本發(fā)明涉及航空技術領域，尤其涉及一種飛行控制方法及飛行器。

背景技術：

無人機在飛行過程中，主要通過其板載的氣壓計實時提供無人機的高度信息。氣壓計可以測量大氣壓強和氣溫，從而根據(jù)大氣壓強和氣溫計算得到無人機的高度，然后根據(jù)實時計算得到的無人機的高度來調(diào)整無人機的飛行高度。

但當大氣壓強和氣溫受到外界物理環(huán)境影響或磁場干擾等情況時，氣壓計的數(shù)據(jù)會存在較大范圍的波動。相應的，根據(jù)導致氣壓計提供的數(shù)據(jù)來調(diào)整無人機的飛行高度時，將會容易出現(xiàn)頻繁調(diào)整無人機的飛行高度的抖動現(xiàn)象，這樣會導致無人機飛行時的飛行高度不穩(wěn)定，容易造成危險。

技術實現(xiàn)要素：

本發(fā)明提供了一種飛行控制方法及飛行器，能夠解決現(xiàn)有技術中在無人機收到外界環(huán)境影響時，無人機的飛行高度不穩(wěn)定的問題。

第一方面提供一種飛行控制方法，該方法應用于飛行器，所述飛行器包括n個用于采集所述飛行器的高度數(shù)據(jù)的高度傳感器，n為大于等于2的正整數(shù)，所述方法包括：

獲取所述飛行器的目標飛行高度；

獲取所述n個高度傳感器采集的高度數(shù)據(jù)；

融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度；

根據(jù)所述第一融合高度與目標飛行高度計算第一高度誤差；

根據(jù)所述第一高度誤差調(diào)整所述飛行器的飛行高度。

本發(fā)明第二方面提供一種飛行器，具有實現(xiàn)對應于上述第一方面提供的飛行控制方法的功能。所述功能可以通過硬件實現(xiàn)，也可以通過硬件執(zhí)行相應的軟件實現(xiàn)。硬件或軟件包括一個或多個與上述功能相對應的模塊，所述模塊可以是軟件和/或硬件。

一種可能的設計中，所述飛行器包括處理單元、獲取單元、控制單元以及n個用于采集所述飛行器的高度數(shù)據(jù)的高度傳感器，n為大于等于2的正整數(shù)；所述獲取單元用于獲取所述飛行器的目標飛行高度，以及獲取所述n個高度傳感器采集的高度數(shù)據(jù)；

所述處理單元用于融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度；

根據(jù)所述第一融合高度與目標飛行高度計算第一高度誤差；

所述控制單元用于根據(jù)所述處理單元計算的所述第一高度誤差調(diào)整所述飛行器的飛行高度。

相較于現(xiàn)有技術，本發(fā)明提供的方案中，通過飛行器上搭載的n個高度傳感器實時采集相應的高度數(shù)據(jù)，這樣采集的高度數(shù)據(jù)來自不同維度，能夠綜合的真實體現(xiàn)飛行器的高度。然后融合這n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度，再根據(jù)第一融合高度與目標飛行高度計算第一高度誤差，然后根據(jù)第一高度誤差調(diào)整所述飛行器的飛行高度。由此可見，根據(jù)融合多個高度數(shù)據(jù)得到第一融合高度，該第一融合高度能夠真實的體現(xiàn)當前飛行器的真實飛行高度，數(shù)據(jù)的準確性更高，這樣當計算第一高度誤差時，就能夠得到折中的第一高度誤差，使得在根據(jù)該第一高度誤差調(diào)整飛行高度時，不會出現(xiàn)頻繁的高度抖動。

附圖說明

圖1為本發(fā)明實施例中飛行控制系統(tǒng)的一種拓撲結構示意圖；

圖2為本發(fā)明實施例中飛行控制方法的一種流程示意圖；

圖3為本發(fā)明實施例中飛行控制系統(tǒng)的一種拓撲結構示意圖；

圖4為本發(fā)明實施例中飛行器的一種結構示意圖；

圖5為本發(fā)明實施例中飛行器的另一種結構示意圖。.

