基于反步滑模法的四旋翼飞行器的轨迹跟踪

研究了四旋翼飞行器的轨迹跟踪控制问题。首先根据经典的动力学模型建立惯性坐标系下带有扰动的四旋翼方程。其次将系统划分为姿态子系统和位置子系统,对姿态子系统的轨迹跟踪控制,采用反步控制与滑模控制相结合的方法,根据飞行器的欠驱动和强耦合特性,利用反步控制方法实现位置子系统的轨迹跟踪控制。然后对系统进行稳定性分析。最后通过仿真实验结果验证所提出控制方法的有效性。     

四旋翼飞行器全局动态鲁棒性跟踪控制

针对带有模型参数不确定和风微扰状况的四旋翼飞行器轨迹跟踪问题,提出了一种全局动态鲁棒性控制策略. 基于牛顿-欧拉形式化方法解耦得到飞行器直线运动部分和旋转姿态控制部分. 设计了模型预测控制器来实现直线运动部分的动态实时控制. 并在模型参数不确定和风微扰情况下,为了稳定四旋翼飞行器的旋转姿态行为和直线运动,引入全局鲁棒滑模控制方法. 仿真结果表明,设计的全局动态鲁棒控制策略具有实时快速稳定的跟踪效果.      

基于积分反步法的四旋翼飞行器轨迹跟踪控制

四旋翼飞行器的姿态动力学模型是多输入多输出(MIMO)、强耦合和非线性的。首先,对四旋翼飞行器动力学进行了数学建模。接着,提出了一种基于积分型的反步控制方法应用于四旋翼飞行器的稳定飞行及轨迹跟踪控制。通过引入跟踪误差的积分项,从而降低飞行器进行轨迹跟踪时的稳态误差。整个控制系统采用双闭环回路结构,内回路用于稳定飞行器的姿态角,而外回路用于控制飞行器的高度和水平方向的位移。最后,通过与传统的反步(Backstepping)控制法做实验对比,结果表明,应用积分反步(Integral Backstepping,IB)控制算法的飞行器能够较为精确地完成飞行器轨迹跟踪的任务。     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

四旋翼动力学建模及非线性PID轨迹跟踪控制

四旋翼无人机因其简单易用性被应用于航空摄影、天气监测、交通监控、军事监视和地球科学等领域,可以配备摄像头和各种传感器按照既定轨迹飞行,来准确执行许多复杂的任务。通过四旋翼飞行器系统刚体运动学建模及模型线性化处理,针对速度和姿态角较小时的轨迹跟踪问题,设计了级联双闭环比例-积分-微分(proportional-integral-derivative,PID)控制器。利用Simulink对所设计模型进行仿真分析,验证了定点悬停和平面正弦轨迹跟踪性能。仿真结果表明:基于小角度假设条件下,所设计PID控制系统可以有效地完成四旋翼飞行器的既定轨迹跟踪。最后通过实物飞行测试,验证了控制算法的有效性。     

基于滑模控制的四旋翼飞行器控制算法研究

针对其在飞行中稳定性差的问题,笔者根据四旋翼飞行器的结构及其飞行原理,建立了飞行器的惯性坐标系和物体坐标系,在此基础上根据其动力学特性建立了飞行动力学模型;与此同时,笔者采用基于趋近率的滑模变结构控制方法,在满足李雅普诺夫稳定条件下进行控制器设计;最后在给定参数的基础上,利用SIMULINK对所设计控制器进行控制仿真。     

四旋翼飞行器的模糊滑模控制

针对四旋翼飞行器欠驱动滑模控制器严重依赖飞行器模型的问题,提出了一种基于模糊理论的滑模控制策略.仿真结果表明,在有外界干扰的情况下,模糊滑模控制系统比单一的滑模控制系统的稳定性更好,抗干扰能力更强.     

旋翼式微型飞行器升力系统设计

在综合分析多种微型飞行器升力系统方案的基础上,提出了3种旋翼式微型飞行器的升力系统布局方案.通过对其中的双电动机双旋翼微型飞行器升力系统布局方案进行的实验验证,证明了该升力系统布局方案的可行性.     

