无人机的外部扰动分类方法及系统
技术领域
本发明涉及与环境(墙壁、玻璃等)进行接触交互的无人机
技术领域
，具体地，涉及无人机的外部扰动分类方法及系统。背景技术
近年来，无人机的应用领域在逐渐拓宽，除了传统的监视、摄影、巡线和农业植保等应用，无人机的应用也拓展到了幕墙清洗、工业管道接触检测等领域。与传统地依靠人力的方式相比，采用无人机去执行以上应用具有提高工作效率、增加作业安全性等优势。在执行这些应用过程中，无人机需要对接触面(幕墙、管道等)施加一定的力，并稳定地维持与接触面的接触。在接触过程中，无人机受到接触面的反作用力，对无人机来说是一种外部接触扰动。同时在实际应用中，还会存在另外一种外部扰动-风扰动，例如在执行幕墙清洗任务时，建筑物附近的会存在复杂的风扰动。目前的一些扰动估计方法可以实时地估计无人机受到的总外部扰动(即接触扰动和风扰动的叠加)。进一步地对估计的总外部扰动进行分类，实时地精确地解算风扰动和接触扰动有利于无人机更加精确地执行以上应用。
现有的多数无人机系统只考虑了单一扰动情况：在风扰存在的环境下，无人机仅执行一些非接触类的应用；在执行接触类应用时，多数在室内或无风的环境下进行。部分无人机在前端安装了力传感器用来测量系统与接触面的接触力，这种方法只能测量关于接触点的接触扰动。采用扰动估计的方法只能估计接触扰动和风扰动叠加后的总扰动，相关研究机构在估计的总扰动的基础上，采用频率分类的方法来区分风扰动和接触扰动，但此方法只能适用于高频瞬态的碰撞接触扰动和低频变化的风扰动，不适用于长时间低频的接触扰动。这些导致了在较大的风扰动环境下，无人机很难或者不能精确地执行接触类应用。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种无人机的外部扰动分类方法、系统及可读存储介质。
根据本发明提供的无人机的外部扰动分类方法，包括如下步骤：
设置单自由度机械臂模块以使配置的所述无人机的机械臂垂直于接触面，设置力传感器模块配置在所述单自由度机械臂模块上实时测量所述接触面的法向力；
待预检测外部扰动时，通过配置所述单自由度机械臂模块到预设接触面位置，所述单自由度机械臂模块前端的所述力传感器模块实时测量所述无人机与接触面的法向接触力；
根据所述无人机的电机转速和状态信息，通过总扰动估计子模块估计所述无人机受到的总扰动；
根据估计的总扰动和所述力传感器模块测量的接触扰动进行分类，通过风扰动和接触扰动分类子模块解算估计的风扰动和接触扰动。
可选地，所述估计所述无人机受到的总扰动进一步包括：
定义参数：
mb为所述无人机质量；
Ib为所述无人机的转动惯量；
为所述无人机状态量，为所述无人机位置，ηb为所述无人机欧拉角；
为所述无人机状态一阶导数，为所述无人机速度，为所述无人机角速度；
为所述无人机状态二阶导数，为所述无人机加速度，为所述无人机角加速度；
Wb＝[fb τb]T为所述无人机的电机输出，fb为电机输出力，τb为电机输出力矩；
为所述无人机受到的总扰动，fu w为总扰动力，为总扰动力矩；
为所述无人机受到的风扰动，ft w为风扰动力，为风扰动力矩；
所述无人机的动力学方程为的分解形式为：
其中g为重力常数，一般设为9.81；e3＝[0 0 1]T为单位向量； S(*)为对应向量的反对称矩阵；为旋转矩阵；为矩阵Qb的转置；
式中φb、θb、ψb分别为无人机的滚转角、向前倾斜的俯仰角和偏航角；s表示sin()函数,c表示cos()函数；
动力学方程的矩阵形式为：
