基于Apriori方法的电力巡检无人机涡环状态识别

吴文斌，陈伯建，许军，黄友聪，张伟豪，韩腾飞，张顶立，叶思源，李诚龙

（1.国网福建省电力有限公司电力科学研究院，福建福州，350000；2. 国网福建省电力有限公司检修分公司，福建福州，350000；3.中国民用航空飞行学院，四川广汉，618307)

0 引言

随着无人机技术的发展成熟，以多旋翼无人机和固定翼旋翼复合型垂直起降无人机日益广泛应用于电力杆塔和风力发电机巡检场景[1]，受限于起降场地，上述两类无人机绝大部分作业均采用多旋翼气动布局构型进行垂直起降[2]。但在垂直下降过程中，作为欠驱动系统的多旋翼构型无人机油门工作点降低，控制力矩减弱，在过快垂直下降过程中容易出现飘摆和抖动，综合多篇文献的分析，我们可知导致这种原因的情况是无人机在下降过程中进入到了涡环效应[3]。根据文献[4]的表述，当多旋翼气动布局的无人机下降速度达到4m/s以后，一样也会进入到涡环状态，但由于空中风场无法预判，即使在所谓的安全边界区域内进行下降无人机也会因为遭遇风切变而改变垂向和纵向的相对速度，从而使无人机实质性进入到涡环状态当中。因此通过对无人机飞行后黑匣子所记录的姿态数据进行分析，我们希望能够找到一种可用于辨识无人机涡环状态的方法，以利于飞行器及时进行识别并完成改出。

1 旋翼涡环状态

要进行涡环状态的辨识，首先需要明确什么是多旋翼涡环状态。要知道多旋翼构型无人机本身是一个欠驱动、不稳定系统[6]，需要飞行控制系统通过位姿估测系统获得状态反馈后对飞行器进行平衡控制。……