基于可控裕度的模块化自重构空中机器人自重构方法

1.本发明涉及一种模块化自重构空中机器人自重构方法。


背景技术：

2.模块化自重构空中机器人(msrar)是以可在三维空间中自由运动的飞行单元作为模块，可以在时间紧迫的情况下提供快速响应。灵活的模块可以在有障碍物和狭窄的杂乱环境中快速自主导航。然后，他们可以在需要执行任务的地方会合。然而，与地面协作不同，空中协作由于飞行不确定性和安全可靠性而更加复杂，且飞行模块很容易出现故障。对于多机器人系统，这可能是由于部件故障(例如传感器故障)或能量耗尽(例如电池电量耗尽)导致的物理故障。此外，自我重新配置是一项复杂的任务，需要在模块之间进行复杂的规划和协调，以移动并达到其目标位置。
3.为了减少模块间故障的相互影响，最近的研究针对msrar提出了一种自重构技术根据推进器故障调整其配置，以便能够在有效利用资源的同时继续执行任务，以减轻旋翼故障的影响。他们将该问题转换为采用混合整数线性规划(mixed integer linear program,milp)寻找最优组合的问题，以减少故障对飞行器在轨迹上的影响和最小化拆卸和组合步骤作为优化目标，解决了故障后的自重构问题。然而，该算法是基于仿真环境下的寻优实现的，具有局限性。需要提前离线计算故障序列的装配树，以在特定位置发生故障时查看配置树。同时，该方法忽略了某些组合方式不可控的因素，受限于设置的目标函数的局限性和仿真的物理引擎精度，在重构的过程中产生了不可控的装配体。


技术实现要素：

4.本发明所要解决的技术问题在于克服现有技术不足，提供一种基于可控裕度的模块化自重构空中机器人自重构方法，以可量化的可控性指标作为指导，在保证重构过程中的可控性的同时，可有效降低重构的时间复杂度，提升重构过程的安全可靠性。
5.本发明具体采用以下技术方案解决上述技术问题：
6.一种基于可控裕度的模块化自重构空中机器人自重构方法，所述模块化自重构空中机器人为由多个单元体相互连接所构成的装配体，所述单元体为旋翼飞行器；在出现单元体故障时，按照以下方法进行自重构：计算故障单元体在不同可选位置下所构成的装配体的可控裕度，并选择使得所构成装配体的可控裕度最大的故障单元体位置作为故障单元体最优位置，进而得到最优装配体结构；以所述最优装配体结构为自重构目标，以自重构过程中拆卸和装配的基本单元的可控裕度大于可控阈值作为约束条件，进行所述模块化自重构空中机器人的自重构；所述可控裕度是指系统在所有方向产生的力抵消干扰之后的最小值。
7.优选地，对于每个故障单元体，计算该故障单元体与其相邻单元体可能组成的所有装配体的可控裕度，并从可控裕度大于预设可控阈值的所述装配体中找出所包含单元体数量最少的装配体作为该故障单元体的最小故障可控装配体；在自重构过程中，以正常单
元体和各故障单元体的最小故障可控装配体作为拆卸和装配的基本单元。
8.进一步优选地，所述可控阈值为0。
9.优选地，在计算故障单元体在不同可选位置下所构成的装配体的可控裕度时，对于对称的组合形式，仅计算其中之一的可控裕度。
10.优选地，自重构过程中，优先拆卸使装配体的可控裕度降低最小的基本单元，优先装配对装配体的可控裕度提升最大的基本单元。
11.相比现有技术，本发明技术方案具有以下有益效果：
12.本发明基于正可控性理论为多单元体系统给出了可量化的可控性判定指标，与现有通过可控性判定矩阵的方法相比，量化了可控性指标，解决了现有技术需要控制效率矩阵已知，并且依赖于控制分配方法的问题；本发明通过直接计算最优故障装配体、最小故障可控装配体，对拆卸和装配顺序进行优化，可有效降低自重构的时间复杂度，解决了现有方法忽略了某些组合不可控因素的不足。
