CN112180957A

CN112180957A - 无人机的三余度仲裁切换方法、装置及计算机设备

Info

Publication number: CN112180957A
Application number: CN202010965004.9A
Authority: CN
Inventors: 徐少杰; 马宏军; 白桦
Original assignee: Northeastern University China
Current assignee: Northeastern University China
Priority date: 2020-09-15
Filing date: 2020-09-15
Publication date: 2021-01-05

Abstract

本申请公开了一种无人机的三余度仲裁切换方法、装置及计算机设备，涉及无人机控制领域，可以解决在进行多余度控制时，控制效果较差，无法筛选出较优的控制系统，从而不能满足用户的飞行控制需求的问题。其中方法包括：实时接收三个飞控对应的传感器数据；对所述传感器数据进行容错控制，确定对应的最优飞行姿态数据；基于所述最优飞行姿态数据筛选出最优控制系统，以便利用所述最优控制系统对当前控制周期内的无人机进行飞行控制。本申请是用于对无人机的三余度冗余控制。

Description

无人机的三余度仲裁切换方法、装置及计算机设备

技术领域

本申请涉及无人机控制领域，尤其涉及到一种无人机的三余度仲裁切换方法、装置及计算机设备。

背景技术

飞行控制系统(Flight Control System)的好坏直接决定无人机是否能完成预定的飞行任务，而飞控计算机(Flight Control Computer)又是飞行控制系统的核心。飞控计算机从机载传感器采集机身姿态、速度、位置等原始信息，进行导航解算，进而进行控制律的解算，最终将控制信号输出给执行机构，控制飞行器按预定飞行任务飞行，同时对任务设备做出响应。但随着无人机在军事及工业中的应用，部分任务执行环境极其恶劣，且执行的任务越来越复杂，这对飞控系统的稳定性与可靠性造成了巨大的压力，进而导致飞行中出现故障的几率大大增加，降低了飞控系统的可靠性。但在实际应用中，越是在复杂恶劣环境中的特殊任务，对飞机可靠性的要求往往越高。为解决飞控系统在特殊任务中可靠性降低与特殊任务对飞控系统可靠性要求苛刻这一矛盾，国内外的相关机构进行了大量的研究，研究结果表明：除在设计与制造飞控系统时采用高品质的元器件之外，提高飞控系统在特殊任务中可靠性的根本途径是采用余度技术。

目前基于余度技术对无人机进行控制时，主要基于PLC进行控制，通过判断输出量是否符合期望值，并在未达到期望值时，通过PLC控制进行调整，直至达到期望标准。然而在基于PLC进行多余度控制时，控制效果较差，无法筛选出较优的控制系统，从而不能满足用户的飞行控制需求。

发明内容

有鉴于此，本申请提供了一种无人机的三余度仲裁切换方法、装置及计算机设备，用于解决在进行多余度控制时，控制效果较差，无法筛选出较优的控制系统，从而不能满足用户的飞行控制需求的问题。

根据本申请的一个方面，提供了一种无人机的三余度仲裁切换方法，该方法包括：

实时接收三个飞控对应的传感器数据；

对所述传感器数据进行容错控制，确定对应的最优飞行姿态数据；

基于所述最优飞行姿态数据筛选出最优控制系统，以便利用所述最优控制系统对当前控制周期内的无人机进行飞行控制。

根据本申请的另一个方面，提供了一种无人机的三余度仲裁切换装置，该装置包括：

接收模块，用于实时接收三个飞控对应的传感器数据；

确定模块，用于对所述传感器数据进行容错控制，确定对应的最优飞行姿态数据；

筛选模块，用于基于所述最优飞行姿态数据筛选出最优控制系统，以便利用所述最优控制系统对当前控制周期内的无人机进行飞行控制。

根据本申请的又一个方面，提供了一种非易失性可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述无人机的三余度仲裁切换方法。

根据本申请的再一个方面，提供了一种计算机设备，包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述无人机的三余度仲裁切换方法。

