加速度。在实际的控制过程中，处理器根据无人机(例如，多旋翼无人机)的目标速度和约束加速度，通过规划算法确定无人机的中间速度。处理器可以将得到的中间速度输入至反馈控制器，从而根据中间速度控制无人机(例如，多旋翼无人机)的实际飞行过程。进一步的，反馈控制器可以包括速度控制器和姿态控制器。
118.上述用于无人机的控制装置，通过传感器获取用户输入的遥控器的摇杆量，根据摇杆量确定无人机的目标速度，并根据摇杆量确定无人机的约束姿态角，从而根据约束姿态角确定约束加速度，根据目标速度和约束加速度，基于规划算法确定无人机的中间速度，将中间速度输入到反馈控制器，以控制无人机。上述过程通过摇杆量确定目标速度和约束姿态角，进一步确定约束加速度，以根据目标速度和约束加速度规划得到无人机的中间速度，根据中间速度控制无人机的实际飞行过程，而不是按照目标速度对无人机进行控制，对速度控制量的规划中加入姿态控制量的约束，摇杆量既可以指定姿态量也可以指定速度量，速度的规划由摇杆映射的速度控制量和姿态量一同决定，结合闭环控制或加入其它基于模型的控制可以得到和姿态模式一样的操纵手感，可以进行精准的速度控制，解决了速度模式下速度响应慢且存在延迟的问题，提升了飞手的操作体验度。
119.在一个实施例中，控制模块460还用于将中间速度输入到速度控制器，以得到姿态角控制量；将姿态角控制量输入到姿态控制器，以得到电机控制量；根据电机控制量控制无人机。
120.可以理解，速度控制器的输入量为速度，输出量为无人机的姿态角控制量，姿态控制器的输入量为姿态角控制量，输出量为电机控制量。
121.具体地，处理器将中间速度输入到速度控制器，以得到无人机的中间速度对应的姿态角控制量，进一步将该姿态角控制量输入到姿态控制器，以得到对应的电机控制量，从而根据电机控制量控制无人机的飞行。
122.在一个实施例中，第一确定模块420还用于根据摇杆量和预设的速度比例系数，确定无人机的目标速度。
123.可以理解，速度比例系数为表示无人机的速度与摇杆量之间的映射关系的参数，可以通过摇杆的最大量对应的最大速度来确定。
124.具体地，处理器可以根据传感器检测到的遥控器的摇杆量和预先确定并存储的速度比例系数确定无人机的目标速度。
125.在本实施例中，通过预先设置有速度比例系数，以根据遥控器的摇杆量和速度比例系数来确定无人机的目标速度，可以实现更加精准的速度控制。
126.在一个实施例中，第一确定模块420还用于将摇杆量和预设的速度比例系数的乘积作为无人机的目标速度。
127.具体地，设摇杆的控制量与对应的速度控制量为线性关系，若摇杆量为s，速度比例系数为k
v
，目标速度为v
s
，则无人机的目标速度的计算公式为v
s
＝k
v
*s。
128.在本实施例中，在摇杆的控制量与对应的速度控制量为线性关系时，根据遥控器的摇杆量和速度比例系数的乘积来确定无人机的目标速度，可以实现更加精准的速度控制。
129.在一个实施例中，第二确定模块430还用于根据摇杆量和预设的姿态比例系数，确定无人机的约束姿态角。
130.可以理解，姿态比例系数为表示无人机的姿态与摇杆量之间的映射关系的参数，例如可以通过开发者调试和测试确定的一个最优手感来确定。
131.具体地，处理器可以根据传感器检测到的遥控器的摇杆量和预先确定并存储的姿态比例系数确定无人机的约束姿态角。
132.在本实施例中，通过预先设置有姿态比例系数，以根据遥控器的摇杆量和姿态比例系数来确定无人机的约束姿态角，加入了姿态控制量的约束，可以实现更加精准的速度控制。
133.在一个实施例中，第二确定模块430还用于将摇杆量和预设的姿态比例系数的乘积值作为无人机的约束姿态角。
134.具体地，设摇杆的控制量与对应的姿态角控制量为线性关系，若摇杆量为s，姿态比例系数为k
θ
，约束姿态角为θ
s
，则无人机的约束姿态角的计算公式为θ
s
＝k
θ
*s。
135.在本实施例中，在摇杆的控制量与对应的姿态角控制量为线性关系时，根据遥控器的摇杆量和姿态比例系数的乘积来确定无人机的约束姿态角，加入了姿态控制量的约束，可以实现更加精准的速度控制。
136.在一个实施例中，第三确定模块440还用于确定约束姿态角的正切值；将正切值与重力加速度的乘积值确定为约束加速度。
137.可以理解，由于在前期速度不大的情况下，无人机(例如，多旋翼无人机)所受到的空气阻力较小，水平方向的加速度基本由旋翼的升力在水平方向的分力产生，而且为了维持垂直方向的平衡，旋翼的升力在垂直方向的分力要和重力一致，所以在小范围内，可以通过控制姿态角来得到要控制的加速度。
138.具体地，处理器可以确定约束姿态角的正切值，将正切值与重力加速度的乘积值确定为约束加速度，具体的计算公式可以如下：
139.a
s
＝tan(θ
s
)*g
140.其中，a
s
为约束加速度，θ
s
为约束姿态角，tan(θ
s
)为约束姿态角的正切值，g为重力加速度。
141.在本实施例中，在空气阻力比较小可以忽略不计时，将约束姿态角的正切值与重力加速度的乘积值确定为约束加速度，可以得到更加准确的约束加速度，以实现手感更好的速度控制。
142.在一个实施例中，第三确定模块440还用于在空气阻力超过预设阻力阈值的情况下，将乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
143.可以理解，预设阻力阈值为不可忽略不计的空气阻力临界值，可以通过用户预先计算确定。
144.具体地，当无人机所受到的空气阻力比较大时，也就是在无人机受到的空气阻力超过预设阻力阈值的情况下，处理器将正切值与重力加速度的乘积值减去空气阻力与无人机的质量的商确定为约束加速度。
145.在本实施例中，考虑了空气阻力比较大的情况，将空气阻力对无人机的加速度的影响计入约束加速度的计算中，可以得到更加准确的约束加速度，以实现手感更好的速度控制。
146.在一个实施例中，规划算法包括二阶过渡算法、三阶过渡算法以及高阶过渡算法中的一者。
147.上述用于无人机的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。本发明实施例提供了一种无人机，包括存储器和处理器；存储器用于存储计算机程序，处理器执行程序时实现上述实施方式中的用于无人机的控制方法。
148.本发明实施例提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器执行根据上述实施方式中的用于无人机的控制方法。
149.本申请还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现根据上述实施方式中的用于无人机的控制方法。
150.本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
151.在一个典型的配置中，设备包括一个或多个处理器(cpu)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
152.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
153.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(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)、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、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备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。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
154.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
155.本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
156.以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。