[go: up one dir, main page]

WO2021128184A1 - 可移动载体的控制方法、控制装置、计算机可读存储介质 - Google Patents

可移动载体的控制方法、控制装置、计算机可读存储介质 Download PDF

Info

Publication number
WO2021128184A1
WO2021128184A1 PCT/CN2019/128778 CN2019128778W WO2021128184A1 WO 2021128184 A1 WO2021128184 A1 WO 2021128184A1 CN 2019128778 W CN2019128778 W CN 2019128778W WO 2021128184 A1 WO2021128184 A1 WO 2021128184A1
Authority
WO
WIPO (PCT)
Prior art keywords
control
predicted
instruction sequence
movable carrier
predicted trajectory
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.)
Ceased
Application number
PCT/CN2019/128778
Other languages
English (en)
French (fr)
Inventor
颜江
张立天
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.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI 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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Priority to CN201980051174.1A priority Critical patent/CN112543899B/zh
Priority to PCT/CN2019/128778 priority patent/WO2021128184A1/zh
Publication of WO2021128184A1 publication Critical patent/WO2021128184A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • 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

Definitions

  • the linear acceleration control amount of the controller of the movable carrier The linear acceleration control amount of the controller of the movable carrier, the centripetal acceleration of the movable carrier, and the air resistance of the movable carrier.
  • the operation of generating a control instruction sequence according to the predicted trajectory includes:
  • the trajectory tracking controller includes at least one of the following: a model predictive controller, a proportional integral derivative controller, a pure tracking controller, and a linear quadratic regulator.
  • the first instruction in the linear acceleration control instruction sequence and/or the linear velocity control instruction sequence is used to control the movable carrier.
  • the processor of this embodiment may include, for example, a general-purpose microprocessor, an instruction set processor, and/or a related chipset and/or a special-purpose microprocessor (for example, an application specific integrated circuit (ASIC)), and so on.
  • the processor may also include on-board memory for caching purposes.
  • the computer-readable storage medium may be a non-volatile computer-readable storage medium, for example, may include but not limited to: portable computer disk, hard disk, random access memory (RAM), read-only memory (ROM) , Erasable programmable read-only memory (EPROM or flash memory), portable compact disk read-only memory (CD-ROM), optical storage device, magnetic storage device, or any suitable combination of the above.
  • a computer-readable storage medium may be any tangible medium that contains or stores a program, and the program may be used by or in combination with an instruction execution system, apparatus, or device.
  • Yet another embodiment of the present disclosure provides a movable carrier, as shown in FIG. 8, comprising: the control device of the above-mentioned embodiment; and a controller for receiving the control instruction sequence generated by the control device, and using the The control instruction sequence controls the movable carrier.
  • the movable carrier is a drone
  • the controller is a flight controller of the drone.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

提供了一种可移动载体的控制方法、控制装置、计算机可读存储介质。可移动载体的控制方法，包括：获取用于控制所述可移动载体的控制杆量（S201）；根据所述控制杆量确定所述可移动载体的预测轨迹（S202）；根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动（S203）。