附图说明
13.图1为单元体和装配体定义示意图；
14.图2为本发明的自重构流程示意图；
15.图3为3x2装配体中一个单元体故障的重构过程与可控度示意图；
16.图4为3x3装配体中一个单元体故障的重构过程与可控度示意图。
具体实施方式
17.针对现有技术不足，本发明基于正可控性理论为多单元体系统给出了可量化的可控性判定指标，与现有通过可控性判定矩阵的方法相比，量化了可控性指标，解决了现有技术需要控制效率矩阵已知，并且依赖于控制分配方法的问题；通过直接计算最优故障装配体、最小故障可控装配体，对拆卸和装配顺序进行优化，可有效降低自重构的时间复杂度，解决了现有方法忽略了某些组合不可控因素的不足。
18.本发明具体采用以下技术方案解决上述技术问题：
19.一种基于可控裕度的模块化自重构空中机器人自重构方法，所述模块化自重构空中机器人为由多个单元体相互连接所构成的装配体，所述单元体为旋翼飞行器；在出现单元体故障时，按照以下方法进行自重构：计算故障单元体在不同可选位置下所构成的装配体的可控裕度，并选择使得所构成装配体的可控裕度最大的故障单元体位置作为故障单元体最优位置，进而得到最优装配体结构；以所述最优装配体结构为自重构目标，以自重构过程中拆卸和装配的基本单元的可控裕度大于可控阈值作为约束条件，进行所述模块化自重构空中机器人的自重构；所述可控裕度是指系统在所有方向产生的力抵消干扰之后的最小值。
20.优选地，对于每个故障单元体，计算该故障单元体与其相邻单元体可能组成的所有装配体的可控裕度，并从可控裕度大于预设可控阈值的所述装配体中找出所包含单元体数量最少的装配体作为该故障单元体的最小故障可控装配体；在自重构过程中，以正常单元体和各故障单元体的最小故障可控装配体作为拆卸和装配的基本单元。
21.进一步优选地，所述可控阈值为0。
22.优选地，在计算故障单元体在不同可选位置下所构成的装配体的可控裕度时，对于对称的组合形式，仅计算其中之一的可控裕度。
23.优选地，自重构过程中，优先拆卸使装配体的可控裕度降低最小的基本单元，优先装配对装配体的可控裕度提升最大的基本单元。
24.为了便于公众理解，下面通过具体实施例并结合附图对本发明的技术方案进行详细说明：
25.本实施例中模块化自重构空中机器人的装配体和单元体如图1所示，单元体具有长方体形状，由轻质碳纤维杆和四旋翼无人机组成；单元体可以通过水平面相互连接形式形成一个装配体。
26.装配体的总推力和滚转、俯仰和偏航力矩分别用f,m
x
,my,mz表示，根据所有单元体中螺旋桨升力的结果由控制效率矩阵进行计算：
[0027][0028]
其中，η
i,j
∈[0,1](j＝1,...,4)用来表征第i个单元体中推进器j的受损或失效系数。如果完全失效失效，则η
i,j
＝0；如果完全健康，则η
i,j
＝1。d是推进器到单元体中心距离，c
t
和cm分别是推进器的力矩和拉力系数。f
i,j
为第i个单元体中推进器j的拉力。事实上，多旋翼无人机的动力学模型是非线性的，存在一定的气动阻尼和刚度。然而，如果多旋翼直升机悬停，空气动力学阻尼和刚度是可以忽略的。msrar在悬停状态下的线性动态模型如下：
[0029][0030]
其中，
[0031][0032]
其中，是msrar在z方向的位置，φ,θ,ψ为姿态角，为z方向的速度，分别为xyz方向的角速度。n为装配体中单元体的数量，m为单元体的质量，g为重力加速度，i是单位矩阵，0是零矩阵。由于单元体是近似中心对称物体，有j
xy
＝j
xz
＝j
yz
＝0。装配体的转动惯量j
a,f
可根据单元体转动惯量ju使用平行轴定理由计算可得：
