本發(fā)明涉及海上平臺，尤其是涉及一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法。

背景技術(shù)：

1、隨著無人機(jī)的廣泛應(yīng)用以及海上無人機(jī)的需求逐漸增加，無人機(jī)海上平臺降落問題成為海上平臺技術(shù)領(lǐng)域關(guān)鍵問題。

2、目前傳統(tǒng)無人機(jī)降落方法中存在的技術(shù)問題包括：平臺活動對無人機(jī)降落的干擾問題、海上平臺活動的姿態(tài)預(yù)測問題、無人機(jī)海上平臺降落的時(shí)機(jī)選擇問題。例如，專利cn108227751a公開了一種無人機(jī)的降落方法及系統(tǒng)，通過使用視覺識別，還會結(jié)合移動載體發(fā)送出的gps位置信息進(jìn)行組合導(dǎo)航，從而有效應(yīng)對移動載體過快導(dǎo)致視覺系統(tǒng)丟失目標(biāo)而無法迅速跟蹤等問題；通過數(shù)字信息濾波融合算法預(yù)估所述降落平臺的位置-時(shí)間關(guān)系及姿態(tài)-時(shí)間關(guān)系，得到移動載體關(guān)于“姿態(tài)、位置-時(shí)間”的預(yù)測函數(shù)，使得根據(jù)移動載體關(guān)于“姿態(tài)、位置-時(shí)間”的預(yù)測函數(shù)，實(shí)時(shí)更新無人機(jī)的飛行目標(biāo)，飛行目標(biāo)包括位置、速度、姿態(tài)，以此精準(zhǔn)控制無人機(jī)的降落點(diǎn)、降落速度和降落時(shí)間，從而解決了船只在水面上漂浮引起有三維的偏移，甲板面的降落平臺也會不斷左右傾斜造成無人機(jī)降落不準(zhǔn)確甚至無法穩(wěn)定降落鎖定的問題。但是，該方案僅采用視覺識別，對姿態(tài)的預(yù)測精度較低，并且并未考慮無人機(jī)降落的穩(wěn)定性和可靠性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了提供一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，實(shí)現(xiàn)可靠、平穩(wěn)的無人機(jī)降落控制。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)：

3、一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，包括以下步驟：

4、s1，基于無人機(jī)配備的傳感器采集環(huán)境數(shù)據(jù)；

5、s2，利用傳感器采集的環(huán)境數(shù)據(jù)確定無人機(jī)和目標(biāo)降落平臺之間的相對位置信息和無人機(jī)實(shí)時(shí)位置信息，基于所述位置信息控制無人機(jī)飛行至第一預(yù)降落位置并保持穩(wěn)定懸停；

6、s3，基于目標(biāo)降落平臺配備的慣性導(dǎo)航系統(tǒng)，采集其運(yùn)動姿態(tài)數(shù)據(jù)，并通過自回歸模型預(yù)測進(jìn)行目標(biāo)降落平臺姿態(tài)的未來時(shí)間段預(yù)測；

7、s4，基于目標(biāo)降落平臺的預(yù)測姿態(tài)與步驟s1傳感器采集的無人機(jī)姿態(tài)判斷是否滿足預(yù)設(shè)的降落條件，所述姿態(tài)包括位置信息和姿態(tài)角度信息，在滿足預(yù)設(shè)的降落條件時(shí)傳遞降落指令給無人機(jī)，控制無人機(jī)完成降落操作。

8、所述傳感器包括gps、深度相機(jī)，所述步驟s1中，采集環(huán)境數(shù)據(jù)具體為：利用深度相機(jī)搜索目標(biāo)降落平臺位置，并以無人機(jī)體為中心確定目標(biāo)降落平臺在機(jī)體坐標(biāo)系下的相對位置；基于深度相機(jī)中配備的慣性導(dǎo)航系統(tǒng)獲取無人機(jī)的姿態(tài)角度信息；基于gps確定無人機(jī)飛行過程中在gps坐標(biāo)系下的實(shí)時(shí)坐標(biāo)位置信息。

9、所述步驟s2中，基于所述位置信息控制無人機(jī)飛行至第一預(yù)降落位置具體為：基于步驟s1中獲得的目標(biāo)降落平臺在機(jī)體坐標(biāo)系中的相對位置坐標(biāo)(x,y,z)，通過控制無人機(jī)飛行將該坐標(biāo)調(diào)整為預(yù)設(shè)坐標(biāo)(x0,y0,z0)，即，基于無人機(jī)實(shí)時(shí)位置信息，控制無人機(jī)在gps坐標(biāo)系中依照向量方向r＝(x0-x,y0-y,z0-z)進(jìn)行飛行并最終移動到第一預(yù)降落位置。

10、所述步驟s3中，自回歸模型為根據(jù)目標(biāo)降落平臺的運(yùn)動姿態(tài)數(shù)據(jù)構(gòu)建的多步預(yù)測模型，用于預(yù)測未來預(yù)設(shè)時(shí)間范圍內(nèi)的平臺姿態(tài)，所述目標(biāo)降落平臺的姿態(tài)數(shù)據(jù)包括三維空間位置信息和姿態(tài)角度信息。