借由上述技术方案，本申请提供的一种无人机的三余度仲裁切换方法、装置及计算机设备，与目前进行多余度控制的方式相比，本申请可实时接收三个飞控对应的传感器数据；并对传感器数据进行容错控制，实现对传感器的容错重构和对可信度数据进行加权采集，进而确定出三个传感器对应的最优飞行姿态数据；此外，还可基于最优飞行姿态数据筛选出最优控制系统，以便将选取的最优控制器的PWM信号发送给电机和电调等执行机构，利用最优控制系统对当前控制周期内的无人机进行飞行控制。在本申请中，通过提供一种多旋翼无人机的传感器容错方法和容错系统的设计，可提高无人机传感器的冗余性和无人机控制系统的鲁棒性，保证多旋翼无人机能够安全稳定的执行某种特定任务。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本地申请的不当限定。在附图中：

图1示出了本申请实施例提供的一种无人机的三余度仲裁切换方法的流程示意图；

图2示出了本申请实施例提供的另一种无人机的三余度仲裁切换方法的流程示意图；

图3示出了本申请实施例提供的三余度仲裁切换控制系统结构框图；

图4示出了本申请实施例提供的一种三余度仲裁切换的程序结构流程图；

图5示出了本申请实施例提供的一种无人机的三余度仲裁切换装置的结构示意图；

图6示出了本申请实施例提供的另一种无人机的三余度仲裁切换装置的结构示意图。

具体实施方式

下文将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。

针对目前在进行多余度控制时，控制效果较差，无法筛选出较优的控制系统，从而不能满足用户的飞行控制需求的问题，本申请实施例提供了一种无人机的三余度仲裁切换方法，如图1所示，该方法包括：

101、实时接收三个飞控对应的传感器数据。

对于本申请的执行主体可为三余度仲裁切换控制系统，如图3所示，三余度仲裁切换控制系统包括输入模块、TX2系统决策模块、主控处理模块、输出模块；其中TX2系统决策模块做决策层，只进行高级指令传输，并采集三处理器的传感器信息和系统状态参数。主控处理模块包括3个飞控计算机：飞控计算机A、飞控计算机B和飞控计算机C。由于每个飞控本身有一台IMU惯导单元，因此有三套传感器数据进行冗余控制。飞控与上位机TX2通过串口的方式进行连接，在通信机制上采用mavros通信机制作为桥梁，搭载Pixhawk的Mavlink传输消息，实现上位机TX2的ROS系统对Pixhawk内部uORB通信的数据访问，并监视数据信息，通过余度切换电路选取最优控制器进行余度混控管理，最终将选取的最优控制器的PWM信号发送给电机和电调等执行机构。

在具体的应用场景中，如图4所示，三余度仲裁切换控制系统可获取三个飞控对应的传感器数据，进而判断传感器数据是否在预设虚拟空间内，对在虚拟空间内的传感器数据进行加权处理，以便确定出最优飞行姿态数据；对于在虚拟空间内的传感器进行重构。在确定出最优飞行姿态数据之后，对三个控制系统分别进行性能监控，进一步选取出最优控制系统。基于反步法，利用最优控制系统对当前控制周期内的无人机进行飞行控制。

102、对传感器数据进行容错控制，确定对应的最优飞行姿态数据。

对于本实施例，在具体的应用场景中，对传感器数据的容错控制，可选用虚拟空间的方法，实现对传感器的容错重构和对可信度数据的加权采集，进而确定出最终的最优飞行姿态数据。

103、基于最优飞行姿态数据筛选出最优控制系统，以便利用最优控制系统对当前控制周期内的无人机进行飞行控制。

对于本实施例，在具体的应用场景中，可通过余度切换电路选取最优控制器进行余度混控管理，最终将选取的最优控制器的PWM信号发送给电机和电调等执行机构。为了从多状态下提取控制器性能指标，寻找出系统的价值函数，还可创建无人机的数学模型并提出飞行子系统的概念，通过Backstepping方法实现对控制器的设计，并通过Lyapunov函数证明其系统的稳定性。最后，通过仿真实验，验证其三余度仲裁系统稳定性，最后将稳定性最强的控制系统确定为最优控制系统，进而可利用该最优控制系统对当前控制周期内的无人机进行飞行控制。