[0033][0034]
其中，xi,yi是单元体在装配体坐标系中的位置。在实际中，每个螺旋桨只能提供单方向的拉力(垂直于机身向上或者向下)，即fj∈[0,tj](j＝1,...,nr)。所以螺旋桨的拉力向量受到如下约束：
[0035][0036]
其中，根据单元体飞行器的几何布局，旋翼拉力fi(j＝1,...,nr)与系统总拉力，力矩uf之间的映射关系为
[0037]
uf＝bff
[0038]
其中，矩阵是控制效率矩阵。根据控制效率矩阵，msrar的bf参数化表示形式如下：
[0039]bf
＝[b
f,1 b
f,2
ꢀ…ꢀbf,i
]
[0040]
本发明针对msrar系统提出一种可控裕度(cm)计算方法，以量化多单元体组成的msrar的可控性。首先，根据螺旋桨的拉力向量约束和总拉力/力矩之间的映射关系，得到uf的约束如下：
[0041]
ω＝{uf|uf＝bff,f∈uf}
[0042]
其中，μf是拉力向量的范围。控制量u的约束集如下：
[0043]
u＝{u|u＝u
f-g,uf∈ω}
[0044]
下面将定义cm指标：
[0045][0046]
其中，为ω边界，ωc是ω补集。假设有即α非ω一个内点；假设α为ω一个内点。根据上式，假设g是ω内点，有
[0047][0048]
其中，u'f＝[u
1 u2/d u3/d u4/d]，u1,u2,u3,u4分别为uf的第一到四项，d表示相应方向的力臂。是msrar系统所有方向产生的力抵消干扰之后的最小值。指标可以看成系统的cm指标，是系统在故障时的可控性依据。在这里，cm是msrar系统向量uf在抵消g之后的剩余裕度。可证明，msrar系统可控的充要条件是
[0049]
msrar等多机器人系统允许单元体间相互连接进行扩展，从而增加可处理的故障数量。基于上述的多单元体cm计算方法，本发明提出了一种适用于多单元体的自重构方法。该方法假设每一架单元体都具有重要的设备或数据信息，是不可丢弃的，同时在执行任务的过程中无需降落即可完成自重构。因此，装配体在故障后可以在空中重新改变组合方式，提高剩余容错能力。
[0050]
发生故障或者性能退化后，观测器反馈每个单元体螺旋桨的故障或退化情况。获取所有单元体的性能情况后，首先利用算法1计算故障后的最优组合形式，保证新的组合具
有更高的可控性，即确保在下一个未知故障发生后装配体仍然具有容错的能力；然后利用算法2计算故障单元体与其临近单元体组成的最小故障后可控装配体，使故障单元体能够安全转移。
[0051]
最优故障装配体计算具体流程如下：
[0052]
1)计算故障单元体可选的位置：由于对称位置的故障对装配体的影响是相同的，相当于对装配体进行了旋转和对称操作。为了降低计算复杂度，本发明首先计算了所有组合形式的对称性，删除了对称的配置，然后计算故障单元的可选位置；
[0053]
2)计算故障单元体的最优位置：由于装配体与单元体使用了相同方向的坐标系，为了便于重构后的装配体控制，本发明在不对单元体旋转的情况下，对1)中的故障单元可选位置进行cm分析，找到最大cm的组合形式。
[0054][0055]
其中，p为单元体的位置信息，e为装配方式。
[0056]
完成了最优装配体计算后，需要进行自重构的过程。但是，发生故障的单元体往往是不可控的，需要与附近的单元体进行组合才能实现联合飞行，如图2所示。当前通过寻优的方法仅仅在故障单元旁连接一个正常单元(目标装配2)，不能实现可控飞行。与其不同的是，本发明通过设计算法2计算了故障单元与其临近单元组成的最小故障可控装配体，从可控性理论上保证了故障单元的转运的安全可靠性。
[0057]
