四旋翼无人机轨迹跟踪的容错控制

针对四旋翼无人机轨迹跟踪的容错控制问题,提出了一个鲁棒[H∞]控制和干扰观测器与故障估计器相结合的容错复合控制器的方法。在外部有界扰动和加性故障的条件下,实现对四旋翼无人机的轨迹跟踪。将四旋翼无人机非线性动态模型解耦成独立的外环位置控制系统和内环角度控制系统,引入区间矩阵对系统参数进行描述,使用干扰观测器和故障估计器进行干扰和故障的估计和补偿。然后设计一个复合控制器既能更好地抑制干扰又能保证无人机在自身存在故障的情况下平稳飞行。通过仿真证明该方法的有效性。     

四旋翼无人机可视化轨迹跟踪仿真系统

为了便于对四旋翼无人机控制算法进行实验仿真和验证,联合Solidworks和Matlab/SimMechanics工具箱设计了一种四旋翼无人机可视化轨迹跟踪仿真系统;利用Solidworks搭建了四旋翼无人机三维实体模型,并通过Solidworks和Matlab转换接口将该实体模型导入到Matlab/SimMechanics中;Matlab/SimMechanics提供了了三维可视化窗口,可以显示无人机的实时仿真状态;仿真平台在Matlab/SimMechanics环境中实现,与Matlab/Simulink通信方便,可方便的将Simulink设计好的控制算法添加到仿真系统中,以进行验证和参数整定,还具有姿态分析和数据分析等功能;轨迹跟踪仿真结果表明,四旋翼无人机可视化轨迹跟踪仿真系统直观可视,准确可靠,能较好地对控制算法进行研究和测试,对四旋翼无人机以及控制算法的研究和开发具有重要价值。     

四旋翼无人机参数预测和抗扰动自适应轨迹跟踪控制

为了降低外界环境对四旋翼无人机飞行轨迹的扰动性,提高无人机的控制精度,提出1种基于滑模控制的四旋翼无人机参数预测和抗扰动的自适应轨迹跟踪控制器。这种控制器对四旋翼无人机系统的不确定状态参数、气流、风阻和执行器故障等外界扰动进行预测,实现了对系统输入的状态补偿和扰动补偿,提高了无人机的轨迹跟踪效率和抗扰动能力,消除了机体在飞行过程中的抖振现象,提高了无人机系统对环境的适应性和控制器的稳定性。通过仿真实验,分析了四旋翼无人机在不同控制器作用下的轨迹跟踪性能曲线,验证了所提出的控制器的优越性和有效性。     

基于MPC的四旋翼无人机航迹跟踪控制系统

目前研究的四旋翼无人机航迹跟踪控制系统跟踪过程不稳定,导致跟踪结果不准确;为此基于MPC设计了一种新的四旋翼无人机航迹跟踪控制系统.通过空中飞行控制器、地面控制器和人工干预器实现了无人机航线的跟踪控制;空中飞行控制器包括GPS导航定位模块、姿态评估模块(MTI)、飞行控制系统计算机,显示模块等;地面控制器探测周围飞行环境,规避障碍物、规划安全航线,传输至空中自主飞行控制系统,包括无线通讯的数据连接电路和地面终端控制模块;人工干预模块能对飞行过程中发生的意外情况进行人工干预以避免突发情况造成危险;以VS2010为开发环境,利用C++软件设计软件流程;利用MPC多变量控制策略,以最优动态轨迹为控制目标,获取无人机的实时飞行状况,设定航线规划流程,实行航线动态规划;实验结果表明,所设计的无人机航迹跟踪控制系统稳定性较好,跟踪控制结果与预期的跟踪控制曲线重合度更高,平均误差控制在1 cm以内.     

基于固定时间扰动观测器的四旋翼无人机轨迹跟踪控制

针对六自由度小型四旋翼无人机在轨迹跟踪控制过程中,单一控制器构成的控制系统存在外部未知干扰,系统的鲁棒性以及轨迹跟踪精度容易产生较大的波动问题,该文章提出了一种基于固定时间扰动观测器的全闭环控制方案,即针对位置与姿态的双闭环控制;首先利用固定时间理论设计了两个扰动观测器,在固定时间内对扰动做出估计并进行补偿;在此观测器对扰动值的精确估计基础之上,设计了两个具有扰动补偿能力的非线性跟踪控制器;李雅普诺夫稳定性理论证明了所述方法的有效性;仿真实验中,为对比所述控制方法的有效性,同时采用传统单一控制器构成的无人机控制系统进行对比分析;在无人机质量为m=1.44 kg、环境重力加速度为g=9.8 m/s2以及其他模型参数一致的前提下,进行大量的仿真实验验证了所提出的基于固定时间扰动观测器的扰动补偿控制系统,能够保证小型四旋翼无人机六自由度受到复杂外部干扰时准确估计出外部干扰值,并实现无人机进行高精度轨迹跟踪控制,且轨迹跟踪精度与抗扰性能皆优于传统单一控制器构成的无人机控制系统.     