Description

可移动载体的控制方法、控制装置、计算机可读存储介质 技术领域
本公开涉及控制领域，尤其涉及一种可移动载体的控制方法、控制装置、计算机可读存储介质。
背景技术
对于无人机等可移动载体，用户可通过遥控设备控制无人机。在许多场景中，当用户希望无人机沿一个期望的轨迹飞行时，可通过推拉遥控设备的摇杆，使无人机飞出与控制杆量对应的轨迹。
现有技术中，遥控设备将控制杆量发送给无人机，通过将杆量映射为速度指令，实现速度的闭环控制。然而，由于目前没有实现位置的闭环控制，常常导致无人机的实际飞行轨迹与用户的期望轨迹不能保持一致。例如，当用户通过推拉遥控设备的摇杆，控制无人机飞直线时，无人机飞出的并不是用户所期望的直线。上述情况会影响无人机执行其飞行任务，例如，当无人机执行拍摄任务时，会降低视频的拍摄质量，影响用户体验。
发明内容
本公开提供了一种可移动载体的控制方法，包括：
获取用于控制所述可移动载体的控制杆量；
根据所述控制杆量确定所述可移动载体的预测轨迹；
根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动。
本公开还提供了一种可移动载体的控制装置，包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
获取用于控制所述可移动载体的控制杆量；
根据所述控制杆量确定所述可移动载体的预测轨迹；
根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动。
本公开还提供了一种计算机可读存储介质，其存储有可执行指令，所 述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行上述控制方法。
本公开还提供了一种可移动载体，包括：
上述控制装置；以及
控制器，用于接收所述控制装置生成的控制指令序列，并利用所述控制指令序列对所述可移动载体进行控制。
本公开还提供了一种可移动载体的遥控设备，包括：
上述控制装置；以及
通信单元，用于将所述控制装置生成的控制指令序列发送给所述可移动载体，以使所述可移动载体的控制器利用所述控制指令序列对所述可移动载体进行控制。
本公开根据控制杆量进行轨迹预测，再利用预测轨迹对无人机进行控制。通过上述措施，使得用户在打杆控制无人机飞行的过程中，无人机的实际飞行轨迹与用户所期望的轨迹保持高度一致，改善了用户体验。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为无人机的结构示意图。
图2为本公开一实施例的可移动载体的控制方法流程图。
图3为本公开一实施例的控制方法在无人机执行的示意图。
图4为本公开一实施例的控制方法在遥控设备执行的示意图。
图5为本公开另一实施例的控制方法在无人机执行的示意图。
图6为本公开另一实施例的控制方法在遥控设备执行的示意图。
图7为本公开实施例可移动载体的控制装置的结构示意图。
图8为本公开实施例可移动载体的结构示意图。
图9为本公开实施例遥控设备的结构示意图。
具体实施方式
下面将结合实施例和实施例中的附图，对本公开技术方案进行清楚、 完整的描述。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开一实施例提供了一种可移动载体的控制方法。本公开实施例的控制方法适应于对各种可移动载体进行控制。为描述方便，在本公开实施例中以无人机为例进行说明，但该可移动载体并不限于无人机，而是适用于例如无人车、无人船、机器人等其他各种可移动载体。
首先对本实施例控制方法适用的无人机进行说明。如图1所示，给出无人机的示例。无人机设置有飞行控制器。所述飞行控制器可以包括一个或多个处理器，所述处理器可以单独或共同产生控制指令，以控制所述无人机的飞行。
无人机还设置有驱动器，驱动器例如是电机。电机可以与无人机的一个或多个动力单元耦合。所述动力单元可以包括旋翼。所述飞行控制器可以控制驱动器的动作，以使驱动器带动旋翼旋转，从而为无人机产生动力。
无人机还设置有传感器。所述传感器可以包括但不限于GPS接收机、惯性测量单元(IMU，Inertial Measurement Unit)等各种类型的传感器。无人机可通过传感器得到无人机的位置和姿态参数。位置参数可以包括：无人机的位置、线速度、线加速度。姿态参数可以包括：无人机的姿态角、姿态角速度、姿态角加速度，姿态角可以包括无人机的航向角、俯仰角、横滚角。
无人机还设置有拍摄装置，拍摄装置可以通过增稳云台挂载于无人机机身，在无人机运动过程中捕捉图像或录制视频。
可通过遥控设备控制无人机的飞行，遥控设备与无人机的飞行控制器无线通信。遥控设备设置有供用户操作的操作元件，例如摇杆。用户通过操作摇杆生成控制杆量，控制杆量通过无线通信发送给飞行控制器，飞行控制器根据控制杆量生成控制指令，以控制驱动器的动作，从而控制无人机的飞行。
本实施例的可移动载体的控制方法，如图2所示，包括：
步骤S201：获取用于控制所述可移动载体的控制杆量；
步骤S202：根据所述控制杆量确定所述可移动载体的预测轨迹；
步骤S203：根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动。
本实施例的控制方法可以在无人机的飞行控制器执行，也可以在遥控设备执行，以下结合图3，以在飞行控制器执行为例进行说明。
在步骤S201中，控制无人机的控制杆量在遥控设备处生成。用户可手动控制无人机的飞行，通过推拉遥控设备的摇杆生成控制杆量，控制杆量对应用户的期望轨迹。例如，当用户想要控制无人机飞直线时，可推拉遥控设备的遥杆，从而生成期望的直线轨迹对应的控制杆量。
在步骤S202中，飞行控制器接收到遥控设备发送的控制杆量后，会根据该控制杆量生成控制指令，但不会直接根据生成的该控制指令控制无人机，而是根据控制杆量进行轨迹预测。将生成的该控制指令作为初始控制指令，并根据初始控制指令对无人机的轨迹进行预测，再对预测的轨迹进行跟踪从而得到优化后的控制指令，并根据该优化后的控制指令对无人机进行控制。具体来说：
首先，根据控制杆量生成初始指令序列。
假设在当前时刻接收到遥控设备生成的控制杆量，本实施例可根据所述控制杆量得到一个指令序列，并将该指令序列作为初始指令序列。
本实施例的初始指令序列可以包括：初始线速度指令序列和初始线加速度指令序列。在一个示例中，可将控制杆量映射为线速度指令。并根据上一个时刻滤波后的线速度指令对当前时刻的线速度指令进行滤波，并根据匀加速模型得到初始线速度指令序列v_cmd k，k＝1…N，并根据空气阻力模型，查找与初始线速度指令序列中的线速度相对应的线加速度，从而得到初始线加速度指令序列a_cmd k，k＝1…N，其中，k代表当前时刻之后的各个指令时刻。本实施例不对初始线速度指令序列和初始线加速度指令序列中的指令数量(即N的数值)、以及相邻指令之间的时间间隔作限定，其可根据实际情况和控制效果进行设置。
在其它示例中，也可以将控制杆量映射为线加速度指令，查找与初始 线加速度指令序列中的线加速度相对应的线速度，从而得到初始线速度指令序列；或者，也可以将控制杆量同时映射为线速度指令序列和线加速度指令序列。通过上述方式可以生成平滑连续的初始指令序列，使得根据初始指令序列确定出的预测轨迹平滑连续，可保证对无人机飞行轨迹的控制效果。
