四旋翼飞行器准滑模反步法控制设计

针对四旋翼无人飞行器自主飞行问题,提出了一种基于准滑模反步法的控制方法.该方法主要通过建立四旋翼飞行器的动力学方程,在选择指数趋近律的基础上,使用饱和函数sat(s)代替趋近律中的符号函数sgn(s),有效地削弱了系统中的抖振现象,克服了模型中的不确定因素.通过仿真和实验,验证了该控制方法的有效性.与传统的PID控制方法相比,能够较好地抑制干扰,克服了系统的不确定性.     

双因子自适应滤波算法在四旋翼上的应用

针对动力学模型的不精准和观测存在误差问题,建立四旋翼的动力学模型和双因子自适应滤波模型,采用两个因子分别调节动力学模型和观测模型对滤波的影响,通过仿真,对比卡尔曼、扩展卡尔曼滤波算法。结果表明：双因子自适应滤波算法在误差与稳定性方面均有所提高。     

基于UM6惯导模块的四旋翼飞行器姿态控制

针对目前四旋翼飞行器姿态控制过程中姿态解算精度不高的问题,选用成本低、精度相对较高的UM6-LT惯导模块,该模块内置嵌入式ARM处理器,直接通过数字接口输出姿态角。首先分别在电机静止和转动状态下测试了该模块的稳定精度,其次通过协方差调节其内置的扩展卡尔曼滤波器参数。最后结合XBee无线传输模块,使用PID算法,在X650value实验平台下进行飞行试验。结果表明,UM6-LT惯导模块的姿态解算精度可以满足四旋翼飞行器姿态控制要求。     

主动变形四旋翼自抗扰飞行控制方法

为了获得更好的环境适应性,研究设计了一种主动变形四旋翼飞行器.飞行器的变形主要分为两种:机臂伸缩和折叠.为抑制系统所受内外扰动影响,设计了基于自抗扰控制(ADRC)技术的飞行控制器.首先对主动变形四旋翼结构进行设计,使用牛顿欧拉法建立风扰下系统动力学模型,然后分析阵风对系统影响以及动态变形时重心位置、惯性张量等参数的变化,接着将主动变形四旋翼系统解耦成6个SISO系统的组合并设计位姿自抗扰控制器,最后分别利用扩张状态观测器和非线性状态误差反馈律对系统所受扰动进行观测和补偿.仿真结果表明,本文所设计的基于ADRC飞行控制器的主动变形四旋翼具有优秀的位姿控制能力,在飞行过程中可以良好地进行变形,能够有效地观测变形的扰动和紊流风扰,具有较强的稳定性和抗扰性,同时对系统部分动力失效故障有较强的鲁棒性.     

基于矢量场的无人机动力学规划算法

针对传统运动规划的分层策略导致生成的轨迹被限制在同伦类和快速搜索随机树算法的采样效率较低等问题,提出一种基于矢量场指导采样的动力学规划算法。首先,采用势场函数的梯度定义的矢量场来构造圆锥体,并利用该圆锥体约束RRT*的采样;然后,通过求解最优控制问题生成运动基元来解决两点边值问题,并给出运动基元的最佳持续时间的显式解,以便最佳地连接任意一对状态;最后,通过MATLAB仿真环境下的四旋翼飞行器验证所提出的运动规划算法的可行性。实验结果表明,提出的算法与现有的技术相比在相同的迭代次数下以更短的运行时间探索了更多的状态,并且生成的轨迹具有更小的到达时间和控制花销。     

基于微分平滑的四旋翼运输系统轨迹跟踪控制

四旋翼系绳运输系统是一种具有8个自由度和4个控制输入的欠驱动、强耦合、多变量的非线性系统.为建立系统模型,将系统解耦为双质点系绳连接子系统和四旋翼姿态控制子系统,基于广义拉格朗日方程推导出系统的动力学模型.然后利用微分平滑理论证明了系统是以载荷位置和四旋翼偏航角为平滑输出的微分平滑系统.进而在等式限制条件下对平滑输出轨迹进行规划,获得前馈开环控制律.为抑制系统扰动并使跟踪误差收敛于原点,利用微分平滑特性推导出动态内反馈控制器.仿真实验验证了所提方法的有效性.     

基于串级ADRC的飞行器控制器设计与扰动估计

针对四旋翼飞行器的不确定性和外界环境干扰等问题,设计串级自抗扰控制器。在分析飞行器动力学模型的基础上,利用非线性自抗扰对姿态环(内环)进行解耦,同时对位置环（外环）设计线性自抗扰控制器,组成双闭环系统。设计扩张观测器对内外环的总扰动进行估计与补偿,通过仿真平台利用定点悬停实验对所设计的控制器进行验证,并与PD ADRC串级控制器进行对比分析,结果表明,所设计的控制器跟踪速度较快,抗扰能力较强。     

基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航

摘 要：为了提高室内环境下四旋翼飞行器的姿态解算精度,提出一种基于激光测距传感器校正四旋翼飞行器姿态的室内组合导航。首先从搭载激光测距传感器的四旋翼飞行器的运动模型出发,采用三角函数方法求解飞行器的姿态角参数,通过对其微分获得角速度数据。其次,将惯性系统中经过互补滤波融合后的陀螺仪、加速度计及磁力计的角速度作为观测量,再应用扩展卡尔曼滤波将惯性系统数据与激光测距传感器获得的角速度数据融合,对旋转矩阵中的误差进行修正。最后验证组合导航的有效性,用带有激光测距传感器及惯性系统的开发板依次进行静态、水平滑动和动态测试,实验测试表明：这种组合导航融合策略使姿态检测系统静态特性和水平滑动特性均有所提高,5s内,静态误差控制在0.05度以内,水平滑动误差控制在7度;在静态时能够抑制姿态角漂移和滤除噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度。     

基于卡尔曼滤波的四旋翼飞行器姿态估计和控制算法研究

四旋翼飞行器作为无人机的一种,由于其简单气动布局和复杂的动力学模型,在控制领域获得了越来越多的学术关注;本文首先分析了微机电系统惯性测量单元(MEMS IMU)传感器的误差,给出了基于自回归(autoregressive,AR)噪声模型的卡尔曼滤波算法设计;然后根据加速度计和陀螺仪长短周期测量的不同特性,进一步对姿态数据做互补融合,实验表明此算法可以实现良好的滤波效果;基于上面的姿态估计,本文又提出了一种双增益的PD控制算法对飞行器进行姿态控制;最后将姿态估计算法和控制算法应用到实验平台中,可以实现四旋翼在支架上的自主悬停等功能.     

基于神经模糊PID控制的四旋翼飞行器算法

四旋翼飞行器在执行任务时经常会出现稳定姿态精度低,抵抗干扰能力差等问题,提出一种神经模糊PID控制算法来调整原有模糊PID控制的模糊规则和隶属度函数,将设计的神经模糊PID控制算法与建立的四旋翼飞行器动力学模型相结合.为了验证神经模糊PID控制器的有效性,将传统PID、模糊PID控制算法作为对比算法,同时给定人为干扰因素.经过Matlab/Simulink仿真实验表明:在神经模糊PID控制下的四旋翼飞行器,具有较好的响应速度,稳态精度及更好的抗干扰能力,控制效果均优于对比算法.