11、所述步驟s3中，自回歸模型預(yù)測過程包括以下步驟：

12、s31，數(shù)據(jù)讀取與預(yù)處理；

13、s32，數(shù)據(jù)標(biāo)準(zhǔn)化；

14、s33，自回歸模型訓(xùn)練；

15、s34，未來狀態(tài)預(yù)測。

16、所述步驟s31包括以下步驟：

17、s311，數(shù)據(jù)讀?。鹤x取位于目標(biāo)降落平臺的慣性導(dǎo)航系統(tǒng)數(shù)據(jù)，包括慣導(dǎo)中配備的加速度計(jì)和陀螺儀的數(shù)據(jù)，得到目標(biāo)降落平臺在空間坐標(biāo)系中三個(gè)方向上的加速度數(shù)據(jù)ax(t),ay(t),az(t)和角速度數(shù)據(jù)ωx(t),ωy(t),ωz(t)；

18、s312，數(shù)據(jù)預(yù)處理：通過對加速度數(shù)據(jù)ax(t),ay(t),az(t)進(jìn)行二次累加積分得到空間位置信息x(t),y(t),z(t)：

19、x(t)＝∫∫a(t)dtdt

20、通過對角速度數(shù)據(jù)ωx(t),ωy(t),ωz(t)進(jìn)行一次累加積分得到姿態(tài)角度信息θroll(t),θpitch(t),θyaw(t)：

21、θ(t)＝∫ω(t)dt

22、通過數(shù)據(jù)預(yù)處理，得到目標(biāo)降落平臺的三維空間位置和姿態(tài)角度信息。

23、所述步驟s32中，對于數(shù)據(jù)標(biāo)準(zhǔn)化步驟，為了消除不同特征之間的量綱差異，采用標(biāo)準(zhǔn)化方法對目標(biāo)降落平臺的位置和姿態(tài)數(shù)據(jù)進(jìn)行處理：

24、

25、其中，x為原始數(shù)據(jù)，μ為該組數(shù)據(jù)均值，σ為該組數(shù)據(jù)標(biāo)準(zhǔn)差。

26、所述步驟s33具體為，基于自回歸模型，對過去所觀測的位置信息與姿態(tài)信息進(jìn)行擬合從而預(yù)測未來的位置信息與姿態(tài)信息：

27、

28、其中，y(t)為對應(yīng)時(shí)刻所觀測的位置信息或姿態(tài)信息，φ1,φ2,…,φp為模型系數(shù)，p為滯后階數(shù)，∈(t)為噪聲項(xiàng)；

29、根據(jù)姿態(tài)的不同，分別為目標(biāo)降落平臺的空間位置信息x(t),y(t),z(t)和姿態(tài)角度信息θroll(t),θpitch(t),θyaw(t)建立各自的自回歸模型。

30、所述步驟s34中，對于未來狀態(tài)預(yù)測步驟，使用前5秒的歷史數(shù)據(jù)作為初始輸入，通過訓(xùn)練好的自回歸模型預(yù)測未來10秒的無人機(jī)位置和姿態(tài)變化，并對預(yù)測結(jié)果進(jìn)行反標(biāo)準(zhǔn)化處理，恢復(fù)原始量綱：

31、x＝σx′+μ

32、預(yù)測過程中，預(yù)測公式與訓(xùn)練過程中的模型形式一致，通過遞歸的方式逐步預(yù)測每一時(shí)刻的狀態(tài)，并在預(yù)測過程中依據(jù)實(shí)際信息與預(yù)測信息的偏差對模型參數(shù)進(jìn)行自適應(yīng)調(diào)整。

33、所述步驟s4中，距離當(dāng)前時(shí)刻t時(shí)間δt時(shí)，當(dāng)目標(biāo)降落平臺的姿態(tài)預(yù)測結(jié)果和無人機(jī)的姿態(tài)信息均滿足以下條件時(shí)認(rèn)為滿足預(yù)設(shè)的降落條件：

34、

35、其中，f(t)表示所預(yù)測目標(biāo)降落平臺或所采集的無人機(jī)的空間位置信息或姿態(tài)角度信息，t0為觀測數(shù)據(jù)時(shí)的最小時(shí)長間隔，n0是不小于1的預(yù)設(shè)整數(shù)并使得n0t0不小于降落所需最小穩(wěn)定時(shí)長，eps為預(yù)設(shè)平穩(wěn)判定閾值。

36、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

37、(1)本發(fā)明綜合使用gps與深度相機(jī)為無人機(jī)進(jìn)行位置定位與目標(biāo)降落平臺位置確定，提高了無人機(jī)預(yù)飛行操作與降落操作準(zhǔn)確度；

38、(2)本發(fā)明利用自回歸模型預(yù)測技術(shù)對平臺姿態(tài)進(jìn)行預(yù)測分析，并加入自適應(yīng)調(diào)整，提高了預(yù)測數(shù)據(jù)的準(zhǔn)確性，增加了對于降落參考的可靠程度；