具體實施方式

本發(fā)明的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應該理解這樣使用的數(shù)據(jù)在適當情況下可以互換，以便這里描述的實施例能夠以除了在這里圖示或描述的內(nèi)容以外的順序實施。此外，術語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或模塊的過程、方法、系統(tǒng)、產(chǎn)品或設備不必限于清楚地列出的那些步驟或模塊，而是可包括沒有清楚地列出的或對于這些過程、方法、產(chǎn)品或設備固有的其它步驟或模塊，本文中所出現(xiàn)的模塊的劃分，僅僅是一種邏輯上的劃分，實際應用中實現(xiàn)時可以有另外的劃分方式，例如多個模塊可以結合成或集成在另一個系統(tǒng)中，或一些特征可以忽略，或不執(zhí)行，另外，所顯示的或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，模塊之間的間接耦合或通信連接可以是電性或其他類似的形式，本文中均不作限定。并且，作為分離部件說明的模塊或子模塊可以是也可以不是物理上的分離，可以是也可以不是物理模塊，或者可以分布到多個電路模塊中，可以根據(jù)實際的需要選擇其中的部分或全部模塊來實現(xiàn)本發(fā)明實施例方案的目的。

本發(fā)明實施例提供了一種飛行控制方法及飛行器，所述的方法可以應用到飛行設備中，如可以用來對農(nóng)作物的藥物噴灑作業(yè)、高空拋物、短途運輸、拍攝俯瞰圖、拍攝路況等，也可以應用于游戲應用或飛行模擬軟件等，具體應用場景本文中均不作限定。例如應用在無人機領域的飛行控制系統(tǒng)(如圖1所示)，飛行控制系統(tǒng)包括飛行器和控制端。

其中，飛行器可以包括但不限于以下至少之一：無人機、無人航空器、無人飛艇、無人氣球等。

控制端能夠控制飛行器的飛行高度和姿態(tài)角，還可用于控制飛行器的其他操作，能夠向飛行器發(fā)送各種指令?？刂贫丝梢允侵赶蛴脩籼峁┱Z音和/或數(shù)據(jù)連通性的設備，具有無線連接功能的手持式設備、或連接到無線調(diào)制解調(diào)器的其他處理設備。無線終端可以經(jīng)無線接入網(wǎng)(英文全稱：Radio Access Network，英文簡稱：RAN)與一個或多個核心網(wǎng)進行通信，無線終端可以是移動終端，如移動電話(或稱為“蜂窩”電話)和具有移動終端的計算機，例如，可以是便攜式、袖珍式、手持式、計算機內(nèi)置的或者車載的移動裝置，它們與無線接入網(wǎng)交換語言和/或數(shù)據(jù)。例如，個人通信業(yè)務(英文全稱：Personal Communication Service，英文簡稱：PCS)電話、無繩電話、會話發(fā)起協(xié)議(SIP)話機、無線本地環(huán)路(Wireless Local Loop，英文簡稱：WLL)站、個人數(shù)字助理(英文全稱：Personal Digital Assistant，英文簡稱：PDA)等設備。無線終端也可以稱為系統(tǒng)、訂戶單元(Subscriber Unit)、訂戶站(Subscriber Station)，移動站(Mobile Station)、移動臺(Mobile)、遠程站(Remote Station)、接入點(Access Point)、遠程終端(Remote Terminal)、接入終端(Access Terminal)、用戶終端(User Terminal)、終端設備、用戶代理(User Agent)、用戶設備(User Device)、或用戶裝備(User Equipment)。例如，控制端可以是手機、遙控器、平板等終端設備，控制端可用于控制飛行器的飛行，可以向飛行器發(fā)送各種操作指令，例如向左、向右、加速、減速、拍攝等操作指令。

本申請中的融合高度是指將多個數(shù)據(jù)作為輸入，進行自動分析、綜合、以完成決策，融合后所得到的輸出，可以采用數(shù)據(jù)融合技術對來自多個傳感器的信息進行融合，也可以將來自多個傳感器的信息和人機界面的觀測事實進行信息融合(這種融合通常是決策級融合).提取征兆信息，在推理機作用下.將征兆與知識庫中的知識匹配，做出故障診斷決策，提供給用戶。