生成初始指令序列后，根据初始指令序列确定无人机的预测轨迹。其中，在确定预测轨迹的过程中，首先获取无人机的运动学模型，再利用运动学模型对初始指令序列进行轨迹预测，得到预测轨迹，预测轨迹中的预测轨迹点通过预测位置参数进行表征。预测位置参数包括：预测位置；或者，预测位置和预测线速度。
以下以匀加速模型为例进行说明，但本实施例并不限于此，还可以采用其他任何类型的运动学模型，例如但不限于：匀速模型、非线性模型等。
匀加速模型如下所示：
p k+1＝p k+v k·Δt+0.5·a k·Δt 2   (1)
v k+1＝v k+a k·Δt   (2)
其中，Δt表示相邻时刻间的时间间隔；p k表示k时刻的位置，v k表示k时刻的线速度，a k表示k时刻的线加速度，v k+1表示k+1时刻的线速度，a k+1表示k+1时刻的线加速度。
本实施例中，首先获取无人机在当前时刻的位置参数，再将当前时刻的位置参数、初始线速度指令序列和初始线加速度指令序列输入公式(1)和(2)，即可得到预测轨迹的预测轨迹点的预测位置参数。具体来说，可通过无人机的传感器得到无人机在当前时刻的位置p 0、线速度v 0和线加速度a 0。然后将位置p 0、线速度v 0和线加速度a 0作为公式(1)和(2)的初始值，并将初始值以及初始线速度指令序列v_cmd k中的各个线速度指令、初始线加速度指令序列a_cmd k中的各个线加速度指令代入公式(1)和(2)迭代运算，即可得到预测轨迹的各个预测轨迹点P 1，P 2，...，P N，预测轨迹点的 预测位置参数包括预测位置和预测线速度两个参数。
在轨迹预测过程中，还需要考虑以下因素的影响，对初始线加速度指令序列进行修正。
为了达到期望轨迹，需要通过飞行控制器来实现；无人机在飞行中会受到空气阻力，初始线加速度指令序列还需要克服空气阻力；轨迹预测的过程中位置与姿态是解耦的，考虑到位置与姿态的耦合，因此还需要考虑无人机的向心加速度的影响。
在本实施例中，利用以下的至少一个修正量对初始线加速度指令序列进行修正：无人机的飞行控制器的线加速度控制量acc_ctrl、无人机的向心加速度acc_cent、以及无人机受到的空气阻力acc_air。例如，当考虑以上三个因素对初始线加速度指令序列进行修正时，修正后的初始线加速度指令序列a_cmd′ k＝a_cmd k+acc_ctrl-acc_cent-acc_air。
得到无人机的预测轨迹后，利用步骤S203进行指令优化，即根据预测轨迹生成控制指令序列，以控制无人机按照预测轨迹移动。可利用轨迹跟踪控制器对预测轨迹点进行跟踪，生成控制指令序列。以下以模型预测控制器为例对步骤S203进行说明，但本实施例可采用的轨迹跟踪控制器并不限于此，还可以是例如比例积分微分控制器、纯跟踪控制器、线性二次调节器等其他各种轨迹跟踪控制器。
当采用模型预测控制器对预测轨迹点进行跟踪时，可以首先对步骤S202得到的预测轨迹P 1，P 2，...，P N进行间隔采样，得到间隔采样后的预测轨迹点，将间隔采样后的预测轨迹点输入模型预测控制器，以生成所述控制指令序列。间隔采样的具体方式是，在预测轨迹中，每隔若干个预测轨迹点采样一个预测轨迹点，被采样的预测轨迹点形成新的预测轨迹，作为间隔采样后的预测轨迹。步骤S202得到的预测轨迹P 1，P 2，...，P N进行间隔采样，可以通过较少的轨迹点表示整个预测轨迹，从而减少运算量，提高运算效率。
在一个示例中，若步骤S202的相邻预测轨迹点之间的时间间隔为0.04秒，可从每个预测轨迹点开始，每隔5个预测轨迹点采样一次，共采样8个预测轨迹点。例如从预测轨迹点P 1开始，每隔5个预测轨迹点采样一次；从预测轨迹点P 2开始，每隔5个预测轨迹点采样一次；依次类推，间隔采样后的预测轨迹点的数量M＝8，这些预测轨迹点之间的时间间隔为0.2秒，并将间隔采样后的8个预测轨迹点依次输入模型预测控制器。
模型预测控制器描述如下：
Figure PCTCN2019128778-appb-000001
x 1(k+1)＝x 1(k)+ΔT·x 2(k)+0.5·ΔT 2·u(k)     (4)
x 2(k+1)＝x 2(k)+ΔT·u(k)     (5)
-v max≤x 2(k)≤v max      (6)
-a max≤u(k)≤a max      (7)
其中，公式(3)表示代价函数，代价函数包括预测位置参数的惩罚项J p_err，线加速度以及线加速度变化率的惩罚项J acc、J jerk。x i、x ri分别表示代价函数的预测输入和参考输入，u表示线加速度指令。公式(4)-(7)表示约束条件，公式(4)和(5)表示预测模型，分别用来输出预测位置x 1和预测线速度x 2。与步骤S202中的运动学模型类似，这里的预测模型也采用匀加速模型。公式(6)和(7)分别表示预测线速度x 2和线加速度指令u的取值范围。
利用模型预测控制器对间隔采样后的预测轨迹点的预测位置参数进行跟踪，生成位置控制指令序列。当输入一组间隔采样后的预测轨迹点后，将间隔采样后的预测轨迹点的预测位置和预测线速度作为代价函数的参 考输入，预测模型输出的预测位置和预测线速度作为代价函数的预测输入，进行模型预测控制，得到一组线速度控制指令和线加速度控制指令，并将该组线速度控制指令和线加速度控制指令中的第一个线速度控制指令和第一个线加速度指令作为该组间隔采样后的预测轨迹点对应的控制指令输入飞行控制器，飞行控制器利用该控制指令对无人机进行控制。
在无人机运动过程中，可以重复执行上述步骤，根据不同时刻的控制杆量更新预测轨迹，将多组间隔采样后的预测轨迹点依次输入模型预测控制器进行滚动预测，即可得到与各个间隔采样后的预测轨迹点对应的线速度控制指令序列和线加速度的控制指令序列。
由此可见，本公开不直接利用控制杆量映射的控制指令控制无人机，而是根据控制杆量映射的控制指令进行轨迹预测，再利用轨迹跟踪控制器对预测轨迹进行跟踪从而得到优化后的控制指令，并根据该优化后的控制指令对无人机进行控制。通过上述措施，使得通过摇杆控制无人机飞行的过程具备了位置规划能力，实现了位置闭环控制，在优化后的控制指令的控制下，无人机的实际飞行轨迹与用户所期望的、与控制杆量对应的轨迹保持高度一致，例如，当用户想要控制无人机飞直线时，通过推拉遥控设备的遥杆，即可使无人机飞出用户所期望的直线，从而解决了在用户的打杆控制下，无人机飞不出直线的这一现有技术长期存在的技术问题，在此基础上，同时还提高了无人机的拍摄质量，例如增强了延时摄影模式下合成视频的稳定性和视频的美观度。
以上结合图2和图3对本实施例的控制方法进行了描述，其中，预测轨迹点的预测位置参数包括预测位置和预测线速度，位置控制指令序列包括线速度和线加速度的控制指令序列，但以上描述仅是本实施例的一种实现方式。在本实施例控制方法的另一种实现方式中，预测轨迹点的预测位置参数可包括预测位置，而位置控制指令序列包括线速度控制指令序列。在该实现方式中，在步骤S202中，将当前时刻的位置参数、初始指令序列输入运动学模型，可得到预测轨迹中各个预测轨迹点的预测位置。在步 骤S203中，利用模型预测控制器对间隔采样后的预测轨迹点的预测位置进行跟踪，生成线速度控制指令序列，无人机的飞控利用线速度控制指令序列对无人机的位置进行控制。
