基于固定时间扰动观测器的四旋翼无人机轨迹跟踪控制

针对六自由度小型四旋翼无人机在轨迹跟踪控制过程中,单一控制器构成的控制系统存在外部未知干扰,系统的鲁棒性以及轨迹跟踪精度容易产生较大的波动问题,该文章提出了一种基于固定时间扰动观测器的全闭环控制方案,即针对位置与姿态的双闭环控制;首先利用固定时间理论设计了两个扰动观测器,在固定时间内对扰动做出估计并进行补偿;在此观测器对扰动值的精确估计基础之上,设计了两个具有扰动补偿能力的非线性跟踪控制器;李雅普诺夫稳定性理论证明了所述方法的有效性;仿真实验中,为对比所述控制方法的有效性,同时采用传统单一控制器构成的无人机控制系统进行对比分析;在无人机质量为m=1.44 kg、环境重力加速度为g=9.8 m/s2以及其他模型参数一致的前提下,进行大量的仿真实验验证了所提出的基于固定时间扰动观测器的扰动补偿控制系统,能够保证小型四旋翼无人机六自由度受到复杂外部干扰时准确估计出外部干扰值,并实现无人机进行高精度轨迹跟踪控制,且轨迹跟踪精度与抗扰性能皆优于传统单一控制器构成的无人机控制系统.     

四旋翼无人机轨迹跟踪的容错控制

针对四旋翼无人机轨迹跟踪的容错控制问题,提出了一个鲁棒[H∞]控制和干扰观测器与故障估计器相结合的容错复合控制器的方法。在外部有界扰动和加性故障的条件下,实现对四旋翼无人机的轨迹跟踪。将四旋翼无人机非线性动态模型解耦成独立的外环位置控制系统和内环角度控制系统,引入区间矩阵对系统参数进行描述,使用干扰观测器和故障估计器进行干扰和故障的估计和补偿。然后设计一个复合控制器既能更好地抑制干扰又能保证无人机在自身存在故障的情况下平稳飞行。通过仿真证明该方法的有效性。     

基于方位信息的无人机编队控制设计与验证

本文主要研究了无人机编队的抗扰跟踪控制设计. 针对各无人机只能获取邻机方位信息的情况, 文章设计了一种新的非线性控制器以完成多无人机系统的编队形成与跟踪任务. 考虑到无人机系统易受外界扰动影响的特性, 采用Leader-Follower式编队方法, 通过引入Leader位置信息来矫正基于方位信息的无人机编队系统的位置漂移.将反步法设计结合自适应设计与鲁棒控制设计, 来补偿未知参数与未知外界扰动对多无人机编队系统造成的影响,提高了多无人机方位编队系统的鲁棒性. 然后, 基于Lyapunov分析方法证明了系统的稳定性. 最后, 搭建了四旋翼无人机编队实验平台, 进行了基于方位信息的编队形成与跟踪飞行实验, 并与PD控制器进行了对比实验. 飞行实验结果验证了算法的有效性与实用性.     

四旋翼飞行器增稳混合控制器

针对四旋翼飞行器在不同环境下的飞行稳定性问题,提出反步法和模糊自适应比例积分微分(PID)方法的混合控制方法。该方法根据无人机(UAV)飞行环境和大倾角、大倾角变化率选择当前合适的控制器。在系统未受扰动时,基于Backstepping的控制方法能够完成飞行器的轨迹跟踪;在受扰动时,基于模糊自适应PID能够极大地抑制扰动带来的影响,实现对四旋翼飞行器的精确控制。通过Matlab仿真分析及实际飞行器实验,验证了增稳混合控制器的稳定性。     

四旋翼无人机抗干扰轨迹跟踪控制

针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略.为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性将系统分成姿态内环和位置外环.在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制.在扰动观测器的基础上,利用自适应滑模控制算法完成无人机姿态信息在参数不确定和外界干扰作用下的稳定跟踪控制.与传统PID控制和滑模控制进行仿真对比,验证所提出控制策略的优越性.     

