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。     

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。     

具有柔性抓手的四旋翼飞行器设计与实现

为了实现四旋翼飞行器与外界环境的交互,设计了一种具有柔性抓手的四旋翼飞行器系统,该系统主要由四旋翼飞行器和柔性抓手组成。首先对四旋翼飞行器的原理进行了阐述,然后对其进行了建模和姿态解算,并且采用串级PID算法实现了四旋翼飞行器稳定飞行; 其次,对柔性抓手的设计与制造过程进行了介绍,并且对柔性抓手进行了抓取测试; 最后,在室外环境对系统进行了测试。测试结果表明,设计的四旋翼飞行器及柔性抓手性能稳定可靠,两者结合可以实现空中的抓取和投放。     

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。     

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STM32的四旋翼飞行器的设计与实现

针对四旋翼飞行控制器姿态数据测量易受干扰、算法实现及设计较为困难等问题,设计并实现了以高性价比的STM32F103VET6微处理器作为主控板的四旋翼飞行器。选用六轴运动组件MPU6050、电子罗盘HMC5883L及气压计MS5611等传感器对飞行器姿态数据进行了实时采集,并结合卡尔曼滤波方法对姿态数据进行了数据融合。在控制算法上采用了非线性双闭环PID来实现两组四个电机的转速控制,并通过遥控器对四旋翼飞行器的飞行姿态进行实时调节。飞行试验表明:基于STM32F103VET6微处理器的四旋翼飞行器能够实现姿态、航向、悬停等控制功能,达到了预期的目的。     

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。     

带机械臂四旋翼飞行器的控制方法研究

四旋翼飞行器机械原理简单,主要由四个螺旋桨和十字架结构机身组成,是典型的强耦合,非线性欠驱动的六自由度系统。四旋翼飞行器利用四个螺旋桨的转速变化,来控制机身的姿态变化。例如:绕Y轴的俯仰和沿Y轴的左右移动;绕X轴的横滚和沿X轴的前进与后退;绕Z轴的偏航和沿Z轴的上升与下降。四旋翼飞行器的姿态控制是控制系统的核心部分,是热门研究课题。文章的主要内容如下:1.首先对四旋翼飞行器进行了受力分析,通过导航坐标系与机体坐标系之间的变换及Newton-Euler方程对四旋翼飞行器建立运动学模型、动力学模型;2.根据建立的四旋翼飞行器的模型设计研究了基于抗饱和的串联PID控制算法,基于matlab/Simulink中提供的模块对四旋翼飞行器进行模拟仿真实验;3.基于饱和的串联PID控制算法进行仿真实验,结果表明基于抗饱和的串联PID控制算法有良好的动态特性;4.将携带的机械臂考虑成四旋翼无人机在飞行过程中所受的干扰,进行实验。本论文对携带机械臂四旋翼飞行器做了初期的研究,希望后期有更多这方面的学者深入研究。     

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。     

四旋翼飞行仿真器的PID神经元网络控制器设计

针对四旋翼飞行仿真器系统具有多输入、多输出及多变量等特点，设计了一套基于四旋翼飞行仿真器的PID神经元网络控制器。首先建立四旋翼飞行仿真器系统模型，然后以四旋翼飞行仿真器为控制平台，并以MATLAB/Simulink软件为实验平台，搭建PID控制器和PID神经元网络控制器模型，并分别使用两种控制方法进行实时飞行仿真实验。最后实验结果表明，相比PID控制，PID神经元网络控制方法对四旋翼飞行仿真器的调节时间更短、超调量更小，具有更优的控制性能。