[go: up one dir, main page]

CN110244753B - 风速测算方法及无人机 - Google Patents

风速测算方法及无人机 Download PDF

Info

Publication number
CN110244753B
CN110244753B CN201910549268.3A CN201910549268A CN110244753B CN 110244753 B CN110244753 B CN 110244753B CN 201910549268 A CN201910549268 A CN 201910549268A CN 110244753 B CN110244753 B CN 110244753B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
wind
speed
observed value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910549268.3A
Other languages
English (en)
Other versions
CN110244753A (zh
Inventor
张添保
陈刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Original Assignee
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Autel Intelligent Aviation Technology Co Ltd filed Critical Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority to CN201910549268.3A priority Critical patent/CN110244753B/zh
Publication of CN110244753A publication Critical patent/CN110244753A/zh
Application granted granted Critical
Publication of CN110244753B publication Critical patent/CN110244753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/19—Propulsion using electrically powered motors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • G05D1/0016—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the operator's input device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例涉及一种风速测算方法及无人机。该风速测算方法包括：获取所述无人机的飞行数据信息，其中，所述飞行数据信息包括所述无人机当前的姿态角、速度以及加速度；利用所述飞行数据信息，建立所述无人机的速度观测模型，以获得所述无人机的速度观测值；根据所述速度观测值，获取所述无人机所受的风力的观测值；根据所述风力的观测值，计算当前飞行环境下的风速。该方法在不依赖新增风速传感器和外部数据库的前提下，实现了风速测算，既节省了硬件设备的成本，又不会带来额外的算力负担和实时性的问题，方法简单并且成本低廉。而且，基于风力测算的运算结果，可以将其应用于预警功能，对使用者进行提示，减少无人机事故发生的概率。

