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。     

一种小型倾转四旋翼飞行器的轨迹控制

针对小型倾转四旋翼(quad tilt-rotor,QTR)无人机位置控制过程中存在的外部扰动、建模误差以及输入时延的问题,给出了QTR的动力学模型,并采用基于扰动观测器的控制方法,设计了QTR的位置控制器。内回路的姿态控制器采用鲁棒伺服线性二次型最优控制器。仿真实验部分,设计了相应的飞行场景对设定的轨迹进行跟踪。仿真实验表明,所设计的基于扰动观测器的位置控制器能有效地实现对期望轨迹的跟踪,使得QTR能兼顾传统旋翼飞行器的飞行功能,同时又能像固定翼一样进行长距离快速飞行。     

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.     

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.     

基于hp自适应伪谱法的四旋翼无人机编队轨迹优化

四旋翼无人机编队轨迹优化是实现高精度跟踪控制的基础。本文研究四旋翼无人机编队轨迹优化问题,首先建立非线性四旋翼无人机模型,并对模型进行简化与参数获取;再考虑四旋翼无人机编队之间的避撞约束、状态量约束及控制输入量约束;最后采用可自适应选点的hp自适应伪谱法将最优控制问题转化为非线性规划问题进行求解。仿真结果表明,hp自适应伪谱法可以对于求解6架四旋翼无人机编队的轨迹优化问题具有良好的效果,能够满足工程实际的约束要求。     

基于神经网络的多四旋翼保性能编队控制

针对多四旋翼编队飞行过程中存在的参数和外界扰动不确定性导致编队系统不稳定问题,设计了一种多四旋翼分布式神经自适应动态面协同编队控制方法。采用学习维数低、实时性强的最小参数学习神经网络观测器,实现对四旋翼位置回路和角度回路未知非线性干扰的快速平滑学习与补偿。利用预设性能控制方法将原先受约束的同步误差经转换函数变换为不受约束的误差,解决协同编队中的位置一致性控制问题,确保各四旋翼位置跟踪同步误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域。仿真实验表明,所提多四旋翼协同抗干扰编队方法在较大扰动环境下仍能达到良好的控制效果。     

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.     

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.     

基于反推法的四旋翼飞行器轨迹跟踪控制

研究了四旋翼飞行器的轨迹跟踪控制.针对建立的四旋翼飞行器位置及姿态误差动力学模型,采用反推法设计镇定控制项,分别进行位置控制器设计和姿态控制器设计.利用Lyapunov理论证明了闭环系统的稳定性.数值仿真实验结果表明,所提方法具有较好的跟踪性能.     

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.     

四旋翼无人机滑模-CPCMAC联合控制半物理仿真系统

针对四旋翼无人机强耦合、欠驱动、非线性等特点,以及在实际飞行过程中极易受到干扰的问题,对四旋翼无人机动力学模型进行分析,提出了一种基于联合的四旋翼无人机姿态控制算法,并在此基础上设计了四旋翼无人机半物理仿真系统。首先,针对非线性系统设计滑模控制器,选择跟踪航迹和翻滚角设计位置控制率和姿态控制率。其次,滑模控制器在实际应用中易产生震荡,利用基于信用积分的小脑模型神经网络(CPCMAC)来学习滑模控制的方式。最后,搭建基于LabVIEW的控制站,同Matlab/Simulink进行数据收发控制。仿真结果表明,在跟踪目标相同时,提出的四旋翼无人机滑模-CPCMAC联合控制相比于传统的比例积分微分(PID)控制和积分反步法控制优势明显,能够抑制超调和余差,在快速性和鲁棒性方面都更加优越。同时,构建的四旋翼无人机半物理仿真平台能清晰反馈出无人机参数的变化,应用预留的参数接口和地面控制站,降低了无人机飞控算法的开发难度,提高了开发效率,具有明显的实用价值。     

四旋翼飞行器系统的自适应神经网络有界H∞跟踪控制

针对有外部扰动的四旋翼飞行器系统,采用backstepping方法解决四旋翼飞行器系统在有界稳定情况下难以实现的H_∞跟踪控制问题.考虑各子系统间的耦合项、空气阻力和外界干扰对四旋翼飞行器系统产生的影响,设计四旋翼飞行器系统的自适应神经网络有界H_∞跟踪控制器.仿真结果表明：设计的控制器能保证四旋翼飞行器系统较精确地跟踪参考轨迹,且对外界干扰具有有界H_∞抑制性能.研究结果能为四旋翼飞行器系统的抗干扰设计提供理论指导.     

固定翼无人机轨迹跟踪的滑模变结构控制

固定翼无人机是一个典型的欠驱动、强耦合、多输入多输出(MIMO)的非线性系统。首先,给出无人机系统在受到参数不确定和阵风干扰等情况下的动力学模型;其次,使用滑模变结构控制(SMVSC)方法求解出四个控制输入信号,以实现无人机的期望轨迹跟踪。整个系统采用双回路结构,第一个回路求解出升降舵和发动机控制输入信号,第二个回路求解出副翼和方向舵控制输入信号;对比比例积分微分(PID)控制方法发现,相较于需要整定控制参数的PID算法,使用滑模变结构控制(SMVSC)方法的飞行器所需的控制参数可以在设计滑模面时给出。仿真结果表明,使用该方法的飞行器对外界较强阵风干扰和模型参数不确定具有较强的鲁棒性,并能精确地完成轨迹跟踪任务。     

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。     

四旋翼无人机自抗扰飞行控制器研究

为了提高飞行过程的抗扰动能力,针对四旋翼无人机自抗扰飞行控制器设计,分析自抗扰控制基本原理及其参数调节规律,在此基础上,改写四旋翼无人机动力学模型,引入虚拟控制量对位置和姿态进行控制解耦,应用扩张状态观测器实现状态解耦和扰动估计。最终得到四旋翼无人机双闭环自抗扰飞行控制器,实现对其位置和姿态的闭环控制。仿真实验结果表明,所设计控制器具有良好的解耦效果、抗干扰能力和鲁棒性能,可以实现对四旋翼无人机的飞行控制。     

基于自抗扰的高超再入飞行器轨迹线性化控制技术

在高超再入飞行器运动模型的基础上,全面分析了全弹道3通道间的运动学耦合、惯性耦合、气动耦合和控制耦合.针对该强耦合系统的姿态跟踪问题,基于时标分离和奇异摄动原理,分别在姿态环慢回路和快回路设计了基于自抗扰的轨迹线性化控制器.结合控制器的设计过程,从前馈、反馈、干扰观测与补偿等角度全面分析了自抗扰轨迹线性化控制方法的通道解耦机理.仿真结果验证了解耦机理分析的正确性,表明自抗扰轨迹线性化方法具有很好的解耦效果,适合用于强耦合系统的控制器设计.      

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。