基于四旋翼飞行仿真器的控制系统研究

对于当前工程研究领域的多输入输出以及多变量的系统,以四旋翼飞行仿真器作为研究平台,在建立四旋翼飞行仿真器系统模型的基础上,对其姿态角速率设计内回路LQR(线性二次型)控制器,对其姿态角则设计外回路PID控制器,两个控制器共同组成双回路控制系统。然后通过Matlab/Simlink软件和实时工具箱RTW(Real-TimeWorkshop)进行实时控制,实验结果验证了该控制系统的控制性能指标良好。     

四旋翼无人机改进模糊PID姿态控制

四旋翼无人机(UAV)是一种强耦合、欠驱动的系统,飞行过程中易受到系统不确定性和外界干扰影响稳定性,所以提出了一种改进的模糊PID控制方法。首先对四旋翼无人机进行数学建模,设计了改进模糊PID控制方法,该方法主要由三个部分组成,模糊PID,单PID以及计算在控制输出过程中两者的权值比的模糊控制器。最后通过Matlab/Simulink仿真以及在基于STM32F405控制器的四旋翼无人机(UAV)实验平台上验证。实验结果表明,在风速为3m/s条件下,UAV能够平稳起降,对于实时性的姿态以及运动状态做出智能的控制,具有良好的鲁棒性以及控制精度。     

基于遗传算法的四旋翼PID控制器参数整定

四旋翼作为典型的欠驱动系统,传统情况主要依靠PID控制器进行控制,PID控制器参数对于四旋翼飞行静态性能和动态性能均有较大影响。提出一种基于遗传算法的四旋翼PID控制器参数整定方法,利用遗传算法良好的寻优特性,结合四旋翼自身动力学方程,对传统的四旋翼模糊PID控制器进行参数优化,并通过MATLAB的SIMULINK工具箱仿真验证优化结果的稳定性。     

四旋翼飞行器轨迹跟踪控制器的设计与验证

为了解决四旋翼飞行器在外界扰动影响和系统模型参数存在不确定性情况下的精确轨迹跟踪控制问题,设计并验证了一种四旋翼飞行器的非线性轨迹跟踪控制器。首先建立了考虑执行机构特性的四旋翼飞行器数学模型,并将虚拟控制量映射到了实际中对电机的控制;然后通过在反步法轨迹跟踪控制中加入积分项,设计了一种基于积分型反步法的非线性轨迹跟踪控制器,消除模型参数不确定性及外界干扰引起的误差,仿真结果验证了该方法的可行性;最后,利用QBall2四旋翼飞行实验平台,对所设计的非线性轨迹跟踪控制器进行验证,实际飞行实验结果表明了所设计控制器的有效性,提高了实际飞行过程中外界干扰和不确定性下的四旋翼飞行器轨迹跟踪控制的精度。     

基于视觉的小型四旋翼无人机自主飞行控制

提出为实现小型四旋翼无人机自主飞行控制,设计一种基于视觉的飞行控制方法,并搭建嵌入式控制架构飞行试验平台。在控制过程中,光流信息与姿态角信息进行融合用于估计无人机水平位置信息,利用获取到的水平位置信息作为内外环结构的比例微分积分(Proportion integration differentiation,PID)控制器外环反馈信息。不同于传统的基于地面站的控制架构试验平台,该飞行系统中采用了一个嵌入式控制架构的试验平台。该平台依靠机载嵌入计算机进行光流计算、运动状态估计,并采用机载飞行控制器执行控制算法。这种嵌入式控制架构工程实现难度高,但更利于实现四旋翼无人机的全自主飞行控制。试验结果表明,提出的设计方法取得了较好全自主飞行控制效果。     

风场环境下四旋翼飞行器抗干扰研究

针对四旋翼在室外飞行时易受到气流干扰,难以实现精准控制的问题,首先对四旋翼在室外飞行时的风场环境进行建模,将风场影响添加到四旋翼动力模型当中;其次,设计了自适应扩展卡尔曼滤波器(Adaptive extended kalman filter,AEKF),通过实时调整噪声协方差的自适应因子提高飞行器姿态数据的滤波精度,并将数据反馈给PID位置控制器对飞行器进行控制。实验表明,建立的模型能够有效反映四旋翼在风场环境下的运动规律,采用PID与AEKF相结合的控制策略可以提高系统的抗干扰能力,实现在风场环境下对四旋翼的精准控制。     

四旋翼飞行仿真器的多变量控制器设计与研究

针对目前工程领域中的多输入、多输出(MIMO)系统,以四旋翼飞行仿真器为研究平台,设计了两套控制器,分别采用线性二次型(LQ-Linear Quadratic)最优控制方法和一种类似于规则分解的多变量模糊控制法。在Matlab/Simulink中建立其控制模型,并利用实时工具箱(Real-Time-Workshop)实现实时控制。实际控制结果表明,线性二次型最优控制器在合理选择加权矩阵Q、R基础上,所设计的控制器对于系统从初始状态至零位的阶跃响应和给定输入的轨迹跟踪有良好的控制性能。采用多组二维模糊控制器,通过分析被控对象机理特性,对输出进行整合多变量模糊控制器,其控制性能与线性二次型控制器相近,两者对于线性、定常、具有强耦合的多变量控制系统都具有良好的控制效果。     

模糊自整定PID在四旋翼飞行器姿态控制中的应用

四旋翼飞行器的结构简单以及对飞行环境要求低的优势,使其应用极其广泛。四旋翼飞行器的姿态控制是决定飞行性能的关键,目前,应用较成熟的控制方法仍为PID控制,但是四旋翼飞行器的姿态之间存在非线性的耦合,使得控制参数整定有难度,PID控制器对其姿态的调整会出现较大的超调量,或者较长的调节时间。该文综合了模糊控制和PID控制各自优势,设计了模糊自整定PID控制器,能够实现参数的自整定。仿真结果显示,所设计的控制器能够有效抑制系统超调量,提高响应速度。     

基于自适应控制的四旋翼飞行器控制系统研究

四旋翼飞行器的模型参数具有不确定性和时变性,在复杂环境下执行任务时容易受到外界环境的干扰,导致常规控制器很难使四旋翼按照期望的轨迹稳定飞行。针对这一问题,基于Lyapunov稳定理论设计了一种性能优越的模型参考自适应控制方法。首先对四旋翼飞行器进行动力学建模,然后基于模型设计了自适应控制律。仿真结果表明,与常规PID控制方法相比,自适应控制方法能有效改善飞行过程中的漂移和震动,提高飞行器的抗干扰能力和自我调节能力。     

全向旋翼机械臂设计、建模及动态补偿PID控制

设计了一种新型全向驱动旋翼机械臂系统,研究了其建模方法并提出了基于动态补偿PID的旋翼平台全向驱动控制方法。首先设计并分析了新型全向驱动旋翼机械臂机构;然后采用Craig参数法与递归Newton-Euler方程建立系统运动学与动力学模型,得出了旋翼平台与机械臂间动力学关系;针对旋翼平台全向驱动控制问题提出了动态补偿PID控制方法,最后推导出统一的多旋翼平台驱动力/力矩与转速的耦合矩阵方程实现设计与解耦计算。仿真考虑了随机噪声与扰动、参数不确定性、功率限制等实际问题,结果显示设计的系统能完成传统旋翼机械臂理论上无法完成的全向驱动控制并具有良好的控制品质,与Backstepping方法比较得出,在具有机械臂运动的任务级控制中,动态补偿PID控制有更好的控制精度和更强的扰动抑制能力。动态补偿控制实验验证了方法的实用性与有效性。     

四旋翼飞行器姿态角的自切换串级PID控制方法

四旋翼飞行器的姿态控制是无人机稳定飞行的关键技术之一。针对复杂多变作业条件下飞行器参数会经常发生变化的问题,在典型控制方法的基础上提出一种自适应的智能控制方法。首先,根据牛顿欧拉定律推导出无人机在地理坐标系下的动力学模型,并对其中参数进行测量计算;然后基于三角形隶属度函数建立模糊控制器,作为外环自主切换的两种控制方式之一,并设置平滑切换过程;最后结合外环对姿态角的控制方法以及内环对角速度快速调整的PD控制方法,实现了无人机串级PID控制方法。仿真和实验结果表明,该系统能够有效控制四旋翼飞行器的飞行姿态。相比较其它算法,其具有更好的鲁棒性和姿态调节的快速性。提升了无人机在飞行过程中抵抗环境扰动和系统动态响应的能力,为四旋翼飞行器控制研究提供了重要的理论与实践基础。     

四旋翼无人飞行器双闭环PID控制器设计

针对Qball-X4四旋翼无人飞行器自身的结构特点,建立了系统的非线性数学模型,基于此模型设计了由姿态内环与位置外环组成的双闭环PID控制器,并根据姿态与位置的耦合关系提出了内外环之间进行控制量校正的方法,以提高控制器的控制精度。最后将该控制器用于QballX4系统,成功地实现了室内定点悬停飞行,实验结果验证了该控制方法的有效性以及较好的控制效果。     

单神经元网络PID控制及其在全液压矫直机中的仿真应用

提出将单神经元网络PID控制应用于全液压矫直机的模型仿真,采用Ziegler-Nichols参数整定,并通过多次仿真实验,得出单神经元网络PID控制器的初始化权重值.通过仿真可以看到,此方法不仅解决了单神经元网络PID的权重值初始化问题,还将单神经元网络PID控制应用到液压伺服控制领域,为全液压矫直机的伺服控制提供了新的、行之有效的方法.     