Description

风速测算方法及无人机
【技术领域】
本发明涉及无人机技术领域，尤其涉及一种风速测算方法及无人机。
【背景技术】
无人机作为一种适应性强，使用成本低，投放快速方便的悬停式空中载具，在许多不同的场合都得到广泛的应用。其通过搭载不同类型的功能组件，可以发挥重要的作用。
在飞行过程中，无人机会受到风的干扰。当风速或者风力较小时，飞行控制系统自身的鲁棒性能够抵抗风干扰，保证无人机的平稳飞行。
但是，飞行控制系统所能够调节或者抵抗的风力范围是有特定的限度范围的。当风速超过无人机能够承受的上限以后，飞行控制系统的稳定性将难以维持，容易出现无人机无法返航，甚至炸机等事故。尤其是航拍无人机在风速较大时，其航拍质量会严重地受到影响。
因此，风速或者风力检测功能对于无人机而言，是非常重要的功能。基于无人机风速检测和估计可以为无人机使用者提供较好的报警功能，避免事故的发生。
目前的风速检测或者估计方法大致可以分为采用风速传感器直接测量气流速度和采用事先建立数据库的方法或基于大数据方法来进行风速估计两种。但是，采用风速或者风力传感器直接测量气流速度的方法需要在无人机上增加额外的传感器，造成无人机制作成本的上升。而建立数据库或者大数据计算的方法需要消耗较多的算力，加重飞行控制系统的运算负担。而且，数据库加载在飞机上，会极大的占用内存，耗费的时间也比较多，对于风速检测的实时性有比较大的影响。
【发明内容】
为了解决上述技术问题，本发明实施例提供一种不依赖数据库和新增风速传感器的风速测算方法及无人机。
为解决上述技术问题，本发明实施例提供以下技术方案：一种风速测算方法。该风速测算方法包括：
获取所述无人机的飞行数据信息，其中，所述飞行数据信息包括所述无人机当前的姿态角、速度以及加速度；
利用所述飞行数据信息，建立所述无人机的速度观测模型，以获得所述无人机的速度观测值；
根据所述速度观测值，获取所述无人机所受的风力的观测值；
根据所述风力的观测值，计算当前飞行环境下的风速。
可选地，，所述利用所述飞行数据信息，建立所述无人机的速度观测模型，以获得所述无人机的速度观测值，包括：
建立所述无人机的速度方程；
根据所述无人机的速度方程，建立所述无人机的所述速度观测模型，以获得所述无人机的所述速度观测值。
可选地，所述无人机的速度方程为：
Figure BDA0002105020900000021
Figure BDA0002105020900000022
其中，Vx和Vy分别为所述无人机在其飞行平面内x方向和y方向的速度，T为螺旋桨拉力，θ为所述无人机的俯仰角，
Figure BDA0002105020900000023
为所述无人机的滚转角，ρ为所述无人机飞行海拔处的空气密度，Sfb为所述无人机沿x方向飞行的迎风面积，Srl为所述无人机沿y方向飞行时的迎风面积，Fwx和Fwy为所述无人机分别在x方向和y方向受到的风力，Cdx和Cdy分别为所述无人机沿x方向飞行和沿y方向飞行的阻力系数，m为所述无人机的质量。
可选地，所述无人机的速度观测模型为：
Figure BDA0002105020900000031
其中，
Figure BDA0002105020900000032
为所述无人机在x方向上更新的速度变化率观测值，
Figure BDA0002105020900000033
为所述无人机在y方向上更新的速度变化率观测值；
Figure BDA0002105020900000034
为所述无人机在x方向上的速度观测值；
Figure BDA0002105020900000035
为所述无人机在y方向上的速度观测值；Vx为所述无人机在x方向上的实际速度值；Vy为所述无人机在y方向上的实际速度值；T为螺旋桨拉力；θ为所述无人机的俯仰角；φ为所述无人机的滚转角；ρ为无人机所处海拔高度的空气密度；Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数，
Figure BDA0002105020900000036
为无人机在x方向上的风力观测值，
Figure BDA0002105020900000037
为无人机在y方向上的风力观测值；m为无人机的质量；L1x和L1y为速度调节系数，用于修正误差。
可选地，所述迎风面积通过如下算式计算确定：
Sfb＝Sfb0(1+ffb(θ,φ))
Srl＝Srl0(1+frl(θ,φ))
其中，Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿x方向飞行时的迎风面积；Sfb0为姿态角为0时，无人机沿x方向飞行时的迎风面积；Srl0为姿态角为0时，无人机沿y方向飞行时的迎风面积；ffb(θ,φ)和frl(θ,φ)为非线性函数；θ为俯仰角；φ为滚转角。
可选地，所述螺旋桨拉力通过如下算式计算获得：
Figure BDA0002105020900000038
其中，az为无人机在z方向上的加速度，g为重力加速度；所述z方向垂直于所述x方向和所述y方向组成的平面；θ为俯仰角；φ为滚转角；m为无人机的质量。
可选地，所述阻力系数通过如下算式计算获得：
Figure BDA0002105020900000041
其中，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数，ax为无风条件下，无人机在x方向上的加速度；ay为无风条件下，无人机在y方向上的加速度；
T为螺旋桨拉力；θ为俯仰角；φ为滚转角；ρ为无人机所处海拔高度的空气密度；Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，m为无人机的质量。
可选地，所述根据所述速度观测值，获取所述无人机所受风力的观测值包括：
通过如下算式，计算所述无人机所受风力的观测值：
Figure BDA0002105020900000042
其中，
Figure BDA0002105020900000043
为无人机在y方向上的风力变化率观测值，
Figure BDA0002105020900000044
为无人机在x方向上的风力变化率观测值，
Figure BDA0002105020900000045
为
Figure BDA0002105020900000046
的积分，表示在x方向的风力观测值，
Figure BDA0002105020900000047
为
Figure BDA0002105020900000048
的积分，表示在y方向的风力观测值，m为无人机的质量，L2x和L2y为风力调节系数；
Figure BDA0002105020900000049
为无人机在x方向的速度观测值；
Figure BDA00021050209000000410
为无人机在y方向的速度观测值。
可选地，所述根据所述风力的观测值，计算当前环境下的风速，包括：
利用下式计算所述无人机当前环境下的风速：
Figure BDA00021050209000000411
Figure BDA00021050209000000412
其中，Fwx为无人机在x方向上的风力观测值，Fwy为无人机在y方向上的风力观测值；ρ为无人机所处海拔高度的空气密度；Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数。
可选地，所述方法还包括：根据所述当前环境下的风速，获取所述当前环境下的风向。
可选地，所述当前环境下的风向满足以下表达式：
β＝ψ+arctan2(-Vwx,-Vwy)
其中，ψ为无人机的偏航角，β为风向，Vwx为在x方向上的风速，Vwy为在y方向上的风速。
可选地，所述方法还包括：在所述当前环境下的风速超过预设值时，向用户发送报警信号。
可选地，所述方法还包括：将所述当前环境下的风速和风向发送给用户终端并在所述用户终端显示。
本发明另一实施例提供了一种无人机。该无人机包括机身；机臂，与所述机身相连；动力装置，设于所述机臂，用于给所述无人机提供飞行的动力；以及飞行控制器，所述飞行控制器设于所述机身；
其中，所述飞行控制器包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的风速测算方法。
