四旋翼姿态的反步滑模自抗扰控制及稳定性

为了解决四旋翼无人机姿态控制中存在的问题,设计了一种基于反步滑模自抗扰姿态控制器.首先,介绍了四旋翼无人机的动力学模型,建立了基于反步滑模自抗扰控制算法的姿态控制方案.控制方案构成主要包括扩张状态观测器及基于Lyapunov稳定性分析的反步滑模控制器.稳定性分析表明,通过合理调整参数可以保证控制系统是渐近稳定的.仿真结果表明,所设计的控制器同经典自抗扰控制器相比,对扰动有较强的抑制能力,提高了自适应性和鲁棒性,表明该控制系统具有更好的稳定性和动态性能,对四旋翼姿态控制更加有效.     

多旋翼飞行器建模与控制器设计

随着各项技术的日趋成熟,多旋翼飞行器的控制器设计也愈发受到重视.为了使四旋翼飞行器在复杂环境下可以进行稳定的飞行,设计了四旋翼无人机飞行器的控制器,根据实际情况对数学模型进行简化,建立了一个四旋翼飞行器运动的数学模型;在Simulink中搭建比例积分微分(proportion integration differentiation,PID)控制模型,实现串级PID控制,通过调整PID参数,初步实现了使其稳定飞行的目标.通过在Simulink上搭建系统模型并最终得出仿真结果,证明飞行器的姿态和位置都得到了稳定的控制.     

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.     

Wind disturbance rejection control based on the dynamic parameters estimation of quadrotors UAV

The turbulence or gust in quadrotor flight environment causes drastic changes in the unmanned aerial vehicle(UAV) aerodynamic parameters. Especially, rotor thrust coefficient and reaction torque coefficient of the UAV encounter uncertainty fluctuation, which may undermine the control performance. A real-time estimation strategy for these aerodynamic parameters is proposed to improve the identification on the disturbance. First, the unscented Kalman filter(UKF) algorithm is used to estimate the UAV states and aerodynamic parameters. Then, a double-loop structure, consisting of position and attitude, is designed for the trajectory tracking control. In the outer loop, a proportional-derivative controller is adopted to carry out position tracking and provide Euler angle references for the inner loop, called attitude controller. Moreover, the attitude controller is designed using an inverse dynamic technique. The main contribution of this study is to propose a joint estimation on the aerodynamic parameters with wind disturbance as well as the UAV states. This strategy plays an important role in refining time-varying parameters of wind disturbance. A number of simulations are executed to verify the effectiveness of the proposed method.     

四旋翼飞行器PID优化控制

针对四旋翼飞行器具有非线性,强耦合性,多输入的欠驱动系统的特点,研制出既能精确控制飞行器姿态,又具有较强抗干扰和环境自适应能力的控制器。为了达到更好的飞行效果,采用了传统的PID控制算法,但实际应用中需要对PID参数进行优化,提出改进的PSO算法和遗传算法相结合的优化控制方法。为了优化PID参数,首先对飞行器进行动力性建模,再利用改进的PSO算法和遗传算法作PID参数优化。仿真和飞行实践的数据表明,相对于标准的PSO算法,飞行器有更好的鲁棒性和控制效果。     

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。     

基于遗传算法的无人机模糊-积分控制器设计

针对某小型固定翼无人机纵向姿态控制和轨迹跟踪的要求设计了一种模糊-积分混合控制器. 为避免控制器参数调试的复杂性,提高控制性能,利用遗传算法对模糊控制的隶属度函数进行了优化设计. 在优化设计阶段,确定了设计变量和约束条件,并给出了比例因子整定原则. 仿真结果表明,基于遗传算法的模糊-积分控制器与传统PID控制器相比具有更短的响应时间,鲁棒性强,并且解决了单一模糊控制器稳态响应精度低、响应曲线颤振的问题.      

基于深度强化学习的无人机姿态控制器设计

为了能让四旋翼无人机的姿态控制器具有强大的目标值追踪与抗外部干扰的能力,提出了一种基于参考模型的深度确定性策略梯度的四旋翼无人机姿态控制器设计。该方法通过神经网络,将四旋翼无人机的状态直接映射到输出。本文的强化学习算法是结合深度确定性策略(deep deterministic policy gradient,DDPG)和深度神经网络所设计的。在DDPG算法结构中,进一步加入参考模型,规避控制量太大造成的系统超调,增强了系统的稳定性以及鲁棒性。同时,修改了强化学习中奖励的构成,成功消除了系统的稳态误差。经过研究实验表明,该控制方法可以对目标值进行快速地追踪且有着较强的鲁棒性,可见该控制器相比于传统的控制器,提高了其目标值追踪能力以及抗干扰能力。     

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.     