基于区间矩阵的四旋翼无人机鲁棒跟踪控制

针对飞行环境不断变化的四旋翼无人机轨迹跟踪问题,提出了基于区间矩阵的鲁棒跟踪控制策略.首先,将四旋翼无人机非线性动态模型解耦为外环位置控制系统和内环角度控制系统.接着,考虑到飞行环境变化引起的升力系数、中高速飞行下不可忽略的阻力系数等参数的不确定性,引入区间矩阵对内外环系统的系统参数进行描述,并对内外环控制系统设计鲁棒H_∞反馈控制策略来抑制有界外部扰动.然后,根据李雅普诺夫稳定性定理得到了使外环系统指数渐近稳定和内环系统鲁棒渐近稳定且均满足H_∞性能指标的LMI充分条件,同时,给出了控制器增益的求解方法.最后,仿真及实验结果结果验证了所提方法的鲁棒性、优越性和有效性.     

基于OpenMV四旋翼无人机视觉跟踪系统设计

无人机对目标的实时跟踪是无人机领域的研究热点与难点,该文设计了一个基于OpenMV四旋翼无人机视觉跟踪系统。该系统以STM32F407VGTx为主控芯片,以姿态传感器、气压计传感器、光流传感器、激光传感器和电子罗盘等为传感器,通过高速的SPI和UART接口获取无人机姿态,构建了一个稳定的飞行控制平台。设计了基于串级PID的无人机悬停、定点和定高飞行的控制算法与程序。在四旋翼无人机稳定飞行的平台上,通过OpenMV实现了四旋翼无人机对目标色块的实时跟踪。     

基于非线性制导的四旋翼轨迹跟踪控制

四旋翼是一种欠驱动、强耦合的可垂直起降的飞行器,为了实现其能够以设定速度跟踪空间轨迹,设计了一种基于非线性制导算法的轨迹跟踪控制方法。该方法分为了导引与控制两部分组成,导引部分以任务轨迹与期望速度为输入量通过非线性制导算法输出当前四旋翼的期望加速度,控制部分以得到的期望加速度为输入量采用串级PID算法对四旋翼进行姿态控制,从而实现四旋翼保持设定速度对任务轨迹的跟踪。仿真结果表明,所提方法能够实现四旋翼对复杂任务轨迹的精确跟踪,二维复杂轨迹跟踪距离偏差不超过±0.6m,速度偏差不超过2m/s;三维复杂轨迹除了受自身控制力限制的飞行段外,跟踪距离偏差基本控制在±4m以内,速度偏差不超过2m/s。     

基于强化迭代学习的四旋翼无人机轨迹控制

为进一步提升在未知环境下四旋翼无人机轨迹的跟踪精度,提出了一种在传统反馈控制架构上增加迭代学习前馈控制器的控制方法。针对迭代学习控制（ILC）中存在的学习参数整定困难的问题,提出了一种利用强化学习（RL）对迭代学习控制器的学习参数进行整定优化的方法。首先,利用RL对迭代学习控制器的学习参数进行优化,筛选出当前环境及任务下最优的学习参数以保证迭代学习控制器的控制效果最优;其次,利用迭代学习控制器的学习能力不断迭代优化前馈输入,直至实现完美跟踪;最后,在有随机噪声存在的仿真环境中把所提出的强化迭代学习控制（RL-ILC）算法与未经参数优化的ILC方法、滑模变结构控制（SMC）方法以及比例-积分-微分（PID）控制方法进行对比实验。实验结果表明,所提算法在经过2次迭代后,总误差缩减为初始误差的0.2%,实现了快速收敛;并且与SMC控制方法及PID控制方法相比,RL-ILC算法在算法收敛后不会受噪声影响产生轨迹波动。由此可见,所提算法能够有效提高无人机轨迹跟踪的准确性和鲁棒性。     

基于北斗通信技术的无人机运动轨迹跟踪控制系统设计

为使所获俯仰角、滚转角、偏航角跟踪结果均与无人机实际运动轨迹保持一致,实现对整条行进轨迹的准确追踪与控制,设计基于北斗通信技术的无人机运动轨迹跟踪控制系统;定义北斗通信系统的运维报文、通知协商报文、业务数据报文3种不同格式的协议文件,提升通信数据的实时传输能力;以此为基础深入分析无人机飞行器的内部结构组成,再结合大量行进姿态数据,完成对无人机运动轨迹跟踪控制系统的动力学建模;确保主供应电路的顺畅连接,将通信数据匹配至全驱动运动结构、姿态调节器、自适应控制器、轨迹追踪器四类硬件应用结构中,实现无人机运动轨迹数据的准确、实时传输;完成系统的主控结构设计;联合所有软、硬件运行条件,实现基于北斗通信技术的无人机运动轨迹跟踪控制系统设计;根据实验结果可知,所设计系统主机所获得的俯仰角、滚转角、偏航角跟踪结果均与无人机实际运动轨迹相差无几,符合准确追踪完整无人机行进轨迹的应用需求。     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