与现有技术相比较，本发明实施例提供的风力测算方法利用干扰观测器的原理，在不依赖新增风速传感器和外部数据库的前提下，实现了风力或者风速测算，既节省了硬件设备的成本，又不会带来额外的算力负担和实时性的问题，方法简单并且成本低廉。
基于风力测算的运算结果，可以进一步的将其应用于预警功能，对使用者进行提示或者报警，减少无人机事故发生的概率。
【附图说明】
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本发明实施例的应用环境的示意图；
图2为本发明实施例提供的无人机的功能框图；
图3为本发明实施例提供的遥控器的显示界面的示意图；
图4为本发明实施例提供的智能终端的显示界面的示意图；
图5为本发明实施例提供的风力观测器的功能框图；
图6为本发明实施例提供的风力测算方法的方法流程图；
图7为本发明实施例提供的无人机预警方法的方法流程图；
图8为本发明实施例提供的风速跟随时间变化的曲线图；
图9为本发明实施例提供的风向跟随时间变化的曲线图。
【具体实施方式】
为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。需要说明的是，当元件被表述“固定于”另一个元件，它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件，它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“上”、“下”、“内”、“外”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外，下面所描述的本发明不同实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
“干扰观测器”是指将外部干扰以及模型参数变化造成的实际对象状态与名义模型计算结果之间的差异等效为观测干扰的干扰检测策略。该外部干扰可以是对于某个运动系统施加的干扰，例如无人机在飞行过程中，受风力干扰而对无人机运动造成的影响。
图1为本发明实施例提供的应用环境。如图1所示，所述应用环境以无人机系统为例，包括无人机10、遥控设备20以及无线网络30。
无人机10可以是以任何类型的动力驱动(如电力)的无人飞行载具，包括但不限于四轴无人机、固定翼飞行器以及直升机模型等。在本实施例中以四轴无人机为例进行陈述。无人机10的机身主体上可以搭载有若干不同的功能模块，这些功能模块可以是软件模块、硬件模块或者软件和硬件结合的，用于实现某一项或多项功能的模块化装置。
在一些实施例中，无人机10可以包括机身、机臂、动力装置以及飞行控制器。其中，机身是无人机10的主体结构，用于提供足够的空间以容纳一个或者多个部件。其可以根据实际情况需要具有合适的体积以及形状，并由相应的材料制成。
机臂是由机身向外延伸的部分，作为螺旋桨等无人机动力装置的安装或者固定结构。机臂可以与机身采用一体成型的结构，也可以以可拆卸连接的形式与机身连接。典型的，在四轴无人机上，机臂可以设置为4个，沿对角线对称延伸，形成四个螺旋桨的安装位置。
动力装置具体可以是采用任何能源类型驱动的，安装固定在机臂末端的安装位置，用于为无人机提供飞行动力的结构装置。例如，通过电机驱动的螺旋桨。动力装置所能提供的动力或者实际采用的结构可以根据实际情况的需要所确定。
飞行控制器是内置在机身中的无人机控制核心。其可以是任何类型的，具有合适逻辑判断以及计算能力的电子设备，包括但不限于基于大规模集成电路实现的处理器芯片，一体化的片上系统(SOC)以及通过总线连接的处理器和存储介质。
遥控设备20可以是任何类型，用以与无人机建立通信连接，控制无人机的装置，例如遥控器。该遥控器可以装配有一种或者多种不同的用户交互装置，基于这些用户交互装置来采集用户指令或者向用户展示和反馈信息，实现用户与无人机之间的交互。
这些交互装置包括但不限于：按键、滚轮、显示屏、触摸屏、鼠标、扬声器以及遥杆。例如，遥控设备20可以装配有显示屏，通过该显示屏接收用户对无人机的遥控指令并通过显示屏向用户展示航拍图像，或者是向用户呈现相应的模拟驾驶界面，在模拟驾驶界面上展示一项或者多项飞行参数，如飞行速度、航向或者剩余电量等。
在另一些实施例中，该遥控设备20还可以由智能终端实现。该智能终端包括但不限于智能手机、平板电脑、手提电脑以及可穿戴设备等。该智能终端通过运行特定设置的APP客户端或者网页端与无人机建立通信连接，实现与无人机之间的数据收发。
无线网络30可以是基于任何类型的数据传输原理，用于建立两个节点之间的数据传输信道的无线通信网络。例如，位于不同信号频段的蓝牙网络、WiFi网络、无线蜂窝网络或者其结合。无线网络30具体使用的频段或者网络形式由无人机10和遥控设备20采用的通信设备相关。
图2为本发明实施例提供的无人机10的功能框图。在一些实施例中，如图2所示，无人机10搭载的功能模块可以包括：传感器11、存储器12以及处理器13。
其中，传感器11是设置在机身主体内，用于检测无人机在飞行过程中的运动状态参数的传感器，例如六轴陀螺仪，加速度计等。这些传感器11是无人机10设计制造中的基础传感器，用以监控无人机10当前的运动状态以实现对无人机10飞行的有效控制。
存储器12为非易失性计算机可读存储介质，例如至少一个磁盘存储器件、闪存器件或者其他非易失性固态存储器件。其具有程序存储区和数据存储区，分别用于存储对应的数据信息，例如存储在程序存储区的非易失性软件程序、非易失性计算机可执行程序以及模块，或者是存储在数据存储区的运算处理结果以及拍摄图像信息等。
处理器13是无人机飞行控制的核心，其具体可以采用任何类型的处理器，作为逻辑处理和运算的核心。处理器13与存储器12通信连接，用于获取数据、执行逻辑运算功能并下发运算处理结果，根据用户的指令改变无人机10的飞行状态并确保无人机10处于安全可控的飞行状态。
一方面，处理器13可以从所述传感器11获取一种或者多种的采集数据，通过设定的数据融合或者分析方法，分析确定与无人机相关的若干项数据信息(如姿态角、加速度以及飞行速度等)，作为控制无人机运动状态的基础。另一方面，飞行控制系统13还与存储器12连接，在存储器12中调用相应的软件程序或者计算机可执行程序，来执行对应的逻辑运算功能，进行相应的运算和判断。
为实现风速预警的功能，请继续参阅图2，所述处理器13还可以读取存储器12中的计算机程序指令，实现风力观测器131和监视器132这两个功能模块。其中，风力观测器131用于检测风力相关数据。监视器132用于保持对风力相关数据的检测并及时发布警告信号。
在无人机的飞行过程中，该风力观测器131可以读取所述无人机相关的数据信息，利用干扰观测器的原理实现对无人机当前所受的风力干扰的估测，输出相应的风力观测值。所述监视器接132接收所述风力观测器231输出的风力观测值，并与预设的警告条件比较，确定此时是否需要触发警告信号。
在触发警告信号以后，无人机10会通过无线网络30反馈至遥控设备20。遥控设备20在接收到该警告信号后，可以通过交互装置展示相应的警告提示信息，提醒操作者注意飞行安全，及时降落至合适地点等。
例如，在遥控设备20为遥控器时，可以使用如图3所示的显示界面，在模拟驾驶界面的中央提示用户—“风速较大”。而当遥控设备20为智能终端时，如图4所示，可以在智能终端的显示屏的局部区域显示提示信息(Tips)。又或者是，通过遥控设备20的扬声器播放特殊的警报提示音，提示当前的风速过大的警告情况。
基于该风力观测器提供的风力观测值，在另一些实施例中，监视器还可以将其转换为无人机当前所受到的风速和风向数据并提供给遥控设备20，由遥控设备20的显示屏等交互设备展示所述风速和风向，令操作者可以及时的获知当前的飞行空域的风力情况。
在图1所示的应用环境中，仅显示了风速观测和预警功能在无人机系统上的应用。本领域技术人员可以理解的是，实现该风速观测和预警功能的功能模块(如风力观测器以及监视器等)还可以被搭载在其它类型的移动载具(如遥控车)上，通过接收移动载具中一个或多个基础传感器采集的数据信息来实现上述相同的或者类似的预警功能。本发明实施例公开的发明思路并不限于在图1所示的无人机系统上应用。
基于本发明实施例公开的利用风速观测器进行风速观测的发明思路，根据实践的需要或者无人机的使用场景等，本领域技术人员容易想到将其中的一个或者多个步骤、参数进行调整、替换或者变更，用以构建其它的替代模型。这些替代模型均是本领域技术人员在本发明的基础上，从无人机不同的侧面进行考虑，通过合理的推导获得的。
