1.基于值函数逼近的UAV吊挂系统双边遥操作控制方法,其特征在于,包括如下步骤:步骤一、建立机体坐标系O‑XLYLZL,OXL指向UAV机体前方,OYL指向UAV机体右侧,OZL水平向下,悬绳(313)的长度为L;建立UAV吊挂系统双边遥操作控制模型;
步骤二、利用力反馈手控器(11)控制UAV(311)轨迹,复合吊挂系统(31)根据值函数逼近算法进行在线学习,使吊挂负载(312)在障碍物环境中逐渐呈现无摆动轨迹,并同时生成力反馈信息;步骤二包括:步骤201、建立马尔科夫决策过程4元组:
T
公式(5)中,s为状态变量集,p=[x y z] 为吊挂负载(312)位置矢量, 为吊T挂负载(312)速度矢量; 为吊挂负载(312)加速度矢量;η=[α1 α2] ,α1为吊挂负载(312)与平面XLOZL的夹角角度,α2为吊挂负载(312)与平面YLOZL的夹角角度;
为吊挂负载(312)与平面XLOZL的夹角角速度, 为吊挂负载(312)与平面2
YLOZL的夹角角速度;a为动作;r(s)为奖励函数,b1、b2及ε为非负正数,F(s)=(||v|| ||η|2
|)为线性特征组合;P(s0,a)为状态转移概率;
步骤202、确定价值函数的拟合模型:
公式(6)中,w为引入参数;
确定待优化的目标函数:
T
公式(7)中,E为均方价值误差,v(s)=r(s)+γmax F(s) w,r(s)为立即奖励,max F(s)Tw为未来最大预估奖励,γ为折扣系数;
利用梯度下降法确定参数的更新算法,设计如下:
公式(8)中,k为非负正数;
步骤三、复合吊挂系统(31)的力反馈信息通过力反馈手控器(11)反馈给主端(1),同时结合控制计算机(12)的显示画面,获得复合吊挂系统(31)的力反馈信息和全局视图。
2.根据权利要求1所述的基于值函数逼近的UAV吊挂系统双边遥操作控制方法,其特征在于,步骤一中,UAV吊挂系统双边遥操作控制模型包括力反馈人机交互设备动力学模型;
力反馈人机交互设备动力学模型如下方程所示:
公式(1)中,qm, 依次表示力反馈人机交互设备末端执行器的位置、速度、加速度矢量,Mm(qm)为惯量矩阵, 为科氏力和离心力,g(qm)为重力补偿项;
Fm为施加在主端(1)力反馈人机交互设备人机接口上的控制力;Fm=fh+fc,其中,fh为施加在力反馈人机交互设备上的控制力,fc为主、从端交互产生的反馈力;
主、从端交互反馈力fc为:
fc=fe+fv (2)公式(2)中,fe为障碍物环境对吊挂负载(312)的排斥力,fv为位置趋同力,使得吊挂负载(312)能够无差跟踪主端(1)给定的轨迹;
障碍物环境对吊挂负载(312)的排斥力fe定义如下:公式(3)中,kobs为障碍物排斥力系数,Vi为第i个障碍物的虚拟势场,qs表示UAV(311)的位置,xoi为第i个障碍物的位置,i∈{1,…,nobs}为障碍物的数量,R为障碍物最大影响区域半径,r为UAV(311)与障碍物之间的最小安全距离;
位置趋同力fv定义如下:
公式(4)中,ex=xd‑x,ex为吊挂负载(312)位置误差,xd为吊挂负载(312)期望位置,x为
3×3 3×3
吊挂负载(312)实际位置, 为吊挂负载(312)速度误差,K1∈R 和K2∈R 均为非负对角矩阵。
3.根据权利要求1所述的基于值函数逼近的UAV吊挂系统双边遥操作控制方法,其特征在于,步骤三中,复合吊挂系统(31)的力反馈信息为主、从端交互产生的反馈力fc。
4.一种权利要求1所述基于值函数逼近的UAV吊挂系统双边遥操作控制方法的系统,其特征在于,包括主端(1)和从端(3),主、从端间通过无线通讯系统(2)通信连接;主端(1)包括力反馈手控器(11)和控制计算机(12),力反馈手控器(11)和控制计算机(12)相连接;从端(3)包括复合吊挂系统(31),复合吊挂系统(31)包括UAV(311)和悬绳(313),悬绳(313)上端固定在UAV(311)下侧中间位置,悬绳(313)下端固定有吊挂负载(312)。
5.根据权利要求4所述基于值函数逼近的UAV吊挂系统双边遥操作控制方法的系统,其特征在于,力反馈手控器(11)包括力反馈人机交互设备,具有3个位置自由度、3个关节自由度和3个位置自由度力反馈输出。
6.根据权利要求4所述基于值函数逼近的UAV吊挂系统双边遥操作控制方法的系统,其特征在于,无线通讯系统(2)为WIFI无线网络设备。