以上以控制方法在无人机的飞行控制器执行为例，对本实施例的控制方法进行了说明。但以上描述也仅是本实施例的一种实现方式。在本实施例控制方法的另一种实现方式中，本实施例的控制方法可以在无人机的遥控设备执行。如图4所示，在遥控设备处，通过步骤S202的轨迹预测得到预测位置参数，再通过步骤S203的指令优化得到位置控制指令序列，将所述位置控制指令序列而不是控制杆量发送给无人机。飞行控制器中的位置控制器利用位置控制指令序列控制无人机的飞行。
上述实施方式，同样使得通过摇杆控制无人机飞行的过程具备了位置规划能力，实现了位置闭环控制，无人机的实际飞行轨迹与用户所期望的、与控制杆量对应的轨迹保持高度一致，同样解决了在用户的打杆控制下，无人机飞不出直线的这一现有技术长期存在的技术问题。
本公开另一实施例的可移动载体的控制方法，为了达到简要说明的目的，上述实施例中任何可作相同应用的技术特征叙述皆并于此，无需再重复相同叙述。
在一些应用场景中，用户想要控制无人机沿曲线飞行，而不是沿直线飞行。例如，可通过推拉遥控设备的遥杆生成控制杆量，控制杆量对应于期望的曲线轨迹。本实施例的可移动载体的控制方法，可使无人机沿控制杆量对应的曲线轨迹飞行，使用户的期望轨迹与无人机的实际飞行轨迹保持高度一致。
参见图2和图5所示，在步骤S201中，控制无人机的控制杆量在遥控设备处生成。由于用户期望的飞行轨迹为曲线，遥控设备生成的控制杆量包括两个部分：与直线运动对应的杆量和与旋转运动对应的杆量。
在步骤S202中，飞行控制器接收到遥控设备发送的控制杆量后，会根据该控制杆量生成初始控制指令，并根据初始控制指令对无人机的轨迹进行预测，再对预测的轨迹进行跟踪从而得到优化后的控制指令，并根据该优化后的控制指令对无人机进行控制。具体来说：
首先，根据控制杆量生成初始指令序列。
本实施例的初始指令序列包括：初始位置指令序列和初始姿态指令序列。其中，初始位置指令序列与上一实施例类似，包括：初始线速度指令序列v_cmd k，k＝1…N和初始线加速度指令序列a_cmd k，k＝1…N。初始姿态指令序列可以包括：初始航向角速度指令序列
Figure PCTCN2019128778-appb-000002
与上一实施例类似，本实施例可采用滤波的方式得到初始指令序列，从而得到上述初始位置指令序列和初始姿态指令序列，并且上述两个指令序列的指令数量(即N的数值)、以及相邻指令之间的时间间隔作限定，其可根据实际情况和控制效果进行设置。
通过上述方式可以生成平滑连续的初始位置指令序列和初始姿态指令序列，使得根据初始位置指令序列和初始姿态指令序列确定出的预测轨迹平滑连续，可保证对无人机飞行轨迹的控制效果。
生成初始指令序列后，根据初始指令序列确定无人机的预测轨迹。与上一实施例类似，在确定预测轨迹的过程中，首先获取无人机的运动学模型，再利用运动学模型对初始指令序列进行轨迹预测，得到预测轨迹，预测轨迹中的预测轨迹点通过预测位置参数和预测姿态参数进行表征。其中，预测姿态参数包括：预测航向角和预测航向角速度。
对于匀加速模型，匀加速模型如下所示：
p k+1＝p k+v k·Δt+0.5·a k·Δt 2     (8)
v k+1＝v k+a k·Δt     (9)
Figure PCTCN2019128778-appb-000003
Figure PCTCN2019128778-appb-000004
其中，公式(8)和(9)与上一实施例的公式(1)和(2)相同，用于对预测轨迹的位置参数进行预测。公式(10)和(11)用于对预测轨迹的姿态参数进行预测；
Figure PCTCN2019128778-appb-000005
表示k时刻的航向角速度，
Figure PCTCN2019128778-appb-000006
表示k+1时刻的航线角速度，ψ k表示k时刻的航向角，ψ k+1表示k+1时刻的航向角，
Figure PCTCN2019128778-appb-000007
表 示k时刻的航向角加速度。
本实施例中，可将预测轨迹的位置参数与姿态参数解耦，分别对位置参数和姿态参数进行预测。
位置参数的预测过程与上一实施例类似，具体可参见上一实施例的描述，简单来说，将当前时刻的位置参数、初始线速度指令序列、初始线加速度指令序列代入公式(8)和(9)迭代运算，即可得到预测轨迹点的预测位置和预测线速度，并且基于以下至少一个因素对初始线加速度指令序列修正：无人机飞行控制器的线加速度控制量、无人机的向心加速度、无人机受到的空气阻力。
姿态参数的预测过程如下：首先获取无人机在当前时刻的姿态参数；将当前时刻的姿态参数、初始航向角速度指令序列、初始航向角加速度指令序列输入匀加速模型的公式(10)和(11)，得到预测轨迹中的各个预测轨迹点的预测姿态参数，预测姿态参数包括：预测轨迹点的预测航向角和预测航向角速度。
在上述过程中，可根据初始航向角速度指令序列、以及预测轨迹点的预测航向角速度，确定初始航向角加速度指令。具体来说，
Figure PCTCN2019128778-appb-000008
其中，
Figure PCTCN2019128778-appb-000009
表示初始航向角速度指令序列中k时刻的航向角速度指令，
Figure PCTCN2019128778-appb-000010
表示k-1时刻的预测轨迹点的预测航向角速度，ρ表示控制系数。
具体来说，可通过无人机的IMU得到无人机在当前时刻的航向角ψ 0、航向角速度
Figure PCTCN2019128778-appb-000011
和航向角加速度
Figure PCTCN2019128778-appb-000012
将航向角ψ 0、航向角速度
Figure PCTCN2019128778-appb-000013
和航向角加速度
Figure PCTCN2019128778-appb-000014
作为公式(10)和(11)的初始值，并将初始值以及初始航向角速度指令序列
Figure PCTCN2019128778-appb-000015
初始航向角加速度指令序列代入公式(10)和(11)迭代运算，即可得到预测轨迹的各个预测轨迹点的预测航向角和预测航向角速度。
通过上述位置参数和姿态参数的预测，得到根据初始位置指令序列和 初始姿态指令序列预测的预测轨迹P 1，P 2，...，P N，预测轨迹点的预测位置、预测线速度、预测航向角和预测航向角速度四个参数。
得到无人机的预测轨迹后，利用步骤S203进行指令优化，即根据预测轨迹生成控制指令序列，以控制无人机按照预测轨迹移动。控制指令序列包括：位置控制指令序列和姿态控制指令序列。
本实施例中，可将预测轨迹的位置参数与姿态参数解耦，分别生成位置控制指令序列和姿态控制指令序列。
位置控制指令序列的生成过程与上一实施例类似。作为一个示例，可以采用模型预测控制器分别生成位置控制指令序列。与上一实施例类似，位置控制指令序列可以包括线速度控制指令序列和/或线加速度控制指令序列。
多种轨迹跟踪控制器可以对预测轨迹的姿态参数进行跟踪，以生成姿态控制指令序列，在一个示例中，可采用比例积分微分控制器(PID)。生成的姿态控制指令序列可以是航向角速度控制指令序列，或者航向角加速度控制指令序列，姿态控制指令序列也可以包括上述两种指令序列。
得到位置控制指令序列和姿态控制指令序列后，可将这两个指令序列发送给无人机的飞控，无人机的飞控利用位置控制指令序列和姿态控制指令序列对无人机的位置和姿态进行控制。位置控制指令序列输入位置控制器，姿态控制指令序列输入姿态控制器，位置控制器和姿态控制器分别输出控制量以控制各个驱动器，使无人机沿与控制杆量对应的曲线飞行。
