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.     

基于ADRC的无人机纵向通道控制

根据自抗扰控制器不依赖对象的精确数学模型以及能够对系统模型内扰和外界干扰进行补偿的特点,提出了在无人机纵向通道中引入自抗扰控制器的方法。设计的自抗控制器在不同的飞行状态下,不需要改变控制器参数,就能实现对俯仰指令的精确跟踪控制,以及速度回路与俯仰角回路的解耦控制。仿真结果表明,系统具有良好的动态响应和鲁棒性。     

基于抗时滞LADRC的六旋翼飞行器姿态控制

以“X”型六旋翼飞行器为研究对象,依据牛顿第二定律和牛顿-欧拉方程建立了六旋翼飞行器数学模型,提出了基于抗时滞线性自抗扰的六旋翼飞行器姿态控制策略,实现了飞行器的姿态稳定跟踪控制,解决了姿态控制延迟和执行机构动态特性可能引起的LADRC响应振荡。在Matlab/Simulink下搭建仿真模型,对飞行器在理想情况和有外界扰动条件下分别在PID控制器和抗时滞线性自抗扰控制器作用进行仿真,仿真结果表明：抗时滞线性自抗扰控制的六旋翼飞行器姿态控制系统具有较高的动态品质、稳态精度以及较强的鲁棒性且该控制器待整定参数较少,计算简单。     

基于ARM处理器的四旋翼无人机自主控制系统研究

为实现四旋翼无人机的自主飞行控制,设计并搭建了四旋翼无人机的硬件飞行控制平台.该平台采用自行组装的四旋翼飞行器作为本体,航向姿态参考系统(AHRS)MTi-G单元作为主要机载传感器,ARM嵌入式系统芯片作为主控制器,AVR单片机作为超控单元.基于四旋翼无人机的非线性动态模型,采用内外环结构的PD控制算法,构造了无人机的位置与姿态跟踪控制器.实现了四旋翼无人机滚转角、俯仰角和水平纵向、横向位置共四个自由度的自动控制.实验结果表明,本文提出的机载控制系统设计取得了较好的飞行控制效果.     

小型四旋翼飞行器姿态的自抗扰控制

针对存在总扰动的小型四旋翼飞行器姿态控制问题,设计一种基于自抗扰技术的四旋翼飞行器姿态控制方法.首先,利用牛顿-欧拉建模方法建立小型四旋翼飞行器动力学系统模型,将其表示成二阶状态空间方程形式.然后,将系统的总扰动扩张为一个新的状态变量,并设计扩张状态观测器对系统总扰动进行估计.最后,在系统扰动估计的基础上设计非线性状态误差反馈控制律.仿真结果表明,所设计控制器对系统总扰动具有很强的鲁棒性能,实现了姿态的快速稳定控制要求.     

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.     

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.     

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。     

四旋翼飞行器姿态控制系统设计

为解决微小型飞行器姿态控制系统成本高、控制性能不稳定等缺点,以自主研发的四旋翼飞行器为研究对象,提出采用廉价的角速率陀螺仪和加速度计,并结合姿态角模型,利用卡尔曼滤波器推测姿态角信息。考虑飞行器的建模误差以及飞行过程中存的外部干扰,为提高控制系统的鲁棒性,采用模型参考滑模控制理论(Model Reference Sliding Mode Control,MRSMC)设计姿态控制器。实验结果表明所设计的姿态控制系统具有良好的跟踪与鲁棒性能。     

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.     

无人机螺桨噪声主动控制实验

对无人机螺桨噪声的主动控制技术进行实验研究。针对某型国产无人机,通过对其发动机螺桨噪声的测量分析,设计并开发了一个四入二出的主动噪声控制系统。利用该系统,在实验室环境下分别对100 Hz单频正弦噪声、实际风扇噪声和实际录取的某型号无人机螺桨噪声进行了噪声控制实验,取得了较好的消声效果。     