基于模糊自适应整定PID的水下焊缝跟踪

针对水下焊接过程中焊缝跟踪控制的难点问题,设计了一种用于水下焊缝跟踪的模糊自适应整定PID(比例-积分-微分)控制器,采用模糊控制器充当调节器,在线调整PID控制器的3个参数,利用PID作为控制器,实现控制量的输出;讨论了该控制器的设计方法,并在相应模型的基础上进行了带扰动的控制模拟.仿真结果表明,该模糊自适应整定PID控制器的动态响应快、超调量小、稳态精度高、抗干扰能力强,能够满足水下焊缝跟踪的要求.     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(active disturbance rejection controller, ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从5种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

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     

履带式装甲车辆纵向速度控制

履带式装甲车辆的动力学系统具有强烈非线性、不确定性的特点,为解决直线行驶工况下的速度控制问题,结合驾驶员驾驶操纵经验,提出一种自适应性强的变论域分相模糊比例-积分-微分(proportion-integral-derivative, PID)控制方法,实现了对期望车速的有效跟随。首先建立包含发动机、传动系及制动系的装甲车辆纵向动力学模型,然后利用模糊算法在线整定PID控制器参数,并采用变论域分相设计进一步提高控制器的自适应能力。仿真实验结果表明,提出的控制方法与传统PID及模糊PID相比,车速跟随控制精度与快速收敛性都有了提高,尤其能够有效解决驱动/制动切换时整车运动状态改变导致的控制效果大幅度下降问题。     

小型无人机滑跑航向纠偏及增稳控制设计

为解决小型无人机地面滑跑纠偏过程中易发生的侧翻问题,建立了无人机地面滑跑数学模型,分析了无人机滑跑侧翻的原因,设计模糊增稳控制器,模糊协同控制前轮转向、升降舵和副翼偏转,增加无人机的滑跑稳定性.提出只纠正无人机航向角偏差的纠偏控制方案,降低无人机侧翻风险.设计基于蚁群算法的模糊PID纠偏控制,应用蚁群算法对PID参数离线寻优,用模糊控制对PID参数进行在线调整.仿真和试验结果表明,本文设计的航向纠偏及增稳控制系统能有效纠正无人机航向角偏差,增加无人机在滑跑纠偏过程中的稳定性,防止无人机发生侧翻.      

球杆系统的控制方法研究

球杆系统是一个典型的非线性不稳定系统,其中小球在导轨上滚动过程的动态描述十分复杂．通过建立球杆系统的数学模型,简化后得到了整个球杆系统的传递函数．根据传递函数设计模糊自适应PID控制器,在Matlab中的Simulink环境下进行仿真试验来验证控制器设计效果．通过仿真可以看出：模糊自适应PID控制更适于球杆系统的控制．     

基于模糊PID控制算法的汽车制动系统

以汽车制动力学方程为基础,设计了参数模糊PID控制器,对参数模糊PID控制算法在汽车制动系统中应用进行研究.该控制算法补充了常规PID、逻辑门限制控制算法的不足.仿真结果表明,该参数模糊控制系统能够达到预期效果,制动时间比模糊控制快0.17 s,比常规PID快0.51 s,制动距离比模糊控制短1.475 m,比常规PID控制短5.59m,并在不同的环境参数下具有较强的自适应能力.     

移动机器人PID运动控制器参数的模糊自整定

通过对移动机器人运动学模型进行分析 ,以基于视觉的双轮机器人为实验平台 ,论证了参数模糊自整定的PID控制技术应用于移动机器人运动控制中的可行性 .该方案根据控制要求 ,运用模糊推理技术 ,模仿人工整定控制器参数时的思维方式 ,对控制器参数进行调整 .不仅保证了准确性 ,提高了快速性 ,还增强了自适应能力 .实验证明此方法对移动机器人的运动控制是有效的 .     

基于一种新的控制规则基础上的模糊自适应整定PID控制器的设计

提出一种参数自整定模糊自适应PID控制器。利用模糊逻辑控制实现了PID控制器参数在线自调整，进一步完善了PID控制器的性能，系统的响应速度加快，调节精度提高(调整时间拈从2秒缩短到0．33秒)，稳态性能改善，没有超调和振荡，具有较强的鲁棒性。并把MATLAB6．2中的Fuzzy Logic Toolbox和SIMULINK有机结合起来，方便的实现了该模糊自适应PID控制系统的计算机仿真，拓宽了Fuzzy Logic Toolbox和SIMULINK的应用范围。     

基于遗传算法优化的双回路模糊控制倒立摆系统

通过遗传算法、模糊控制、PID的结合,对直线一级倒立摆的平衡控制问题进行了优化控制。首先用牛顿-欧拉法建立倒立摆的动力学模型,得出系统的传递函数和状态空间表达式,分析系统的稳定性和可控性。以此为基础,先设计了PID单回路和双回路控制器;然后用遗传算法优化PID参数;再用优化的参数设计双回路模糊PID控制器;并用MATLAB对系统进行了仿真。纵向和横向控制方法的对比分析表明:该方案控制效果最好,能同时控制角度和位移;其参数可在最优PID初值的基础上在线修改,实现最佳调整,使对象具有良好的静态和动态性能。     

无刷直流电机自适应模糊PID控制及仿真

针对iECar永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等缺点,介绍了一种具有智能性质的自适应模糊PID控制器设计思路,提出了一种模糊控制器量化因子与比例因子整定的新方法。通过模糊推理方法实时调整PID控制器的比例、积分、微分3个参数,以实现电机转速输出的有效控制。最后,在Matlab/Simulink环境下构建了iECar无刷直流电机转速自适应模糊PID控制模型。仿真结果表明,自适应模糊PID控制效果较传统PID控制有明显的改善,显示了该控制器良好的鲁棒性、稳定性和动态响应特性。