由此可见，本公开不直接利用控制杆量映射的控制指令控制无人机，而是根据控制杆量映射的控制指令进行轨迹预测，再利用轨迹跟踪控制器对预测轨迹进行跟踪从而得到优化后的控制指令，并根据该优化后的控制指令对无人机进行控制。通过上述措施，使得通过摇杆控制无人机飞行的过程具备了位置规划能力，实现了位置闭环控制，在优化后的控制指令的控制下，无人机的实际飞行轨迹与用户所期望的、与控制杆量对应的轨迹保持高度一致，例如，当用户想要控制无人机飞曲线或绕行轨迹时，通过推拉遥控设备的遥杆，即可使无人机飞出用户所期望的轨迹，从而解决了在用户的打杆控制下，无人机实际飞行的轨迹与用户期望的轨迹不一致的技术问题。
以上以控制方法在无人机执行为例，对本实施例的控制方法进行了说明。但以上描述也仅是本实施例的一种实现方式。在本实施例控制方法的另一种实现方式中，本实施例的控制方法可以在无人机的遥控设备执行。如图6所示，在遥控设备处，通过轨迹预测得到预测位置参数和预测姿态参数，再通过指令优化得到位置控制指令序列和姿态控制指令序列，将所述位置控制指令序列和姿态控制指令序列而不是控制杆量发送给无人机。飞行控制器中的位置控制器和姿态控制器分别利用位置控制指令序列和姿态控制指令序列控制无人机的飞行。
本公开再一实施例提供了一种可移动载体的控制装置，如图7所示，控制装置可以包括：处理器、存储器。处理器和存储器分别既可以是一个也可以是多个。
本实施例的可移动载体的控制装置，存储器存储有可执行指令；处理器可执行存储器中存储的所述可执行指令，以执行如下操作：
获取用于控制所述可移动载体的控制杆量；
根据所述控制杆量确定所述可移动载体的预测轨迹；
根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动。
所述根据所述控制杆量确定所述可移动载体的预测轨迹的操作，包括：
根据所述控制杆量生成初始指令序列；
根据所述初始指令序列确定所述可移动载体的预测轨迹。
所述根据所述初始指令序列确定所述可移动载体的预测轨迹的操作，包括：
获取所述可移动载体的运动学模型；
利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹。
所述预测轨迹中的预测轨迹点通过以下参数表征：预测位置参数。所述预测位置参数包括：
预测位置；或者，
预测位置和预测线速度。
所述初始指令序列包括：初始线速度指令序列和初始线加速度指令序 列。
所述利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹的操作，包括：
获取所述可移动载体在当前时刻的位置参数；
将所述可移动载体在当前时刻的位置参数、所述初始线速度指令序列和所述初始线加速度指令序列输入所述运动学模型，得到所述预测轨迹的所述预测轨迹点的所述预测位置参数。所述可移动载体在当前时刻的位置参数包括：位置、线速度和线加速度。
根据以下的至少一个因素对所述初始线加速度指令序列进行修正：
所述可移动载体的控制器的线加速度控制量、所述可移动载体的向心加速度、所述可移动载体受到的空气阻力。
所述预测轨迹中的预测轨迹点还通过以下参数表征：预测姿态参数。所述预测姿态参数包括：预测航向角和预测航向角速度。
所述初始指令序列还包括：初始航向角速度指令序列。
所述利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹的操作，还包括：
获取所述可移动载体在当前时刻的姿态参数；
将所述可移动载体在当前时刻的姿态参数、所述初始航向角速度指令序列、初始航向角加速度指令序列输入所述运动学模型，得到所述预测轨迹序列的所述预测轨迹点的所述预测姿态参数；
其中，根据所述初始航向角速度指令序列、以及所述预测轨迹的所述预测轨迹点的所述预测航向角速度，确定所述初始航向角加速度指令。所述可移动载体在当前时刻的姿态参数包括：航向角、航向角速度和航向角加速度。
所述运动学模型包括以下的至少一种：匀加速模型、匀速模型、非线性模型。
所述根据所述预测轨迹生成控制指令序列的操作，包括：
对所述预测轨迹进行间隔采样，得到间隔采样后的预测轨迹点；
利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列。
所述轨迹跟踪控制器包括以下的至少一种：模型预测控制器、比例积分微分控制器、纯跟踪控制器、线性二次调节器。
所述控制指令序列包括位置控制指令序列，所述利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列的操作，包括：
利用所述模型预测控制器对间隔采样后的预测轨迹点的预测位置参数进行跟踪，生成所述位置控制指令序列。
所述位置控制指令序列包括线加速度控制指令序列和/或线速度控制指令序列。
所述线加速度控制指令序列和/或所述线速度控制指令序列中的第一个指令用于对所述可移动载体进行控制。
所述控制指令序列包括姿态控制指令序列，所述利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列的操作，包括：
利用所述比例积分微分控制器对所述预测轨迹序列中的预测轨迹点的预测姿态参数进行跟踪，生成所述姿态控制指令序列。所述姿态控制指令序列包括航向角速度控制指令序列和/或航向角加速度控制指令序列。
所述姿态控制指令序列用于对所述可移动载体进行控制。
本实施例的处理器例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器还可以包括用于缓存用途的板载存储器。
本实施例的存储器例如可以是非易失性的计算机可读存储介质，具体示例包括但不限于：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；等等。
本公开再一实施例提供了一种计算机可读存储介质，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行上述任一实施例所述的控制方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器 (EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
本公开再一实施例提供了一种可移动载体，如图8所示，包括：上述实施例的控制装置；以及控制器，用于接收所述控制装置生成的控制指令序列，并利用所述控制指令序列对所述可移动载体进行控制。在一个示例中，所述可移动载体为无人机，所述控制器为无人机的飞行控制器。
本公开再一实施例提供了一种可移动载体的遥控设备，如图9所示，包括：上述实施例的控制装置；以及通信单元，用于将所述控制装置生成的控制指令序列发送给可移动载体，以使可移动载体的控制器利用所述控制指令序列对所述可移动载体进行控制。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，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，或者对其中部分或者全部技术特征进行等同替换；在不冲突的情况下，本公开实施例中的特征可以任意组合；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (50)