通过本实施例中无人机的三余度仲裁切换方法，可实时接收三个飞控对应的传感器数据；并对传感器数据进行容错控制，实现对传感器的容错重构和对可信度数据进行加权采集，进而确定出三个传感器对应的最优飞行姿态数据；此外，还可基于最优飞行姿态数据筛选出最优控制系统，以便将选取的最优控制器的PWM信号发送给电机和电调等执行机构，利用最优控制系统对当前控制周期内的无人机进行飞行控制。在本申请中，通过提供一种多旋翼无人机的传感器容错方法和容错系统的设计，可提高无人机传感器的冗余性和无人机控制系统的鲁棒性，保证多旋翼无人机能够安全稳定的执行某种特定任务。

进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例中的具体实施过程，提供了另一种无人机的三余度仲裁切换方法，如图2所示，该方法包括：

201、实时接收三个飞控对应的传感器数据。

其中，传感器数据包括无人机的飞行姿态数据以及飞行位置数据。

对于本实施例，在具体的应用场景中，传感器的数据类型，可分为数字信号传感器和模拟信号传感器，数字信号传感器可以通过IIC等通讯协议直接读取姿态数据，模拟信号需要通过ADC模数转化器将传感器信号转化成数字信号，然后对数据进行处理。

需要说明的是，由于飞机本身机体机械振动和信号传输中存在着噪声和扰动，故在飞行控制器接收到传感器数据后，还可采用卡尔曼滤波方法，去除干扰噪声，进而对降噪后的传感器数据进行后续处理。

202、利用预设虚拟工作区对传感器数据进行验证，提取出存在于预设虚拟工作区内的第一传感器数据。

在具体的应用场景中，若传感器数据不在预设虚拟空间内，说明传感器数据已经不能够正常工作，因此，为了计算得到最优飞行姿态数据，故需要对传感器数据进行筛选，进一步提取出存在于预设虚拟工作区内的第一传感器数据。

对于本实施例，在具体的应用场景中，为了提取出存在于预设虚拟工作区内的第一传感器数据，实施例步骤202具体可以包括：基于预设工作区阈值创建预设虚拟工作区；根据预设工作区阈值判定传感器数据是否在预设虚拟工作区内，并将处于预设虚拟工作区内的传感器数据确定为第一传感器数据。

相应的，首先可通过设置预设工作区阈值，并基于预设工作区阈值创建预设虚拟工作区，从而利用预设虚拟工作区确定飞行器采集的参数存在于预设虚拟工作区对应的有界闭区间

其中M为一个已知的有限正整数，并且S_j,j＝1,2,…,M是已知的有界子空间。判断三余度传感器数据是否工作在该虚拟工作区内，

其中

为飞控i的阈值函数，

为传感器采集到的传感器数据。进而可利用各个传感器数据中的位置信息，确定出处于预设虚拟工作区内的第一传感器数据，将第一传感器数据对应飞控的阈值函数确定为1，反之为0。

203、对第一传感器数据进行加权计算，获取得到各个第一传感器数据对应的权重值。

在具体的应用场景中，若传感器数据存在预设虚拟空间内，说明传感器数据可以满足采集和基本逻辑的要求，因此需要充分用到三余度传感器信息的优点，采用一段时间内采集数据的方差作为判断传感器信息参考度的依据。即在本实施中，通过对每个第一传感器数据进行加权处理，从而求解出姿态的最优数据。其中第一传感器数据的对应方差的计算公式为：

D(X)＝E{[X_i-E(X_i)]²}

根据每个数据传感器的方差，可通过下述价值函数计算出各个第一传感器数据对应的权重值：

204、依据第一传感器数据以及对应的权重值，计算得到最优飞行姿态数据。

对于本实施例，为了获取得到较为精准的飞行姿态数据，故需要在提取出处于预设虚拟空间内的第一传感器数据后，利用第一传感器数据以及对应的权重值，进行无人机最优飞行姿态数据的计算。其中，在计算最优飞行姿态数据时，可采用下述传感器姿态的最优估计函数：

其中，Q为最优飞行姿态数据，m为第一传感器的数量，X_i为各个第一传感器数据，V_i为第一传感器数据对应的权重值，λ_i为实施例步骤202中计算出的飞控i的阈值函数。

