摘要
本发明公开了一种无人机中电机的控制方法,通过获取无人机飞行过程中的姿态数据、气压高度数据和电机转速数据,基于姿态数据计算无人机的俯仰角加速度、横滚角加速度和偏航角加速度,并判断无人机是否处于气流扰动状态。当处于气流扰动状态时,采用预先训练的深度学习模型计算电机的目标转速补偿值,该模型的输入参数包括各类角加速度、气压高度变化率及电机当前转速。然后结合预设的模糊控制规则,计算电机PWM驱动信号的修正值,并将修正后的驱动信号施加于电机。同时,通过实时采集电机转速反馈信息来动态调整深度学习模型的权重参数。本发明能够有效提升无人机在复杂气流环境下的飞行稳定性。
技术关键词
无人机
深度学习模型
模糊控制规则
加速度
补偿值
电机
融合特征
数据
PWM驱动信号
模糊隶属函数
气压
时间戳对齐方法
时序特征
卷积神经网络结构
非线性
模糊集合
模糊推理
误差
气流
系统为您推荐了相关专利信息
神经网络模型
基因表达数据
交互式程序
深度学习模型
基因表达调控
电池健康状态评估
预警方法
电池系统
深度学习模型训练
预警系统
施工台车
监测系统
中央处理器
非线性动力学模型
隧洞
动态心电图
预警系统
长短期记忆网络
深度学习模型
指示标签