為解決上述技術問題，本發(fā)明實施例主要提供以下技術方案：

在飛行器上部署多個高度傳感器，然后在飛行器的飛行過程中實時的通過這些高度傳感器實時采集對應的高度數(shù)據(jù)，這樣采集的高度數(shù)據(jù)來自不同維度，能夠綜合的真實體現(xiàn)飛行器的高度。然后飛行器融合這些采集到的高度數(shù)據(jù)，得到一個融合高度，再根據(jù)該融合高度與設置的目標飛行高度計算需要調(diào)整的高度誤差，然后根據(jù)該高度誤差調(diào)整飛行器的飛行高度。

通過以上技術方案得到的融合高度能夠真實的體現(xiàn)當前飛行器的真實飛行高度，數(shù)據(jù)的準確性更高，這樣當計算相應的高度誤差時，就能夠得到折中的高度誤差，使得在根據(jù)該高度誤差調(diào)整飛行高度時，不會出現(xiàn)頻繁的高度抖動。

請參照圖2，以下對本發(fā)明提供一種飛行控制方法進行舉例說明，所述方法應用于飛行器，所述飛行器包括n個用于采集所述飛行器的高度數(shù)據(jù)的高度傳感器，n為大于等于2的正整數(shù)，本方法實施例包括：

101、控制端向飛行器發(fā)送指令。

該指令中可包括飛行器將要飛行的目標飛行高度。

102、飛行器獲取所述飛行器的目標飛行高度。

飛行器在接收到控制端發(fā)送的指令后，可以自動的設置飛行器的目標飛行高度。

103、飛行器獲取所述n個高度傳感器采集的高度數(shù)據(jù)。

飛行器在飛行過程中，為保證飛行的穩(wěn)定性，需要實時的獲取高度數(shù)據(jù)，以便于實時調(diào)整飛行高度，可采用并行的方式采集這n個高度傳感器的高度數(shù)據(jù)，也可采用非并行方式采集各高度傳感器的高度數(shù)據(jù)，具體才用的采集方式本發(fā)明不作限定。

其中，所述n個高度傳感器采集的高度數(shù)據(jù)為n維向量，每個高度傳感器占一維向量。這n個高度傳感器可包括至少一個氣壓計、至少一個超聲波傳感器和至少一個紅外線傳感器。

氣壓計傳感器通過氣壓的變化來測量高度，可以采用例如戶外登山表、登山手機、狩獵相機和定位測量等氣象設備。

超聲波傳感器通過將超聲波信號轉換成其他能量信號(例如電信號)，然后在空氣中傳播，以此來測距。其檢測范圍取決于其使用的波長和頻率，波長越長，頻率越小，檢測距離越大。超聲波傳感器包括接收端和發(fā)送端，二者處于同一側時，在限定距離內(nèi)有被檢測對象通過時，可根據(jù)反射的超聲波進行檢測。也可以以無被檢測對象遮擋時的反射波衰減值作為基準值。當限定范圍內(nèi)有被檢測對象通過時，根據(jù)反射波的衰減情況(將衰減值與基準值比較)進行檢測。或者還可以以檢測對象(平面物體)作為反射面，根據(jù)反射波的衰減情況進行檢測。

紅外線傳感器通過紅外線的反射原理，檢測進入該紅外線傳感器的紅外線區(qū)域內(nèi)的物體，從而達到測距的目的。

這n個高度傳感器可設置于飛行器的各方位或者搭載了飛行器的云臺的各方位上，以便于獲取到真實的、精準的高度數(shù)據(jù)。這n個高度傳感器在可對稱設置，也可不規(guī)則的分布。如圖3所示，為飛行器的一種結構示意圖，該飛行器上安裝了2個氣壓計和1個超聲波傳感器，飛行器包括處理器、飛控系統(tǒng)和收發(fā)器，飛行器接收到地面端的遙控器發(fā)送的指令，根據(jù)接收到的指令設置目標飛行高度。在飛行器飛行過程中，氣壓計1和氣壓計2以及超聲波分別采集對應的高度，然后處理器采用EKM算法融合氣壓計1和氣壓計2以及超聲波各自采集的高度，得到一個融合高度，也就是當前飛行器的實際飛行高度。然后飛行器根據(jù)該融合高度和設置的目標飛行高度計算出當前的高度誤差，然后發(fā)送指令給飛控系統(tǒng)，飛控系統(tǒng)則根據(jù)計算出的高度誤差將飛行器當前的飛行高度調(diào)整至目標飛行高度，從而達到穩(wěn)定飛行的目的。

