四旋翼无人机轨迹跟踪控制系统设计

针对四旋翼无人机参数不确定性和对外部干扰敏感的问题,提出一种基于线性自抗扰的轨迹跟踪控制系统设计方案。线性自抗扰能够很好地克服无人机的强耦合性、模型不确定性以及外部干扰问题。将四旋翼无人机的轨迹跟踪控制系统分为内外两个环路,内环采用线性自抗扰控制器,外环采用简单的PD控制器。在仿真平台上对线性自抗扰控制系统进行轨迹跟踪实验,并与传统的PID控制系统进行对比分析。通过仿真实验证明,所设计的线性自抗扰控制器不仅能够很好地估计并补偿系统所受内外部干扰,而且对四旋翼无人机参数的不确定性具有较强的鲁棒性,能够满足无人机姿态调节快速和高稳定度的控制要求,性能指标明显优于PID控制器。     

四旋翼无人机的轨迹规划跟踪控制研究

针对四旋翼无人机的实际应用需求,开展轨迹跟踪控制研究。提出了一种基于快速扩展随机树（RRT）算法的Dubins航迹规划方法,同时搭建了四旋翼模型,并设计了轨迹跟踪控制方案对所提出的规划路径进行了轨迹跟踪仿真。该RRT-Dubins算法采用RRT算法对有障碍区域的无人机路径进行有效规划,然后利用Dubins路径对规划出的轨迹进行平滑处理,以形成一条无人机可飞行路径。仿真实验表明,采用所提出的轨迹规划方法及路径可以较好地规避障碍区域,且轨迹平滑更适合无人机飞行,同时验证了所提轨迹跟踪控制方案的有效性。     

基于改进MPC算法的四旋翼无人机轨迹跟踪控制

本文针对四旋翼无人机轨迹跟踪控制过程中容易受到风扰的问题,提出了一种模型预测控制(MPC)与扩展状态观测器(ESO)相结合的轨迹跟踪控制方法。采用双闭环控制结构,使四旋翼无人机在风的干扰下按照参考轨迹稳定运行。该方法具有稳态误差小、抗干扰能力强的特点。最后在MATLAB中通过仿真验证了所述方法的有效性和可行性。     

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。     

四旋翼PIDNN控制器设计

针对传统四旋翼PID控制器参数整定困难和控制效果难以达到最优的问题,综合了传统PID控制器工程意义明确、参数整定简便以及神经网络的非线性映射和自学习的优点,构造了四旋翼神经网络PID(PIDNN)控制器。以神经网络的非线性映射特点和自学习能力优化了传统PID控制器的控制效果,借助PID控制器的构造特点,解决了神经网络层数、节点数和连接权重初值选取困难的问题。最后,通过仿真实验验证了算法的合理性和有效性。     

四旋翼无人机仿真控制系统设计

为了实现四旋翼无人机的自稳定控制,对四旋翼无人机进行了动力学建模与控制。在建模时利用机理建模和实验实测相结合的方法,建立小型四旋翼飞行器的动力学仿真模型;并通过准LPV法将非线性模型线性化,在飞行器模型解耦的4个通道上分别设计PID控制器,且在Matlab/Simulink平台上对系统整体进行仿真。仿真结果表明,该动力学模型和PID控制器可以有效地实现飞行器的自稳定控制,为后续的四旋翼飞行器的控制研究打下基础。     

旋翼无人机视觉跟踪系统

设计实现了一种基于PC104计算平台的旋翼无人机自动目标跟踪系统.该系统由机载视觉子系统、地面站子系统、无线通信子系统3个部分组成.构建了完整的空地、人机交互环路.采用基于背景权重的Mean Shift目标跟踪算法,能够有效减小复杂环境背景对目标跟踪的影响.可靠性高且算法复杂度低.在室内外环境下进行的实验测试结果表明:系统在目标跟踪过程中即使遇到相似目标干扰或大面积遮挡,仍能够准确地自动跟踪目标,利用目标在图像中的位置主动引导数字云台与其保持相同运动方向,使目标尽可能处于相机中心视场范围内,验证了系统的可靠性和实时性.     

四旋翼飞行器有限时间轨迹跟踪控制研究

为了解决四旋翼飞行器轨迹跟踪中状态量收敛速度慢、易发散等问题,提出了一种双环混合有限时间控制策略.根据Newton-Euler方程推导出四旋翼的动力学模型,再根据时间尺度原理将其分为内外两个控制环.外环采用有限时间控制策略来加快三轴位置量与偏航角的收敛速度;内环采用快速非奇异终端滑模控制技术来实现姿态角的快速收敛.搭建了四旋翼的虚拟样机,在三维仿真环境下模拟其轨迹跟踪控制效果.由仿真结果可知:与其他两种常见的控制器相比,所设计的控制器的控制精度、鲁棒性以及跟踪效果均最好,并且能较好地满足四旋翼轨迹跟踪控制的需求.     