例如，可以通过检测悬停时，无人机的姿态角变化来观测风力的干扰。还可以替换使用力平衡原理、系统辨识原理等方法，确定出风力对无人机运行的干扰量，进而完成对风力的估计。
以下详细介绍基于干扰观测原理进行风力测算的过程。干扰观测器的过程大致可以分为状态观测和干扰观测两部分。图5为本发明实施例提供的风力观测器的功能框图。如图5所示，该风力观测器包括状态观测单元1311以及干扰观测单元1312。
其中，所述状态观测单元1311内设置有速度计算模型。状态观测单元1311通过该速度计算模型，预测与当前输入的数据信息对应的速度观测值并输出。该速度观测值是通过速度计算模型模拟或者计算确定的理论飞行速度。
该速度计算模型是一个经验函数，可以根据输入的数据信息可以计算输出无人机此时的理论飞行速度。具体的速度计算模型可以由本领域技术人员基于基础的速度动态方程，结合理论分析和/或实验数据拟合所确定。
在一些实施例中，无人机在飞行状态下的速度动态方程可以通过算式(1)表示：
Figure BDA0002105020900000101
在算式(1)中，无人机的飞行速度变化率被分解为两个正交向量
Figure BDA0002105020900000102
和
Figure BDA0002105020900000103
来表示。两个正交向量所在的方向分别为x方向和y方向，两个方向之间相互垂直。
其中，
Figure BDA0002105020900000104
为无人机在x方向上的速度变化率(即加速度)，
Figure BDA0002105020900000105
为无人机在y方向上的速度变化率(即加速度)，对其积分后即可获得相应的预测速度值，T为螺旋桨拉力，θ为俯仰角，φ为滚转角，ρ为无人机所处海拔高度的空气密度，Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数，Fwx为无人机在x方向上的风力，Fwy为无人机在y方向上的风力，m为无人机的质量。
进一步的，在算式(1)中迎风面积会随着无人机飞行过程中的姿态角而发生相应的变化，其可以近似的被认为是与姿态角相关的非线性函数。例如，该非线性函数可以写为如下算式(2)和(3)所示的形式：
Sfb＝Sfb0(1+ffb(θ,φ)) (2)
Srl＝Srl0(1+frl(θ,φ)) (3)
其中，Sfb0为姿态角为0时，无人机沿x方向飞行时的迎风面积；Srl0为姿态角为0时，无人机沿y方向飞行时的迎风面积。
而阻力系数是由无人机的外形、结构等因素唯一确定的属性数据，不会随无人机的运动状态的改变而发生变化。这项属性数据可以通过无人机在室内无风环境下(排除风的干扰)的飞行实验测得。
螺旋桨拉力与电机的输出功率相关，其对外表现为无人机的加速度。通常的，越大的加速度也意味着输出的螺旋桨拉力更高。在一些实施例中，该螺旋桨拉力可以由如下算式(4)计算获得：
Figure BDA0002105020900000111
其中，az为无人机在z方向上的加速度，g为重力加速度；所述z方向垂直于所述x方向和所述y方向组成的平面。
总结而言，本领域技术人员可以理解的，状态观测单元在基于上述速度动态方程进行状态观测，预测飞行器的飞行速度时，需要输入的数据信息包括：无人机的姿态角、飞行速度、加速度、无人机的质量、无人机飞行时的阻力系数以及用于计算迎风面积的非线性函数。
其中，无人机的姿态角、飞行速度和加速度都是跟随无人机的运动状态而变化的飞行数据。而无人机的质量、无人机飞行时的阻力系数以及用于计算迎风面积的非线性函数都是无人机本身固有的属性数据，其可以预先通过实验等方式计算确定或者测量确定。
由此，无人机的姿态角、飞行速度、加速度这几项动态变动的飞行数据DATA1可以由飞行控制系统，根据传感器采集的传感器数据通过数据融合的方式计算获得。
而无人机的质量、无人机飞行时的阻力系数以及用于计算迎风面积的非线性函数等与无人机自身特性相关的属性数据DATA2则可以预先存储在存储器中以供状态观测单元调用。
由于存在模型的模拟误差以及其它的干扰，由速度计算模型计算获得的飞行速度与实际的飞行速度并不一致。在本实施例中，将导致不一致的因素全部等效为由无人机所受的风力干扰。由此，所述干扰观测单元1312用于根据速度观测值与无人机实际飞行速度的差异，通过合适的计算公式计算确定风力预测值，完成干扰观测。
在上述实施例提供的算式(1)中，还包括了无人机所受到的风力这一变量。这样的，被状态观测单元所使用的速度计算模型中需要输入无人机当前所受到的风力干扰。
因此，在一些实施例中，请继续参阅图3，所述干扰观测单元1312的输出还作为所述状态观测单元1311的其中一个输入DATA3(即风力观测值)。其计算获得风力观测值将会反馈给所述状态观测单元1311，用于更新速度观测值，获得更精确的估计值。
可以理解的是，由于在初次运行时存在未知的观测变量(如风力观测值)。因此，所述状态观测单元1311需要进行初始化，首先为这些未知的变量赋予初始值(例如将风力观测值初始化为0)，从而计算获得初始的速度观测值。然后，由所述干扰观测单元1312根据该速度观测值，计算得到风力预测值并向所述状态观测单元1311反馈风力预测值。最后，由状态观测单元1311将根据输入的风力预测值，作为风力代入所述速度计算模型中，更新计算所述无人机的速度观测值。
应当说明的是，图5以功能框图为例，详细的描述了本发明实施例提供的风力观测器的结构。本领域技术人员根据说明书揭露的发明思想、所要执行的步骤和实现的功能，根据实际情况的需求(例如芯片功耗、发热的限制、硅片成本或者芯片的体积等)可以选择使用软件、硬件或者软硬件结合的方式实现上述风力观测器的功能。例如，使用更多的软件部分可以降低芯片的成本和占用的电路面积，并且便于修改。而使用更多的硬件电路实现可以提高可靠性和运算速度。
在图5所示的风力观测器的结构框架的基础上，本发明实施例还提供了一种风速测算方法。图6为本发明实施例提供的风速测算方法的方法流程图。
如图6所示，该方法包括如下步骤：
601、获取所述无人机的飞行数据信息。
其中，飞行数据信息可以包括所述无人机当前的姿态角、速度以及加速度。这些飞行数据信息可以通过无人机的传感器采集获得，属于无人机飞行控制中常用的数据，不会为无人机增加额外的成本。
应当说明的是，需要获取的飞行数据信息取决于计算无人机的理论飞行速度时，所需要输入的变量。本领域技术人员可以根据实际情况的需要、偏好设置或者精度要求等，对这些数据信息进行调整或者变更。
602、利用所述飞行数据信息，建立所述无人机的速度观测模型，以获得所述无人机的速度观测值。
该速度观测模型是一个多输入单输出的函数，可以基于输入的多项数据信息，预测无人机在这些数据信息的条件下，应当具备的理论飞行速度(即速度观测值)。
具体的，这些数据信息可以是来自于传感器的飞行数据(例如无人机的姿态角、飞行速度以及加速度)，还可以包括无人机自身特性所决定的，预先存储记录在存储器中的属性数据(例如无人机的质量、无人机飞行时的阻力系数以及用于计算迎风面积的非线性函数)。
在一些实施例中，步骤602具体可以通过如下方式实现：
首先，建立所述无人机的速度方程。然后，根据所述无人机的速度方程，建立所述无人机的所述速度观测模型，以获得所述无人机的所述速度观测值。
无人机的速度方程是指无人机的速度与无人机的飞行数据信息之间的计算等式。其具体可以由技术人员根据实际情况或者大量实验数据总结获得，例如，无人机的速度方程可以采用如上实施例所揭露的算式(1)。
603、根据所述速度观测值，获取所述无人机所受的风力的观测值。
根据上述实施例提供的干扰观测器的原理(将所有干扰等效为风力干扰)，在推导获得速度观测值以后，便可以通过合适的转换方式将速度观测值与实际速度之间的差异计算确定对应风力观测值(即无人机当前所受到的风力的干扰情况)。
由于无人机的飞行速度受到的影响主要在于飞行时的风力干扰，其它的干扰造成的影响都是比较小的。因此，上述等效设定前提下计算确定的风力观测值基本可以认为是比较准确的风力估计，可以满足风速预警的使用要求。
具体的，在已知速度观测值的情况下，可以采用算式(12)来计算对应的风力观测值：
