四旋翼飞行器的建模及基于反步法的控制

论文研究了基于反步法的四旋翼飞行器控制系统设计问题     

四旋翼飞行器的动力学建模及PID控制

为了解决四旋翼飞行器的飞行控制问题,对四旋翼飞行器进行了动力学建模,并在动力学建模的基础上设计了PID控制器.通过Matlab/Simulink仿真和飞行试验对所设计的PID控制器的有效性进行了验证,仿真结果表明:在所设定的PID参数下,控制器可以有效地完成四旋翼飞行器的自稳定控制.飞行试验结果表明:PID控制器可以有效地校正由于杂乱气流等扰动造成飞行角偏移.该成果对四旋翼飞行器的自稳定控制具有一定的参考价值和指导意义.     

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.     

小型四旋翼无人直升机自适应优化控制

摘要： 针对小型四旋翼无人直升机姿态稳定及位移跟踪控制问题,提出了一种新的控制方法.根据牛顿 欧拉方程及刚体理论建立了小型四旋翼直升机的动力学模型,并利用二次拟合实验建立了旋翼升力和输入控制信号之间的关系模型.将自适应优化 (Adaptive Control Optimization,ACO)控制方法运用于小型四旋翼直升机控制系统中,实现了小型四旋翼直升机的姿态稳定及位移跟踪控制.实际飞行实验表明,自适应优化控制方法在小型四旋翼直升机姿态及位移控制中相对于传统的自适应控制方法,具有很好的实时性和鲁棒性.     

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.      

基于线性二次调节器的四旋翼飞行器控制

为了研究飞行器的灵敏度和快速性的问题,使用了线性二次调节器,它可以兼顾系统的4个性能指标（快速性、准确性、稳定性、灵敏度）,主要应用于震动系统的控制算法解决.根据四旋翼飞行器模型,建立了电机拉力以及螺旋桨的模型,给出了系统的动力学方程.最后使用Simulink进行仿真并对仿真结果分析,发现经过线性二次调节器后系统的响应时间明显减少了,证明了基于线性二次调节器的飞行器的可行性.     

基于收缩反步的四旋翼飞行器控制

针对四旋翼飞行器轨迹跟踪控制问题,将增量稳定性应用于控制器设计,提出了一种基于收缩理论与反步法的四旋翼飞行器控制算法。首先,介绍了基于微分几何的收缩理论并给出了四旋翼飞行器的动力学模型;其次,使用收缩反步控制求解出四个控制输入信号,以实现飞行器的期望轨迹跟踪。整个系统采用双回路结构,外环控制飞行器位置,内环控制飞行器姿态;最后,分析了系统的增量稳定性与李雅普诺夫稳定性。收缩反步与积分反步的对比实验表明,应用收缩反步控制算法的飞行器系统收敛性更强,能够精确地完成轨迹跟踪任务。     

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。     

基于视觉的四旋翼飞行器稳定飞行控制

针对室内四旋翼搭载的常规惯性测量单元采集的速度具有很大误差, 在实际飞行过程中无法定点悬停的问题, 搭建了一套基于视觉的小型室内四旋翼飞行器, 应用串级比例、积分、微分控制算法(PID: Proportion Integral Differential)控制飞行器。实验结果显示, 此方法有效解决了室内或密闭环境下四旋翼在悬停飞行过程中水平漂移的问题, 能使四旋翼飞行器在室内的环境下平稳飞行。     

PID/ADRC控制器在四旋翼无人飞行控制中的应用

讨论了四旋翼无人飞行器的飞行控制问题,根据四旋翼飞行器的机理建立了运动模型和电机模型,并设计了控制系统.针对建模的不准确性,该控制系统内环回路采用自抗扰控制(ADRC)方法,外环回路采用经典PID控制方法.最后对控制系统在Matlab/Simulink平台上进行仿真,从仿真结果来看,ADRC控制能较好地对系统内扰以及外扰进行估计补偿,减轻了建模工作的负担,并且该控制系统可使四旋翼无人飞行器实现小角度姿态、位置控制、到达指定位置,表明该控制方案是有效的.     

四轴飞行器串级ADRC轨迹跟踪控制

四轴飞行器是一个欠驱动系统,具有非线性、强耦合、易受干扰等特点,为此本文设计了一种串级自抗扰控制器(ADRC),并采用改进粒子群算法进行控制器参数自整定。串级ADRC的外环为位置控制环,内环为姿态角控制环。为避免外环产生的高频信号噪声不利于内环控制,外环采用线性ADRC,而内环采用非线性ADRC。Simulink仿真结果表明,该方法对四轴飞行器轨迹跟踪具有良好的控制效果,并能有效抑制外部干扰。     

具有参数不确定性的欠驱动四旋翼无人飞行器的非线性控制器设计(英文)

针对具有参数不确定性的欠驱动四旋翼无人飞行器,设计了一种非线性飞行控制器.该控制器主要采用非线性鲁棒以及在线参数估计算法.利用基于李亚普诺夫稳定性分析方法,证明了这种控制器可以使四旋翼无人飞行器的x,y,z方向的位移跟踪参考轨迹,偏航角ψ稳定到任意点,并且达到全局最终稳定的控制效果.同时相对于一般的滑模控制算法,本文提出的控制器消除了颤振现象.数值仿真结果表明,本文提出的控制设计具有良好的控制效果.     

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。     

四旋翼无人机的非线性控制理论研究与应用(英文)

四旋翼无人机是一类典型的非线性、动态不稳定的多输入多输出系统.首先将复杂的四旋翼动力学模型分解为两个内外环子系统,即平移动力学和姿态动力学,在此基础上研究了反步法以及滑模控制,并将其应用于四旋翼的位置和姿态控制.上述两种非线性控制算法的设计及其稳定性分析都是以李雅普诺夫全局稳定性理论为基础.为了改善系统动态响应并避免超出执行机构的物理实现范围,在姿态控制子系统中,设计了分段可微信号作为安排"过渡过程",代替阶跃指令输入.仿真结果验证了反步法以及滑模控制在四旋翼上应用的可行性和有效性,最后通过对控制效果的比较、分析,总结两者各自的特点.     

基于视觉伺服的小型四旋翼无人机自主飞行控制研究进展

 在GPS信号较弱甚至失效的环境下,视觉伺服能够通过视觉信息控制自主飞行,因此近年来视觉伺服在自主飞行控制领域受到广泛关注。根据获取的图像信息不同,可将视觉伺服分为基于位置的视觉伺服和基于图像的视觉伺服。与基于图像的视觉伺服相比,基于位置的视觉伺服位姿估计稳定,可直观地在直角坐标空间定义机器人运动,符合机器人工作方式,且控制器设计简单,但控制精度受摄像机和机器人标定精度的影响,且计算量较大。对于小型四旋翼无人机自主飞行控制的应用研究中,视觉伺服的实时性、精确性和鲁棒性尚待提高,且小型四旋翼无人机的智能化不高,在室内室外模式转换及室内协同控制方面还有广阔的发展空间。     

基于扰动观测器的时变负载四旋翼无人机自适应有限时间控制

针对具有未知外部扰动和阻力系数的时变负载四旋翼无人机系统,提出了一种复合有限时间控制策略。首先,通过牛顿-欧拉方法建立了完整的四旋翼无人机数学模型。位置环采用自适应参数校正方法对负载进行估计,并与反步递推控制相结合,在阻力系数未知情况下设计了自适应轨迹跟踪控制器。其次,采用基于扰动观测器的有限时间滑模控制器,并利用Lyapunov稳定性理论进行无人机系统位置环和姿态环渐近稳定和有限时间稳定性验证。最后,通过数值仿真进行验证。结果表明,所提控制器提高了系统的收敛速度,减少了外界扰动对系统的影响。研究方法克服了已有研究要求阻力系数和负载已知的局限性,提高了系统的抗干扰能力,对于增强四旋翼无人机的实际应用性具有一定的参考价值。     

模糊PID在汽车ABS上的控制优化及仿真研究

在Matlab/Simulink环境内建立了汽车ABS动力学模型,引入S函数对模糊PID控制过程进行优化,并对该控制方法进行了仿真研究,研究结果表明：基于S函数的模糊PID控制更加灵活,汽车ABS在基于S函数的模糊PID控制下,制动距离较常规模糊PID控制短,虽然基于S函数的模糊PID控制在后期有明显颤振,但控制参数具有明显的收敛性。     

基于改进遗传算法的四旋翼无人机参数辨识

为克服传统遗传算法在参数辨识过程中收敛速度慢的问题,提出了一种基于改进遗传算法的四悬翼无人机参数辨识方法。该方法引入梯度算子为遗传进化提供指示性的方向,利用遗传算法的全局搜索性保证算法的全局收敛,并根据简化四旋翼无人机数学模型设计了优化函数。利用四悬翼无人机实飞数据进行了实验测试,实验结果验证了本文方法的有效性和快速收敛性。