基于改进反步法的四旋翼无人机轨迹跟踪控制

四旋翼无人机是一个欠驱动、强耦合、高度不稳定的非线性系统.无人机系统的鲁棒性和抗干扰能力是飞行控制的关键问题.在经典反步控制(classical backstepping control,CBC)方法的基础上,增加了误差积分和饱和函数,设计了积分饱和反步控制(integral saturation backstepping control,ISBC)策略,用于抵抗无人机飞行过程中受到的常值干扰和变值干扰.系统的稳定性由Lyapunov稳定性定理证明.在MATLAB/SIMULINK环境下做了轨迹跟踪仿真实验.仿真结果表明,相比CBC控制策略,ISBC控制策略对四旋翼无人机系统有更好的抗干扰能力和优越的鲁棒性.     

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。     

基于扩张状态观测器的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机飞行控制中高不确定性、强耦合性、模型参数摄动等问题,提出一种控制方法,将无法精确建模的动态量及未知干扰量合并为扰动项,通过引入线性扩张状态观测器对扰动项的值进行估计,并结合反步控制器进行补偿,从而消除了未知扰动的影响,有效提升了四旋翼无人机的抗干扰能力。通过仿真对比验证了控制策略的有效性。     

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.      

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     

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.     

基于反步法的SCARA机器人轨迹跟踪控制

针对SCARA机器人轨迹跟踪问题,提出了一种基于反步法的轨迹跟踪控制方法。利用反步法设计控制器的虚拟控制和实际控制量,基于李雅普诺夫稳定理论设计的控制律能够实现对机器人的轨迹跟踪,并确保闭环系统为全局稳定。仿真结果验证了算法的有效性,所设计的跟踪闭环系统一致全局渐近稳定,有效提高了轨迹跟踪控制精度,保证了跟踪误差信号的收敛。     

基于滑模PID的微型旋翼飞行器轨迹跟踪控制

针对微型旋翼飞行器的轨迹跟踪精度不高的问题, 提出一种基于自适应调节PID（Proportion Integration Differentiation）增益的滑模控制器。基于李亚普诺夫稳定性理论, 通过自适应律在线调节PID控制增益参数, 设计饱和函数抑制滑模控制器的高频抖振, 以实现轨迹跟踪误差系统对模型参数变化和外部扰动的鲁棒性。仿真结果表明, 该控制器能驱动旋翼飞行器精确跟踪期望的轨迹, 具有较高的控制精度, 能满足实际工程应用的要求。     

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。     

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。     

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。     

基于扩张状态观测器的四旋翼积分滑模反步控制

针对四旋翼路径跟踪控制问题,研究了基于扩张状态观测器(extended state observer,ESO)、积分滑模控制器(integral sliding mode controller,ISMC)及反步法(backstepping)的四旋翼控制算法。构造了一种考虑姿态控制器响应过程的无人机控制模型;设计了扩张状态观测器对扰动进行观测,并构建了积分滑模控制器以估计扰动观测误差;设计了基于反步法的抗干扰路径跟踪控制算法,利用扩展状态观测器估计的扰动信息,通过补偿方式较好地消除了扰动影响。仿真试验表明,该方法具有良好的轨迹跟踪性能和抗干扰能力。     

基于Backstepping的非线性船舶航迹跟踪控制器设计

针对船舶动态存在大惯性、时滞、非线性等特点,和船舶航行中易受海风、海浪、洋流等环境因素的影响的问题,考虑三自由度非线性船舶运动数学模型。基于Backstepping设计思想,设计了具有全局渐近稳定的船舶航迹跟踪控制器。Simu-link仿真结果表明,船舶实际航迹能够跟踪期望航迹,达到了满意的控制效果,验证了所设计控制器的有效性。     

导弹积分反步制导控制一体化设计

制导控制一体化设计响应快、时延小,能充分考虑制导与控制间的耦合关系,但具有对象模型阶数高、鲁棒性差等特点.借用PI控制思想,将积分控制引入反步控制,设计基于积分反步方法的制导控制一体化算法,增强系统的抗干扰能力,实现对零视线角速率指令的高精度跟踪;通过构造高阶滑模微分器,观测反步控制中所需的视线角高阶微分信息,同时保证观测值对于真值的收敛速度和精度;设计基于浸入与不变的估计器估计目标机动信息,消除目标机动在拦截目标时对脱靶量的影响.仿真结果表明所设计的制导控制一体化算法可以实现导弹对目标的碰撞拦截,抑制目标机动带来的不利干扰,提高系统的鲁棒性.      

基于Backstepping方法的机器人鲁棒跟踪控制

把基于拉格朗日方程的,l关节包含不确定项的机器人化成两个子系统。用Backstepping方法首先对各个子系统设计李雅普诺夫函数和控制器,然后综合起来形成整个系统的李雅普诺夫函数和控制器,不但满足了稳定性的要求,又满足了一定的L2增益性能指标。