最小故障可控装配体计算具体步骤如下：
[0058]
1)找到故障单元体临近的单元体：根据序号编码原则，找到故障单元体临近的单元体；
[0059]
2)找到最小数量故障可控装配体：对故障单元体和临近单元体进行cm计算，判断cm是否大于设置阈值(一般为0)，如果小于阈值，则继续增加临近单元体的数量，直到剩余可控度大于阈值。同时在相同的单元体数量下，选择可控度最大的组合形式。
[0060][0061]
通过算法1和算法2的计算，可以获取了最优的装配体的配置形式与最小的故障可控装配体的计算方法，保证了故障单元体转运的安全可控性和新组合形式的进一步的容错能力。
[0062]
基于以上最优故障装配体计算和最小故障可控装配体计算，可确定一个最简便的拆卸和装配序列，使得故障单元体安全转运到最优位置，同时形成下一个装配体。
[0063]
本发明的拆卸和装配具体步骤如下：
[0064]
1)计算故障单元体相对偏置：分别计算当前每个故障单元体与最优故障装配体中的位置在装配体坐标系中的相对偏置；
[0065]
2)确定最优故障装配体的空间位置：固定最小相对偏置的故障单元，将其作为最优装配体在世界坐标系中的位置，将其相对偏置设为0，同时将其余故障单元的相对偏置与
最小相对偏置相加；
[0066]
3)计算故障单元的转移顺序：计算每个故障单元转移到最优装配体中对应位置后系统cm的提升值，按照cm值的递减顺序确定故障单元的转移顺序；
[0067]
4)找到本次转移的故障单元体临近的单元体：根据装配体的序号编码原则，找到故障单元体临近的单元体；
[0068]
5)找到本次转移的故障单元体的最小数量的故障可控装配体：对故障单元体和临近单元体进行cm计算，判断cm是否大于设置阈值，如果小于阈值，则继续增加临近单元体的数量，直到剩余可控度大于阈值。同时在相同的单元体数量下，选择可控度最大的组合形式；
[0069]
6)转移故障单元体：按照转移顺序分别为每个需要转移的故障单元体以7)中构建的最小可控装配体进行转移。在拆卸和装配的过程中可能有多个选择，优先进行对装配体拆卸时cm减少小，装配时cm提升大的步骤；
[0070]
7)剩余装配的可控性保证：确保转移故障单元体过程中其最小可控装配体脱离装配体后，剩余单元构成的装配体的cm值大于阈值。若小于阈值，需提前将剩余装配体中正常单元的按照最小移动数量和步骤进行拆卸与装配变化以提升其cm值；
[0071]
8)检查最优故障装配体：所有的故障单元体转移到最优故障装配体中对应的位置后，检查新的装配体是否符合目标装配。如不符合，则拆卸正常单元，到目标装配体重的对应位置。在拆卸和装配的过程中可能有多个选择，优先进行对装配体拆卸时cm值减少小，装配时cm提升大的步骤。
[0072]
本发明选取了1组案例进行了自重构过程的cm分析。图3为3x2的装配体中1号单元体发生故障，通过自重构将故障单元体转移到2号位置的流程。当步骤1发生故障时，以故障单元体为最优故障装配体的坐标中心，计算坐标系的相对偏置，将不在最优故障装配体坐标系内的单元体通过拆卸(步骤2、4)、装配(步骤3、5)重新组合到最优故障装配体中。在拆卸和装配的过程中可能有多个选择，优先进行对装配体拆卸时cm影响小(步骤2实线)，装配时对cm提升大的步骤(步骤3实线)。受益于本发明提出的可量化的cm分析，可以很容易地选择cm更大的拆卸和装配步骤，相较于对立的拆卸与装配方法，cm平均提高9.06％，进一步提升了自重构过程中的安全可靠性。
[0073]