需要說明的是，本發(fā)明不對高度傳感器的數(shù)量、種類以及部署位置作限定。

104、飛行器融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度。

可選的，在一些實施方式中，為進一步的提高融合高度的準確性和穩(wěn)定性，還可采用卡爾曼濾波算法融合所述n個高度傳感器的高度數(shù)據(jù)，得到所述第一融合高度。其中，卡爾曼濾波算法(英文全稱：Kalman Filtering，英文簡稱：EKF)是指利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入輸出觀測數(shù)據(jù)，對系統(tǒng)狀態(tài)進行最優(yōu)估計的算法。由于觀測數(shù)據(jù)中包括系統(tǒng)中的噪聲和干擾的影響，最終的最優(yōu)估計的結果可看作是一種濾波過程。EKF算法可應用于目標跟蹤，適用于時間非線性系統(tǒng)，可根據(jù)觀測數(shù)據(jù)對隨機量進行定量推斷，特別是對動態(tài)行為的狀態(tài)估計。通過EKF算法進行狀態(tài)估計能夠實現(xiàn)實時運行狀態(tài)的估計和預測功能，比如對飛行器狀態(tài)估計?？蛇x的，狀態(tài)估計最常用的是最小二乘估計，線性最小方差估計、最小方差估計、遞推最小二乘估計、貝葉斯估計、最大似然估計和隨機逼近等方法。

在EKF算法中，EKF算法的預測噪音協(xié)方差矩陣為P，過程噪音協(xié)方差矩陣為Q，狀態(tài)轉移方程為X＝f(X)，預測噪音協(xié)方差矩陣為P狀態(tài)轉移方程雅克比矩陣為F，EKF測量方程為Z＝h(X)，測量方程雅克比矩陣為H。相應的，所述n個高度傳感器的測量噪音協(xié)方差為R，R可根據(jù)各高度傳感器的測量精度來動態(tài)調(diào)整，具體本申請不作限定。

105、飛行器根據(jù)所述第一融合高度與目標飛行高度計算第一高度誤差。該第一高度誤差是指飛行器需要調(diào)整的高度。

106、飛行器根據(jù)所述第一高度誤差調(diào)整所述飛行器的飛行高度。

與現(xiàn)有機制相比，本發(fā)明實施例提供的方案中，通過飛行器上搭載的n個高度傳感器實時采集相應的高度數(shù)據(jù)，這樣采集的高度數(shù)據(jù)來自不同維度，能夠綜合的真實體現(xiàn)飛行器的高度。然后融合這n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度，再根據(jù)第一融合高度與目標飛行高度計算第一高度誤差，然后根據(jù)第一高度誤差調(diào)整所述飛行器的飛行高度。由此可見，根據(jù)融合多個高度數(shù)據(jù)得到第一融合高度，該第一融合高度能夠真實的體現(xiàn)當前飛行器的真實飛行高度，數(shù)據(jù)的準確性更高，這樣當計算第一高度誤差時，就能夠得到折中的第一高度誤差，使得在根據(jù)該第一高度誤差調(diào)整飛行高度時，不會出現(xiàn)頻繁的高度抖動。

可選的，在一些發(fā)明實施例中，還可設定一個調(diào)整飛行器的飛行高度的調(diào)整頻率，飛行器則可周期性的根據(jù)計算出的高度誤差來調(diào)整當前的飛行高度，從而為飛行器提供穩(wěn)定的飛行服務。

可選的，在一些發(fā)明實施例中，飛行器在采用EKF算法計算當前時刻的融合高度時，還需要使用上次計算的融合高度，以提高準確性和反映真實的高度。下面以k-1時刻和k時刻為例進行說明，可設所述第一融合高度為k時刻計算得到的融合高度，那么計算所述第一融合高度的具體步驟如下：