基于分数阶滑模控制的无人机轨迹跟踪控制器设计

四旋翼无人机在农业、工业和国防等领域广泛应用,但其复杂的系统特性和对扰动的敏感性使得控制变得困难。首先,考虑分数阶方法具有良好的鲁棒性以及调节灵活性的优点,将整数阶积分滑模面和改进的分数阶指数趋近律相结合,设计出了一种新的分数阶积分滑模控制器。然后,将所设计的分数阶积分滑模控制器应用于四旋翼无人机轨迹跟踪控制问题。仿真结果表明,所提控制器作用下的四旋翼无人机进行轨迹跟踪时响应速度快、无超调,且对外界干扰具有较强的鲁棒性。     

基于HOD的无模型四旋翼RBF滑模控制

为了探索解决在无模型控制算法中如何对系统的未知模型和扰动进行准确估计,提出一种基于高阶微分器(HOD)的无模型RBF神经网络滑模控制器(HODRBFSMC).引入HOD估计系统模型的各阶状态变量,并将系统模型的未知项和外界干扰统一归为总扰动,通过RBF神经网络对总扰动进行估计,并根据Lyapunov定理证明所设计控制器的闭环稳定性.为验证控制器的有效性,所设计的控制器被应用于四旋翼飞行器的轨迹控制,解决其模型参数复杂且飞行过程中易受外界干扰的问题.仿真实验表明,所提出方法能够有效估计并补偿总扰动,其轨迹跟踪能力和抗干扰性能相比PID和高阶微分反馈控制(HODFC)具有一定的优越性,能够很好地满足四旋翼飞行器控制的需求.     

基于加速度补偿的无人机吊挂飞行抗摆控制

为了抑制四旋翼无人机（UAV）吊挂飞行中的载荷摆动,研究了一种新的基于加速度补偿的抗摆控制方法。首先,基于拉格朗日法建立了四旋翼UAV吊挂系统的非线性动态特性方程,并构建了能量函数来设计飞行控制系统,使四旋翼UAV跟踪参考轨迹;然后,利用吊挂载荷运动轨迹广义误差设计抗摆控制器,对四旋翼UAV进行加速度补偿以修正UAV的运动轨迹,进而抑制因四旋翼UAV快速运动造成的吊挂载荷摆动;最后,通过仿真对加速度补偿前后的UAV吊挂飞行控制效果进行对比分析。仿真结果表明,基于加速度补偿的飞行控制方法不仅能保证UAV吊挂飞行的平稳,而且能为飞行控制系统提供足够的稳定裕度。     

基于MPC的四旋翼无人机航迹跟踪控制系统

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;为此基于MPC设计了一种新的四旋翼无人机航迹跟踪控制系统.通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;人工干预模块能对飞行过程中发生的意外情况进行人工干预以避免突发情况造成危险;以VS2010为开发环境,利用C++软件设计软件流程;利用MPC多变量控制策略,以最优动态轨迹为控制目标,获取无人机的实时飞行状况,设定航线规划流程,实行航线动态规划;实验结果表明,所设计的无人机航迹跟踪控制系统稳定性较好,跟踪控制结果与预期的跟踪控制曲线重合度更高,平均误差控制在1 cm以内.     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

基于加速度反馈增强的旋翼无人机抗风扰控制

为了提高无人机的风扰抑制能力,实现无人机安全飞行和精准控制,提出了一种基于加速度反馈的旋翼无人机抗风扰方法．该方法不需要改变原有的控制器结构,在原有的控制器基础上引入角加速度和线加速度反馈,从而实现更快速且更高精度的角度和位置跟踪,提升系统的扰动抑制能力．同时,为了将该算法部署在实际的无人机平台上,提出了一种简单、快速以及适用于加速度反馈的无人机参数辨识方法．结合该方法,将加速度反馈应用到一个六旋翼机上,并在户外持续风和阵风扰动环境下进行了实验验证．实验结果表明,加速度反馈增强型控制器可以有效地抑制这两种风扰,极大地提高了风扰条件下的无人机控制精度．     