  1. 一种可移动载体的控制方法，其特征在于，包括：
    获取用于控制所述可移动载体的控制杆量；
    根据所述控制杆量确定所述可移动载体的预测轨迹；
    根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动。
  2. 根据权利要求1所述的控制方法，其特征在于，所述根据所述控制杆量确定所述可移动载体的预测轨迹，包括：
    根据所述控制杆量生成初始指令序列；
    根据所述初始指令序列确定所述可移动载体的预测轨迹。
  3. 根据权利要求2所述的控制方法，其特征在于，所述根据所述初始指令序列确定所述可移动载体的预测轨迹，包括：
    获取所述可移动载体的运动学模型；
    利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹。
  4. 根据权利要求3所述的控制方法，其特征在于，所述预测轨迹中的预测轨迹点通过以下参数表征：预测位置参数。
  5. 根据权利要求4所述的控制方法，其特征在于，所述预测位置参数包括：
    预测位置；或者，
    预测位置和预测线速度。
  6. 根据权利要求4所述的控制方法，其特征在于，所述初始指令序列包括：初始线速度指令序列和初始线加速度指令序列。
  7. 根据权利要求6所述的控制方法，其特征在于，所述利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹，包括：
    获取所述可移动载体在当前时刻的位置参数；
    将所述可移动载体在当前时刻的位置参数、所述初始线速度指令序列和所述初始线加速度指令序列输入所述运动学模型，得到所述预测轨迹的所述预测轨迹点的所述预测位置参数。
  8. 根据权利要求7所述的控制方法，其特征在于，所述可移动载体 在当前时刻的位置参数包括：位置、线速度和线加速度。
  9. 根据权利要求6所述的控制方法，其特征在于，根据以下的至少一个因素对所述初始线加速度指令序列进行修正：
    所述可移动载体的控制器的线加速度控制量、所述可移动载体的向心加速度、所述可移动载体受到的空气阻力。
  10. 根据权利要求3所述的控制方法，其特征在于，所述预测轨迹中的预测轨迹点还通过以下参数表征：预测姿态参数。
  11. 根据权利要求10所述的控制方法，其特征在于，所述预测姿态参数包括：预测航向角和预测航向角速度。
  12. 根据权利要求11所述的控制方法，其特征在于，所述初始指令序列还包括：初始航向角速度指令序列。
  13. 根据权利要求12所述的控制方法，其特征在于，所述利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹，还包括：
    获取所述可移动载体在当前时刻的姿态参数；
    将所述可移动载体在当前时刻的姿态参数、所述初始航向角速度指令序列、初始航向角加速度指令序列输入所述运动学模型，得到所述预测轨迹序列的所述预测轨迹点的所述预测姿态参数；
    其中，根据所述初始航向角速度指令序列、以及所述预测轨迹的所述预测轨迹点的所述预测航向角速度，确定所述初始航向角加速度指令。
  14. 根据权利要求13所述的控制方法，其特征在于，所述可移动载体在当前时刻的姿态参数包括：航向角、航向角速度和航向角加速度。
  15. 根据权利要求3所述的控制方法，其特征在于，所述运动学模型包括以下的至少一种：匀加速模型、匀速模型、非线性模型。
  16. 根据权利要求1所述的控制方法，其特征在于，所述根据所述预测轨迹生成控制指令序列，包括：
    对所述预测轨迹进行间隔采样，得到间隔采样后的预测轨迹点；
    利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列。
  17. 根据权利要求16所述的控制方法，其特征在于，所述轨迹跟踪 控制器包括以下的至少一种：模型预测控制器、比例积分微分控制器、纯跟踪控制器、线性二次调节器。
  18. 根据权利要求17所述的控制方法，其特征在于，所述控制指令序列包括位置控制指令序列，所述利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列，包括：
    利用所述模型预测控制器对间隔采样后的预测轨迹点的预测位置参数进行跟踪，生成所述位置控制指令序列。
  19. 根据权利要求18所述的控制方法，其特征在于，所述位置控制指令序列包括线加速度控制指令序列和/或线速度控制指令序列。
  20. 根据权利要求19所述的控制方法，其特征在于，所述线加速度控制指令序列和/或所述线速度控制指令序列中的第一个指令用于对所述可移动载体进行控制。
  21. 根据权利要求17所述的控制方法，其特征在于，所述控制指令序列包括姿态控制指令序列，所述利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列，包括：
    利用所述比例积分微分控制器对所述预测轨迹序列中的预测轨迹点的预测姿态参数进行跟踪，生成所述姿态控制指令序列。
  22. 根据权利要21所述的控制方法，其特征在于，所述姿态控制指令序列包括航向角速度控制指令序列和/或航向角加速度控制指令序列。
  23. 根据权利要求21所述的控制方法，其特征在于，所述姿态控制指令序列用于对所述可移动载体进行控制。
  24. 一种可移动载体的控制装置，其特征在于，包括：
    存储器，用于存储可执行指令；
    处理器，用于执行所述存储器中存储的所述可执行指令，以执行如下操作：
    获取用于控制所述可移动载体的控制杆量；
    根据所述控制杆量确定所述可移动载体的预测轨迹；
    根据所述预测轨迹生成控制指令序列，以控制所述可移动载体按照所述预测轨迹移动。
  25. 根据权利要求24所述的控制装置，其特征在于，所述根据所述控 制杆量确定所述可移动载体的预测轨迹的操作，包括：
    根据所述控制杆量生成初始指令序列；
    根据所述初始指令序列确定所述可移动载体的预测轨迹。
  26. 根据权利要求25所述的控制装置，其特征在于，所述根据所述初始指令序列确定所述可移动载体的预测轨迹的操作，包括：
    获取所述可移动载体的运动学模型；
    利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹。