Figure BDA0002105020900000141
其中，
Figure BDA0002105020900000142
为无人机在y方向上的风力变化率观测值，
Figure BDA0002105020900000143
为无人机在x方向上的风力变化率观测值，
Figure BDA0002105020900000144
和
Figure BDA0002105020900000145
分别为在x方向和y方向上的速度观测值，L1x和L1y为调节常数。对所述风力变化率观测值进行积分后，即可计算获得对应的风力观测值
Figure BDA0002105020900000146
和
Figure BDA0002105020900000147
总结而言，在一个完整风速测算流程中，大致可以包括如下几个步骤：首次计算速度观测值时，将风力观测值等未知的变量均初始化为零，获得初始值。然后，计算获得一个初始的风力观测值。最后，将风力观测值反馈至该预设的速度计算模型从而依次更新所述风力观测值和速度观测值。
604、根据所述风力的观测值，计算当前飞行环境下的风速。
本领域技术人员可以理解的，在已知风力的情况下，可以通过相应的转换公式，将风力进一步的转换为风速和风向等指标以便于后续应用利用。
在一些实施例中，基于获得的风力观测值，还可以通过如下方法将所述风力观测值转换为风速或者风向：
风力与风速之间存在如算式(5)所示的转换关系：
Figure BDA0002105020900000148
其中，S为迎风面积，ρ为空气密度，Vw为风速，Cd为阻力系数，Fw为风力观测值。
在实际转换时，为简化运算，保持与风力计算方法的一致性，可以将风速分为x方向和y方向上的分量分别计算(通过姿态角和非线性函数近似计算得出在x方向和y方向上的迎风面积，根据飞行的海拔近似计算空气密度以及通过实验测定在x方向和y方向上的阻力系数)。
基于算式(5)提供的风力与风速之间的转换关系，可以通过如下算式(6)和(7)将风力观测值转换为风速：
Figure BDA0002105020900000151
Figure BDA0002105020900000152
其中，Fwy为无人机在y方向上的风力观测值，Fwx为无人机在x方向上的风力观测值；ρ为无人机所处海拔高度的空气密度；Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数。
在另一些实施例中，还可以根据所述当前环境下的风速，获取所述当前环境下的风向。风速与风向之间具体的转换方式具体可以采用任何合适的方式计算获得，其具体取决于求解获得的风速的表示形式等实际应用场景。具体的，在已知x方向和y方向的风速的前提下，可以通过如下算式(15)计算当前的风向：
β＝ψ+arctan2(-Vwx,-Vwy) (15)
其中，ψ为无人机的偏航角，β为风向。
本发明实施例提供的风速测算方法，利用干扰观测器实现。其不需要利用额外的风速或者风力传感器，也不依赖于庞大的数据库，具有实现成本低，实时性好的优势，可以广泛的在无人机系统上应用。
较佳的是，通过风速测算方法转换获得的当前环境下的风速和风向也可以提供给遥控设备20，在遥控设备20显示，从而向用户反馈当前的无人机受到的风力干扰情况。
除了直接将所述当前环境下的风速和风向发送给用户终端并在所述用户终端显示以外，在另一些实施例中，在无人机飞行时，还可以周期性的运行本发明实施例提供的风速测算方法，获得当前的风速和/或风向来实现无人机预警。图7为本发明实施例提供的无人机预警方法的方法流程图。
如图7所示，所述方法包括：
701、获取当前环境下的风速。
步骤701可以按照设定的采样周期，周期性的执行，不断地更新的当前环境下的风速，以确保及时的发出预警。该采样周期是一个经验性数值，其可以根据实际情况进行调整或者设置，例如1min或者更长的周期。
702、判断所述风速是否超过预设值。若是，执行步骤703，若否，返回步骤702，更新当前的风速。
该预设值是根据经验或者无人机的实际情况(例如无人机对风速的承受能力)而预先设定的判断标准。其可以是一个根据经验预先设置的静态门限值，也可以是根据合适的算法计算得出的动态门限值，用于衡量无人机出现异常的概率。
703、发出警告信号。
该警告信号具体可以采用任何合适形式或者类型的标识进行表示，例如简单用1和0表示的警告标志位，取值为1时表明发出警告信号，取值为0时表明没有警告信号。
具体的，监控器132触发警告信号的逻辑可以通过如下算式(8)表示：
Figure BDA0002105020900000161
其中，Vwx为x方向上的风速，Vwy为y方向上的风速，flag为警告信号标志位，取值为1时表明发出警告信号，取值为0时表明没有警告信号。
亦即，在x方向和y方向上的风速的平方和大于等于预设的报警门限值的平方时，监视器132将确定风速满足预设的警告条件，发出警告信号。
当然，算式(8)所示的，触发警告信号的逻辑判断仅用于举例说明而不用于限制监视器132的工作步骤。本领域技术人员也可以根据实际情况的需要，采用其它不同的警告条件来衡量无人机是否存在风力过大、无法控制的情形。
遥控设备20在接收到告警信号以后，可以通过显示屏或者其它交互设备，向用户反馈对应的警告提示信息，提醒用户及时的停止无人机飞行，降落到安全可控的位置。
具体的警告提示信息可以根据实际情况进行设置，包括但不限于文字或者图片的形式。例如，可以在遥控器的显示界面上突出显示—当前风速过大—这样的字样，或者以特定颜色的图标显示当前风速超限。进一步的，还可以通过扬声器播报语音提示。
本发明实施例提供的无人机预警方法可以实时估计飞行环境的风速，不需要任何风速传感器及数据库，实现了无人机风速估计和报警的低成本化。
应用在无人机上可以有效的解决现有普通无人机无法进行预报，导致用户/操作者来不及操作，因风速过大而发生炸机的问题，在风速过大时，提示用户谨慎飞行或选择安全地点降落。
以下结合具体实例，详细描述在不依赖风速传感器和数据库的前提下，实现无人机风速测算和风速预警的具体过程。
在本实施例中，无人机具有一个或者多个基础的传感器，至少可以实时采集无人机的姿态角(包括俯仰角、滚转角以及航向角)、加速度以及飞行速度等飞行数据。
x方向和y方向是无人机所在的平面内，两个相互垂直的向量。其中，如图1所示，x方向为无人机前进和后退的移动方向，y方向为无人机向左飞和向右飞的移动方向。
1)在无人机出厂前，测量无人机的质量以及在不同姿态角下的迎风面积，并且，基于多组不同姿态角下的迎风面积数据，拟合确定在x方向和y方向上，迎风面积与姿态角的非线性函数ffb(θ,φ)和frl(θ,φ)。
2)采集无人机在室内无风环境下飞行时的飞行数据，通过如下算式(9)计算确定无人机在x方向和y方向上的阻力系数：
Figure BDA0002105020900000171
其中，ax为无人机在x方向上的加速度；ay为无人机在y方向上的加速度，T为螺旋桨拉力。
螺旋桨拉力T可以通过如下算式(10)，根据加速度和姿态角推算确定：
Figure BDA0002105020900000172
其中，az为无人机在垂直与x方向和y方向构成的平面的z方向上的加速度，g为重力加速度，两者均以指向地面的方向为正加速度。
3)在上述步骤中测量确定的无人机的质量、在x方向和y方向上，迎风面积与姿态角的非线性函数以及在x方向和y方向上的阻力系数作为属性数据，记录存储到无人机的存储器内。
4)完成属性数据设置的无人机在飞行的过程中，周期性的采集传感器数据，并通过数据融合算法，确定无人机当前的飞行数据。
5)基于来自于传感器的飞行数据和来自于存储器的属性数据，通过如下的算式(11)计算速度观测值：
Figure BDA0002105020900000181
其中，
Figure BDA0002105020900000182
和
Figure BDA0002105020900000183
是速度计算模型的输出，分别为无人机在x方向和y方向上的速度变化率观测值；
Figure BDA0002105020900000184
和
Figure BDA0002105020900000185
为无人机在x方向和y方向上的速度观测值，可以通过速率变化率观测值积分后获得。
