四旋翼无人机控制系统仿真设计

四旋翼无人机是一种性能优越的垂直起降无人飞行器,能够实现悬停、低速飞行、垂直起降等功能,在军事和民用方面具有重要价值。针对四旋翼无人机的控制系统设计问题,首先分析介绍了四旋翼无人机飞行原理,对其建立动力学模型和运动学模型,然后进行了基于PID控制的控制系统设计,控制系统采用四通道、多闭环的控制结构,包括无人机的姿态控制与轨迹控制。在MATLAB中进行无人机控制系统仿真实现。仿真结果表明,本文所设计的控制系统,能够有效地实现四旋翼无人机的姿态控制、轨迹控制,具有良好的控制精度与响应速度。     

四旋翼无人机的旋翼空气动力学建模与仿真

针对四旋翼无人机在不同飞行状态与不同姿态角状态下如何提升飞行稳定性的问题,提出了通过调整俯仰角来提升飞行稳定性的方法.首先建立了四旋翼无人机的机体坐标系与地面坐标系,运用动量理论、涡流理论及叶素理论,对四旋翼无人机的旋翼进行动力学分析,得到桨叶叶素所受到的空气动力及力矩,然后建立了各个旋翼空气动力学系数与飞行稳定性系数的数学模型,并使用MATLAB进行了仿真,得出各个旋翼空气动力学系数在不同飞行状态下的变化情况.最后进行了实际飞行检测,得出四旋翼无人机在飞行过程中,俯仰角保持在[-5°,5°]内,能有效提高飞行稳定性.     

基于CompactRIO的四旋翼飞控实时仿真平台设计

针对四旋翼无人机实时飞行控制系统的控制算法设计与参数整定,设计了一种基于CompactRIO的飞行控制系统实时仿真平台,该平台使用两台CompactRIO作为主控制器,分别在其嵌入式实时系统(VxWorks)中运行Simulink设计的无人机动力学模型与飞行控制系统模型,并使用LabVIEW开发PC上位机监控程序,用于调整飞行状态和整定控制参数;经试验证明,该平台实用性强,可视化程度高,实时性好,能较好地对四旋翼飞控系统进行实时仿真验证。     

四旋翼无人机飞行过程孪生仿真研究

为了满足无人机在实际飞行过程中的虚实交互、实时响应和精确控制等要求,以四旋翼无人机的飞行过程作为任务需求,提出基于数字孪生技术的四旋翼无人机飞行过程仿真研究。搭建了四旋翼无人机飞行数字孪生系统架构,分析了数字孪生体仿真数据的流向及其作用,并对四旋翼无人机飞行数字孪生系统的功能和意义进行了介绍。从几何、物理、行为和规则等四个方面融合构建了四旋翼无人机的数字孪生体模型。最后进行了四旋翼无人机巡航过程的案例研究,通过仿真案例中的各项参数分析,考察了虚实无人机之间的交互性,证明了数字孪生体模型的精确性,验证了四旋翼无人机飞行数字孪生系统的可行性。     

四旋翼无人机自适应导航控制

研究四旋翼(Quadrotor)无人机导航控制问题。针对传统的四旋翼无人机导航控制方法的目标定位误差和实时性差问题,提出了基于CLOS技术的导航控制方法。采用CLOS技术所开发的导航控制系统使得四旋翼无人机能够在移动停机坪完成自主导航和着陆的任务,并详细研究了导航控制系统的设计和仿真。仿真结果显示了所设计的导航控制系统的性能和有效性,可应用于四旋翼无人机的实时导航。     

四旋翼无人机飞控系统仿真平台研究

为了便于对四旋翼无人机的飞行控制系统进行开发,设计了一个用于验证飞行控制系统的全数字仿真平台;建立了四旋翼无人机的数学模型,利用Simulink下的RTW(Real-Time Workshop)工具箱将数学模型转化为C++代码添加到仿真平台中;设计了可视化平台,可将仿真过程直观的进行显示;仿真平台采用C++语言实现,具有良好的外部接口,可方便的将设计好的飞行控制算法添加到仿真平台中,以进行验证和参数整定,还具有数据存储和仿真过程回放等功能;经实际运行表明,仿真平台直观可视,运行良好,能较好地对飞控系统进行仿真验证。     

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。     

基于Matlab的四旋翼控制仿真与抗干扰验证

近年来,随着微控制芯片技术的发展,无人机控制技术也愈发成熟,用途也越来越广泛。无论在军用,商用,民用方面都有不错的发展。四旋翼无人机姿态的控制是无人机控制的核心。四旋翼无人机的动力学模型具有多变量、强耦合、非线性和不确定性等多种因素,使其成为了控制领域比较典型的热门控制对象,越来越多地用来各种控制理论与算法的研究与认证[2-5]。本文对四旋翼无人机进行动力学建模,借助matlab/Simulink搭建实验仿真平台,验证PID控制算法的有效性以及控制系统的抗干扰能力。     

