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。     

基于双目的物流无人机定点避障系统

文章针对四旋翼物流无人机在低空复杂环境下,由于环境遮挡,无法依赖GPS与光流实现安全精准定位悬停等问题,做出了相对应的设计。以四轴旋翼无人机为平台,使用树莓派4B为机载视觉处理平台处理英特尔追踪实感摄像头T265的位置和速度信息,使用内置V-SLAM算法,实现四旋翼无人机的高精度定点悬停,实现了无人机在无GPS环境下按照轨迹精确定位网格飞行。并且基于t265的双目摄像头可计算出深度图像数据,实现四旋翼无人机的简单避障功能。最终测试表明:无人机能够实现室内等无GPS环境下的自主精准飞行,以及可以在无人为干扰的情况下实现避障飞行。并且实现无人机的一键起飞,精确悬停等功能。     

基于Matlab/FlightGear的四旋翼无人机仿真实验平台设计

文章以六自由度四旋翼无人机模型为基础,设计并建立了基于FlightGear的仿真实验平台。该平台基于Matlab/Simulink实现无人机模型及控制系统的仿真设计,使用Statef low实现无人机起飞、轨迹跟踪飞行、返航、降落的模式切换,并与FlightGear进行对接,实现完整飞行场景下四旋翼无人机的三维实时可视化显示。     

基于动态规划的无人机编队最优协同容错控制

为了克服未知的执行器故障对四旋翼无人机编队飞行的影响,提出了一种基于动态规划的最优协同容错控制律。首先,建立了四旋翼无人机模型,然后,基于动态规划设计了最优协同控制律,利用RBF神经网络逼近最优性能指标函数,设计了自适应律来估计未知的执行器故障,最终得到的最优协同容错控制律可实现对无人机编队飞行的高精度控制。通过对比仿真验证了设计的控制律具有更优的编队控制效果,编队飞行的最大轨迹跟踪误差仅为0.04 m,控制精度较高,设计的自适应律具有更优的故障估计效果,最大估计误差仅为0.05 N·m,实现了对四旋翼无人机编队的安全稳定控制。     

基于串级PID控制算法的四旋翼无人机控制系统设计

四旋翼无人机相较于传统的固定翼无人机有着更好的机动性、稳定性。它能适应更加复杂的飞行环境,对操控者的操控技术要求比较低,因此近年来四旋翼无人机在各个领域得到了更加广泛的应用。勘察、救援、电力设备巡检等众多领域都可以看到它的身影。然而相较于传统的固定翼飞机,四旋翼无人机的飞行控制系统设计难度大幅度提升。系统本身具有耦合性强、非线性、驱动数量比自由度少等特点,这些系统本身的特点大大提高了四旋翼无人机控制系统的设计难度。基于相应的物理学和力学理论,首先给四旋翼无人机建立了数学模型;然后设计了四旋翼无人机控制系统的硬件电路部分,可以为四旋翼无人机控制算法的实现提供硬件支持;最后基于串级PID控制算法为四旋翼无人机设计了飞控系统。通过仿真飞行实验验证了控制系统具有很强的稳定性和抗干扰能力。     

基于视觉图像的四旋翼无人机飞行控制研究

为了利用视觉图像中信息的无源性、实时性以及机载控制器的自创性等特性，解决无人机信源易干扰、有延时、受制约的问题，分析了“十”字型四旋翼无人机的动力结构、控制原理以及无人机飞行过程中位姿方程、动力方程之间的相互关系，完成了四旋翼无人机六自由度信息和飞行控制四元素输入信息之间的转换，设计了基于合作目标匹配的无人机视觉图像自主控制算法。结果表明，在实测值为零时，即可完成自主降落功能。该算法可以实现简单环境下四旋翼无人机的自主降落。这一研究对无人机的自主化、智能化发展具有一定的帮助作用。     

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。     

基于北斗导航的无人机系统设计

随着无人机技术的发展和成本的降低,无人机的应用越来越广泛, 被广泛应用于军事侦察、民用等领域。我国自主研发的北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)全球组网完成,可为无人机提供精确的位置、速度、姿态等飞行状态信息。本文研究设计了基于北斗导航的低成本微型四旋翼无人机,给出了无人机系统的总体和软硬件详细设计。研究了无人机姿态控制算法,给出了四旋翼无人机的运动方程和传递函数,对PID控制算法进行了仿真。并研究了无人机定高、定点控制算法,给出了仿真结果。对四旋翼无人机进行了实际飞行测试,结果表明：设计的无人机系统能够较好的控制飞行姿态,同时具有低成本、体积小等特点。     

多旋翼无人机的嵌入式自主飞行控制系统设计的研究

本文在分析研究中,以多旋翼无人机作为研究对象,按照多旋翼无人机所在实际操作过程中所具有的特征,对于嵌入式自主飞行控制系统进行设计研究,让多种类别多旋翼无人机在实际飞行过程中,能够被嵌入式自主飞行控制系统所管理.     