(1)、根據(jù)k-1時刻的融合高度和狀態(tài)轉移方程預計算當前k時刻的高度X_k，X_k即為K時刻時的融合高度，X_k＝f(X_k-1)。

(2)、根據(jù)k-1時刻的預測噪聲協(xié)方差矩陣P_k-1、所述過程噪音協(xié)方差方程Q、以及k時刻的狀態(tài)轉移方程雅克比矩陣F_k，預計算k時刻的預測噪聲協(xié)方差矩陣Ppre_k。

Ppre_k＝F_k*P_k-1*F_k.T+Q。

(3)、根據(jù)預計算的k時刻的預測噪聲協(xié)方差、k時刻的測量方程雅克比矩陣H_k，預計算卡爾曼增益K。

K＝P^pre_k*H_k.T*(H_k*P^pre_k*H_k.T+R)^-1

(4)、根據(jù)卡爾曼增益K、所述k時刻的高度X_k、k時刻的卡爾曼測量方程的解以及k時刻測量的實際高度，預計算出所述第一融合高度。

X_k＝X_k+K*(Z_k-h(X_k))，其中Z_k表示實際測量得到的飛行高度，h(X_k)是指預測得到的值。

可選的，為便于k+1時刻時，飛行器可根據(jù)當前k時刻的融合高度和噪音協(xié)方差矩陣去預測k+1時刻的融合高度以及預測k+1時刻的預測噪音協(xié)方差矩陣，飛行器在k時刻預測當前的融合高度時，還需要對k時刻的預測噪聲協(xié)方差進行預測。在預計算出所述第一融合高度之后，飛行器還可執(zhí)行下述步驟(5)：

(5)、可根據(jù)所述第一融合高度、所述k時刻的預測噪聲協(xié)方差矩陣Ppre_k以及所述k時刻的測量方程雅克比矩陣H_k，預計算k時刻的預測噪音協(xié)方差P_k，k時刻的預測噪音協(xié)方差P_k用于計算k+1時刻的融合高度，其中P_k＝(I-K*H_k)*P^pre_k。

上述步驟(1)-(5)可遞歸進行，最終得到最新k時刻的融合高度。步驟4計算得到的X_k即為K時刻的融合高度。本發(fā)明實施例中，通過使用多個高度傳感器，并采集多個高度數(shù)據(jù)，通過EKF算法對多個傳感器數(shù)據(jù)進行融合，為飛行器在飛行過程中提供更穩(wěn)定可靠的高度數(shù)據(jù)，提高了飛行器飛行的穩(wěn)定性，降低了單個高度傳感器數(shù)據(jù)異常波動而引起的飛行不穩(wěn)定。

可選的，在一些發(fā)明實施例中，在所述融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度之后，在所述根據(jù)所述第一高度誤差調(diào)整所述飛行器的飛行高度之前，飛行器還可根據(jù)所述第一融合高度計算所述飛行器當前的第一油門增量，然后再根據(jù)所述第一油門增量調(diào)整所述飛行器的飛行高度。其中，飛行器的油門增量是指由飛行器的發(fā)動機轉速控制器將采集的發(fā)動機轉速信號和轉速的變化率作為輸入，根據(jù)輸入最終輸出的輸出量。本申請中的油門增量是在增量式的控制下得到的油門變化量。

在一些實施方式中，在計算所述飛行器當前的第一油門增量時，還可采用增量式算法，根據(jù)所述第一融合高度、所述第一高度誤差和上一次計算第二油門增量時的第二高度誤差計算所述第一油門增量。

其中，所述第一油門增量為：K_p*Δh+k_i*Δh+K_d*(Δh–Δh')/Δt，其中，Δh表示第一高度誤差，Δh'表示所述第二高度誤差，Δt表示本次計算所述第一油門增量的時刻距離上一次計算所述第二油門增量的時刻之間的時間差，K_p、K_i、K_d表示增量式算法的系數(shù)。