39、(3)本發(fā)明加入降落條件判斷決策，增加了降落操作進(jìn)行的穩(wěn)定性。

技術(shù)特征：

1.一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述傳感器包括gps、深度相機(jī)，所述步驟s1中，采集環(huán)境數(shù)據(jù)具體為：利用深度相機(jī)搜索目標(biāo)降落平臺位置，并以無人機(jī)體為中心確定目標(biāo)降落平臺在機(jī)體坐標(biāo)系下的相對位置；基于深度相機(jī)中配備的慣性導(dǎo)航系統(tǒng)獲取無人機(jī)的姿態(tài)角度信息；基于gps確定無人機(jī)飛行過程中在gps坐標(biāo)系下的實(shí)時(shí)坐標(biāo)位置信息。

3.根據(jù)權(quán)利要求2所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s2中，基于所述位置信息控制無人機(jī)飛行至第一預(yù)降落位置具體為：基于步驟s1中獲得的目標(biāo)降落平臺在機(jī)體坐標(biāo)系中的相對位置坐標(biāo)(x，y，z)，通過控制無人機(jī)飛行將該坐標(biāo)調(diào)整為預(yù)設(shè)坐標(biāo)(x0，y0，z0)，即，基于無人機(jī)實(shí)時(shí)位置信息，控制無人機(jī)在gps坐標(biāo)系中依照向量方向r＝(x0-x，y0-y，z0-z)進(jìn)行飛行并最終移動到第一預(yù)降落位置。

4.根據(jù)權(quán)利要求1所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s3中，自回歸模型為根據(jù)目標(biāo)降落平臺的運(yùn)動姿態(tài)數(shù)據(jù)構(gòu)建的多步預(yù)測模型，用于預(yù)測未來預(yù)設(shè)時(shí)間范圍內(nèi)的平臺姿態(tài)，所述目標(biāo)降落平臺的姿態(tài)數(shù)據(jù)包括三維空間位置信息和姿態(tài)角度信息。

5.根據(jù)權(quán)利要求4所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s3中，自回歸模型預(yù)測過程包括以下步驟：

6.根據(jù)權(quán)利要求5所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s31包括以下步驟：

7.根據(jù)權(quán)利要求5所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s32中，對于數(shù)據(jù)標(biāo)準(zhǔn)化步驟，為了消除不同特征之間的量綱差異，采用標(biāo)準(zhǔn)化方法對目標(biāo)降落平臺的位置和姿態(tài)數(shù)據(jù)進(jìn)行處理：

8.根據(jù)權(quán)利要求5所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s33具體為，基于自回歸模型，對過去所觀測的位置信息與姿態(tài)信息進(jìn)行擬合從而預(yù)測未來的位置信息與姿態(tài)信息：

9.根據(jù)權(quán)利要求5所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s34中，對于未來狀態(tài)預(yù)測步驟，使用前5秒的歷史數(shù)據(jù)作為初始輸入，通過訓(xùn)練好的自回歸模型預(yù)測未來10秒的無人機(jī)位置和姿態(tài)變化，并對預(yù)測結(jié)果進(jìn)行反標(biāo)準(zhǔn)化處理，恢復(fù)原始量綱：

10.根據(jù)權(quán)利要求1所述的一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，其特征在于，所述步驟s4中，距離當(dāng)前時(shí)刻t時(shí)間δt時(shí)，當(dāng)目標(biāo)降落平臺的姿態(tài)預(yù)測結(jié)果和無人機(jī)的姿態(tài)信息均滿足以下條件時(shí)認(rèn)為滿足預(yù)設(shè)的降落條件：

技術(shù)總結(jié)
本發(fā)明涉及一種基于自回歸模型預(yù)測的無人機(jī)海上平臺降落方法，包括以下步驟：基于無人機(jī)配備的傳感器采集環(huán)境數(shù)據(jù)；利用采集的環(huán)境數(shù)據(jù)確定無人機(jī)和目標(biāo)降落平臺之間的相對位置信息和無人機(jī)實(shí)時(shí)位置信息，基于位置信息控制無人機(jī)飛行至第一預(yù)降落位置并保持穩(wěn)定懸停；基于目標(biāo)降落平臺配備的慣性導(dǎo)航系統(tǒng)，采集其運(yùn)動姿態(tài)數(shù)據(jù)，并通過自回歸模型預(yù)測進(jìn)行目標(biāo)降落平臺姿態(tài)的未來時(shí)間段預(yù)測；基于目標(biāo)降落平臺的預(yù)測姿態(tài)與無人機(jī)姿態(tài)判斷是否滿足預(yù)設(shè)的降落條件，所述姿態(tài)包括位置信息和姿態(tài)角度信息，在滿足預(yù)設(shè)的降落條件時(shí)傳遞降落指令給無人機(jī)，控制無人機(jī)完成降落操作。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高了無人機(jī)降落的可靠性和穩(wěn)定性等優(yōu)點(diǎn)。

技術(shù)研發(fā)人員：陽浩,王鴻東,蔡可如,謝天,胡鄭弘燁,陳慕涵
受保護(hù)的技術(shù)使用者：上海交通大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6