其中0m*n表示m*n阶的零矩阵，Im*n表示m*n的单位对角阵；
根据定义的变量简化得：
式中，M为惯性矩阵，C为阻尼矩阵，G为重量矩阵；
Wu w＝Wi w+Wt w
其中，所述无人机受到的真实总扰动可表示为接触扰动和风扰动的和；
所述无人机外受到的真实总扰动的表达式：
定义为估计的总扰动；
定义的估计的总扰动与真实总扰动的关系为一阶形式：
其中K1为对角正定矩阵；
将积分得：
为估计的总扰动，其中dt为两次解算之间的时间间隔。
可选地，所述解算估计的风扰动和接触扰动进一步包括：
接触力fi w＝[-fccosθb 0fcsinθb]，其中θb为所述无人机向前倾斜的俯仰角，fc为力传感器模块测量到接触力；
为所述无人机受到的接触扰动；
其中，为估计的总扰动，为通过所述力传感器模块解算的估计接触扰动，为估计的风扰动。
一种无人机的外部扰动分类系统，包括：
单自由度机械臂模块：配置在所述无人机上使机械臂垂直于接触面；
力传感器模块：配置在所述单自由度机械臂模块上，用以实时测量所述接触面的法向力；
外部扰动分类模块，其进一步包括：
总扰动估计子模块，用于根据所述无人机的电机转速和状态信息估计所述无人机受到的总扰动；
风扰动和接触扰动分类子模块：用于根据估计的总扰动和所述力传感器测量的接触扰动进行分类，解算风扰动和接触扰动。
可选地，所述单自由度机械臂模块的转动范围为0-90°。
可选地，所述力传感器模块的测量范围为0～50N。
可选地，所述总扰动估计子模块进一步包括：
定义参数：
mb为无人机质量；
Ib为无人机的转动惯量；
为所述无人机状态量，为所述无人机位置，ηb为所述无人机欧拉角；
为所述无人机状态一阶导数，为所述无人机速度，为所述无人机角速度；
为所述无人机状态二阶导数，为所述无人机加速度，为所述无人机角加速度；
Wb＝[fb τb]T为所述无人机的电机输出，fb为电机输出力，τb为电机输出力矩；
为所述无人机受到的总扰动，fu w为总扰动力，为总扰动力矩；
为无人机受到的接触扰动，fi w为接触力，为接触力矩；
为所述无人机受到的风扰动，ft w为风扰动力，为风扰动力矩；
所述解算风扰动和接触扰动中无人机的动力学方程为的分解形式为：
其中g为重力常数，一般设为9.81；e3＝[0 0 1]T为单位向量； S(*)为对应向量的反对称矩阵；为旋转矩阵；为矩阵Qb的转置；
式中φb、θb、ψb分别为无人机的滚转角、向前倾斜的俯仰角和偏航角；s表示sin()函数,c表示cos()函数；
动力学方程的矩阵形式为：
其中0m*n表示m*n阶的零矩阵，Im*n表示m*n的单位对角阵；
根据定义的变量简化得：
式中，M为惯性矩阵，C为阻尼矩阵，G为重量矩阵；
Wu w＝Wi w+Wt w
其中，所述无人机受到的真实总扰动可表示为接触扰动和风扰动的和；
所述无人机外受到的真实总扰动的表达式：
定义为估计的总扰动；
定义的估计的总扰动与真实总扰动的关系为一阶形式：
其中K1为对角正定矩阵；
将积分得：
为估计的总扰动，其中dt为两次解算之间的时间间隔。
可选地，所述风扰动和接触扰动分类子模进一步包括：
接触力fi w＝[-fccosθb 0 fcsinθb]，其中其中θb为所述无人机向前倾斜的俯仰角；
为所述无人机受到的接触扰动；
其中，为估计的总扰动，为通过所述力传感器模块解算的接触扰动，为估计的风扰动。
与现有技术相比，本发明具有如下的有益效果：
本发明提供的无人机的外部扰动分类方法及系统：
1、可以对风扰动和接触扰动进行分类；
2、对接触扰动和风扰动不存在频率上的假设，准确性高；