  27. 根据权利要求26所述的控制装置，其特征在于，所述预测轨迹中的预测轨迹点通过以下参数表征：预测位置参数
  28. 根据权利要求27所述的控制装置，其特征在于，所述预测位置参数包括：
    预测位置；或者，
    预测位置和预测线速度。
  29. 根据权利要求27所述的控制装置，其特征在于，所述初始指令序列包括：初始线速度指令序列和初始线加速度指令序列。
  30. 根据权利要求29所述的控制装置，其特征在于，所述利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹的操作，包括：
    获取所述可移动载体在当前时刻的位置参数；
    将所述可移动载体在当前时刻的位置参数、所述初始线速度指令序列和所述初始线加速度指令序列输入所述运动学模型，得到所述预测轨迹的所述预测轨迹点的所述预测位置参数。
  31. 根据权利要求30所述的控制装置，其特征在于，所述可移动载体在当前时刻的位置参数包括：位置、线速度和线加速度。
  32. 根据权利要求29所述的控制装置，其特征在于，根据以下的至少一个因素对所述初始线加速度指令序列进行修正：
    所述可移动载体的控制器的线加速度控制量、所述可移动载体的向心加速度、所述可移动载体受到的空气阻力。
  33. 根据权利要求26所述的控制装置，其特征在于，所述预测轨迹 中的预测轨迹点还通过以下参数表征：预测姿态参数。
  34. 根据权利要求33所述的控制装置，其特征在于，所述预测姿态参数包括：预测航向角和预测航向角速度。
  35. 根据权利要求34所述的控制装置，其特征在于，所述初始指令序列还包括：初始航向角速度指令序列。
  36. 根据权利要求35所述的控制装置，其特征在于，所述利用所述运动学模型对所述初始指令序列进行轨迹预测，得到所述预测轨迹的操作，还包括：
    获取所述可移动载体在当前时刻的姿态参数；
    将所述可移动载体在当前时刻的姿态参数、所述初始航向角速度指令序列、初始航向角加速度指令序列输入所述运动学模型，得到所述预测轨迹序列的所述预测轨迹点的所述预测姿态参数；
    其中，根据所述初始航向角速度指令序列、以及所述预测轨迹的所述预测轨迹点的所述预测航向角速度，确定所述初始航向角加速度指令。
  37. 根据权利要求36所述的控制装置，其特征在于，所述可移动载体在当前时刻的姿态参数包括：航向角、航向角速度和航向角加速度。
  38. 根据权利要求26所述的控制装置，其特征在于，所述运动学模型包括以下的至少一种：匀加速模型、匀速模型、非线性模型。
  39. 根据权利要求24所述的控制装置，其特征在于，所述根据所述预测轨迹生成控制指令序列的操作，包括：
    对所述预测轨迹进行间隔采样，得到间隔采样后的预测轨迹点；
    利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列。
  40. 根据权利要求39所述的控制装置，其特征在于，所述轨迹跟踪控制器包括以下的至少一种：模型预测控制器、比例积分微分控制器、纯跟踪控制器、线性二次调节器。
  41. 根据权利要求40所述的控制装置，其特征在于，所述控制指令序列包括位置控制指令序列，所述利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列的操作，包括：
    利用所述模型预测控制器对间隔采样后的预测轨迹点的预测位置参 数进行跟踪，生成所述位置控制指令序列。
  42. 根据权利要求41所述的控制装置，其特征在于，所述位置控制指令序列包括线加速度控制指令序列和/或线速度控制指令序列。
  43. 根据权利要求42所述的控制装置，其特征在于，所述线加速度控制指令序列和/或所述线速度控制指令序列中的第一个指令用于对所述可移动载体进行控制。
  44. 根据权利要求40所述的控制装置，其特征在于，所述控制指令序列包括姿态控制指令序列，所述利用轨迹跟踪控制器对间隔采样后的预测轨迹点进行跟踪，生成所述控制指令序列的操作，包括：
    利用所述比例积分微分控制器对所述预测轨迹序列中的预测轨迹点的预测姿态参数进行跟踪，生成所述姿态控制指令序列。
  45. 根据权利要44所述的控制装置，其特征在于，所述姿态控制指令序列包括航向角速度控制指令序列和/或航向角加速度控制指令序列。
  46. 根据权利要求44所述的控制装置，其特征在于，所述姿态控制指令序列用于对所述可移动载体进行控制。
  47. 一种计算机可读存储介质，其特征在于，其存储有可执行指令，所述可执行指令在由一个或多个处理器执行时，可以使所述一个或多个处理器执行如权利要求1至23中任一项权利要求所述的控制方法。
  48. 一种可移动载体，其特征在于，包括：
    如权利要求24-46任一项所述的控制装置；以及
    控制器，用于接收所述控制装置生成的控制指令序列，并利用所述控制指令序列对所述可移动载体进行控制。
  49. 如权利要求48所述的可移动载体，其特征在于，所述可移动载体为无人机。
  50. 一种可移动载体的遥控设备，其特征在于，包括：
    如权利要求24-46任一项所述的控制装置；以及
    通信单元，用于将所述控制装置生成的控制指令序列发送给所述可移动载体，以使所述可移动载体的控制器利用所述控制指令序列对所述可移动载体进行控制。
PCT/CN2019/128778 2019-12-26 2019-12-26 可移动载体的控制方法、控制装置、计算机可读存储介质 Ceased WO2021128184A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201980051174.1A CN112543899B (zh) 2019-12-26 2019-12-26 可移动载体的控制方法、控制装置、计算机可读存储介质
PCT/CN2019/128778 WO2021128184A1 (zh) 2019-12-26 2019-12-26 可移动载体的控制方法、控制装置、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/128778 WO2021128184A1 (zh) 2019-12-26 2019-12-26 可移动载体的控制方法、控制装置、计算机可读存储介质

