A Lyapunov-based three-axis attitude intelligent control approach for unmanned aerial vehicle

A novel Lyapunov-based three-axis attitude intelligent control approach via allocation scheme is considered in the proposed research to deal with kinematics and dynamics regarding the unmanned aerial vehicle systems.There is a consensus among experts of this field that the new outcomes in the present complicated systems modeling and control are highly appreciated with respect to state-of-the-art.The control scheme presented here is organized in line with a new integration of the linear-nonlinear control approaches,as long as the angular velocities in the three axes of the system are accurately dealt with in the inner closed loop control.And the corresponding rotation angles are dealt with in the outer closed loop control.It should be noted that the linear control in the present outer loop is first designed through proportional based linear quadratic regulator(PD based LQR) approach under optimum coefficients,while the nonlinear control in the corresponding inner loop is then realized through Lyapunov-based approach in the presence of uncertainties and disturbances.In order to complete the inner closed loop control,there is a pulse-width pulse-frequency(PWPF) modulator to be able to handle on-off thrusters.Furthermore,the number of these on-off thrusters may be increased with respect to the investigated control efforts to provide the overall accurate performance of the system,where the control allocation scheme is realized in the proposed strategy.It may be shown that the dynamics and kinematics of the unmanned aerial vehicle systems have to be investigated through the quaternion matrix and its corresponding vector to avoid presenting singularity of the results.At the end,the investigated outcomes are presented in comparison with a number of potential benchmarks to verify the approach performance.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

基于多级鲁棒PID控制的汽车稳定性控制策略

利用AMESim软件搭建了整车和液压制动系统模型。将基于H∞控制理论的PID控制算法应用于汽车稳定性控制的研究。根据车辆行驶状态的变化调整鲁棒PID控制器的参数,构建以横摆角速度和质心侧偏角为控制目标的汽车稳定性控制算法。进而利用PID控制算法得出制动轮缸压力,实现了整车的稳定性控制。利用Matlab/Simulink和AMESim建立联合仿真平台,对控制算法进行验证。结果表明,该控制算法具有很好的实时性和控制效果,能够满足车辆稳定性控制的要求。     

无人地面车辆车道级路径引导方法

针对无人地面车辆对高精度电子地图的需求和在结构化道路环境下的导航要求,基于多传感器信息融合构建了车道级的电子地图,并基于该电子地图提出了一种车道级的路径引导算法．首先,利用数据采集平台采集多传感器的数据,并对采集到的数据进行融合来构建车道级的电子地图,并进一步根据交通规则生成道路和车道线;接着,根据不同地理对象所反映的不同特征设计了其属性表;然后,根据结构化道路环境的特点提出了一种全局路径规划策略;最后,针对无人地面车辆遇到障碍物需要对全局路径进行修正的场景,提出了一种基于代价地图的修正方法,指导车辆完成避让．跑车实验和中国智能车挑战赛比赛结果表明,文中提出的高精度电子地图和路径引导方法能满足无人地面车辆在结构化道路环境下的导航需求,能够为无人地面车辆安全、快速行驶提供可靠的指导和保障．     

一种新的智能小车控制策略

传统寻迹智能小车的研究局限于设定好的路径,为了提升其自主性,提出了一种新的智能小车控制策略,融合了姿态调整算法以及避障算法,并结合模糊规则库实现了转向角与速度的协调.通过曲线拟合验证了转向角与转弯半径的关系,运用坐标变换思想大大简化了智能车位置以及圆弧切点的计算,同时,由于姿态调整算法的引入,避免了大角度转弯造成的减速运行,提高了智能车的平均速度.最后通过仿真和实验证明了算法及其控制策略的有效性.     