集总干扰下六旋翼飞行器的轨迹跟踪控制

针对复杂集总干扰下六旋翼飞行器轨迹跟踪控制问题,给出了混合积分反步法控制与线性自抗扰控制的控制算法.首先,通过牛顿-欧拉方程建立六旋翼飞行器的非线性动力学模型,并剖析系统输入输出的数学关系.其次,根据六旋翼飞行器动力学模型的特点,将其分为位置与姿态两个控制环.位置环采用积分反步法控制理论设计控制器,通过引入积分项来提高系统的抗干扰能力,消除轨迹跟踪的静态误差;姿态环采用线性自抗扰控制技术设计控制器,通过线性扩张观测器估计和补偿集总干扰影响,提高系统的鲁棒性.最后,通过2组仿真算例和1组飞行试验验证了本文所提飞行控制算法的有效性.研究结果表明:该控制算法对集总干扰有较好的抑制作用,能够使六旋翼飞行器既快又稳地跟踪上参考轨迹,具有一定的工程应用价值.     

固定时间扩张状态观测器下的四旋翼飞行器滑模控制策略

针对滑模控制中系统状态接近滑模面后存在的抖颤现象,提出一种基于固定时间扩张状态观测器(FTESO)的二阶滑模控制策略.首先,设计全驱动子系统及欠驱动子系统的控制结构中的二阶滑模控制器;然后,通过FTESO对内部的参数不确定及外部扰动进行观测,在一定时间上限内收敛到观测值,利用观测值对控制器进行补偿,从而减少甚至消除抖颤现象;最后,通过李亚普诺夫函数保证设计的四旋翼飞行器系统的闭环稳定性,并进行仿真实验.结果表明：文中提出的控制策略具有优越性.     

采用模糊扩张状态观测器的四旋翼无人机滑模轨迹跟踪控制

针对四旋翼无人机(UAV)的轨迹跟踪控制存在外界未知扰动的问题,提出一种基于模糊扩张状态观测器的非奇异快速终端滑模控制算法.首先,根据双闭环控制结构分别对姿态内环、位置外环引入模糊扩张状态观测器,利用该观测器对系统所受到外部总扰动进行在线估计.然后,根据模糊扩张状态观测器的观测值,设计非奇异快速终端滑模控制器,保证四旋翼无人机的状态变量可在有限时间内收敛于期望轨迹.最后,根据李亚普诺夫理论,得出四旋翼无人机系统的闭环稳定性,并通过仿真对比实验验证该控制算法的优越性.结果表明：所提的控制算法可以提高跟踪性能,并有效增强系统的抗外界干扰能力.     

飞艇森林巡防轨迹跟踪的滑模控制

为实现无人飞艇在森林巡防时的轨迹跟踪控制, 针对飞艇飞行运动的非线性、 耦合等特点, 提出一种滑模控制方法。基于牛顿第二定律等定理推导飞艇巡防飞行的精确数学模型, 并通过选取状态向量和控制向量, 将其数学模型描述为非线性控制系统。通过泰勒级数展开将非线性系统简化为线性系统, 并设计滑模控制律, 同时采用饱和函数的方法抑制了滑模控制中的抖振问题。基于Lyapunov稳定性理论证明了所设计控制系统的稳定性。仿真结果表明, 该方法的轨迹跟踪效果较为理想, 可实现无人飞艇对期望轨迹的精确跟踪。     

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

基于滑模控制的ROV深度方向轨迹跟踪研究

未知海流等外界干扰,系统的不确定性信息对小型ROV深度控制造成不利影响。针对该问题,本文首先建立小型ROV深度方向运动数学模型,在理想和有干扰的情况下设计相应地滑模变结构控制器来实现水下机器人的位置轨迹的跟踪,利用李雅普洛夫定理在理论上证明了所设计的控制器是稳定的。仿真结果验证了跟踪控制系统的全局渐进稳定性,及对有界外部扰动的鲁棒性。     

滑翔高速飞行器自适应滑模控制器设计

滑翔高速飞行器飞行速率高、飞行环境特殊,具有强耦合、强非线性和强时变的特点. 针对这些特点带来的控制问题,首先对滑翔高速飞行器模型进行了线性化处理;其次利用滑模变结构控制理论设计了滑模控制器;最后将滑模控制器与在线参数估计器组合,设计了滑翔高速飞行器自适应滑模控制器. 仿真结果表明,设计的自适应滑模控制器能够满足滑翔高速飞行器的动态性能指标要求,具有较强的可靠性、适应性和鲁棒性.     