3、力传感器与扰动估计结合的方法，可靠性好；
4、适用于长时间低频的接触扰动，从而在较大的风扰动环境下，无人机能精确地执行接触类应用。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的无人机的外部扰动分类系统示意图；
图2为本发明的无人机的外部扰动分类系统结构框图。
图中：
1、单自由度机械臂模块；2、力传感器模块；3、无人机。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例
图1为本发明提供的无人机的外部扰动分类系统的示意图，如图1所示，本发明中的无人机的外部扰动分类方法可以包括如下步骤：
设置单自由度机械臂模块以使配置的无人机的机械臂垂直于接触面，设置力传感器模块配置在单自由度机械臂模块上实时测量接触面的法向力；
待预检测外部扰动时，通过配置单自由度机械臂模块到预设接触面位置，单自由度机械臂模块前端的力传感器模块实时测量无人机与接触面的法向接触力；
根据无人机的电机转速和状态信息，通过总扰动估计子模块估计无人机受到的总扰动；
根据估计的总扰动和力传感器模块测量的接触扰动进行分类，通过风扰动和接触扰动分类子模块解算估计的风扰动和接触扰动；
总扰动估计子模块估计无人机受到的总扰动的方法为：
本实施例中，首先对参数进行定义：
mb为无人机质量；
Ib为无人机的转动惯量；
为无人机状态量，为无人机位置，ηb为无人机欧拉角；
为无人机状态一阶导数，为无人机速度，为无人机角速度；
为无人机状态二阶导数，为无人机加速度，为无人机角加速度；
Wb＝[fb τb]T为无人机的电机输出，fb为电机输出力，τb为电机输出力矩；
为无人机受到的总扰动，fu w为总扰动力，为总扰动力矩；
为无人机受到的接触扰动，fi w为接触力，为接触力矩；
为无人机受到的风扰动，ft w为风扰动力，为风扰动力矩；
无人机的动力学方程的分解形式为：
部分变量已在上述定义，其中g为重力常数，一般设为9.81；e3＝[0 0 1]T为单位向量；S(*)为对应向量的反对称矩阵，为旋转矩阵；为矩阵Qb的转置。
式中φb、θb、ψb分别为无人机的滚转角、俯仰角和偏航角；s表示sin()函数,c表示cos()函数；
动力学方程为矩阵形式：
其中0m*n表示m*n阶的零矩阵，Im*n表示m*n的单位对角阵；
根据定义的变量简化得：
式中，M为惯性矩阵，C为阻尼矩阵，G为重量矩阵；
Wu w＝Wi w+Wt w 式8
其中，无人机受到的总扰动可表示为接触扰动和风扰动的和。
扰动估计方法：
定义动量：
动量的导数：
其中Cb T为矩阵Cb的转置； 式11
无人机外受到的真实总扰动的表达式：
定义为估计的总扰动；
定义的估计的总扰动与真实总扰动的关系为一阶形式：
其中K1为对角正定矩阵；
将式13积分得：
为估计的总扰动，其中dt为两次解算之间的时间间隔；
接触扰动分类子模块解算估计的风扰动和接触扰动的方法为：
力传感器模块测量到接触力fc，通过如下坐标转换将接触力转换到体轴系下的接触扰动：
接触力fi w＝[-fccosθb 0 fcsinθb]式17，其中θb为无人机3向前倾斜的俯仰角；机械臂安装位置与无人机重心的距离即附图1中的
对扰动进行分类：
为估计的总扰动，为通过力传感器模块解算的接触扰动。
如图2所示，本实施例还提供一种无人机的外部扰动分类系统，包括：
单自由度机械臂模块1：安装在无人机3前端，实时补偿无人机3前倾的俯仰角，本实施例中，即补偿了无人机3向前倾斜的俯仰角θb使机械臂保持水平，使机械臂始终保持水平；
