(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211356566.9 (22)申请日 2022.11.01 (71)申请人 北京百脉朝宗科技有限公司 地址 102300 北京市门头沟区石龙 经济开 发区永安路20号3号楼 A-3590室 (72)发明人 潘乾曜　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 刘林 (51)Int.Cl. G05B 11/42(2006.01) B64C 11/30(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 3/00(2006.01) (54)发明名称 无人机桨距角的调整方法、 装置、 设备及可 读存储介质 (57)摘要 本发明提供了一种无人机桨距角的调整方 法、 装置、 设备及可读 存储介质， 涉及桨距角调整 技术领域， 包括通过模糊神经网络对历史数据进 行处理， 确定所有历史数据的优化参数， 并基于 粒子群算法确定一个最合适的优化参数， 并通过 线性回归的方式确定舵机和桨距角的映射关系， 采用基于最合适的优化参数生 成舵机控制指令， 通过控制指令控制桨距角角度调整， 得到调整后 的桨距角， 并对调整后的桨距角进行判断， 若不 符合要求， 则调整粒子群算法中的参数， 重复进 行调整， 直至所述调整后的桨距角和期望桨距角 之间的误差小于预设值， 本发明通过不断确定最 合适的优化参数， 来不断调整舵机控制指令， 快 速高效的实现无 人机桨距角的调整。 权利要求书3页 说明书11页 附图4页 CN 115407648 A 2022.11.29 CN 115407648 A 1.一种无 人机桨距角的调整方法， 其特 征在于， 包括： 获取无人机的历史信息， 所述历史信息包括历史期望桨距角信息、 历史实 际桨距角信 息、 历史指令信息和历史舵机旋转角度信息， 所述历史实际桨距角 信息为按照历史期望桨 距角信息进行调整后桨距角信息； 将所述历史实际桨距角信 息和所述历史期望桨距角信 息进行误差计算， 得到在历史桨 距角调整中的误差值和误差变化 率值； 将所有的所述误差值和所有的所述误差变化率值发送至训练后的优化神经网络进行 处理， 得到优化修正参数信息， 所述优化修正参数信息为基于优化神经网络计算得到修正 参数并进行优化处 理后的信息； 基于所述历史指令信息和所述历史实 际桨距角信息， 确定指令映射关系， 所述指令映 射关系为所述历史指令信息和所述历史实际桨距角信息之间的映射关系； 基于所述优化修正参数信 息和所述指令映射关系 对无人机桨距角进行调整， 得到调整 后的无人机桨距角。 2.根据权利要求1所述的无人机桨距角的调整方法， 其特征在于,将所述历史实际桨距 角信息和所述历史期望桨距角信息进行误差计算， 包括： 将每个所述历史实际桨距角信 息和每个所述历史期望桨距角信 息进行一一对应， 并基 于预设的误差值计算公式计算每个所述历史实际桨距角信息和 其对应的所述历史期望桨 距角信息之间的误差值； 基于所有的所述误差值按照时间序列进行排序， 并基于预设的误差变化率值的计算公 式进行计算， 得到误差变化 率值。 3.根据权利要求1所述的无人机桨距角的调整方法， 其特征在于,将所有的所述误差值 和所有的所述 误差变化 率值发送至训练后的优化神经网络进行处 理， 包括； 将所有的所述误差值和所有的所述误差变化率值输入模糊神经网络作为输入层参数， 并将所述输入层参数传递至模糊化层进行处 理， 得到所述模糊化层内每 个神经元的输出； 基于所有的模糊化层内每个神经元的输出计算每个神经元对应的模糊规则， 并基于每 个所述神经 元对应的模糊规则进行反模糊化计算， 得到控制器的至少两个修 正参数信息； 将所有的修正参数信 息发送至粒子群优化算法内进行训练优化， 得到控制器的优化修 正参数信息 。 4.