本发明涉及种多旋翼无人机控制量分配方法，包括，获取无人机正常工作状态下每个电机允许转速的最小值和最大值，为每个电机i建立转速与控制变量的关系；基于电机驱动方向与无人机机头方向的夹角构造控制矩阵；基于无人机的高度控制量、横滚角控制量和俯仰角控制量建立控制量向量，通过控制矩阵与控制量向量的乘积获得由n个电机的控制变量构成的控制变量向量；通过无人机的控制量优化控制变量向量，基于优化后的控制变量向量控制多旋翼无人机的飞行状态。本发明将各通道的控制量叠加之后，对控制量进行有效的再分配，减轻电机的饱和负担，充分利用未饱和电机的能力，从而在一些极限情况下也能够保证多旋翼飞行的性能和安全。
1.一种多旋翼无人机控制量分配方法，其特征在于：包括获取无人机正常工作状态下每个电机允许转速的最小值和最大值，为每个电机i建立转速与控制变量 的关系，其中 n为电机总数， 时，电机i为最小转速，时，电机i为最大转速；
基于电机驱动方向与无人机机头方向的夹角构造控制矩阵；
基于无人机的高度控制量、横滚角控制量和俯仰角控制量建立控制量向量，通过控制矩阵与控制量向量的乘积获得由n个电机的控制变量 构成的控制变量向量；
通过无人机的控制量优化控制变量向量，基于优化后的控制变量向量控制多旋翼无人机的飞行状态。
2.根据权利要求1所述的一种多旋翼无人机控制量分配方法，其特征在于：所述电机i的转速 与控制变量 为线性关系，表达式为，根据 时，电机i为最小转速 ， 时，电机i为最大转速 ；
3.根据权利要求1所述的一种多旋翼无人机控制量分配方法，其特征在于：所述基于电机驱动方向与无人机机头方向的夹角构造的控制矩阵如下，其中， 表示电机i的输出方向与机头方向的夹角；
、 、 、 分别为高度、横滚、俯仰和航向的控制量分配向量。
4.根据权利要求3所述的一种多旋翼无人机控制量分配方法，其特征在于：所述控制变量向量的计算公式为：
其中， 为高度的控制量， 为横滚角的控制量， 为俯仰角的控制量，在上式中，航向角的控制量 未参与计算，因此在控制矩阵中移除航向控制量分配向量 。
5.根据权利要求4所述的一种多旋翼无人机控制量分配方法，其特征在于：所述通过无人机的控制量优化控制变量向量的方法包括:对控制变量向量 中数值在 范围外的控制变量，使用高度控制量优化，计算得到高度控制量修正系数 ，通过高度控制量修正系数 更新控制变量向量 得到高度优化控制变量向量 ；
对高度优化控制变量向量 中数值在 范围外的控制变量，通过横滚角控制量优化，计算得到横滚角控制量修正系数 ，通过横滚角控制量修正系数 更新高度优化控制变量向量 得到横滚优化控制变量向量 ；
对横滚优化控制变量向量 中数值在 范围外的控制变量，通过俯仰角控制量优化，计算得到俯仰角控制量修正系数 ，通过俯仰角控制量修正系数 更新横滚优化控制变量向量 得到俯仰优化控制变量向量 ；
将航向控制量 加入到修正后的俯仰优化控制变量向量 中，得到航向控制变量向量 ；
对航向控制变量向量 中数值在 范围外的控制变量，通过航向角控制量优化，计算得到航向角控制量修正系数 ，通过航向角控制量修正系数 更新航向控制变量向量得到航向优化控制变量向量 ；
通过航向优化控制变量向量 计算各电机的转速，实现多旋翼无人机的控制。
6.根据权利要求5所述的一种多旋翼无人机控制量分配方法，其特征在于：对控制变量向量 中数值在 范围外的控制变量 ，其高度修正系数 为其中， 表示分配向量 的第i个数据， ；
高度控制量修正系数 的计算公式为：高度优化控制变量向量 为： 。
7.根据权利要求6所述的一种多旋翼无人机控制量分配方法，其特征在于：对高度优化控制变量向量 中数值在 范围外的控制变量 ，其横滚修正系数 为其中， 表示分配向量 的第i个数据， ；
横滚角控制量修正系数 的计算公式为：横滚优化控制变量向量 为： 。
8.根据权利要求7所述的一种多旋翼无人机控制量分配方法，其特征在于：对横滚优化控制变量向量 中数值在 范围外的控制变量 ，其俯仰修正系数 为其中， 表示分配向量 的第i个数据， ；
俯仰角控制量修正系数 的计算公式为：俯仰优化控制变量向量 为： 。
9.根据权利要求8所述的一种多旋翼无人机控制量分配方法，其特征在于：所述航向控制量 加入到修正后的俯仰优化控制变量向量 中，得到航向控制变量向量 的方法为： 。
10.根据权利要求9所述的一种多旋翼无人机控制量分配方法，其特征在于：对航向控制变量向量 中数值在 范围外的控制变量 ，其航向修正系数 为其中， 表示分配向量 的第i个数据， ；
航向角控制量修正系数 的计算公式为：航向优化控制变量向量 为： 。
一种多旋翼无人机控制量分配方法
技术领域
[0001] 本发明涉及多旋翼无人机技术领域，尤其涉及一种多旋翼无人机控制量分配方法。