Vx为在x方向上的实际速度值；Vy为在y方向上的实际速度值；T为螺旋桨拉力；θ为俯仰角；φ为滚转角；ρ为无人机所处海拔高度的空气密度；Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数，
Figure BDA0002105020900000186
为无人机在x方向上的风力，
Figure BDA0002105020900000187
为无人机在y方向上的风力；m为无人机的质量；L1x和L1y为调节常数。
应当说明的是，在首次计算的过程中，算式(11)中包括了未知的观测值
Figure BDA0002105020900000188
因此，可以在初次计算时，简单的将这些观测值初始化为0，计算输出速度观测值。
6)基于上述步骤输出的速度观测值，可以使用如下算式(12)计算造成速度观测值与实际飞行速度差异的风力观测值：
Figure BDA0002105020900000189
其中，
Figure BDA00021050209000001810
为无人机在y方向上的风力变化率观测值，
Figure BDA00021050209000001811
为无人机在x方向上的风力变化率观测值，
Figure BDA00021050209000001812
和
Figure BDA00021050209000001813
分别为在x方向和y方向上的速度观测值，L1x和L1y为调节常数。对所述风力变化率观测值进行积分后，即可计算获得对应的风力观测值
Figure BDA00021050209000001814
和
Figure BDA00021050209000001815
如上所述的，输出的风力观测值除用于风速预警以外，还需要反馈至算式(11)中，再次执行算式(11)和(12)以更新速度观测值和风力观测值。
7)基于获得的风力观测值，可以通过如下算式(13)和(14)转换为风速：
Figure BDA00021050209000001816
Figure BDA0002105020900000191
其中，Fwx为无人机在y方向上的风力，Fwx为无人机在x方向上的风力；ρ为无人机所处海拔高度的空气密度；Sfb为无人机沿x方向飞行时的迎风面积，Srl为无人机沿y方向飞行时的迎风面积，Cdx为无人机沿x方向飞行时的阻力系数，Cdy为无人机沿y方向飞行时的阻力系数。
图8为本发明实施例提供的风速跟随时间变化的曲线图。如图8所示，由于输出的风力观测值由x方向上的风力观测值和y方向上的风力观测值所组成。因此，与风力观测值所对应的，可以分别计算在x方向和y方向上的风速分量以后，将相对应的两者合成为无人机当前所受的风速，获得风速随时间变化的曲线。
8)基于转换获得风速，还可以进一步的根据无人机的姿态，通过如下算式(15)计算当前的风向：
β＝ψ+arctan2(-Vwx,-Vwy) (15)
其中，ψ为无人机的偏航角，β为风向。
图9为本发明实施例提供的风向随时间变化的曲线图。图9是以图8所示的风速曲线为基础，转换获得对应的风向曲线。计算确定的风向角也可以传输到遥控设备20中，通过遥控设备20的交互设备(如显示屏)向用户展示。
9)每次更新风速以后，通过算式(16)判断当前的风速是否满足预设的警告条件。
Figure BDA0002105020900000192
其中，Vthr为报警门限值，flag为警告信号标志位。当警告信号标志位取值为1时，表明满足预设的警告条件。而当警告信号标志位取值为0时，表明不满足预设的警告条件。
请继续参阅图8，该报警门限值是一个预先设定的经验性数值。当风速高于报警门限值时，发出警报信号，表明此时的风力较大，需要提醒用户或者操作者注意。
10)遥控设备20根据该警告标志位的取值，确定是否向用户发出预警。在遥控设备20为遥控器时，可以直接在模拟驾驶界面上显示风速较大的提示字样，提示用户及时进行操作。
综上所述，本发明实施例提供的风力测算方法以及以此为基础实现的无人机预警方法，不需要使用与风速相关传感器和创建庞大的数据库，在现有信息的基础上，就可以通过算法的方式实现对风力的测算，并进而确定对应的风速和风向。
由于不依赖风速相关的传感器和数据库。因此，有效的降低了无人机的硬件实现成本，避免了数据库运算量大、对内存需求大以及时间延迟大的缺点，具有良好的应用前景。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种风速测算方法，其特征在于，包括：
获取无人机的飞行数据信息，其中，所述飞行数据信息包括所述无人机当前的姿态角、速度以及加速度；
建立所述无人机的速度方程；
根据所述无人机的速度方程，建立所述无人机的速度观测模型；所述速度观测模型中的变量包括：所述无人机所受到的风力；
将所述飞行数据信息和所述无人机的属性数据输入所述无人机的速度观测模型，获得所述无人机的速度观测值；
其中，在初次计算时，所述无人机所受到的风力的模型变量被初始化为零；
根据所述速度观测值与无人机实际速度之间的差异，获取所述无人机所受的风力的观测值；
其中，在初始化后的每一次计算过程中，所述无人机所受到的风力的模型变量被更新为上一次计算获得的所述无人机所受的风力的观测值；
根据所述风力的观测值，计算当前飞行环境下的风速；
其中，所述无人机的速度方程为：
Figure 922577DEST_PATH_IMAGE001
Figure 100749DEST_PATH_IMAGE002
其中，
Figure 582546DEST_PATH_IMAGE003
和
Figure 996210DEST_PATH_IMAGE004
分别为所述无人机在其飞行平面内x方向和y方向的速度，T为螺旋桨拉力，
Figure 253753DEST_PATH_IMAGE005
为所述无人机的俯仰角，
Figure 461881DEST_PATH_IMAGE006
为所述无人机的滚转角，
Figure 306340DEST_PATH_IMAGE007
为所述无人机飞行海拔处的空气密度，
Figure 992536DEST_PATH_IMAGE008
为所述无人机沿x方向飞行的迎风面积，
Figure 730685DEST_PATH_IMAGE009
为所述无人机沿y方向飞行时的迎风面积，
Figure 985080DEST_PATH_IMAGE010
和
Figure 441469DEST_PATH_IMAGE011
为所述无人机分别在x方向和y方向受到的风力，
Figure 72302DEST_PATH_IMAGE012
和
Figure 664957DEST_PATH_IMAGE013
分别为所述无人机沿x方向飞行和沿y方向飞行的阻力系数，m为所述无人机的质量；
其中，所述无人机的速度观测模型为：
Figure 480466DEST_PATH_IMAGE014
其中，
Figure 798053DEST_PATH_IMAGE015
为所述无人机在x方向上更新的速度变化率观测值，
Figure 826052DEST_PATH_IMAGE016
为所述无人机在y方向上更新的速度变化率观测值；
Figure 414159DEST_PATH_IMAGE017
为所述无人机在x方向上的速度观测值；
Figure 400570DEST_PATH_IMAGE018
为所述无人机在y方向上的速度观测值；
Figure 706917DEST_PATH_IMAGE019
为所述无人机在x方向上的实际速度值；
Figure 538607DEST_PATH_IMAGE020
为所述无人机在y方向上的实际速度值；
Figure 105855DEST_PATH_IMAGE021
为螺旋桨拉力；
Figure 872954DEST_PATH_IMAGE022
为所述无人机的俯仰角；
Figure 791231DEST_PATH_IMAGE023
为所述无人机的滚转角；
Figure 818091DEST_PATH_IMAGE024
为无人机所处海拔高度的空气密度；
Figure 239845DEST_PATH_IMAGE025
为无人机沿x方向飞行时的迎风面积，
Figure 568058DEST_PATH_IMAGE026
为无人机沿y方向飞行时的迎风面积，
Figure 317840DEST_PATH_IMAGE027
为无人机沿x方向飞行时的阻力系数，
Figure 22491DEST_PATH_IMAGE028