隐身反设计下飞翼布局气动与隐身综合设计

为同时获得良好的气动和隐身性能,基于双发动机布局下飞翼无人机大鼓包式机身,采用隐身反设计思路,开展了飞翼布局气动与隐身综合设计与分析研究,提出了一种减小翼型前缘半径的机身前缘类"鹰嘴"形飞翼布局优化构型.分别采用CFD(计算流体力学)方法对M6机翼进行气动数值模拟方法验证,以及基于FEKO软件中MLFMM(多层快速多极子方法)和PO(物理光学法)对圆柱体和某飞翼布局缩比模型进行隐身数值计算方法验证,并利用该方法获得了飞翼布局无人机气动与隐身综合特性.结果表明:建立的气动与隐身数值模拟方法计算结果与实验吻合较好,数值计算方法是可靠的;基于隐身反设计思路构建的机身前缘类"鹰嘴"形飞翼布局设计不仅纵向气动特性略微提升,且前向(-25°~25°)隐身性能明显提高,充分表明了隐身反设计思路的有效性;前缘类"鹰嘴"形设计主要影响机身表面压力分布,并有助于提升升阻特性;前缘类"鹰嘴"形设计比传统钝形前缘设计在不同频率和不同滚转角下隐身特性均有所提高.     

自调整模糊控制技术在汽车悬架系统中的应用

以车辆操纵稳定性及行驶平顺性为控制目标,提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析方法得到.该算法不仅体现了一般模糊控制算法对非线性系统具有的明显优势,而且可以利用LMS自适应模块调整模糊控制器的修正因子,改善了一般模糊控制算法对专家先期经验依赖的缺陷.通过对简化的车辆模型仿真计算分析,证明该算法对悬架系统的振动控制具有较好的效果;并在两自由度的悬架系统试验台架上进行了试验研究,结果证明,与被动悬架系统相比,LMS自适应模糊主动悬架系统簧上质量加速度均方根降低41%.     

Modeling and control for hydraulic transmission of unmanned ground vehicle简

Variable pump driving variable motor （VPDVM） is the future development trend of the hydraulic transmission of an unmanned ground vehicle （UGV）. VPDVM is a dual-input single-output nonlinear system with coupling, which is difficult to control High pressure automatic variables bang-bang （HABB） was proposed to achieve the desired motor speed. First, the VPDVM nonlinear mathematic model was introduced, then linearized by feedback linearization theory, and the zero-dynamic stability was proved. The HABB control algorithm was proposed for VPDVM, in which the variable motor was controlled by high pressure automatic variables （HA） and the variable pump was controlled by bang-bang. Finally, simulation of VPDVM controlled by HABB was developed. Simulation results demonstrate the HABB can implement the desired motor speed rapidly and has strong robustness against the variations of desired motor speed, load and pump speed.     

一种非线性系统的鲁棒型预测控制算法

提出一种基于神经网络的鲁棒型广义预测控制(GPC)方法,该方法首先用神经网络对非线性系统进行辨识,然后在控制中将模型输出值与测量输出值进行综合,代替量测输出用于控制中,从而降低辨识器与控制器对未建模动态的敏感性,增强控制器的适应能力和鲁棒性.仿真结果表明:将本方法应用于非线性系统控制,对未建模动态具有较强的鲁棒性和控制能力.     

一种非线性系统的鲁棒型预测控制算法

提出一种基于神经网络的鲁棒型广义预测控制（GPC）方法,该方法首先用神经网络对非线性系统进行辨识,然后在控制中将模型输出值与测量输出值进行综合,代替量测输出用于控制中,从而降低辨识器与控制器对未建模动态的敏感性,增强控制器的适应能力和鲁棒性.仿真结果表明：将本方法应用于非线性系统控制,对未建模动态具有较强的鲁棒性和控制能力.     

四旋翼无人飞行器ADRC-GPC控制

针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统.     

Bottom-following control for an underactuated unmanned undersea vehicle using integral-terminal sliding mode control

The bottom-following problem of an underactuated unmanned undersea vehicle(UUV) is addressed. A robust nonlinear controller is developed by using integral-terminal sliding mode control(ITSMC), which can exponentially drive an UUV onto a predefined path at a constant forward speed. The kinematic error equations are first derived in the Serret-Frenet frame. Using the line of sight(LOS) method, Lyapunov's direct technique and tracking differentiator, the guidance law is established. Then, the kinematic controller, the guidance law, is expanded to cope with vehicle dynamics by resorting to introduce two integral-terminal sliding surfaces. Robustness to parameter perturbation is addressed by incorporating the reaching laws associated with the upper bound of the parameter perturbation. The proposed control law can guarantee that all error signals globally exponentially converge to the origin. Finally, a series of numerical simulation results are presented and discussed. In these simulations, wave, constant unknown ocean currents(for the purposes of the controller) and the parameter perturbation are added to illustrate the robustness and effectiveness of the bottom-following control scheme.     