本发明以3x3的装配体为例，分析了在拆卸和组装过程中对比方法与本发明提出的方法的可控性。图4显示了参考方法在一个单元体故障后的自重构流程。对比方法采用milp寻找最优装配，以最大化基于轨迹的x轴和y轴的加权平均值产生的力矩作为目标函数。该方法忽略了带有故障单元体的装配体的可控性。受限于所考虑的约束和仿真引擎的精度，在拆卸的过程中产生了不可控(或降级可控)的装配体。具体而言，图4中第5和6次拆卸时含有故障单元体的装配体的剩余可控度分别为-0.2824，小于0为不可控。本发明的方法在整个流程中有更高的cm，平均可控度提高了177.16％，意味着有更高的飞行安全可控性。
[0074]
图4还显示了本发明与参考方法在3x3的装配体中8号位置单元体发生故障时的装配次数与拆卸、装配过程中的最低cm的关系。两种方法均找到了相同的最优的故障最优装配体(步骤7和12)。不同的是，当故障发生后(步骤1)对比方法需要2～12共11步完成，而本发明的方法仅需要2～7共6步完成最优故障装配体的重构，减少了45.45％。更少的拆卸、装
配步骤有利于降低msar自重构过程中的时间，尽可能快速完成重构减少故障单元体对整体系统的影响。

技术特征：
1.一种基于可控裕度的模块化自重构空中机器人自重构方法，所述模块化自重构空中机器人为由多个单元体相互连接所构成的装配体，所述单元体为旋翼飞行器；其特征在于，在出现单元体故障时，按照以下方法进行自重构：计算故障单元体在不同可选位置下所构成的装配体的可控裕度，并选择使得所构成装配体的可控裕度最大的故障单元体位置作为故障单元体最优位置，进而得到最优装配体结构；以所述最优装配体结构为自重构目标，以自重构过程中拆卸和装配的基本单元的可控裕度大于可控阈值作为约束条件，进行所述模块化自重构空中机器人的自重构；所述可控裕度是指系统在所有方向产生的力抵消干扰之后的最小值。2.如权利要求1所述基于可控裕度的模块化自重构空中机器人自重构方法，其特征在于，对于每个故障单元体，计算该故障单元体与其相邻单元体可能组成的所有装配体的可控裕度，并从可控裕度大于预设可控阈值的所述装配体中找出所包含单元体数量最少的装配体作为该故障单元体的最小故障可控装配体；在自重构过程中，以正常单元体和各故障单元体的最小故障可控装配体作为拆卸和装配的基本单元。3.如权利要求2所述基于可控裕度的模块化自重构空中机器人自重构方法，其特征在于，所述可控阈值为0。4.如权利要求1所述基于可控裕度的模块化自重构空中机器人自重构方法，其特征在于，在计算故障单元体在不同可选位置下所构成的装配体的可控裕度时，对于对称的组合形式，仅计算其中之一的可控裕度。5.如权利要求1所述基于可控裕度的模块化自重构空中机器人自重构方法，其特征在于，自重构过程中，优先拆卸使装配体的可控裕度降低最小的基本单元，优先装配对装配体的可控裕度提升最大的基本单元。

技术总结
本发明公开了一种基于可控裕度的模块化自重构空中机器人自重构方法。在出现单元体故障时，按照以下方法进行自重构：计算故障单元体在不同可选位置下所构成的装配体的可控裕度，并选择使得所构成装配体的可控裕度最大的故障单元体位置作为故障单元体最优位置，进而得到最优装配体结构；以所述最优装配体结构为自重构目标，以自重构过程中拆卸和装配的基本单元的可控裕度大于可控阈值作为约束条件，进行所述模块化自重构空中机器人的自重构；所述可控裕度是指系统在所有方向产生的力抵消干扰之后的最小值。本发明以可量化的可控性指标作为指导，在保证重构过程中的可控性的同时，可有效降低重构的时间复杂度，提升重构过程的安全可靠性。安全可靠性。安全可靠性。


技术研发人员：黄锐 盛汉霖 刘祁 陈芊 周晗 魏鹏轩
受保护的技术使用者：南京航空航天大学
技术研发日：2023.08.14
技术公布日：2023/10/15