基于鲁棒比例-积分-微分控制的智能汽车自主换道轨迹跟踪控制

为了解决智能汽车自主换道轨迹跟踪所使用的比例-积分-微分(proportion-integral-derivative,PID)控制器参数难以整定的问题,提出应用于自主换道轨迹跟踪控制的鲁棒PID控制器设计方法。首先,构建车辆-道路系统动力学模型,将转向执行机构看作一阶惯性环节,搭建包括转向执行机构动力学模型在内的系统动力学模型;然后,基于分段多项式表达求解自主换道轨迹模型,并基于时间与误差绝对值乘积积分构建鲁棒PID控制器,确定控制参数,形成闭环系统的传递函数;最后,进行仿真及实车试验,结果表明,所设计的控制器具有较强的鲁棒性,能在保证换道工况下智能车辆较好的轨迹跟踪能力的同时,有效地提高乘员舒适性。     

基于模糊干扰观测器的移动机器人自适应滑模跟踪控制

针对轮式移动机器人(Wheeled Mobile Robot, WMR)轨迹跟踪中存在的速度跳变和未知系统扰动,提出一种新型轨迹跟踪控制策略。该策略基于反演技术,分别设计WMR系统的运动学控制器和动力学控制器。在运动学控制器中,采用分流技术克服了轨迹跟踪初期的速度跳变问题;在动力学控制器中,将模糊干扰观测器与自适应滑模控制结合,有效解决了未知系统扰动对控制性能的影响,并且消除了传统滑模控制的抖振现象。通过Lyapunov稳定性理论,证明了该控制策略的稳定性。仿真研究表明,该控制策略具有较小的速度跳变,控制信号抖振较小,并对系统扰动具有强鲁棒性。     

高超声速飞行器自适应高阶终端滑模控制

针对高超声速飞行器的纵向运动模型,研究了飞行器输出跟踪控制问题,提出了一种将动态逆方法与高阶终端滑模控制相结合的鲁棒自适应控制方法.首先,利用反馈线性化方法对高超声速飞行器纵向模型输入输出线性化;通过设计具有全局鲁棒性的终端滑模面,提高系统的输出收敛速度;同时,采用自适应高阶滑模控制律,在不确定上界未知条件下对其进行自适应估计,从而实现控制器增益的实时在线调整,减少系统抖振;最后,基于Lyapunov理论证明了此控制策略可以保证闭环系统稳定.仿真结果表明,所设计的控制器能够实现高超声速飞行器纵向爬升机动中速度和高度的稳定跟踪控制.     

轮式移动机器人轨迹跟踪控制方法

针对轮式移动机器人轨迹跟踪这一典型控制任务,提出了基于模糊控制规则的滑模控制方法。该方法采用等速趋近律,利用连续函数代替符号函数获得切换控制律,最后运用Lyapunov理论证明系统的稳定性。仿真结果表明该方法不但能够有效的跟踪机器人的参考轨迹,还能有效的减少在控制中的抖振现象。即使存在外界干扰的情况下,也具有良好的控制品质。     

基于视觉和后推方法的智能车轨迹跟踪控制

通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹,并将智能车运动学模型转换为链式系统模型,同时利用Backstepping方法设计控制律,克服了动态反馈线性化的方法设计的控制器维数较高以及滑模变结构控制器会呈现高频的抖振的缺点。通过仿真试验表明该方法得到了较好的轨迹跟踪控制效果和良好的全局稳定性。