为无人机沿y方向飞行时的阻力系数，
Figure 298751DEST_PATH_IMAGE029
为无人机在x方向上的风力观测值，
Figure 673232DEST_PATH_IMAGE030
为无人机在y方向上的风力观测值；
Figure 441468DEST_PATH_IMAGE031
为无人机的质量；
Figure 153072DEST_PATH_IMAGE032
和
Figure 814997DEST_PATH_IMAGE033
为速度调节系数，用于修正误差。
2.根据权利要求1所述的方法，其特征在于，所述迎风面积通过如下算式计算确定：
Figure 593335DEST_PATH_IMAGE034
其中，
Figure 707922DEST_PATH_IMAGE035
为无人机沿x方向飞行时的迎风面积，
Figure 364162DEST_PATH_IMAGE036
为无人机沿x方向飞行时的迎风面积；
Figure 880594DEST_PATH_IMAGE037
为姿态角为0时，无人机沿x方向飞行时的迎风面积；
Figure 862456DEST_PATH_IMAGE038
为姿态角为0时，无人机沿y方向飞行时的迎风面积；
Figure 464339DEST_PATH_IMAGE039
和
Figure 924270DEST_PATH_IMAGE040
为非线性函数；
Figure 934689DEST_PATH_IMAGE041
为俯仰角；
Figure 680929DEST_PATH_IMAGE042
为滚转角。
3.根据权利要求1所述的方法，其特征在于，所述螺旋桨拉力通过如下算式计算获得：
Figure 504528DEST_PATH_IMAGE043
其中，
Figure 768150DEST_PATH_IMAGE044
为无人机在z方向上的加速度，
Figure 728016DEST_PATH_IMAGE045
为重力加速度；所述z方向垂直于所述x方向和所述y方向组成的平面；
Figure 645157DEST_PATH_IMAGE041
为俯仰角；
Figure 96998DEST_PATH_IMAGE042
为滚转角；m为无人机的质量。
4.根据权利要求3所述的方法，其特征在于，所述阻力系数通过如下算式计算获得：
Figure 23365DEST_PATH_IMAGE046
其中，
Figure 978683DEST_PATH_IMAGE047
为无人机沿x方向飞行时的阻力系数，
Figure 332304DEST_PATH_IMAGE048
为无人机沿y方向飞行时的阻力系数，
Figure 504397DEST_PATH_IMAGE049
为无风条件下，无人机在x方向上的加速度；
Figure 703297DEST_PATH_IMAGE050
为无风条件下，无人机在y方向上的加速度；
Figure 903334DEST_PATH_IMAGE051
为螺旋桨拉力；
Figure 303223DEST_PATH_IMAGE052
为俯仰角；
Figure 323131DEST_PATH_IMAGE053
为滚转角；
Figure 732247DEST_PATH_IMAGE054
为无人机所处海拔高度的空气密度；
Figure 786791DEST_PATH_IMAGE055
为无人机沿x方向飞行时的迎风面积，
Figure 357581DEST_PATH_IMAGE056
为无人机沿y方向飞行时的迎风面积，
Figure 864785DEST_PATH_IMAGE031
为无人机的质量。
5.根据权利要求2所述的方法，其特征在于，所述根据所述速度观测值，获取所述无人机所受风力的观测值包括：
通过如下算式，计算所述无人机所受风力的观测值：
Figure 936646DEST_PATH_IMAGE057
其中，
Figure 225457DEST_PATH_IMAGE058
为无人机在y方向上的风力变化率观测值，
Figure 91782DEST_PATH_IMAGE059
为无人机在x方向上的风力变化率观测值，
Figure 961649DEST_PATH_IMAGE060
为
Figure 837201DEST_PATH_IMAGE061
的积分，表示在x方向的风力观测值，
Figure 600758DEST_PATH_IMAGE062
为
Figure 513350DEST_PATH_IMAGE063
的积分，表示在y方向的风力观测值，
Figure 995147DEST_PATH_IMAGE031
为无人机的质量，
Figure 284177DEST_PATH_IMAGE064
和
Figure 167820DEST_PATH_IMAGE065
为风力调节系数；
Figure 110368DEST_PATH_IMAGE066
为无人机在x方向的速度观测值；
Figure 453362DEST_PATH_IMAGE067
为无人机在y方向的速度观测值。
6.根据权利要求5所述的方法，其特征在于，所述根据所述风力的观测值，计算当前环境下的风速，包括：
利用下式计算所述无人机当前环境下的风速：
Figure 405138DEST_PATH_IMAGE068
其中，
Figure 18653DEST_PATH_IMAGE069
为无人机在x方向上的风力观测值，
Figure 663261DEST_PATH_IMAGE070
为无人机在y方向上的风力观测值；
Figure 854071DEST_PATH_IMAGE071
为无人机所处海拔高度的空气密度；
Figure 484903DEST_PATH_IMAGE072
为无人机沿x方向飞行时的迎风面积，
Figure 77559DEST_PATH_IMAGE073
为无人机沿y方向飞行时的迎风面积，
Figure 768434DEST_PATH_IMAGE074
为无人机沿x方向飞行时的阻力系数，
Figure 180961DEST_PATH_IMAGE075
为无人机沿y方向飞行时的阻力系数。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述当前飞行环境下的风速，获取所述当前飞行环境下的风向。
8.根据权利要求7所述的方法，其特征在于，所述当前环境下的风向满足以下表达式：
Figure 740118DEST_PATH_IMAGE076
其中，
Figure 826761DEST_PATH_IMAGE077
为无人机的偏航角，
Figure 547592DEST_PATH_IMAGE078
为风向，
Figure 853940DEST_PATH_IMAGE079
为在x方向上的风速，
Figure 685629DEST_PATH_IMAGE080
为在y方向上的风速。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述当前飞行环境下的风速超过预设值时，向用户发送报警信号。
10.根据权利要求7或8所述的方法，其特征在于，所述方法还包括：
将所述当前飞行环境下的风速和风向发送给用户终端并在所述用户终端显示。
11.一种无人机，其特征在于，包括：
机身；
机臂，与所述机身相连；
动力装置，设于所述机臂，用于给所述无人机提供飞行的动力；以及
飞行控制器，所述飞行控制器设于所述机身；
其中，所述飞行控制器包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的风速测算方法。
CN201910549268.3A 2019-06-24 2019-06-24 风速测算方法及无人机 Active CN110244753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910549268.3A CN110244753B (zh) 2019-06-24 2019-06-24 风速测算方法及无人机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910549268.3A CN110244753B (zh) 2019-06-24 2019-06-24 风速测算方法及无人机

