基于观测器的四旋翼飞行器自适应滑模姿态控制

针对存在建模不确定性和外部干扰时四旋翼飞行器的姿态控制问题,提出一种基于观测器的自适应滑模控制算法。在建立四旋翼飞行器姿态误差动力学模型的基础上,通过全局渐近收敛观测器获取系统的未知状态反馈量,利用自适应滑模控制抑制系统的不确定性和干扰,构建一种基于观测器的自适应滑模姿态控制器。基于Lyapunov的稳定性分析表明,该方法的跟踪误差是一致最终有界的。数值仿真实验结果表明,与现有滑模控制方法相比,所提方法具有更好的姿态跟踪性能和较高的抗干扰鲁棒性,能有效保证飞行器的姿态跟踪控制性能。     

采用自适应观测器的共轴多旋翼无人机鲁棒控制

针对共轴多旋翼无人机输入受限和不确定性问题,提出了一种基于自适应观测器的鲁棒控制方法.首先建立了包含不确定性的共轴十二旋翼无人机位置和姿态数学模型,在位置回路鲁棒控制律的设计中,引入辅助观测器来补偿输入受限的影响;然后在姿态回路鲁棒控制律的设计中,引入自适应观测器来抑制不确定性的影响,从而实现共轴多旋翼无人机的全局渐近稳定.仿真结果表明:提出的鲁棒控制律具有更优的稳定性、准确性和快速性,位置和姿态的最大跟踪误差分别仅为0.05 m和0.2°,能够在更短的时间内实现对共轴多旋翼无人机的鲁棒控制.     

基于自适应反演滑模的四旋翼无人机抗风研究

针对四旋翼无人机易受风扰,影响控制精度的问题,提出了一种自适应反演滑模轨迹跟踪控制策略,基于NewtonEuler建立在紊流风场下的四旋翼无人机动力学模型,将控制系统分成姿态子系统■和位置子系统(x,y,z),引入过渡控制律,实现欠驱动耦合控制,解算出理想姿态,滑模控制抑制风场对四旋翼无人机的影响,反演控制来设计镇定控制项,利用Lyapunov理论证明了闭环系统的稳定性,通过MATLAB仿真,仿真结果表明所设计的控制器收敛速度快,响应时间较短,鲁棒性强。     

基于滑模自适应迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机轨迹跟踪问题,在考虑外部扰动的情况下,提出一种滑模自适应迭代学习的控制算法.所设计的控制器由两部分组成:第一部分是滑模子控制器,作为四旋翼无人机系统的反馈控制器;第二部分是迭代学习子控制器,作为无人机系统的前馈控制器.在迭代学习过程中,迭代学习子控制器的增益可以根据轨迹跟踪误差自适应改变,能够提高四旋翼无人机的轨迹跟踪效果.最后通过软件仿真对所提出的四旋翼无人机轨迹跟踪算法的有效性进行验证.     

滑模控制的四旋翼无人机拓展状态观测器设计

针对带有扰动及不确定性的四旋翼无人机的稳定性问题,提出了一种基于滑模控制方法的拓展状态观测器。首先,根据机体坐标系和地面坐标系的转化,利用反步控制方法构造无人机的动力学模型;然后,设计拓展状态观测器,用来恢复系统的状态以及对系统所有扰动及不确定性进行估计;可以实现误差快速收敛以及足够高的估计精度;同时,设计了滑模控制器,结合李雅普诺夫稳定性理论和线性矩阵不等式方法,提出了观测器的稳定性条件;最后,通过数值仿真对其有效性进行了验证。     

共轴双旋翼无人机稳定飞行控制算法研究

针对共轴双旋翼无人机强耦合的非线性系统控制稳定性不足,以及传感器读取数据不精准及噪声对稳定控制的影响问题,设计了适用于共轴双旋翼无人机的抗干扰控制算法及对传感器数据进行处理的LM算法。采用ADRC抗干扰控制算法作为内环和外环控制器,控制共轴双旋翼无人机位置、速度和姿态;利用改进的LM算法,对离散的加速度计与磁力计测量值进行标定,配合无人机更好的修正速度信息与位置信息。仿真实验和飞行试验表明：相比于线性控制器,抗干扰控制算法具有较快的稳定时间和较小的超调量,提高了系统的鲁棒性,所设计的姿态控制系统应用于共轴双旋翼无人机具有理想的控制效果。     

多四旋翼无人机分布式编队自适应容错控制

针对四旋翼无人机编队面临的外部干扰和执行器故障等问题,提出一种自适应屏障函数快速终端滑模控制(ABFFTSMC)算法。首先,设计分布式编队控制方法,基于四旋翼无人机之间的无向固定通信拓扑结构,仅用邻近无人机的信息便可实现通信交流,降低对全局数据的需求,减少通信带宽的压力。然后,设计自适应屏障函数的快速终端滑模控制器,采用可变增益来补偿干扰和故障,实现跟踪误差在有限时间内收敛至零。仿真结果表明,在外部干扰和执行器故障的情况下,该算法能够大大提高多四旋翼无人机编队的容错性能。     

四旋翼无人机设计与滑模控制仿真

随着近些年自然灾害的频繁发生,四旋翼飞行器搜救设备得到越来越广泛的应用。首先介绍四旋翼飞行系统的总体设计架构,然后针对地面坐标系与集体坐标系建立了四轴飞行器的动态模型,同时为得到良好的响应速度、控制稳定度与鲁棒性,应用滑模变结构控制理论设计了飞行器的控制算法。最后通过仿真数据对相同条件下的PID控制器与该控制器对比,证明该控制器的强鲁棒性和控制稳定性满足项目任务需求。     

八旋翼无人机系统设计及性能分析

本文以零度X4V2飞控为控制核心,以轴距为1200mm带电子收放脚架的机架为平台,选择动力装置为DJI 3508415KV电机,DJI CFP 15*5.5桨,DJI E1200,60A电调,供电选择酷点6S,16000mAh,放电倍率15C/30C的锂电池,设计一架可用于航拍、无人机驾驶员培训等方面的八旋翼无人机.实际测试表明:该无人机可以在航拍设备2Kg的情况下有效飞行20min以上,平飞速度大于5m/s,有飞行数据实时显示,自动导航,航线飞行,低电压LED报警等多种功能.     

计及Informed-RRT*算法的共轴旋翼无人机路径跟踪方法

共轴旋翼无人机由于其独特的飞行动力学特性和垂直起降能力,合理的路径规划和精准的路径跟踪策略对于保证其执行效率和安全性至关重要。研究采用了改进的快速探索随机树（Rapidly-Exploring Random Tree, RRT）算法进行无人机的路径规划,该算法通过有效的采样策略和迭代优化过程来减少搜索空间和提高路径质量。对于路径跟踪,研究使用了基于干扰观测器和反步法的控制策略。仿真结果表明,在二维环境中最佳路径成本平均值由9.6和8.5降低至7.0。路径跟踪方面,姿态和位置回路的跟踪误差最终均收敛于0。结果表明,研究提出的方法在共轴旋翼无人机路径规划和跟踪上具有实用性和有效性。     

四旋翼无人机的滑模自抗扰姿态控制器设计

针对四旋翼无人机姿态控制过程中存在模型不确定和外界风干扰的问题,提出了一种内外环控制算法.内环设计了自抗扰控制器,利用扩张状态观测器以及非线性状态误差反馈控制器实时估计和补偿系统的总扰动;外环设计了非奇异终端滑模控制器来提高系统的响应速度;并对内外环的控制算法进行了稳定性证明.由姿态角跟踪仿真结果表明,所设计的控制器具...     

基于可变参数滑模控制的四旋翼无人机的姿态控制

为了稳定控制无人机的位置和姿态角,提出了一种结合滑模控制和状态反馈控制的非线性控制器.本次研究中,建立了四旋翼无人机的运动学模型,提出的一种可变参数的滑模控制和状态反馈控制方法,控制器设计分为2个阶段:设计姿态子系统时变滑模控制器,首先保证3个姿态角的快速收敛性能能满足第二阶段的设计要求;在完成第一阶段控制器的设计的基...     

基于滑模理论的旋翼无人机容错飞行系统研究

本文针对四旋翼无人机执行器发生故障的问题,进行了容错飞行控制系统的研究。首先建立四旋翼无人机带故障时的非线性模型,在应用积分滑模理论设计位置回路、姿态回路控制律时,通过用饱和函数代替滑动模态中的符号函数完成容错飞行控制系统设计,针对单个桨叶发生故障造成执行效率损失情况完成位置跟踪数字仿真,实验表明该控制器即使在执行效率损失25%时也能通过牺牲位置跟随的精度,保证无人机的安全、稳定飞行;通过正常的飞行试验表明该飞行控制系统具有较好的稳定性和飞行性能。     

基于积分滑模和ESO的四旋翼无人机容错控制

针对四旋翼无人机桨叶损伤故障的位置和姿态控制问题,设计一种基于积分滑模法和扩张状态观测器(ESO)的四旋翼无人机主动容错控制系统.建立了执行机构损伤故障下的无人机非线性模型,采用抗干扰能力较强的滑模控制法(SMC)设计姿态内环和位置外环基本控制器;为减小系统的稳态误差,引入积分环节,构造出积分滑模控制器;通过采用边界层...     

四旋翼飞行器双环条件积分滑模控制

针对存在阵风干扰及未建模特性下的四旋翼飞行器轨迹跟踪控制,基于非线性滑模控制技术,结合条件积分思想及Lyapunov稳定性理论设计了一种位姿双环条件积分滑模控制器.在获得四旋翼非线性动力学模型后对其进行线性化,简化被控对象数学模型,提高控制器设计效率.利用条件积分滑模控制律设计了位置环和姿态环的轨迹跟踪控制器,实现了控...     

图像视觉伺服的无人机固定时间滑模控制

为提高四旋翼无人机对目标跟踪的动态性能和精度,结合图像视觉伺服(IBVS)提出一种新型非奇异固定时间滑模控制方法,实现了四旋翼无人机对速度指令和姿态指令的固定时间精确跟踪.首先通过透视投影建立虚拟图像平面,利用图像矩推导出虚拟平面的四旋翼无人机动力学模型.在此基础上,由固定时间稳定理论设计新型固定时间滑模面,给出了精确...     

微型四旋翼飞行器TSMC控制方法研究

针对微型四旋翼飞行器非线性动力学模型下姿态稳定和速度跟踪控制问题,基于全局快速终端滑模控制(TSMC-terminal sliding mode control)方法研究了控制器设计。通过引入等价控制输入,将姿态控制通道解耦并分别设计了姿态稳定TSMC控制器。对速度跟踪和高度跟踪控制,在保证高度跟踪控制稳定的基础上设计了保证速度跟踪的耦合控制器。姿态稳定和速度跟踪仿真验证了设计控制器的性能。     

六旋翼无人机编队快速终端滑模鲁棒控制

为了实现在复合干扰下六旋翼无人机编队的稳定飞行,提出了一种快速终端滑模鲁棒控制方法。首先,描述了领导-跟随编队拓扑结构并建立了六旋翼无人机的6自由度运动模型,然后,设计了编队外环控制律将编队指令转换为姿态指令,并通过设计编队内环控制律解算得到旋翼转速指令,最后,引入自适应律来估计复合干扰,实现了六旋翼无人机编队的稳定飞行。仿真实验结果表明：所提方法与滑模控制方法相比能够更加快速地实现六旋翼无人机的编队稳定飞行,最大轨迹误差仅为0.2 m,复合干扰最大估计误差仅为0.1 m/s²,表现出了更优的控制效果。     

四旋翼无人机飞行控制系统设计研究

根据模块化思想分别对四旋翼无人机[1]硬件系统的控制器模块、传感器模块、电源模块、执行机构模块以及遥控器模块[2-3]进行了详细的阐述,并给出了相应的电路设计。根据硬件系统所需的要求设计了飞行控制系统软件方案总体流程图,最后根据图形化语言LabVIEW设计了一套基于四旋翼无人机飞行控制系统的显示界面用来实时采集四旋翼无人机飞行器姿态角的数据[4],通过转台实验分析证明,文中所设计四旋翼无人机飞行控制系统满足最初预期效果,为进一步研究奠定了理论基础。