205、分别为各个飞行控制系统创建包括姿态控制回路和位置控制回路的无人机动力模型。

在具体的应用场景中，无人机飞行动力学有一定的复杂性，难以建立准确的系统模型；机体载重变化以及气流干扰等外部未知扰动对系统产生不确定影响，需要对无人机系统模型做一定的近似处理。在无人机系统模型中，可忽略气流干扰；不计空气摩擦阻力的影响；认为旋翼中心与机体质心处于水平线上；并且假定无人机在低速或悬停状态下飞行，飞行姿态变化较小，此时欧拉角速率等于机体旋转角速率，即：

根据线运动方程和角运动方程，可得近似处理后的位置子系统与姿态子系统的系统模型分别为：

其中上式的输入量为：

其中，ω为旋翼转速，F_i为第i个旋翼产生的升力，M_i表示第i个旋翼产生的反扭矩。K_F与K_M是两个常数，其大小与旋翼尺寸、形状以及空气密度等因素有关，即：

下面建立系统状态方程，设状态变量为：

X＝[x₁ x₂ x₃ x₄ x₅ x₆ x₇ x₈ x₉ x₁₀ x₁₁ x₁₂]^T

控制输入变量为：

U＝[u₁ u₂ u₃ u₄]^T

令：

x₁＝φ,

x₃＝θ,

x₅＝ψ,

x₇＝z,

x₉＝x,

x₁₁＝y,

则依据系统模型可建立状态方程如下，分别对应姿态子系统状态方程与位置子系统状态方程：

其中系统的各个状态参数为：

u_x＝cosφsinθcosψ+sinφsinψ,u_y＝cosφsinθsinψ-sinφcosψ

206、基于反步法，并依据无人机动力模型以及最优传感器数据对各个飞行控制系统进行评估，获取得到各个飞行控制系统对应输入及输出的残差值。

在具体的应用场景中，由于四旋翼无人机是一个多变量非线性系统，位置子系统和姿态子系统具有直接耦合关系。由状态方程可知，姿态系统不受位置系统的影响，而位置系统却依赖于姿态系统。这说明了姿态控制是无人机控制的重点，只有在姿态系统取得良好控制效果的前提下，位置控制才能达到相应的控制要求。也即位姿控制的实质其实就是在维持位置期望值的前提下完成姿态控制。因此在设计四旋翼无人机的控制器时，可以采用内外环的控制策略，其中内环姿态控制回路用来稳定和跟踪期望姿态角；外环位置控制回路完成对期望位置的跟踪控制。在这种双环控制结构中，内环的姿态控制回路具有较快的响应速度，外环回路控制输出为内环回路控制预设值。通过内外环协同控制作用，实现无人机的各种期望位置和飞行姿态。

通过对四旋翼无人机系统模型和状态方程的分析可知，其具有严格反馈形式，满足反步法对系统的控制要求。但姿态系统和位置系统都是多输入多输出的系统，同时反步法控制方法本身存在计算膨胀的问题，这是因为反步法要不断地对模型进行多次微分，随着阶次的增加，即微分项的膨胀，增加了算法的复杂性。可通过将姿态控制回路和位置控制回路分为三个二阶子系统，即横滚角子系统、俯仰角子系统、偏航角子系统、高度位置子系统、水平x位置子系统、水平y位置子系统。这样对于每个两阶的子系统，只需两步迭代就能完成每个子系统的反步法控制器的设计，不需对模型进行多次迭代，因此避免了计算膨胀问题，简化了控制器设计。

相应的，实施例步骤206具体可以包括：利用给定的系统参数，将姿态控制回路和位置控制回路分别划分为三个二阶子系统，二阶子系统包括横滚角子系统、俯仰角子系统、偏航角子系统、高度位置子系统、水平x位置子系统、水平y位置子系统；依据反步法分别设计各个二阶子系统的控制律；基于预设评价函数，并利用各个二阶子系统的控制律以及对应的期望值，计算各个飞行控制系统对应输入及输出的残差值。

对于本实施例，在设计完控制器后，还可通过不同的参数设置，建立多个模型控制器，来实现对不同状态，不同情景下可以选择最优控制。对于一个控制器的好坏，可以通过将其置入闭环系统后，比较系统输入及输出的接近程度，若系统输出与输入越接近则表明控制器越有效。因此可设计评价函数如下：