Publications (2)

Publication Number Publication Date
CN110244753A CN110244753A (zh) 2019-09-17
CN110244753B true CN110244753B (zh) 2023-01-31

Family

ID=67889040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910549268.3A Active CN110244753B (zh) 2019-06-24 2019-06-24 风速测算方法及无人机

Country Status (1)

Country Link
CN (1) CN110244753B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110794902B (zh) * 2019-11-15 2021-04-30 日立楼宇技术（广州）有限公司 一种养殖室的巡检方法、装置、计算机设备及存储介质
CN110895616B (zh) * 2019-12-16 2023-08-15 洲际联合超伦科技（北京）有限公司 无人直升机在悬停时的抗风能力测算方法
CN112462798B (zh) * 2020-12-04 2021-05-28 三生万物(北京)人工智能技术有限公司 一种无人机及提高无人机航线飞行性能的方法
CN112711273B (zh) * 2020-12-29 2023-04-18 中国航天空气动力技术研究院 太阳能无人机航迹规划方法、电子设备及介质
CN112925344B (zh) * 2021-01-25 2022-01-04 南京航空航天大学 基于数据驱动和机器学习的无人机飞行工况预测方法
TWI779602B (zh) * 2021-05-12 2022-10-01 中光電智能機器人股份有限公司 風速檢測系統以及風速檢測方法
CN115343500B (zh) * 2021-05-12 2024-07-26 中光电智能机器人股份有限公司 风速检测系统以及风速检测方法
CN114120594B (zh) * 2021-11-23 2023-08-04 南京尚网网络科技有限公司 告警信息生成方法和设备
CN114530031B (zh) * 2022-02-22 2024-06-21 深圳市高巨创新科技开发有限公司 一种编队无人机的风力报警方法及系统
CN116625379B (zh) * 2023-07-25 2023-10-24 深圳深海创新技术有限公司 无人机及其返航电量调整方法、装置、飞行控制器
CN119376418A (zh) * 2024-12-11 2025-01-28 深圳市博坦智能有限公司 风况预测方法、风况提示方法、无人飞行器及控制终端
CN119336049B (zh) * 2024-12-23 2025-03-18 成都航空职业技术学院 一种无人机动态风扰抑制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2390670A2 (en) * 2010-05-27 2011-11-30 Honeywell International Inc. Wind estimation for an unmanned aerial vehicle
CN105807087A (zh) * 2015-01-15 2016-07-27 空客直升机 确定为优化飞行器的起飞重量需考虑的风速的方法和装置
CN108152529A (zh) * 2017-11-02 2018-06-12 成都飞机工业（集团）有限责任公司 一种基于飞行参数计算风速及风向的方法
CN109374924A (zh) * 2018-10-25 2019-02-22 西北工业大学 一种基于四旋翼无人机倾斜角的横侧向风场估计方法
CN109634295A (zh) * 2018-12-17 2019-04-16 深圳市道通智能航空技术有限公司 一种自动返航方法、装置和无人机

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2390670A2 (en) * 2010-05-27 2011-11-30 Honeywell International Inc. Wind estimation for an unmanned aerial vehicle
CN105807087A (zh) * 2015-01-15 2016-07-27 空客直升机 确定为优化飞行器的起飞重量需考虑的风速的方法和装置
CN108152529A (zh) * 2017-11-02 2018-06-12 成都飞机工业（集团）有限责任公司 一种基于飞行参数计算风速及风向的方法
CN109374924A (zh) * 2018-10-25 2019-02-22 西北工业大学 一种基于四旋翼无人机倾斜角的横侧向风场估计方法
CN109634295A (zh) * 2018-12-17 2019-04-16 深圳市道通智能航空技术有限公司 一种自动返航方法、装置和无人机

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Design and Development of a Multi-rotor Unmanned Aerial Vehicle System for Bridge Inspection;Chen Jie 等;《9th International Conference on Intelligent Robotics and Applications (ICIRA)》;20160803;第9834卷;第498-510页 *
Real-time wind estimation on a micro unmanned aerial vehicle using its inertial measurement unit;Patrick P.Neumann 等;《Sensors and Actuators A: Physical》;20151023;第235卷;第300-310页 *
Wind-field reconstruction using flight data;Harish J. Palanthandalam-Madapusi 等;《2008 American Control Conference》;20080805;第1863-1868页 *
基于GPS、磁罗盘与大气数据计算机的无人机风估计;高艳辉 等;《计算机测量与控制》;20170331;第25卷(第03期);第231-233页 *
无人机光电探测距离分析;李琳 等;《激光与红外》;20180930;第48卷(第09期);第1123-1127页 *

Also Published As

Publication number Publication date
CN110244753A (zh) 2019-09-17

Similar Documents

Publication Publication Date Title
CN110244753B (zh) 风速测算方法及无人机
CN110427047B (zh) 风速测算方法、风速估算器及无人机
US11919637B2 (en) Automatic return method, apparatus and unmanned aerial vehicle
US10909864B2 (en) Drone obstacle avoidance using real-time wind estimation
US11302203B2 (en) Data processing device, drone, and control device, method, and processing program therefor
CN110658831B (zh) 对地高度校正方法及装置、无人飞行器
KR101963754B1 (ko) 드론을 제어하기 위한 시스템 및 방법
KR20180030826A (ko) 무인 자율 시스템들에 대한 제어 정규화
CN107438751B (zh) 用于检测飞行高度的方法、装置及无人机
US20230280763A1 (en) Method for protection unmanned aerial vehicle and unmanned aerial vehicle
WO2021078002A1 (zh) 无人机航向角初值选取方法、装置及无人机
CN108475069B (zh) 农业无人飞行器的控制方法、飞行控制器及农业无人机
CN111684384B (zh) 一种无人机的飞行控制方法、设备及无人机
CN111694376A (zh) 飞行模拟方法、装置、电子设备及无人机
CN110806754A (zh) 四旋翼飞行器姿态修正控制系统及方法
CN110187695A (zh) 一种无人机协同控制验证平台
CN114462740A (zh) 飞行任务评估方法、装置、设备和计算机可读存储介质
JP2021100234A (ja) 飛行体の撮像方法及び情報処理装置
CN109398686B (zh) 旋翼无人机及其姿态控制方法
US11948467B2 (en) System, device and method for measuring atmospheric conditions
WO2020107473A1 (zh) 对移动平台的参数优化方法、装置及控制设备、飞行器
WO2024059347A1 (en) Verifying flight system calibration and performing automated navigation actions
CN207301806U (zh) 船舶无人机舱火灾巡检用四旋翼飞行器
EP4246757A1 (en) Nonlinear power source capability determination
US20250067900A1 (en) Wind estimation for aircraft

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518055 Guangdong city of Shenzhen province Nanshan District Xili Street Xueyuan Road No. 1001 Chi Yuen Building 9 layer B1

Applicant after: Shenzhen daotong intelligent Aviation Technology Co.,Ltd.

Address before: 518055 Guangdong city of Shenzhen province Nanshan District Xili Street Xueyuan Road No. 1001 Chi Yuen Building 9 layer B1

Applicant before: AUTEL ROBOTICS Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant