跟踪地面目标的小型无人机飞行控制仿真研究

对无人机跟踪地面目标时的飞行控制问题进行了研究.首先对某小型无人机跟踪地面目标时的运动状态进行了建模分析,利用自动控制理论知识设计了相应的控制律,然后采用六自由度非线性运动模型进行了控制律的仿真验证,并且分析了风的扰动对跟踪精度的影响.仿真结果表明,设计的控制律能够控制无人机对地面目标进行可靠跟踪,且对侧风扰动具有较好的抑制能力.     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法 .与基于非连续状态反馈的有限时间控制算法相比 ,该控制算法更适合于工程应用 .设计了 2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差 .由此得到的闭环系统是齐次的并且具有负的齐次度 .结合齐次系统的有限时间稳定性结果和Lyapunov方法 ,证明了在这些控制律作用下 ,对满足一定角速度条件的期望轨迹 ,非完整移动机器人能够实现全局跟踪 ,并且能够在有限时间内完全跟踪上期望轨迹 .仿真结果表明了该方法的有效性 .     

无人机纵向控制律设计以及纵向轨迹跟踪仿真研究

利用经典PID理论设计无人机纵向双通道控制律,用以跟踪能量状态法优化出的无人机纵向最优轨迹。首先通过在定常直线无侧滑模态下对无人机数学模型进行配平线性化,将飞机运动分解为纵向运动和横侧向运动。再利用经典PID理论对无人机纵向运动的俯仰回路和推力回路进行控制律设计。然后通过能量状态法优化出一条无人机纵向爬升、巡航和下降的最优轨迹。最后,用MATLAB进行轨迹跟踪仿真计算。仿真结果表明,设计出的控制律可以很好的跟踪优化出的最优轨迹,并且节油效果良好。     

非奇异快速终端滑模液位跟踪控制

针对传统终端滑模控制中控制输入奇异和收敛时间长的问题,提出了一种非奇异快速终端滑模(NFTSM)控制方法.该方法由NFTSM滑模面和控制律组成.在此框架下,首先通过在非奇异终端滑模面中引入指数函数和符号函数来设计NFTSM滑模面,其中指数函数用来加快状态远离平衡点时的收敛速度,符号函数用来提升系统稳定性.然后,基于NFTSM滑模面来设计由等效控制输入和切换控制输入构成的NFTSM控制律,该控制律具有能同时实现控制输入非奇异和系统状态有限时间内快速收敛的优势.最后,根据给出的耦合双容水箱模型数学描述,将NFTSM方法应用于耦合双容水箱液位控制中,设计了NFTSM液位跟踪控制器.仿真证明,在存在外扰且参数摄动25%条件下,该控制系统仍能精确跟踪给定液位,表明了NFTSM控制方法的有效性和鲁棒性.     

基于云台相机的四旋翼无人机跟踪控制系统

针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波( KCF: Kernel Correlation Filter) 方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分( PID: Proportion-Integral-Differential) 踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分( PD: Proportion-Differential) 控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。     

一种非完整移动机器人有限时间跟踪控制算法

针对非完整移动机器人的轨迹跟踪控制问题提出了一种有限时间控制算法．与基于非连续状态反馈的有限时间控制算法相比，该控制算法更适合于工程应用．设计了2个连续状态反馈的控制律分别渐近镇定前向角和平面坐标跟踪误差．由此得到的闭环系统是齐次的并且具有负的齐次度．结合齐次系统的有限时间稳定性结果和Lyapunov方法，证明了在这些控制律作用下，对满足一定角速度条件的期望轨迹，非完整移动机器人能够实现全局跟踪，并且能够在有限时间内完全跟踪上期望轨迹．仿真结果表明了该方法的有效性．     

带碰撞角约束的最优多项式制导律

针对导弹对地面静止目标的打击问题,基于非线性导弹运动学模型提出了一种二维多项式制导律.该制导律不仅能保证导弹以期望的碰撞角命中目标,而且能使特定的价值函数最小化.此外,制导律作用下系统状态的解析解可以求解得到,从而实现了对制导系统状态的定量分析.数值仿真验证了所提制导律的有效性.      

一种间断观测下的无人机地面目标跟踪方法

提出了一种基于贝叶斯滤波器和适航地图的跟踪算法(BF-Hmap),解决间断观测下的无人机地面目标跟踪问题.采用基于中心线和梯度图的快速道路提取算法生成目标适航地图,该图描述了地面目标与当前地形相关的运动能力.采用贝叶斯滤波器分两步在线更新目标状态的后验概率分布,即在预测阶段考虑适航地图对目标运动的约束,以及在估计阶段充分利用目标的所有观测信息.仿真结果表明,在间断观测下该算法对地面机动目标有着良好的跟踪效果.     

基于Lyapunov导航向量场的无人机协同跟踪地面目标

针对多架无人机协同跟踪一个地面移动目标进行研究.通过基于Lyapunov导航向量场的航向控制使各架无人机收敛到位于目标上空的极限环,绕目标展开跟踪.进一步通过相位控制,使各架无人机均匀分布在极限环上,对目标进行协同跟踪.以3架无人机协同跟踪沿S型公路匀速前行的地面目标进行仿真.结果表明该方法能使无人机成功地完成协同跟踪任务.     

基于状态观测器的多无人机编队跟踪控制

针对一组欠驱动四旋翼无人机在编队飞行中仅有部分无人机可以直接获取领机状态信息的问题,提出了一种基于状态观测器的分布式有限时间编队跟踪控制策略.根据四旋翼无人机系统严格反馈的结构特点,将四旋翼无人机的动力学模型划分为位置子系统和姿态子系统,然后分别进行位置控制器和姿态控制器的设计.首先,考虑到在分布式的编队控制策略下,并非所有的无人机都能直接与领机进行通信并获取领机的状态信息.对每架四旋翼无人机分别设计分布式有限时间状态观测器估计自身与领机的相对状态信息,稳定性分析表明所设计的状态观测器的观测误差能够在有限时间内趋近于零;其次,在四旋翼无人机状态观测器观测结果的基础上设计了有限时间位置控制器,稳定性分析表明位置控制器能够在有限时间内实现对领机位置的稳定跟踪;然后根据位置环控制量解算出期望的姿态角,基于滑模控制方法设计了姿态控制器,稳定性分析表明各架无人机的姿态角能在有限时间内跟踪上期望的姿态角;最后,从仿真结果中能够看出所设计的状态观测器的观测误差能够在有限时间内趋近于零,即每架无人机的状态观测器能够在有限时间内观测到自身与领机的相对状态信息.从无人机飞行轨迹中能够看出各架无人机能够在有限时间内形成并保持期望的队形.