其中，J_j(t)为飞行控制系统对应输入及输出的残差值，X_dj为对应的期望值，x_j为各个二阶子系统的控制律，Δ为大于0的任意小数，目的是为了防止出现||x_dj||＝0的情况，这里定义

这样，就给出了各个控制系统好坏的价值函数，通过对系统的价值函数计算，即可获取得到各个飞行控制系统对应输入及输出的残差值。

相应的，依据反步法分别设计各个二阶子系统的控制律的具体实现步骤可为：确定各个二阶子系统对应的期望值，并定义跟踪误差变量及导数；利用李雅普诺夫Lyapunov函数确定各个二阶子系统的控制律。

1)现以横滚角φ为例对无人机设计基于反步法的控制律：

第一步：给定横滚角的期望值φ_d＝x_d1，定义角度跟踪误差变量及导数为：

根据Lyapnov理论，假定横滚子系统在点z₁＝0处达到平衡(即φ＝φ_d)，考虑Lyapnov整定函数为：

V(z₁)对时间的导数

为：

根据Lyapunov稳定理论，

应该是半负定，即

期望得到

现定义虚拟输入x₂，用v_φ表示，将其看做z₁子系统的虚拟控制：

其中α₁>0是个常数。

随后定义误差变量：

将公式带入可得：

要保证一阶系统稳定，则必须有耦合项z₁z₂＝0，即第二个误差向量z₂＝0。但对于一阶系统，一般不满足此条件，需要再次选取Lyapunov函数，使耦合项z₁z₂＝0。

第二步:选取増广的Lyapunov函数：

同时，由公式可得：

可进一步得出：

结合公式可得对时间的导数为：

此时可以通过设计控制输入u₂，使

则控制律为：

其中α₂>0是一个常数。

此时：

至此完成横滚角控制律设计，且根据Lyapunov稳定性定理，系统保持稳定。

2)采取同样的步骤可得俯仰角θ控制律为：

其中：

3)偏航角ψ控制律为：

其中：

4)参照姿态控制器的设计，可得高度位置z控制律为：

其中：

同时，已知

则cos x₁ cos x₃≠0。

5)对于水平位置控制，由无人机系统模型可知，其沿x轴和y轴方向的运动受控于u₁，实际中u₁是完成直线运动的总推力矢量。同时可认为u_x和u_y分别为x轴和y轴方向运动的控制输入变量。按照前文反步法设计步骤可得水平方向控制律为：

其中：

同时还要从水平位置控制系统中得到姿态控制系统的横滚角和俯仰角的给定输入φ_d和θ_d，根据系统状态方程可得：

设计完位置控制器和姿态控制器后，即得到控制输入u₁、u₂、u₃、u₄，无人机旋翼转速可根据系统状态方程反解得到：

207、将对应残差值最小的飞行控制系统确定为最优控制系统。

在具体的应用场景中，由于残差值用于表示控制系统输入及输出的接近程度，残差值越小，代表该控制系统的控制误差较小。故在本实施例中，可将残差值最小的飞行控制系统确定为最优控制系统。

208、判定当前控制系统是否为最优控制系统。

在具体的应用场景中，由于在每个控制周期内都需要进行最优飞行姿态数据的计算以及最优控制系统的筛选，故在确定出最优控制系统后，需要判定当前进行飞行控制的是否为筛选出的最优控制系统。当判定当前控制系统正是该最优控制系统时，则不需要对控制系统进行切换；反之，若判定当前控制系统不是该最优控制系统时，则需要利用余度切换模块对控制系统进行切换。

209、若判定当前控制系统不是最优控制系统，则将将当前控制系统切换为最优控制系统，以便利用最优控制系统对当前控制周期内的无人机进行飞行控制。

通过上述无人机的三余度仲裁切换方法，可实时接收三个飞控对应的传感器数据；并通过虚拟空间的方法对传感器数据进行容错控制，实现对传感器的容错重构和对可信度数据进行加权采集，进而确定出三个传感器对应的最优飞行姿态数据；此外，为了从多状态下提取控制器性能指标，寻找出系统的价值函数，还建立了无人机的数学模型并提出飞行子系统的概念，通过Backstepping方法实现对控制器的设计，并通过Lyapunov函数证明其系统的稳定性。最后，通过仿真实验，验证其三余度仲裁系统稳定性，进一步可筛选出系统稳定性以及精确度较高的最优控制系统，进而利用最优控制系统对当前控制周期内的无人机进行飞行控制。在本申请中，通过提供一种多旋翼无人机的传感器容错方法和容错系统的设计，可提高无人机传感器的冗余性和无人机控制系统的鲁棒性，保证多旋翼无人机能够安全稳定的执行某种特定任务。