力传感器模块2：安装在单自由度机械臂模块1前端，实时测量无人机3与接触面的法向接触力，即接触扰动；
扰动估计模块：根据无人机3的电机转速和状态信息估计无人机3受到的总扰动；
外部扰动分类模块，其进一步包括：
总扰动估计子模块，用于根据无人机的电机转速和状态信息估计无人机受到的总扰动；
风扰动和接触扰动分类子模块：用于根据估计的总扰动和力传感器测量的接触扰动进行分类，解算风扰动和接触扰动。
在一种可选的实施方式中，单自由度机械臂模块1的转动范围为0-90°。
在一种可选的实施方式中，力传感器模块2的测量范围为0～50N。
在一种可选的实施方式中，总扰动估计子模块进一步包括：
定义参数：
mb为无人机质量；
Ib为无人机的转动惯量；
为无人机状态量，为无人机位置，ηb为无人机欧拉角；
为无人机状态一阶导数，为无人机速度，为无人机角速度；
为无人机状态二阶导数，为无人机加速度，为无人机角加速度；
Wb＝[fb τb]T为无人机的电机输出，fb为电机输出力，τb为电机输出力矩；
为无人机受到的总扰动，fu w为总扰动力，为总扰动力矩；
为无人机受到的接触扰动，fi w为接触力，为接触力矩；
为无人机受到的风扰动，ft w为风扰动力，为风扰动力矩；
解算风扰动和接触扰动中无人机的动力学方程为的分解形式为：
其中g为重力常数，一般设为9.81；e3＝[0 0 1]T为单位向量； S(*)为对应向量的反对称矩阵；为旋转矩阵；为矩阵Qb的转置；
式中φb、θb、ψb分别为无人机的滚转角、向前倾斜的俯仰角和偏航角；s表示sin()函数,c表示cos()函数；
动力学方程的矩阵形式为：
其中0m*n表示m*n阶的零矩阵，Im*n表示m*n的单位对角阵；
根据定义的变量简化得：
式中，M为惯性矩阵，C为阻尼矩阵，G为重量矩阵；
Wu w＝Wi w+Wt w
其中，无人机受到的真实总扰动可表示为接触扰动和风扰动的和；
无人机外受到的真实总扰动的表达式：
定义为估计的总扰动；
定义的估计的总扰动与真实总扰动的关系为一阶形式：
其中K1为对角正定矩阵；
将积分得：
为估计的总扰动，其中dt为两次解算之间的时间间隔。
在一种可选的实施方式中，风扰动和接触扰动分类子模进一步包括：
接触力fi w＝[-fccosθb 0 fcsinθb]，其中其中θb为无人机向前倾斜的俯仰角；
为无人机受到的接触扰动；
其中，为估计的总扰动，为通过力传感器模块解算的接触扰动，为估计的风扰动。
(3)工作原理：
采用单自由度机械臂模块1可以始终保持机械臂垂直于接触面，力传感器模块2放置在单自由度机械臂模块1上可以实时测量接触面的法向力，根据机械臂的角度和安装位置，可以计算关于无人机3机体坐标系的外部接触扰动。
采用扰动估计方法可以估计机体坐标系下无人机3受到的总外部扰动，根据测量计算的接触扰动和估计的总外部扰动，可以计算出接触扰动和风扰动。
本实例中的外部扰动分类系统用于实施上述的无人机的外部扰动分类方法。
本实施例中，还提供一种可读存储介质，其上存储有计算机程序，计算机程序被机器执行时实现上述任意一项的无人机的外部扰动分类方法。
本实施例中的单自由度机械臂模块1包括机械臂和机械臂姿态补偿装置(图中未示出)采用的现有技术中的机械臂姿态补偿装置。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
- 上一篇：石墨接头机器人自动装卡簧、装栓机
- 下一篇：一种脑小血管结构特征的提取方法