背景技术
[0002] 目前大部分多旋翼无人机通过动力分配矩阵将多旋翼各个通道(俯仰、横滚、航向、高度)的控制量叠加起来，然后将最终的控制量输入到各个电机上实现稳定飞行。例如
公开号为CN107368091A的发明专利申请公开了一种基于有限时间神经动力学的多旋翼无
人飞行器的稳定飞行控制方法，通过飞行器实时的方位和姿态数据，基于微分思想分解控
制过程，确定各电机的控制量。该方法虽然能够实现多旋翼无人飞行器的控制量分配，但在
实际飞行过程中，考虑到飞行性能和动力的局限性，输入给动力系统控制量有一定的上限
和下限，因此在某些情况下，给到某个或某些电机的控制量过大或过小会超过限幅，从而无
法起到较好的控制效果甚至导致失控。
发明内容
[0003] 本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种针对多旋翼无人机，限制各电机控制量的极限值的控制量分配方法。
[0004] 本发明解决其技术问题所采用的技术方案是：一种多旋翼无人机控制量分配方法，包括
[0005] 获取无人机正常工作状态下每个电机允许转速的最小值和最大值，为每个电机i建立转速与控制变量 的关系，其中 n为电机总数， 时，电机i为最小转
速， 时，电机i为最大转速；
[0006] 基于电机驱动方向与无人机机头方向的夹角构造控制矩阵；
[0007] 基于无人机的高度控制量、横滚角控制量和俯仰角控制量建立控制量向量，通过控制矩阵与控制量向量的乘积获得由n个电机的控制变量 构成的控制变量向量；
[0008] 通过无人机的控制量优化控制变量向量，基于优化后的控制变量向量控制多旋翼无人机的飞行状态。
[0009] 优选的，所述电机i的转速 与控制变量 为线性关系，表达式为，
[0010]
[0011] 根据 时，电机i为最小转速 ， 时，电机i为最大转速 ；
[0012] 得到
[0013]
[0014] 得到
[0015] 。
[0016] 优选的，所述基于电机驱动方向与无人机机头方向的夹角构造的控制矩阵如下，
[0017]
[0018] 其中， 表示电机i的输出方向与机头方向的夹角； ， 、 、、 分别为高度、横滚、俯仰和航向的控制量分配向量。
[0019] 优选的，所述控制变量向量的计算公式为：
[0020]
[0021] 其中， 为高度的控制量， 为横滚角的控制量， 为俯仰角的控制量，在上式中，航向角的控制量 未参与计算，因此在控制矩阵中移除航向控制量分配向量 。
[0022] 优选的，所述通过无人机的控制量优化控制变量向量的方法包括:
[0023] 对控制变量向量 中数值在 范围外的控制变量，使用高度控制量优化，计算得到高度控制量修正系数 ，通过高度控制量修正系数 更新控制变量向量 得到高度优化
控制变量向量 ；
[0024] 对高度优化控制变量向量 中数值在 范围外的控制变量，通过横滚角控制量优化，计算得到横滚角控制量修正系数 ，通过横滚角控制量修正系数 更新高度优化控
制变量向量 得到横滚优化控制变量向量 ；
[0025] 对横滚优化控制变量向量 中数值在 范围外的控制变量，通过俯仰角控制量优化，计算得到俯仰角控制量修正系数 ，通过俯仰角控制量修正系数 更新横滚优化控
制变量向量 得到俯仰优化控制变量向量 ；
[0026] 将航向控制量 加入到修正后的俯仰优化控制变量向量 中，得到航向控制变量向量 ；
[0027] 对航向控制变量向量 中数值在 范围外的控制变量，通过航向角控制量优化，计算得到航向角控制量修正系数 ，通过航向角控制量修正系数 更新航向控制变量向量
得到航向优化控制变量向量 ；
[0028] 通过航向优化控制变量向量 计算各电机的转速，实现多旋翼无人机的控制。
[0029] 优选的，对控制变量向量 中数值在 范围外的控制变量 ，其高度修正 为
[0030]
[0031] 其中， 表示分配向量 的第i个数据， ；
[0032] 高度控制量修正系数 的计算公式为：
[0033]
[0034] 高度优化控制变量向量 为： 。
[0035] 优选的，对高度优化控制变量向量 中数值在 范围外的控制变量 ，其横滚修正系数 为
[0036]
[0037] 其中， 表示分配向量 的第i个数据，即 ；
[0038] 横滚角控制量修正系数 的计算公式为：
[0039]
[0040] 横滚优化控制变量向量 为：
[0041] 。
[0042] 优选的，对横滚优化控制变量向量 中数值在 范围外的控制变量 ，其俯仰修正系数 为
[0043]
[0044] 其中， 表示分配向量 的第i个数据，即 ；
[0045] 俯仰角控制量修正系数 的计算公式为：
[0046]
[0047] 俯仰优化控制变量向量 为：
[0048] 。