进一步的，作为图1和图2所示方法的具体体现，本申请实施例提供了一种无人机的三余度仲裁切换装置，如图5所示，该装置包括：接收模块31、确定模块32、筛选模块33；

接收模块31，可用于实时接收三个飞控对应的传感器数据；

确定模块32，可用于对传感器数据进行容错控制，确定对应的最优飞行姿态数据；

筛选模块33，可用于基于最优飞行姿态数据筛选出最优控制系统，以便利用最优控制系统对当前控制周期内的无人机进行飞行控制。

在具体的应用场景中，为了确定出对应的最优飞行姿态数据，确定模块32，具体可用于利用预设虚拟工作区对传感器数据进行验证，提取出存在于预设虚拟工作区内的第一传感器数据；对第一传感器数据进行加权计算，获取得到各个第一传感器数据对应的权重值；依据第一传感器数据以及对应的权重值，计算得到最优飞行姿态数据。

相应的，为了提取出存在于预设虚拟工作区内的第一传感器数据，确定模块32，具体可用于基于预设工作区阈值创建预设虚拟工作区；根据预设工作区阈值判定传感器数据是否在预设虚拟工作区内，并将处于预设虚拟工作区内的传感器数据确定为第一传感器数据。

在具体的应用场景中，为了筛选出最优控制系统，筛选模块33，具体可用于分别为各个飞行控制系统创建包括姿态控制回路和位置控制回路的无人机动力模型；基于反步法，并依据无人机动力模型以及最优传感器数据对各个飞行控制系统进行评估，获取得到各个飞行控制系统对应输入及输出的残差值；将对应残差值最小的飞行控制系统确定为最优控制系统。

相应的，为了获取得到各个飞行控制系统对应输入及输出的残差值，筛选模块33，具体可用于利用给定的系统参数，将姿态控制回路和位置控制回路分别划分为三个二阶子系统，二阶子系统包括横滚角子系统、俯仰角子系统、偏航角子系统、高度位置子系统、水平x位置子系统、水平y位置子系统；依据反步法分别设计各个二阶子系统的控制律；基于预设评价函数，并利用各个二阶子系统的控制律以及对应的期望值，计算各个飞行控制系统对应输入及输出的残差值。

在具体的应用场景中，为了依据反步法分别设计各个二阶子系统的控制律，筛选模块33，具体可用于确定各个二阶子系统对应的期望值，并定义跟踪误差变量及导数；利用李雅普诺夫Lyapunov函数确定各个二阶子系统的控制律。

相应的，为了实现对最优控制系统的仲裁切换，如图6所示，本装置还包括：判定模块34、切换模块35；

判定模块34，用于判定当前控制系统是否为最优控制系统；

切换模块35，用于若判定当前控制系统不是最优控制系统，则将将当前控制系统切换为最优控制系统，以便利用最优控制系统对当前控制周期内的无人机进行飞行控制。

需要说明的是，本实施例提供的一种无人机的三余度仲裁切换装置所涉及各功能单元的其它相应描述，可以参考图1至图2中的对应描述，在此不再赘述。

基于上述如图1和图2所示方法，相应的，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1和图2所示的无人机的三余度仲裁切换方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景的方法。

基于上述如图1、图2所示的方法，以及图5、图6所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1和图2所示的无人机的三余度仲裁切换方法。