改进PID控制在四旋翼控制系统中的应用

四旋翼飞行器是一种具有四个固定在同一平面上的旋翼的飞行装置。其优势在于机械结构简单,可以垂直起落、悬停,它在民用、军事领域均有广泛的应用。PID控制是一种经典的控制策略。是按偏差的比例、积分和微分进行的控制。其算法简单,鲁棒性好,可靠性高,被广泛应用与工业生产控制中。对于不完全了解的系统及控制对象,或较难获得系统参数时,PID控制也能起到较好的控制效果。因此在四旋翼飞行器反馈控制系统中应用该控制器。但是单纯的PID控制很难达到较好的效果。本文分析并改进相应的PID达到较好的效果。     

四旋翼飞行器非线性轨迹跟踪控制

针对四旋翼飞行器在复杂飞行条件下速度不可测的轨迹跟踪控制问题,考虑系统存在外界未知干扰和模型参数不确定的情况,提出了一种基于扩张观测器的轨迹跟踪控制方法。该方法设计了积分型反步法跟踪控制器,以降低系统的稳态误差,并引入了状态扩张观测器,来估计系统未知速度信息,同时对干扰和模型参数不确定因素进行实时估计并给予补偿;最后,选取李雅普诺夫函数证明了该控制系统的稳定性。以Quanser公司的Qball2四旋翼飞行器为研究对象和飞行实验平台,对所设计的控制器进行验证。实验结果表明,本文所设计的基于扩张观测器的轨迹跟踪控制器,能够有效地估计轨迹跟踪控制过程中的未知速度信息,解决外界未知干扰和模型参数不确定的问题,增强对环境的适应能力,有效提高了飞行器对未知干扰的鲁棒性和轨迹跟踪控制的精确性。     

六旋翼机器人运动控制与跟踪控制研究

为了在执行任务期间精确记录数据和稳定的飞行,多旋翼机器人机构需要能够执行长期任务和携带较重的载荷。针对这一问题,对六旋翼机器人关键技术进行了深入的研究。首先,高性能六旋翼无人机的运行需要飞行控制系统,介绍了六旋翼控制系统和本体的设计方法。其次,构建了四旋翼和六旋翼无人机的数学模型,对比了六旋翼与四旋翼控制系统的优缺点。六旋翼飞行器的飞行控制由推力和力矩完成,在俯仰,偏航和横滚分别对螺旋桨的速度进行运动控制。再次,采用模糊自适应PID控制算法设计了一款跟踪控制系统,用一个PID测试控制器进行仿真。并在真实飞行中成功地测试六旋翼机器人,达到了一个理想的效果。而不是使用分析差异,避免跟踪控制器设计过程中的"差异扩展"。最后,仿真结果证明了所提技术的有效性和有效性。     

基于PID神经元网络的风力发电机组偏航系统研究

由于风能的随机性和不稳定性等特点,传统的偏航控制很难取得很好的控制果[1]。为了解决偏航系统跟踪风向的变化这一问题,提出了把PID神经元网络应用于偏航系统,并设计了一种PID神经元网络控制器。通过仿真研究,结果表明PID神经元网络控制系统能够更快更准确地跟踪风向的变化,具有较好的控制性能,从而确保偏航系统的性能更加稳定。     

四旋翼悬挂系统的防摆动设计

为提高四旋翼悬挂系统的稳定性和抗干扰能力,设计一种四旋翼的硬件结构,采用PID控制来抑制四旋翼悬挂系统的摆动.四旋翼的控制环节为双闭环控制,悬挂物与垂直线的角度控制作为外环,四旋翼姿态控制作为内环.通过双环之间的串级控制,使得悬挂物与四旋翼保持相对稳定状态.通过MATLAB/Simulink仿真结果验证该方案,四旋翼悬挂系统的飞行平稳性得到改善.     

可倾转变形四旋翼飞行器建模与飞行仿真

为了提高四旋翼飞行器在地震灾难现场等内部狭窄空间中的通过性,提出了一种新型的螺旋桨可倾转的四旋翼飞行器。该四旋翼飞行器在传统四旋翼飞行器基础上增加了一个倾转自由度,实现四个螺旋桨同步、同向倾转,进而可以改变飞行器构型来适应狭窄飞行空间。建立了倾转变形四旋翼飞行器动力学数学模型,在Simulink/SimMechanics仿真环境中搭建了四旋翼飞行器动力学模型,设计了串级PID控制器,实现了四旋翼飞行器在倾转状态下稳定飞行,分析了飞行器穿越狭窄空间的飞行动作及轨迹跟踪情况。仿真结果表明倾转变形四旋翼飞行器构型设计和仿真系统是可行的。     

车辆四轮转向控制平台研究

针对机-电-液复合结构的四轮转向平台具有非线性、快时变的特点，提出了模糊自适应PID控制策略。将模糊自适应补偿器与PID控制器并联，提高系统的鲁棒性和抗干扰能力。使用PID控制器稳定系统的线性标称部分，应用模糊自适应补偿器调节PID参数来补偿系统参数摄动、非线性和外界扰动对系统控制性能的影响。仿真和外加扰动实验结果验证了提出的控制策略对四轮转向平台的控制具有快速性、准确性、稳定性和鲁棒性。