[0049] 优选的，所述航向控制量 加入到修正后的俯仰优化控制变量向量 中，得到航向控制变量向量 的方法为：
[0050] 。
[0051] 优选的，对航向控制变量向量 中数值在 范围外的控制变量 ，其航向修正系数 为
[0052]
[0053] 其中， 表示分配向量 的第i个数据，即 ；
[0054] 航向角控制量修正系数 的计算公式为：
[0055]
[0056] 航向优化控制变量向量 为：
[0057] 。
[0058] 本发明的有益效果是：通过建立控制变量与电机的转速关系，将无人机控制量分配问题转换为控制变量的优化问题，然后通过无人机得到控制量优化控制变量，确保控制
变量的数值处于0 1之间，从而使电机能够在安全的转速范围内转动，实现多旋翼无人机控
~
制量的有效分配，提高控制量分配计算速度，确保多旋翼无人机的安全飞行。将各通道的控
制量叠加之后，对控制量进行有效的再分配，减轻电机的饱和负担，充分利用未饱和电机的
能力，从而在一些极限情况下也能够保证多旋翼飞行的性能和安全。
附图说明
[0059] 下面将结合附图及实例对本发明作进一步说明。
[0060] 图1是本发明实施例提供的多旋翼无人机控制量分配方法的流程图；
[0061] 图2是本发明的实施例提供的多旋翼无人机控制量分配方法的控制变量优化方法的流程图。
具体实施方式
[0062] 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，还可以做出若干变形和改进。这些都属于本发明
的保护范围。
[0063] 本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理
解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以
除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任
何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、
产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于
这些过程、方法、产品或设备固有的其它步骤或单元。
[0064] 下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
[0065] 实施例1：
[0066] 如图1所示，本实施例提供了一种多旋翼无人机控制量分配方法，包括以下步骤：
[0067] 获取无人机正常工作状态下每个电机允许转速的最小值和最大值，为每个电机i建立转速与控制变量 的关系，其中 n为电机总数， 时，电机i为最小转
速， 时，电机i为最大转速；
[0068] 基于电机驱动方向与无人机机头方向的夹角构造控制矩阵；
[0069] 基于无人机的高度控制量、横滚角控制量和俯仰角控制量建立控制量向量，通过控制矩阵与控制量向量的乘积获得由n个电机的控制变量 构成的控制变量向量；
[0070] 通过无人机的控制量优化控制变量向量，基于优化后的控制变量向量控制多旋翼无人机的飞行状态。
[0071] 本实施例通过建立控制变量与电机的转速关系，将无人机控制量分配问题转换为控制变量的优化问题，然后通过无人机得到控制量优化控制变量，确保控制变量的数值处
于0 1之间，从而使电机能够在安全的转速范围内转动，实现多旋翼无人机控制量的有效分
~
配，提高控制量分配计算速度，确保多旋翼无人机的安全飞行。
[0072] 本实施例提供的多旋翼无人机控制量分配方法具体为：
[0073] 获取无人机正常工作状态下每个电机允许转速的最小值和最大值，为每个电机i建立转速与控制变量 的关系，其中 n为电机总数， 时，电机i为最小转
速， 时，电机i为最大转速；
[0074] 在具体建立转速与控制变量 的关系时，可以通过先验经验拟合关系式类型，常见的关系有线性关系、二次函数关系等。本实施例以线性关系为例进行说明，假设电机i的
转速 与控制变量 为线性关系，表达式为，
[0075]
[0076] 根据 时，电机i为最小转速 ， 时，电机i为最大转速 ；
[0077] 得到
[0078]
[0079] 得到
[0080]
[0081] 基于电机驱动方向与无人机机头方向的夹角构造控制矩阵；
[0082] 本实施例构造的控制矩阵如下：
[0083]
[0084] 其中， 表示电机i的输出方向与机头方向的夹角； ， 、 、、 分别为高度、横滚、俯仰和航向的控制量分配向量。
[0085] 基于无人机的高度控制量、横滚角控制量和俯仰角控制量建立控制量向量，通过控制矩阵与控制量向量的乘积获得由n个电机的控制变量 构成的控制变量向量；