基于无人机的大气污染物模糊控制溯源算法的仿真实现

针对无人机的大气污染物溯源问题,提出了一种基于无人机的大气污染物模糊控制溯源算法。该算法结合无人机与模糊控制的特点,根据无人机实际所处环境设计一个模糊控制器并确定模糊控制器的输入、输出变量,模仿人脑的思维构建了模糊控制规则库,从而实现了无人机对大气污染物的智能溯源。算法在MATLAB环境中进行了仿真实验,仿真结果表明了该算法的有效性和可行性,为解决大气污染物溯源问题提供了一种新的思路。     

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。     

基于激光雷达的无人机违规航行轨迹数据自动捕获方法

为了解决传统方法对无人机违规航行轨迹数据捕获的精度和实时性低的问题,通过激光雷达研究了一种新的无人机违规航行轨迹数据自动捕获方法。建立激光雷达信号和目标场景作用过程模型,将每束激光在目标场景表面的映射部分当成激光脚印,完成对激光束相应激光脚印的响应函数和激光雷达发射信号的时间分布函数的卷积计算,获取激光脚印相应目标区域和激光雷达信号作用后反馈的回波信号。依据反馈的回波信号建立单次成像回波峰值点轨迹分布模型,获取无人机航行轨迹数据。针对无人机实际航行轨迹和预定义航行轨迹,采用优化的修正豪斯多夫距离公式(MHD)进行轨迹数据匹配程度衡量,按照经验设定阈值,若匹配度超过阈值,则认为实际轨迹与预设定无人机航行轨迹不匹配,将相应实际轨迹当成无人机违规航行轨迹,对违规航行轨迹数据进行捕获。结果表明:所提方法可及时检测处无人机违规航迹,报警时间比其他方法时效性高;所提方法捕获的无人机违规航行轨迹数据与真实数据偏差小。可见所提方法实时性与精度均较高。     

基于主-辅控制架构的无人机鲁棒飞行控制律设计

无人机在实际飞行中易受到扰动与系统未建模动态等不确定性因素的影响.为此,文中提出了一种新的鲁棒飞行控制律设计方法.该方法以主-辅控制器为基本架构,主控制器采用鲁棒伺服线性二次型调节(LQR)法构造,以提供基本指令跟踪控制输入;以加入主控制器后的理想闭环系统为参考模型,基于鲁棒模型参考自适应算法设计辅控制器,以抑制扰动和未建模动态对飞行控制系统的影响.理论分析表明,该控制律能够保证闭环飞行控制系统在存在有界扰动与未建模动态情况下稳定且跟踪误差有界.非线性对比仿真验证了控制系统对各种形式扰动的抑制作用,说明了该控制系统的有效性与鲁棒性.     

基于EKF的无人机飞行控制系统故障检测

无人机飞行控制系统是一种典型的多传感器闭环控制系统,其执行机构与传感器故障会严重影响系统的安全性与可靠性,针对无人机飞行控制系统故障检测问题的研究具有重要的意义.本文考虑了一类无人机闭环非线性飞行控制系统的故障检测问题,针对风扰动影响下无人机纵向非线性系统模型,设计基于扩展卡尔曼滤波器的残差产生器,并应用χ2检验对残差进行评价,实现无人机闭环控制系统的故障检测.同时,基于某型无人机Simulink仿真平台进行仿真实验.结果表明,所提出的方法能够实现空速管堵塞故障和升降舵部分失效故障的检测.     

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.     

基于双体结构的无人测绘艇航向控制

无人艇在海洋测绘中的应用越来越广泛,而航向稳定性是实现其自主航行的重要基础。设计了一种双体结构的无人测绘艇,用于搭载测量设备并实现测绘功能。为了实现无人艇的航向控制,将RBF(radial basis function)神经网络与PID(proportion integration differentiation)算法相结合,利用RBF神经网络的自学习能力实现对PID控制器参数的整定。在仿真过程中,将RBF-PID自适应模型、单一PID模型以及作为对照组引入的BP-PID自适应模型分别仿真,并在同一时刻加入随机扰动,观察系统响应效果。结果表明,基于RBF-PID算法的无人艇航向控制器的超调量为零、稳态时间最短,同时能够及时有效地纠正随机扰动的影响,保障无人测绘艇的航向稳定性。