Publications (1)

Publication Number Publication Date
WO2021128184A1 true WO2021128184A1 (zh) 2021-07-01

Family

ID=75013406

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/128778 Ceased WO2021128184A1 (zh) 2019-12-26 2019-12-26 可移动载体的控制方法、控制装置、计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN112543899B (zh)
WO (1) WO2021128184A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11999380B1 (en) * 2021-12-17 2024-06-04 Zoox, Inc. Autonomous vehicle trajectory generation and optimization

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114063496B (zh) * 2021-11-02 2024-07-02 广州昂宝电子有限公司 无人机控制方法和系统以及用于遥控无人机的遥控器
CN114648574A (zh) * 2022-03-25 2022-06-21 云控智行科技有限公司 车辆运动轨迹预测方法、装置及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104180796A (zh) * 2013-05-22 2014-12-03 上海九鹰电子科技有限公司 遥控信号的发送及接收的装置和方法、遥控设备
US20150051755A1 (en) * 2013-08-15 2015-02-19 Traxxas Lp Controllable flight during automated tricks
CN105992980A (zh) * 2015-05-18 2016-10-05 深圳市大疆创新科技有限公司 基于无头模式的无人机控制方法及设备
CN106200673A (zh) * 2016-07-26 2016-12-07 中国航空工业集团公司西安飞行自动控制研究所 一体化自动飞行机动控制方法
CN106951871A (zh) * 2017-03-24 2017-07-14 北京地平线机器人技术研发有限公司 操作体的运动轨迹识别方法、装置和电子设备
CN108475074A (zh) * 2017-04-10 2018-08-31 深圳市大疆创新科技有限公司 云台随动控制方法及控制设备
CN109074088A (zh) * 2017-04-11 2018-12-21 深圳市大疆创新科技有限公司 无人飞行器的状态检测方法、设备及无人飞行器
CN109739264A (zh) * 2019-02-27 2019-05-10 重庆邮电大学 一种基于飞行指令的小型无人机轨迹归航系统及方法
CN110325939A (zh) * 2017-03-09 2019-10-11 深圳市大疆创新科技有限公司 用于操作无人驾驶飞行器的系统和方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105867407A (zh) * 2016-06-12 2016-08-17 零度智控（北京）智能科技有限公司 无人机、无人机飞行控制装置及方法
CN110147098A (zh) * 2019-04-30 2019-08-20 杭州飞步科技有限公司 自动驾驶车辆的控制方法、装置、设备及可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104180796A (zh) * 2013-05-22 2014-12-03 上海九鹰电子科技有限公司 遥控信号的发送及接收的装置和方法、遥控设备
US20150051755A1 (en) * 2013-08-15 2015-02-19 Traxxas Lp Controllable flight during automated tricks
CN105992980A (zh) * 2015-05-18 2016-10-05 深圳市大疆创新科技有限公司 基于无头模式的无人机控制方法及设备
CN106200673A (zh) * 2016-07-26 2016-12-07 中国航空工业集团公司西安飞行自动控制研究所 一体化自动飞行机动控制方法
CN110325939A (zh) * 2017-03-09 2019-10-11 深圳市大疆创新科技有限公司 用于操作无人驾驶飞行器的系统和方法
CN106951871A (zh) * 2017-03-24 2017-07-14 北京地平线机器人技术研发有限公司 操作体的运动轨迹识别方法、装置和电子设备
CN108475074A (zh) * 2017-04-10 2018-08-31 深圳市大疆创新科技有限公司 云台随动控制方法及控制设备
CN109074088A (zh) * 2017-04-11 2018-12-21 深圳市大疆创新科技有限公司 无人飞行器的状态检测方法、设备及无人飞行器
CN109739264A (zh) * 2019-02-27 2019-05-10 重庆邮电大学 一种基于飞行指令的小型无人机轨迹归航系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11999380B1 (en) * 2021-12-17 2024-06-04 Zoox, Inc. Autonomous vehicle trajectory generation and optimization
US12491910B1 (en) * 2021-12-17 2025-12-09 Zoox, Inc. Autonomous vehicle trajectory generation and optimization

Also Published As

Publication number Publication date
CN112543899A (zh) 2021-03-23
CN112543899B (zh) 2025-02-21

Similar Documents

Publication Publication Date Title
US20240353833A1 (en) Adaptive rate gain controller
CN104335128B (zh) 用于用侧风和加速度计偏差估计和补偿来控制多旋翼的旋翼无人机的方法
CN107077152A (zh) 控制方法、设备、系统、无人机和可移动平台
WO2021212462A1 (zh) 移动控制方法、移动装置及移动平台
WO2021128184A1 (zh) 可移动载体的控制方法、控制装置、计算机可读存储介质
CN110692027A (zh) 用于提供无人机应用的易用的释放和自动定位的系统和方法
WO2017020856A1 (zh) 一种利用无人机进行运动物体自动锁定拍摄装置及拍摄方法
WO2017075964A1 (zh) 无人机拍摄控制方法、无人机拍摄方法、移动终端和无人机
CN112585557A (zh) 控制无人机的方法、装置和无人机
CN114564036B (zh) 一种飞行轨迹原路复演方法及飞行器
JP2017504881A (ja) 航空機姿勢制御方法
WO2020237471A1 (zh) 飞行航线生成方法、终端和无人机
FR3031402A1 (fr) Procede de pilotage automatique d'un drone a voilure tournante pour operer des mouvements de camera par une camera embarquee
CN107643758A (zh) 拍摄移动图像的包括无人机和地面站的自主系统及方法
CN118963388A (zh) 无需外部导航的无人机自主飞行控制系统
WO2021189214A1 (zh) 可移动平台的控制方法、装置、可移动平台及存储介质
CN118534932A (zh) 一种无人机的控制方法及系统
CN109976164A (zh) 一种多旋翼无人机能量优化视觉覆盖轨迹规划方法
WO2019051640A1 (zh) 云台的控制方法、控制器和云台
WO2022126397A1 (zh) 传感器的数据融合方法、设备及存储介质
CN109976363A (zh) 无人机控制方法、装置、计算机设备及存储介质
Pratama et al. Quadcopter trajectory tracking and attitude control based on euler angle limitation
CN106950995A (zh) 一种无人机飞行方法及系统
CN116610156A (zh) 一种云台电机控制方法
WO2023036260A1 (zh) 一种图像获取方法、装置、飞行器和存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19957472

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19957472

Country of ref document: EP

Kind code of ref document: A1

WWG Wipo information: grant in national office

Ref document number: 201980051174.1

Country of ref document: CN