基于终端滑模的四旋翼飞行器非线性轨迹跟踪控制

考虑到四旋翼飞行器的传统内外环控制策略依赖时标分离假设,稳定性分析复杂,并且控制参数选取困难的缺点,提出了一种与传统内外环控制策略不同的轨迹跟踪控制器;首先将四旋翼飞行器数学模型进行相应的变换,以分解为高度、偏航角和纵横向三个级联的子系统,再使用终端滑模控制方法设计高度和偏航角子系统的控制器,使两个子系统的状态误差可以在有限时间内收敛到原点,之后基于变量非线性变换设计纵横向子系统的控制器,分析了闭环系统稳定性,证明了所设计的轨迹跟踪控制器可以保证闭环系统跟踪误差渐近稳定到原点,最后仿真实验的结果验证了所设计的控制器的有效性。     

四旋翼无人机抗干扰轨迹跟踪控制

针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略.为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性将系统分成姿态内环和位置外环.在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制.在扰动观测器的基础上,利用自适应滑模控制算法完成无...     

基于IBC-PID控制的四旋翼轨迹跟踪控制

针对四旋翼飞行器在阵风扰动下的轨迹跟踪控制问题,提出一种结合积分反步法控制与PID控制的混合控制算法.首先,分析了四旋翼飞行器的受力情况,并采用牛顿 欧拉法建立其动力学方程;其次,根据时间尺度原理,将四旋翼飞行器的控制结构分成位置控制回路与姿态控制回路,前者采用积分反步法进行抗干扰控制,后者采用PID控制进行镇定;同时,引入粒子群算法,利用其寻优优势对所设计的控制器参数进行调整;最后,通过一个螺旋线跟踪仿真对本文所提控制算法的有效性进行了验证.仿真结果表明,本文所提算法具有一定的鲁棒性、稳定性与适用性,能够满足四旋翼轨迹跟踪控制的需求.     

自适应神经网络四旋翼无人机有限时间轨迹跟踪控制

针对带有模型不确定性和未知外部干扰的四旋翼无人机轨迹跟踪控制问题,提出一种基于径向基(radial basis function, RBF)神经网络的自适应全局快速终端滑模控制方法,确保系统对期望轨迹的有限时间跟踪。该方法考虑到全局快速终端滑模控制在实际应用中的适应性和抖振问题,利用RBF神经网络替代等效控制量,以神经网络的在线学习能力补偿系统内部的不确定性和未知的外部干扰,有效地降低了系统的抖振;根据Lyapunov方法导出的自适应律在线调整神经网络权值,以保证闭环系统的稳定性。通过一系列仿真算例和飞行实验验证了该方法的有效性与可行性,结果表明:该控制方法相对于滑模控制的抖振更小,具有更好的收敛性和抗干扰能力,同时对模型的参数摄动具有更强的鲁棒性。     

四旋翼无人飞行器混合控制系统研究

针对四旋翼无人飞行器质量未知情况下的垂直起降控制问题,提出一种基于状态反馈和神经网络自适应的混合控制方法。该方法通过一个状态反馈控制器实现飞行器的水平位置和航向控制,考虑到飞行器负载的未知特性,通过径向基函数(RBF)神经网络对飞行器质量进行估计,从而实现对高度的精确控制。仿真分析及验证表明,所提出的控制方法能够有效实现飞行器高度的精确控制,并能够在线估计出飞行器质量参数。     

Robust dynamic surface trajectory tracking control for a quadrotor UAV via extended state observer

In this paper, we present an extended state observer–based robust dynamic surface trajectory tracking controller for a quadrotor unmanned aerial vehicle subject to parametric uncertainties and external disturbances. First, the original cascaded dynamics of a quadrotor unmanned aerial vehicle is formulated in a strict form with lumped disturbances to facilitate the backstepping design. Second, based on the separate outer‐ and inner‐loop control methodologies, the extended state observers are constructed to online estimate the unmeasurable velocity states and lumped disturbances existed in translational and rotational dynamics, respectively. Third, to overcome the problem of “explosion of complexity” inherent in backstepping control, the technique of dynamic surface control is utilized for trajectory tracking and attitude stabilization, and with the velocity and disturbance estimates incorporated into the dynamic surface control, a robust dynamic surface flight controller that guarantees asymptotic tracking in the presence of lumped disturbances is synthesized. In addition, the stability analysis is given, showing that the present robust controller can ensure the ultimate boundedness of all signals in the closed‐loop system and make the tracking errors arbitrarily small. Finally, comparisons and extensive simulations under different flight scenarios are performed to validate the effectiveness and superiority of the proposed scheme in accurate tracking performance and enhanced antidisturbance capability.     

基于ARM的多传感器四旋翼飞行器控制系统设计

为改变以传统嵌入式处理器的四翼飞行器的控制方式,基于四旋翼飞行器的工作原理和性能特点,提出了一种基于ARM Cortex-M7的嵌入式处理器的飞行控制系统的设计和实现方案.阐述了四旋翼飞行器的物理结构与飞行原理,给出了硬件系统总体方案;在整合各功能模块的基础上,对系统硬件电路进行设计,并进行了模拟仿真运行和实验验证.仿真与实验表明:设计能够保证系统的高稳定性,能满足飞行器起飞、悬停、侧飞等飞行模态的控制要求.