本申請中所采用的增量式算法可以是PID控制算法，在過程控制中，按偏差的比例(P)、積分(I)和微分(D)進行控制，從而控制狀態(tài)的輸出以及加快調(diào)解過程。

以上對本發(fā)明中一種飛行控制方法進行說明，以下對執(zhí)行上述飛行控制方法的飛行器進行描述。參照圖4，對飛行器40進行說明，所述飛行器40包括處理單元401、獲取單元402、控制單元403以及n個用于采集所述飛行器的高度數(shù)據(jù)的高度傳感器，n為大于等于2的正整數(shù)。

所述獲取單元402用于獲取所述飛行器的目標飛行高度，以及獲取所述n個高度傳感器采集的高度數(shù)據(jù)。

所述處理單元401用于融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度。

根據(jù)所述第一融合高度與目標飛行高度計算第一高度誤差。

所述控制單元403用于根據(jù)所述處理單元401計算的所述第一高度誤差調(diào)整所述飛行器的飛行高度，在無人機領域，該控制單元403可以是飛控系統(tǒng)，能夠接收處理器的指令，完成控制無人機飛行或者其他操作的目的。

與現(xiàn)有機制相比，本發(fā)明實施例提供的方案中，由所述獲取單元402獲取飛行器上搭載的n個高度傳感器實時采集相應的高度數(shù)據(jù)，這樣采集的高度數(shù)據(jù)來自不同維度，能夠綜合的真實體現(xiàn)飛行器的高度。然后再由所述處理單元401融合這n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度，再根據(jù)第一融合高度與目標飛行高度計算第一高度誤差，最后由所述控制單元403根據(jù)第一高度誤差調(diào)整所述飛行器的飛行高度。由此可見，根據(jù)融合多個高度數(shù)據(jù)得到第一融合高度，該第一融合高度能夠真實的體現(xiàn)當前飛行器的真實飛行高度，數(shù)據(jù)的準確性更高，這樣當計算第一高度誤差時，就能夠得到折中的第一高度誤差，使得在根據(jù)該第一高度誤差調(diào)整飛行高度時，不會出現(xiàn)頻繁的高度抖動。

可選的，在一些發(fā)明實施例中，所述處理單元401具體用于：

使用卡爾曼濾波算法融合所述n個高度傳感器的高度數(shù)據(jù)，得到所述第一融合高度。

可選的，在一些發(fā)明實施例中，所述n個高度傳感器采集的高度數(shù)據(jù)為n維向量，所述n個高度傳感器的測量噪音協(xié)方差為R，所述卡爾曼濾波算法的預測噪音協(xié)方差矩陣為P，過程噪音協(xié)方差矩陣為Q，狀態(tài)轉移方程為X。

可選的，在一些發(fā)明實施例中，所述第一融合高度為k時刻計算得到的融合高度，所述處理單元401具體用于：

根據(jù)k-1時刻的融合高度和狀態(tài)轉移方程預計算當前k時刻的高度X_k；

根據(jù)k-1時刻的預測噪聲協(xié)方差矩陣P_k-1、所述過程噪音協(xié)方差方程Q、以及k時刻的狀態(tài)轉移方程雅克比矩陣F_k，預計算k時刻的預測噪聲協(xié)方差矩陣Ppre_k；

根據(jù)預計算的k時刻的預測噪聲協(xié)方差、k時刻的測量方程雅克比矩陣H_k，預計算卡爾曼增益K；

根據(jù)卡爾曼增益K、所述k時刻的高度X_k、k時刻的卡爾曼測量方程的解以及k時刻測量的實際高度，預計算出所述第一融合高度。

可選的，在一些發(fā)明實施例中，所述處理單元401在預計算出所述第一融合高度之后，還用于：

根據(jù)所述第一融合高度、所述k時刻的預測噪聲協(xié)方差矩陣Ppre_k以及所述k時刻的測量方程雅克比矩陣H_k，預計算k時刻的預測噪音協(xié)方差P_k，k時刻的預測噪音協(xié)方差P_k用于計算k+1時刻的融合高度。

可選的，在一些發(fā)明實施例中，所述處理單元401在所述融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度之后，在根據(jù)所述第一高度誤差調(diào)整所述飛行器的飛行高度之前，還用于：