四旋翼无人飞行器的轨迹跟踪与滑模事件驱动控制

四旋翼飞行器作为一个典型的欠驱动的系统,具有强耦合、非线性等特性.针对飞行器外部干扰、和通信资源受限条件下的轨迹跟踪控制问题,进行滑模事件驱动控制方法的研究.首先,分析动力学特性,通过时间尺度分解方法将系统解耦成位置子系统和姿态子系统.其次,将位置子系统转化为严格反馈形式,设计反步滑模控制器,实现位置轨迹稳定跟踪;针对姿态子系统存在时变有界扰动及通信受限,设计滑模事件驱动控制律,在抑制干扰的同时实现对虚拟姿态跟踪指令的跟踪.根据Lyapunov分析方法证明了所设计控制器的稳定性,并通过理论分析证明闭环控制系统不会出现Zeno现象.最后,仿真结果验证了滑模事件驱动控制律在存在外部扰动和通信受限时四旋翼无人飞行器轨迹跟踪的鲁棒性.     

一种空间曲线轨迹跟踪的无人机自适应导航控制算法

随着固定翼无人机飞行任务复杂化,为了实现高精度的空间曲线导航控制,基于L1-Navigation非线性导航控制算法,设计自适应模糊控制器优化固定翼无人机跟踪空间曲线导航控制方法。以球面上的空间八字曲线为例,对八字曲线建模,通过坐标转换求得目标航点位置来计算无人机飞行加速度。为了优化加速度控制无人机跟踪空间曲线性能,在L1-Navigation导航控制器中,针对增益系数设计一个双输入单输出模糊控制系统,以轨迹误差和轨迹误差变化率为输入量,以计算横向加速度的增益系数常数为输出量。最后,在Ardupilot飞控中进行飞行模拟实验,飞行实验表明,所提出方法能够精确跟踪空间曲线路径,并且有很好的自适应性。     

具有执行器故障的四旋翼无人机有限时间容错控制

本文主要研究了四旋翼无人机在外部干扰、执行器存在部分失效和偏置故障并发情况下有限时间轨迹跟踪的控制问题. 通过分析四旋翼无人机动力学特性, 构建了带有外部干扰、执行器机构故障的动力学模型. 基于鲁棒全局快速终端滑模控制算法, 设计了一种有限时间容错控制器, 提高了系统对故障的响应速度. 其次, 针对常值/时变故障和干扰,在控制器设计中采用改进的连续函数进行补偿, 减少了由切换函数引起的系统抖振, 并基于Lyapunov函数对控制器的稳定性进行了分析. 最后, 通过仿真实验验证了所设计控制器的有效性和可靠性, 同时存在执行器故障和外部干扰的情况下, 无人机能够实现较好的轨迹跟踪性能.     

四旋翼无人机鲁棒自适应姿态控制

 四旋翼无人机的姿态控制是自主飞行控制的核心,针对四旋翼姿态易受外界环境干扰和内部参数摄动等不确定性影响的问题,设计了一种鲁棒自适应反步控制器,以提高四旋翼的鲁棒性。建立了四旋翼完整的姿态运动模型,并将其转化为含有广义不确定性的多输入多输出非线性系统。根据该系统满足严格反馈的结构特点,设计了反步控制器; 针对系统中存在的外部干扰和内部参数摄动等不确定性,引入了一类鲁棒自适应函数来抵消该不确定性对系统的影响; 采用非线性跟踪微分器估计虚拟控制量的微分信号,减小了反步控制器设计中普遍存在的“计算膨胀”问题; 通过构造Lyapunov 函数证明闭环系统是稳定且指数收敛的。仿真结果表明,所设计控制器具有良好的控制效果和鲁棒性。