可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等

本领域技术人员可以理解，本实施例提供的计算机设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

非易失性可读存储介质中还可以包括操作系统、网络通信模块。操作系统是无人机的三余度仲裁切换的实体设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现非易失性可读存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，与目前现有技术相比，本申请可实时接收三个飞控对应的传感器数据；并通过虚拟空间的方法对传感器数据进行容错控制，实现对传感器的容错重构和对可信度数据进行加权采集，进而确定出三个传感器对应的最优飞行姿态数据；此外，为了从多状态下提取控制器性能指标，寻找出系统的价值函数，还建立了无人机的数学模型并提出飞行子系统的概念，通过Backstepping方法实现对控制器的设计，并通过Lyapunov函数证明其系统的稳定性。最后，通过仿真实验，验证其三余度仲裁系统稳定性，进一步可筛选出系统稳定性以及精确度较高的最优控制系统，进而利用最优控制系统对当前控制周期内的无人机进行飞行控制。在本申请中，通过提供一种多旋翼无人机的传感器容错方法和容错系统的设计，可提高无人机传感器的冗余性和无人机控制系统的鲁棒性，保证多旋翼无人机能够安全稳定的执行某种特定任务。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims

1.一种无人机的三余度仲裁切换方法，其特征在于，包括：

实时接收三个飞控对应的传感器数据；

2.根据权利要求1所述的方法，其特征在于，所述对所述传感器数据进行容错控制，确定对应的最优飞行姿态数据，具体包括：

利用预设虚拟工作区对所述传感器数据进行验证，提取出存在于所述预设虚拟工作区内的第一传感器数据；

对所述第一传感器数据进行加权计算，获取得到各个所述第一传感器数据对应的权重值；

依据所述第一传感器数据以及对应的权重值，计算得到最优飞行姿态数据。

3.根据权利要求2所述的方法，其特征在于，所述利用预设虚拟工作区对所述传感器数据进行验证，提取出存在于所述预设虚拟工作区内的第一传感器数据，具体包括：

基于预设工作区阈值创建预设虚拟工作区；

根据所述预设工作区阈值判定所述传感器数据是否在所述预设虚拟工作区内，并将处于所述预设虚拟工作区内的传感器数据确定为第一传感器数据。

4.根据权利要求2所述的方法，其特征在于，基于所述最优飞行姿态数据筛选出最优控制系统，以便利用所述最优控制系统对当前控制周期内的无人机进行飞行控制，具体包括：

分别为各个飞行控制系统创建包括姿态控制回路和位置控制回路的无人机动力模型；

基于反步法，并依据所述无人机动力模型以及所述最优传感器数据对所述各个飞行控制系统进行评估，获取得到所述各个飞行控制系统对应输入及输出的残差值；

将对应所述残差值最小的飞行控制系统确定为最优控制系统。

5.根据权利要求4所述的方法，其特征在于，所述基于反步法，并依据所述无人机动力模型以及所述最优传感器数据对所述各个飞行控制系统进行评估，获取得到所述各个飞行控制系统对应输入及输出的残差值，具体包括：

利用给定的系统参数，将所述姿态控制回路和所述位置控制回路分别划分为三个二阶子系统，所述二阶子系统包括横滚角子系统、俯仰角子系统、偏航角子系统、高度位置子系统、水平x位置子系统、水平y位置子系统；

依据反步法分别设计各个二阶子系统的控制律；

基于预设评价函数，并利用所述各个二阶子系统的控制律以及对应的期望值，计算所述各个飞行控制系统对应输入及输出的残差值。

6.根据权利要求5所述的方法，其特征在于，所述依据反步法分别设计各个二阶子系统的控制律，具体包括：

确定所述各个二阶子系统对应的期望值，并定义跟踪误差变量及导数；

利用李雅普诺夫Lyapunov函数确定各个二阶子系统的控制律。

7.根据权利要求6所述的方法，其特征在于，在基于所述最优飞行姿态数据筛选出最优控制系统之后，具体还包括：

判定当前控制系统是否为所述最优控制系统；

若判定所述当前控制系统不是所述最优控制系统，则将所述将当前控制系统切换为所述最优控制系统，以便利用所述最优控制系统对当前控制周期内的无人机进行飞行控制。

8.一种无人机的三余度仲裁切换装置，其特征在于，包括：

接收模块，用于实时接收三个飞控对应的传感器数据；

9.一种非易失性可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至7中任一项所述的无人机的三余度仲裁切换方法。

10.一种计算机设备，包括非易失性可读存储介质、处理器及存储在非易失性可读存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7中任一项所述的无人机的三余度仲裁切换方法。