基于ESO的欠驱动四旋翼飞行器轨迹鲁棒控制

针对欠驱动四旋翼无人飞行器的系统特性,为解决传统四旋翼飞行控制方法中存在的弱点,如系统状态变量间相互有较大耦合、控制效果易受建模误差的影响及抵御外界干扰能力较弱等弱点,设计一种基于扩张状态观测器(extended state observer, ESO)的轨迹跟踪算法,由ESO实现对系统复合干扰的估计,并在控制律中对复合干扰进行实时补偿。由于ESO只需要测量系统输出即可实现对复合干扰的精确估计,因此在实际系统中易于实现,为验证所提算法,进行两种不同情况下的仿真研究,分别为矩形轨迹跟踪和圆形轨迹跟踪,仿真结果验证了所提算法的可行性。     

无动力无人机进场阶段三维Dubins路径跟踪方法

针对无人机进场阶段失去推力后,如何使其跟踪一条给定进场路径这一特殊情况,提出了一种3维Dubins路径跟踪方法,该方法首先利用Dubins曲线解决无人机故障位置任意性及其路径求解实时性高的路径规划问题;然后为了跟踪所生成的3维Dubins路径,设计了一种基于切换平面的自适应非线性制导方法,其中切换平面用来解决圆弧制导与直线制导之间的过渡问题,而自适应规则降低横纵向制导律之间的相互影响,从而提高了系统的跟踪精度。最后通过仿真实验验证了该方法的有效性。     

横列式双旋翼矢量飞行器的改进ADRC姿态控制算法

横列式双旋翼矢量飞行器具备飞行时间长、风阻小、机动性强等优点, 但其机械结构复杂, 状态之间耦合严重, 抗干扰能力弱。针对其控制特性提出一种基于改进自抗扰控制(active disturbance rejection control, ADRC)的姿态抗干扰解耦控制算法, 该算法利用扩张状态观测器(extended state observer, ESO)实现姿态干扰和状态间耦合项的跟踪和估计, 将非线性多输入多输出(multiple input multiple output, MIMO)系统转化成线性单输入单输出(single input single output, SISO)系统, 采用改进的粒子群优化算法(particle swarm optimization, PSO)对姿态控制系统进行参数优化。通过仿真结果验证了该算法具备良好的抗干扰能力,并设计了实际的飞行控制系统, 进行了飞行器的悬停试验, 实现了稳定悬停。