基于离散滑模控制的四旋翼飞行器轨迹跟踪

针对离散时间域的四旋翼飞行器的大角度轨迹跟踪问题进行研究.首先,采用牛顿-欧拉法建立了基于三维旋转群SO(3)的动力学模型,并采用前向欧拉法将其转换为离散模型.接着,提出了基于内外环的控制结构,并将离散滑模变结构控制应用于内外环控制器的设计,通过李雅普诺夫函数证明了所设计控制器的稳定性.最后,通过Matlab/Simu...     

基于STM32的四旋翼无人机目标跟踪系统设计

本文针对四旋翼无人机的目标跟踪难点问题,设计了一种适用于多种场合的四旋翼无人机目标跟踪系统。该系统以STM32F407为核心,搭载九轴传感器、光流、气压计、OpenMV等模块,通过姿态解算和光流解耦合算法,计算出无人机精确的实时姿态和高度,并通过串级PID算法,实现稳定的飞行控制,在此基础上,通过OpenMV视觉模块进行颜色识别,确定目标位置。经实际测试四旋翼无人机能实现目标跟踪、可扩展性高、适应性强。     

小型四旋翼无人机空气质量监测仪设计

及时有效地获取空气质量数据是大气环境保护的前提和基础。针对现有固定点监测手段空间覆盖度不足、成本高、灵活性差等问题,设计一种基于小型四旋翼无人机为飞行平台,Arduino UNO开发板外接MG811,DSM501A,DHT11,MQ-7传感器为硬件平台,Arduino IDE编译器为软件平台的监测仪。采用接触式周期采样方法获取环境数据模拟值,建立与传感器灵敏度关系,使用Matlab中CURVE FITTING TOOL对传感器灵敏度与被测物浓度关系进行拟合分析。拟合后,可决系数大于0.98,方差小于0.1。该自主设计的监测仪具有成本低、易操作、灵活方便的优点,并可扩展其他类型传感器以满足不同的测量环境要求。     

轮式机器人滑模轨迹跟踪控制器设计

轮式机器人是一个典型的非完整性系统。由于非线性和非完整特性,很难为移动机器人系统的轨迹跟踪建立一个合适的模型。介绍了一种轮式机器人滑模轨迹跟踪控制方法。滑模控制是一个鲁棒的控制方法,能渐近的按一条所期望的轨迹稳定移动机器人。以之为基础,描述了轮式机器人的动力学模型并在二维坐标下建立了运动学方程,根据运动学方程设计滑模控制器,该控制器使得机器人的位置误差收敛到零。     

四旋翼飞行器自稳定和轨迹跟踪控制研究

针对四旋翼飞行器自稳定飞行和轨迹跟踪控制问题,提出了一种多模态滑模姿态控制和新型回馈递推轨迹跟踪控制方法。首先,依据牛顿第二定律和欧拉方程建立了运动学方程,由于外环位置跟踪控制与内环姿态存在严重耦合,外环位置控制器采用新型回馈递推法设计,简单有效,同时降低了工程实现难度。其次,内环姿态控制根据多模态滑模设计理念,结合线性滑模和非奇异终端滑模特点设计了切换型滑模控制律,使得系统状态能够在最优模态下运行,同时保证系统的到达时间和滑动时间都是有限的,实现了全局快速收敛。最后,仿真实验数据表明所设计的控制器能够快速跟踪期望姿态和轨迹,具有较好的控制效果。     

基于间接型迭代学习控制的四旋翼轨迹跟踪

针对反推控制方法在四旋翼飞行器轨迹跟踪中存在动态误差的问题,提出改善轨迹跟踪性能的间接迭代学习控制算法。首先将飞行器分为姿态和高度全驱动控制通道和水平轨迹欠驱动控制通道;然后基于反推控制方法分别设计了全驱动和欠驱动通道的稳定控制器,进而采用PID型迭代学习算法对反推控制器参考输入信号进行更新优化;最后,采用压缩映射原理和λ范数理论证明了算法的收敛性。仿真实验结果表明,PID型迭代学习律能够有效改善反推控制器的控制效果,实现对期望轨迹的完全跟踪。     

基于IBS和LADRC的四旋翼飞行器轨迹跟踪控制

首先对四旋翼进行了力学分析并建立了六自由度的数学模型,然后针对四旋翼数学模型的欠驱动及强耦合特性,提出了基于积分反步(IBS)和线性自抗扰(LADRC)相结合的控制方法对四旋翼进行轨迹跟踪控制。首先将整个控制分为外环位置控制和内环姿态角控制,针对外环位置控制的欠驱动特性,采用适用于欠驱动系统并且结构清晰的IBS控制方法,针对存在严重耦合的内环姿态角控制,则采用了具有抗耦合作用的LADRC控制策略,仿真实验证明了该方法能实现四旋翼的轨迹跟踪。