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。     

基于TSMC的四旋翼无人机抗风研究

针对四旋翼无人机的欠驱动、非线性、强耦合和易受外界因素干扰等特性,为保证其控制品质与精度要求,提出一种基于快速终端滑动模态控制(TSMC)的控制方法。建立四旋翼无人机在紊流风场作用下的动力学数学模型,采用可自动消除抖振的全局快速终端滑模的控制算法计算各个控制律,引入过渡输入控制律以实现欠驱动耦合控制,并通过Matlab/Simulink软件对系统模块进行构建和仿真。仿真结果表明,该快速终端滑模控制器算法具有可靠性高、收敛速度较快和鲁棒性较强的特点,能够有效地完成四旋翼无人机的飞行任务。     

基于深度视觉的四旋翼无人机自主飞行感知和避障综述

随着无人机技术的深入发展，基于深度学习且以视觉输入的四旋翼无人机(四旋翼)自主飞行感知和避障研究备受该领域学者的关注，以无人机飞行模式朝着完全自主的终极目标不断迈进。无人机的自主感知和避障正是实现无人机自主飞行的关键所在。简要地阐述了目前无人机自治水平等级和相关深度学习方法；对四旋翼的仿真平台和公开数据集进行了较为全面的介绍；从无人机自主飞行感知和避障2个方面，对当前基于深度视觉的四旋翼自主飞行感知和避障相关国内外文献报道，进行了较为全面的分析和总结；结合深度学习方法和以视觉输入的四旋翼自主飞行感知和避障在一些关键的开放性问题上的不足，对其未来挑战和发展趋势进行了总结和展望，旨在为后续研究提供参考。     

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。     

多旋翼无人机失控保护装置概述

随着多旋翼无人机的普及,其飞行安全受到更多的重视。多旋翼无人机在空中飞行时一旦失去控制,短时间内将会从高处以各种姿态坠落,对地面的人员和设备构成严重的威胁。文章详细分析了多旋翼无人机的失控原因,介绍了常见的失控保护装置,并对多旋翼无人机自助防护装置技术的发展进行了展望。通过分析各种方案的优缺点,为飞手应对多旋翼无人机失控问题提供了策略。     

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。     

微小型四旋翼无人机研究进展及关键技术浅析

随着嵌入式处理器、微传感器技术和控制理论的发展和成熟,微小型四旋翼无人机逐步向高效、多功能化方向发展,并广泛应用于军事、民用、以及科学研究等多个领域。首先,从原型研发、平台集成和商业化应用3个方面介绍了目前国内外在该领域最新的研究情况。结合四旋翼无人机的特点,着重分析了微型机电系统、空气动力学设计、非线性系统建模以及飞行控制等关键技术。最后,在国内外研究进展和关键技术分析的基础上,指出了未来四旋翼无人机技术发展趋势。     

小型四旋翼飞行器控制系统的设计与实现

当今四旋翼无人机得到了广泛的应用,如管网、巡视、航拍测绘等,与此同时四旋翼市场呈现出小型化的发展趋势。为了提供更多轻便型四旋翼的学习参考,文章设计了一款小型四旋翼飞行器,采用了STM32F103C8T6为主控制器,通过MPU6050传感器获取机体的飞行姿态,系统应用了串级PID控制算法实现了对四旋翼飞行器飞行姿态的调节。实验结果表明,系统较为稳定,该飞行器在飞行运动的过程中姿态较为稳定。     

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。     

基于反步自适应技术的四旋翼无人机执行器故障问题研究

四旋翼无人机是一个具有多变量、强耦合、强非线性特性的欠驱动非稳定被控对象,快速准确地进行故障诊断对实现无人机安全飞行具有重要意义。基于Newton-Euler运动定理建立四旋翼无人机动力学方程,针对四旋翼无人机执行器故障基于反步法、Lyapunov理论结合自适应技术推导出自适应律,反解出滚转角、俯仰角的期望值,从而进行在线故障估计,取代用于故障重构的观测器,较好地实现执行器容错控制。通过仿真实验验证了本文所提的反步自适应容错控制方法的有效性。     

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。