根據(jù)所述第一融合高度計算所述飛行器當前的第一油門增量；

所述控制單元403具體用于：

根據(jù)所述處理單元401計算得到的所述第一油門增量調(diào)整所述飛行器的飛行高度。

可選的，在一些發(fā)明實施例中，所述處理單元401具體同于：

采用增量式算法，根據(jù)所述第一融合高度、所述第一高度誤差和上一次計算第二油門增量時的第二高度誤差計算所述第一油門增量；

其中，所述第一油門增量為：K_p*Δh+k_i*Δh+K_d*(Δh–Δh')/Δt，其中，Δh表示第一高度誤差，Δh'表示所述第二高度誤差，Δt表示本次計算所述第一油門增量的時刻距離上一次計算所述第二油門增量的時刻之間的時間差，K_p、K_i、K_d表示增量式算法的系數(shù)。

需要說明的是，在本申請的圖4所對應的發(fā)明實施例中的獲取單元對應的實體設備可以為收發(fā)器，處理單元對應的實體設備可以為處理器，控制單元對應的實體設備可以為控制器。

本申請還提供一種計算機存儲介質，該介質存儲有程序，該程序執(zhí)行時包括上述飛行器執(zhí)行一種飛行控制方法中的部分或者全部步驟。

本發(fā)明實施例還提供了另一種飛行器，如圖5所示，為了便于說明，僅示出了與本發(fā)明實施例相關的部分，具體技術細節(jié)未揭示的，請參照本發(fā)明實施例方法部分。圖5是本發(fā)明實施例飛行器50的另一結構示意圖。飛行器50可包括n個高度傳感器、至少一個網(wǎng)絡接口或者其它通信接口、至少一個接收器501、至少一個發(fā)射器502、至少一個飛控系統(tǒng)503及至少一個處理器504，其中，接收器501、發(fā)射器502和處理器504通過總線通信連接。

接收器501，用于獲取高度傳感器采集的高度數(shù)據(jù)，以及接收來自地面端的控制端的指令。

飛控系統(tǒng)503用于接收所述處理器504的指令，并執(zhí)行指令相應的操作，能夠控制飛行器的飛行或者其他操作。

處理器504，用于根據(jù)接收器501接收到的指令進行相應的處理，以及向飛控系統(tǒng)503發(fā)送指令，以控制飛行器的飛行或其他操作。.

所述處理器504可以是通用處理器，包括中央處理器(英文全稱：Central Processing Unit，英文簡稱：CPU)、網(wǎng)絡處理器(英文全稱：Network Processor，英文簡稱：NP)等，還可以是數(shù)字信號處理器(DSP)、專用集成電路(ASIC)、現(xiàn)場可編程門陣列(FPGA)或者其他可編程邏輯器件等。

其中，在所述處理器504為CPU時，所述飛行器還包括存儲器，用于存儲程序，并向處理器504提供指令和數(shù)據(jù)。具體地，程序可以包括程序代碼，所述程序代碼包括計算機操作指令。存儲器可能包含隨機存取存儲器(英文全稱：random access memory，英文簡稱：RAM)，也可能還包括非易失性存儲器(non-volatile memory)，例如至少一個磁盤存儲器。所述處理器504執(zhí)行所述存儲器中存儲的程序代碼，實現(xiàn)上述功能。

存儲器存儲了如下的元素，可執(zhí)行模塊或者數(shù)據(jù)結構，或者它們的子集，或者它們的擴展集:

操作指令：包括各種操作指令，用于實現(xiàn)各種操作。

操作系統(tǒng)：包括各種系統(tǒng)程序，用于實現(xiàn)各種基礎業(yè)務以及處理基于硬件的任務。

在一些實施方式中，上述處理器504還用于執(zhí)行如下操作：

通過接收器501獲取所述飛行器的目標飛行高度，以及獲取所述n個高度傳感器采集的高度數(shù)據(jù)；

融合接收器501獲取的所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度；

根據(jù)所述第一融合高度與目標飛行高度計算第一高度誤差；

通過飛控系統(tǒng)503根據(jù)所述第一高度誤差調(diào)整所述飛行器的飛行高度。

在一些實施方式中，上述處理器504具體用于執(zhí)行如下操作：

使用卡爾曼濾波算法融合所述n個高度傳感器的高度數(shù)據(jù)，得到所述第一融合高度。

可選的，所述n個高度傳感器采集的高度數(shù)據(jù)為n維向量，所述n個高度傳感器的測量噪音協(xié)方差為R，所述卡爾曼濾波算法的預測噪音協(xié)方差矩陣為P，過程噪音協(xié)方差矩陣為Q，狀態(tài)轉移方程為X。