[0086] 所述控制变量向量的计算公式为：
[0087]
[0088] 其中， 为高度的控制量， 为横滚角的控制量， 为俯仰角的控制量，在上式中，航向角的控制量 未参与计算，因此在控制矩阵中移除航向控制量分配向量 。
[0089] 通过无人机的控制量优化控制变量向量，基于优化后的控制变量向量控制多旋翼无人机的飞行状态；
[0090] 参考图2，经过控制量向量和控制矩阵叠加得到控制变量矩阵后，所述通过无人机的控制量优化控制变量向量的方法包括:
[0091] 对控制变量向量 中数值在 范围外的控制变量，使用高度控制量优化，计算得到高度控制量修正系数 ，通过高度控制量修正系数 更新控制变量向量 得到高度优
化控制变量向量 ；
[0092] 对控制变量向量 中数值在 范围外的控制变量 ，其高度修正系数 为
[0093]
[0094] 其中， 表示分配向量 的第i个数据，即 ；
[0095] 高度控制量修正 的计算公式为：
[0096]
[0097] 高度优化控制变量向量 为：
[0098]
[0099] 对高度优化控制变量向量 中数值在 范围外的控制变量，通过横滚角控制量优化，计算得到横滚角控制量修正系数 ，通过横滚角控制量修正系数 更新高度优化控制
变量向量 得到横滚优化控制变量向量 ；
[0100] 对高度优化控制变量向量 中数值在 范围外的控制变量 ，其横滚修正系数为
[0101]
[0102] 其中， 表示分配向量 的第i个数据，即 ；
[0103] 横滚角控制量修正系数 的计算公式为：
[0104]
[0105] 横滚优化控制变量向量 为：
[0106]
[0107] 对横滚优化控制变量向量 中数值在 范围外的控制变量，通过俯仰角控制量优化，计算得到俯仰角控制量修正 ，通过俯仰角控制量修正系数 更新横滚优化控制变
量向量 得到俯仰优化控制变量向量 ；
[0108] 对横滚优化控制变量向量 中数值在 范围外的控制变量 ，其俯仰修正系数为
[0109]
[0110] 其中， 表示分配向量 的第i个数据，即 ；
[0111] 俯仰角控制量修正系数 的计算公式为：
[0112] 俯仰优化控制变量向量 为：
[0113]
[0114] 将航向控制量 加入到修正后的俯仰优化控制变量 中，得到航向控制变量向量，公式如下：
[0115]
[0116] 对航向控制变量向量 中数值在 范围外的控制变量，通过航向角控制量优化，计算得到航向角控制量修正系数 ，通过航向角控制量修正系数 更新航向控制变量向量
得到航向优化控制变量向量 ；
[0117] 对航向控制变量 中数值在 范围外的控制变量 ，其航向修正系数 为
[0118]
[0119] 其中， 表示分配向量 的第i个数据， ；
[0120] 航向角控制量修正系数 的计算公式为：
[0121]
[0122] 航向优化控制变量向量 为：
[0123]
[0124] 计算得到最终的航向优化控制变量向量 后，基于控制变量与电机转速的关系，即可计算得到各电机的转速，实现多旋翼无人机的控制。
[0125] 综上所述，本发明通过建立控制变量与电机的转速关系，将无人机控制量分配问题转换为控制变量的优化问题，然后通过无人机得到控制量优化控制变量，从而使电机能
够在安全的转速范围内转动，实现多旋翼无人机控制量的有效分配，提高控制量分配计算
速度，确保多旋翼无人机的安全飞行。同时通过将各通道的控制量进行叠加后的再分配，减
轻电机的饱和负担，充分利用未饱和电机的能力。
[0126] 本领域内的技术人员应明白，本发明的实施例可提供为方法、设备(系统)或计算机程序产品。因此，本发明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，本发明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。
[0127] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上
述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领
域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的
精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些
实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
[0128] 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形或修改，这并不影
响本发明的实质内容。