根据权利要求3所述的无人机桨距角的调整方法， 其特征在于,所述将所有的修正参 数信息发送至粒子群优化 算法内进行训练优化， 得到控制器的优化 修正参数信息， 包括： 将所有的所述修正参数信息进行初始化处理， 得到初始化的粒子速度、 粒子位置和粒 子群规模， 并基于预设的适应度函数计算每个粒子群中粒子的适应度大小， 得到粒子的个 体最优位置和全局最优位置； 基于粒子群优化算法内粒子更新速度公式和粒子更新位置公式不断更新所有粒子的 速度和位置， 直至所述粒子群优化算法达到预设的迭代次数， 得到迭代完成的修正参数信 息； 判断无人机螺旋桨的控制器在采用迭代完成的修正参数信 息时， 其对应的误差值是否 小于预设的第一阈值， 若无人机螺旋桨的控制器在采用迭代完成的修正参数信息时， 其对 应的误差值小于预设的第一阈值， 则判断所述迭代完成的修正参数信息为优化修正参数信权　利　要　求　书 1/3 页 2 CN 115407648 A 2息； 若无人机螺旋桨的控制器在采用迭代完成的修正参数信 息时， 其对应的误差值是否大 于或等于预设的第一阈值， 则调整所述迭代次数， 重新进行迭代， 直至无人机螺旋桨的控制 器在采用迭代完成的修正参数信息时， 其对应的误差值小于预设的第一阈值， 得到优化修 正参数信息 。 5.一种无 人机桨距角的调整装置， 其特 征在于， 包括： 获取单元， 用于获取无人机的历史信 息， 所述历史信息包括历史期望桨距角信 息、 历史 实际桨距角 信息、 历史指令信息和历史舵机旋转角度信息， 所述历史实际桨距角 信息为按 照历史期望桨距角信息进行调整后桨距角信息； 计算单元， 用于将所述历史实际桨距角信息和所述历史期望桨距角信息进行误差计 算， 得到在历史桨距角调整中的误差值和误差变化 率值； 处理单元， 用于将所有的所述误差值和所有的所述误差变化率值发送至训练后的优化 神经网络进行处理， 得到优化修正参数信息， 所述优化修正参数信息为基于优化神经网络 计算得到修 正参数并进行优化处 理后的信息； 映射单元， 用于基于所述历史指令信息和所述历史实 际桨距角信息， 确定指令映射关 系， 所述指令映射关系为所述历史指令信息和所述历史实际桨距角信息之间的映射关系； 调整单元， 用于基于所述优化修正参数信 息和所述指令映射关系 对无人机桨距角进行 调整， 得到调整后的无 人机桨距角。 6.根据权利要求5所述的无 人机桨距角的调整装置， 其特 征在于， 所述装置， 包括： 第一计算子单元， 用于将每个所述历史实际桨距角信 息和每个所述历史期望桨距角信 息进行一一对应， 并基于预设的误差值计算 公式计算每个所述历史实际桨距角信息和其对 应的所述历史期望桨距角信息之间的误差值； 第二计算子单元， 用于基于所有的所述误差值按照 时间序列进行排序， 并基于预设的 误差变化 率值的计算公式进行计算， 得到误差变化 率值。 7.根据权利要求5所述的无 人机桨距角的调整装置， 其特 征在于， 所述装置， 包括： 第一处理子单元， 用于将所有的所述误差值和所有的所述误差变化率值输入模糊神经 网络作为输入层参数， 并将所述输入层参数传递至模糊化层进行处理， 得到所述模糊化层 内每个神经元的输出； 第三计算子单元， 用于基于所有的模糊化层内每个神经元的输出计算每个神经元对应 的模糊规则， 并基于每个所述神经元对应的模糊规则进行反模糊化计算， 得到控制器的至 少两个修 正参数信息； 第二处理子单元， 用于将所有的修正参数信息发送至粒子群优化算法内进行训练优 化， 得到控制器的优化 修正参数信息 。 8.根据权利要求7 所述的无 人机桨距角的调整装置， 其特 征在于， 所述装置， 包括： 第三处理子单元， 用于将所有的所述修正参数信息进行初始化处理， 得到初始化的粒 子速度、 粒子位置和粒子群规模， 并基于预设的适应度函数计算每个粒子群中粒子的适应 度大小， 得到粒子的个 体最优位置和全局最优位置； 第四处理子单元， 用于基于粒子群优化算法内粒子更新速度公式和粒子更新位置公式 不断更新所有粒子的速度和 位置， 直至所述粒子群优化算法达到预设的迭代 次数， 得到迭权　利　要　求　书 2/3 页 3 CN 115407648 A 3