在一些實施方式中，所述第一融合高度為k時刻計算得到的融合高度，上述處理器504還用于執(zhí)行如下操作：

根據(jù)k-1時刻的融合高度和狀態(tài)轉移方程預計算當前k時刻的高度X_k；

根據(jù)k-1時刻的預測噪聲協(xié)方差矩陣P_k-1、所述過程噪音協(xié)方差方程Q、以及k時刻的狀態(tài)轉移方程雅克比矩陣F_k，預計算k時刻的預測噪聲協(xié)方差矩陣Ppre_k；

根據(jù)預計算的k時刻的預測噪聲協(xié)方差、k時刻的測量方程雅克比矩陣H_k，預計算卡爾曼增益K；

根據(jù)卡爾曼增益K、所述k時刻的高度X_k、k時刻的卡爾曼測量方程的解以及k時刻測量的實際高度，預計算出所述第一融合高度。

在一些實施方式中，所述處理單元在預計算出所述第一融合高度之后，上述處理器504還用于執(zhí)行如下操作：

根據(jù)所述第一融合高度、所述k時刻的預測噪聲協(xié)方差矩陣Ppre_k以及所述k時刻的測量方程雅克比矩陣H_k，預計算k時刻的預測噪音協(xié)方差P_k，k時刻的預測噪音協(xié)方差P_k用于計算k+1時刻的融合高度。

在一些實施方式中，在所述融合所述n個高度傳感器的高度數(shù)據(jù)，得到第一融合高度之后，在根據(jù)所述第一高度誤差調(diào)整所述飛行器的飛行高度之前，上述處理器504還用于執(zhí)行如下操作：

根據(jù)所述第一融合高度計算所述飛行器當前的第一油門增量；

以及根據(jù)計算得到的所述第一油門增量調(diào)整所述飛行器的飛行高度。

在一些實施方式中，上述處理器504具體用于執(zhí)行如下操作：

采用增量式算法，根據(jù)所述第一融合高度、所述第一高度誤差和上一次計算第二油門增量時的第二高度誤差計算所述第一油門增量；

其中，所述第一油門增量為：K_p*Δh+k_i*Δh+K_d*(Δh–Δh')/Δt，其中，Δh表示第一高度誤差，Δh'表示所述第二高度誤差，Δt表示本次計算所述第一油門增量的時刻距離上一次計算所述第二油門增量的時刻之間的時間差，K_p、K_i、K_d表示增量式算法的系數(shù)。

在上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。

所屬領域的技術人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)，裝置和模塊的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述模塊的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個模塊或組件可以結合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或模塊的間接耦合或通信連接，可以是電性，機械或其它的形式。

所述作為分離部件說明的模塊可以是或者也可以不是物理上分開的，作為模塊顯示的部件可以是或者也可以不是物理模塊，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡模塊上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能模塊可以集成在一個處理模塊中，也可以是各個模塊單獨物理存在，也可以兩個或兩個以上模塊集成在一個模塊中。上述集成的模塊既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能模塊的形式實現(xiàn)。

所述集成的模塊如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中。基于這樣的理解，本發(fā)明的技術方案本質上或者說對現(xiàn)有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網(wǎng)絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：U盤、移動硬盤、只讀存儲器(英文全稱：Read-Only Memory，英文簡稱：ROM)、隨機存取存儲器(英文全稱：Random Access Memory，英文簡稱：RAM)、磁碟或者光盤等各種可以存儲程序代碼的介質。

以上對本發(fā)明所提供的技術方案進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的一般技術人員，依據(jù)本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。