基于等价空间的无人机飞行控制系统故障检测

无人机(unmanned aerial vehicle, UAV)飞行控制系统的故障检测,对于保障无人机的飞行安全具有重要意义。等价空间方法具有残差与未知初始状态解耦的优势,但随着等价空间阶次的提高,其在线计算量显著增大。针对上述问题,提出一种基于等价空间的无人机非线性飞行控制系统快速故障检测方法。建立无人机飞行控制系统的非线性故障模型,在针对线性离散时变系统的等价空间故障检测方法研究的基础上,利用Krein空间投影来实现残差评价函数的递推计算以减小故障检测计算量。以无人机空速管及升降舵故障检测为例,对算法进行了仿真试验验证。试验结果表明,提出的方法可以实现无人机飞行控制系统的快速故障检测。     

欠驱动USV神经网络自适应轨迹跟踪控制

为解决欠驱动USV系统在模型不确定性和未知海流干扰下的水平面轨迹跟踪问题,基于反步法与自适应技术,提出一种非线性鲁棒轨迹跟踪控制策略. 针对欠驱动USV参数不确定问题,运用神经网络自适应方法对欠驱动USV系统未知函数进行估计和逼近;然后,运用动态面方法获取虚拟变量的导数,不仅控制律结构简单,易于工程实现,而且有效地减小了传统反步法中虚拟变量直接求导的复杂性;针对未知时变海流的干扰,设计了一种指数收敛海流观测器,有效估计未知缓慢时变海流速度;其次,基于李雅普诺夫理论证明了所设计的控制器能够保证运动轨迹收敛于期望值,并且保证了该轨迹跟踪闭环控制系统所有信号最终一致有界;最后,在控制输入受限条件下,为检验该控制器的跟踪性能,选取圆轨迹作为参考轨迹,仿真实验表明,该控制器能够有效地实现预期轨迹,神经网络自适应方法对系统未知函数可有效估计和逼近,对未知时变海流干扰具有较强的鲁棒性,轨迹跟踪误差和速度跟踪误差均收敛到零附近的一个邻域内,从而验证了所提出控制器的有效性.     

A new fuzzy modeling method for nonlinear systems

ThisstudywassupportedbyChineseNationalDefenceFoundation.ocolhay~lingisawhelingmethodwhichusesfuzzyinfernceruIestodescribethecharacteristicsofasystem,andfeatumeitScapabilitytodescribecomPlex,uncedrinandnonlinearsystems.TherearemainlytwoaP-proachestoInodling:oneisaverydifficuhapproachbasedonfhazyrelationaleqUations["'J,becausethesou-tionofafhazyrelationaleqUahonisusuallynotuniqUe,anditdoesnotevenetistsomtlines;andtheotherisacommonhemedelcomposedofhaylingUistic.l.[3'4]andidenhficationoffhazy…     

无人水下航行器PID神经网络解耦控制

通过无人水下航行器动力学分析和运动建模,将系统解耦为航向、横滚、纵向三通道控制系统。为了消除解耦过程中存在的问题,采用PID神经网络控制算法来实现三自由度的独立控制。仿真结果表明,该控制方法不仅减少了计算时间,提高了响应速度,而且具有超调量小、稳态精度高等控制品质,对无人水下航行器的实际应用具有一定意义。     

半主动空气悬架的参数自调整模糊控制仿真

针对半主动空气悬架系统进行了自调整模糊控制算法的仿真研究。以某空气悬架大客车1/4车辆模型为仿真对象,设计了参数自调整的模糊控制器,并以B级路面为随机输入,以平顺性为评价指标,对模型进行了计算机仿真。结果表明,在引入参数自调整模糊控制方法后,车辆的行驶平顺性得到了改善。此外,当汽车行驶工况变化时,该控制器仍表现出良好的控制效果。