基于模型的四旋翼无人机半实物仿真平台研究

为了降低在真实飞行器上测试新的控制策略时所存在的设备损坏风险,对四旋翼无人机的控制器和半实物仿真实验平台进行了开发和介绍;首先,分析了四旋翼无人机基本结构和飞行原理,并对其进行了动力学建模;其次,设计了对应的常规PID控制器和滑模控制器,并进行了Matlab仿真对比和分析;最后,展示了采用先进的基于模型的设计方法和代码自动等技术的半实物仿真实验平台,并详细介绍了其硬件和软件的总体架构和不同模块的配置;仿真结果表明所设计滑模控制器相比于PID控制器有更好的控制效果,并给出了其在半实物仿真平台上用来研究四旋翼无人机姿态控制的可行性。     

四旋翼无人机的高度控制

为实现对四旋翼无人机飞行高度的控制,采用气压高度计对高度信息进行反馈,同时使用竖直加速度数据进行补偿.为了减少由建模误差对控制效果产生的影响,并使系统具有较强的鲁棒性,设计了模型参考滑模控制器(MRSMC,model reference sliding mode controller),同时对于无法直接测量的状态量使用卡尔曼滤波器来进行推测.实验结果表明所设计的控制器具有良好的稳定性和鲁棒性.     

基于强化学习的四旋翼无人机控制律设计

目前四旋翼无人机大部分都采用经典控制方法进行控制律的设计,然而控制参数的选择和对被控对象数学模型的依赖一直是经典控制方法设计中需要克服的问题;针对此问题,采用了一种基于深度强化学习算法Deep Q Network的无人机控制律设计方法,以四旋翼姿态角和姿态角速率作为三层神经网络的输入数据,最终输出动作值函数,再根据贪婪策略进行动作的选取,通过与环境的不断交互,智能体根据奖惩信息来更新神经网络的权值,使得智能体朝着获得累积回报最大值的方向选取动作;仿真结果表明在经过强化学习训练之后,四旋翼姿态角能够快速准确地跟踪上参考指令的变化,证明了基于强化学习的四旋翼无人机控制律的可行性,从而避免了传统控制方法对控制参数的选择与控制模型的依赖。     

基于拓扑优化的四旋翼无人机结构设计

为实现某四旋翼无人机的轻量化结构设计,采用Inspire进行拓扑优化设计,并对获得的拓扑优化结构进行静力分析和动力学分析。分析结果表明,通过拓扑优化方法获得的无人机结构应力分布合理,结构位移小且频率较高,满足静态和动态结构设计要求。研究结果可为实现低成本、轻量化的四旋翼无人机结构设计提供一条新的途径。     

四旋翼无人机速度控制系统设计

为实现四旋翼无人机的自主飞行控制,以自主研发的四旋翼无人机为研究对象,设计了速度控制系统;该速度控制系统采用加速度计、角速率陀螺仪和GPS测量数据,并设计卡尔曼滤波器来抑制传感器噪声,同时估计无法测得的状态变量;为了减小无人机的建模误差并提高控制系统鲁棒性,采用了模型参考滑模控制理论设计速度控制器;实验结果表明,该速度控制系统具有良好的跟踪和稳定性能.     

基于四旋翼无人机的运动目标跟踪控制研究

针对欠驱动的四旋翼无人机运动目标跟踪问题,提出了一种新的渐近跟踪控制器.首先,将控制系统解耦为位置控制系统和姿态控制系统;其次,提出了一种将人工势场(APF)与滑模控制(SMC)相结合的方法,实现了对运动目标的保持固定距离的高精度跟踪;第三,采用径向基神经网络(RBF)算法对姿态系统进行控制,并用李雅普诺夫方法进一步证...     

四旋翼无人机飞行姿态模型参考自适应控制

四旋翼无人机具有机械结构简单、可垂直起降等优势,在各个领域都有极广泛的应用.经典控制算法如PID对无人机在受扰动或环境变化时的控制效果不理想,难以调节至平衡状态.论文对动力学建模加以适当简化,设计了自适应控制律,数值仿真实验结果表明,模型参考自适应控制能在很大范围内有效屏蔽干扰,验证该算法是有效的.     

四旋翼无人机轨迹稳定跟踪控制

针对四旋翼无人机轨迹稳定跟踪控制问题,为抑制外界扰动和参数不确定性的影响,设计一种双环鲁棒控制系统.首先,基于动态面内模法设计输出调节器进行位置控制,可解决系统的渐近跟踪及干扰抑制问题;其次,利用高阶滑模设计姿态控制器,可实现全局有限时间收敛,消除系统抖振和相对阶的限制;再次,为进一步提高控制精度,采用一种鲁棒精确微分器对姿态角指令信号进行精确求导;最后,对系统稳定性进行严格的数学证明,并与PID控制和传统滑模控制进行仿真对比,结果验证了所提出控制策略的优越性和鲁棒性.