倾转式三旋翼无人机非线性鲁棒控制设计与实验验证

针对倾转式三旋翼无人机的建模及控制设计问题,本文通过对此类无人机动力学特性的分析,构造了以电机转速和尾舵倾角作为控制输入的动力学模型.为补偿动力学模型中未知的外部扰动及参数不确定性,设计了一种非线性自适应鲁棒控制策略.在此基础上,基于Lyapunov分析方法及Barbalat引理证明了所设计控制器的闭环系统稳定性,以及误差渐近收敛性.最后通过半实物仿真平台进行了实验验证.实验结果表明,本文中提出的控制策略对倾转式三旋翼无人机外部扰动及参数不确定性具有较好的鲁棒性.     

倾转式三旋翼无人机非线性鲁棒控制设计与实验验证

针对倾转式三旋翼无人机的建模及控制设计问题,本文通过对此类无人机动力学特性的分析,构造了以电机转速和尾舵倾角作为控制输入的动力学模型.为补偿动力学模型中未知的外部扰动及参数不确定性,设计了一种非线性自适应鲁棒控制策略.在此基础上,基于Lyapunov分析方法及Barbalat引理证明了所设计控制器的闭环系统稳定性,以及误差渐近收敛性.最后通过半实物仿真平台进行了实验验证.实验结果表明,本文中提出的控制策略对倾转式三旋翼无人机外部扰动及参数不确定性具有较好的鲁棒性.     

倾转式三旋翼无人机的自适应鲁棒容错控制

本文针对受到外界未知扰动和模型不确定性影响的倾转式三旋翼无人机,研究了其在尾部舵机发生堵塞故障时的容错控制问题.通过对倾转式三旋翼无人机姿态动力学特性的分析,将尾部舵机堵塞故障加入到力矩解算方程中.基于自适应反步法和非奇异终端滑模控制,提出了一种不需要故障诊断的鲁棒容错控制设计.利用基于Lyapunov的分析方法证明了闭环系统的稳定性,以及姿态误差的渐近收敛性质.通过在三旋翼无人机半实物仿真平台的实时实验以及与滑模控制器的对比,验证了该算法在无人机尾部舵机发生堵塞故障时,对姿态运动具有较好的控制效果.     

倾转式三旋翼无人飞行器抗扰非线性控制设计

针对倾转式三旋翼无人飞行器姿态和高度系统存在未知扰动和模型参数不确定性的问题,提出一种连续的非线性自适应鲁棒控制方法.该方法基于浸入-不变集原理估计模型未知参数,采用一种连续的鲁棒控制算法抑制未知扰动和补偿估计偏差.利用Lyapunov函数从理论上证明此方法能保证闭环系统的稳定性,并能实现飞行器姿态与高度控制误差的渐近收敛.最后通过实时实验结果验证所提出控制算法的有效性和鲁棒性.     

基于方位信息的无人机编队控制设计与验证

本文主要研究了无人机编队的抗扰跟踪控制设计. 针对各无人机只能获取邻机方位信息的情况, 文章设计了一种新的非线性控制器以完成多无人机系统的编队形成与跟踪任务. 考虑到无人机系统易受外界扰动影响的特性, 采用Leader-Follower式编队方法, 通过引入Leader位置信息来矫正基于方位信息的无人机编队系统的位置漂移.将反步法设计结合自适应设计与鲁棒控制设计, 来补偿未知参数与未知外界扰动对多无人机编队系统造成的影响,提高了多无人机方位编队系统的鲁棒性. 然后, 基于Lyapunov分析方法证明了系统的稳定性. 最后, 搭建了四旋翼无人机编队实验平台, 进行了基于方位信息的编队形成与跟踪飞行实验, 并与PD控制器进行了对比实验. 飞行实验结果验证了算法的有效性与实用性.     

四旋翼无人机姿态系统的非线性容错控制设计

本文研究了四旋翼无人机执行器发生部分失效时的姿态控制问题.通过分析其动力学特性,将执行器故障以乘性因子加入系统模型,得到执行器故障情况下四旋翼无人机的姿态动力学模型.在同时存在未知外部扰动和执行器故障的情况下,设计了一种基于自适应滑模控制的容错控制器.利用基于Lyapunov的分析方法证明了所设计控制器的渐近稳定性.在四旋翼无人机实验平台上进行了实验,验证了该算法对存在未知外部扰动和执行器部分失效时四旋翼无人机的姿态控制具有较好的鲁棒性.     

分布式多无人机的时变编队非线性控制设计

研究了基于分布式通信网络的多无人机时变编队控制问题,考虑到外界扰动对多无人机协同编队系统的影响,提出一种新的连续非线性鲁棒编队控制方法.首先基于一致性方法构造了分布式无人机编队误差系统,降低了编队控制器对全局编队信息的要求;然后采用一种基于误差符号函数积分的鲁棒控制算法补偿未知外界扰动的影响,提高了无人机编队系统的鲁棒性,并基于Lyapunov分析的方法,证明了多无人机编队误差的半全局渐进收敛性;最后在四旋翼无人机编队实验平台上进行了多无人机时变编队的实时实验验证,实验结果表明,所提出的分布式编队控制算法可以实现多无人机时变编队控制,且具有较好的协同性能和抗干扰能力.     

一种小型倾转旋翼无人机的建模与仿真

传统无人机多为四旋翼无人机和固定翼无人机,现设计一种小型可倾转旋翼无人机,可实现垂直起降与悬停,并能在空中高速巡航。建立该无人机的动力学模型,对该无人机的旋翼飞行模式,设计了基于滑模控制(Sliding Mode Control)的姿态控制器和位置控制器,并通过Matlab仿真和传统的PID算法进行比较验证。仿真结果表明:基于滑模鲁棒控制的无人机,其姿态收敛过程和位置收敛过程都远快于传统控制方法。     

小型无人直升机的无模型自适应鲁棒控制设计

本文针对小型无人直升机的姿态控制问题,考虑到现有基于模型的控制方法对系统动力学模型的依赖性,以及未建模动态对系统控制性能的影响,设计了一种新的基于数据驱动的无模型自适应鲁棒控制律.通过基于数据驱动的设计方法,降低了控制器对直升机动力学模型先验知识的依赖,补偿了未建模不确定性的影响.仅利用无人直升机的输入输出数据,即可实现对无人直升机系统的稳定姿态控制.然后本文结合离散滑模控制设计,补偿了未知外界扰动的影响,提高了系统的鲁棒性,并通过理论证明了控制误差的收敛性和闭环系统的稳定性.最后,在本研究组自主开发的无人直升机飞行控制实验平台上,进行了无人机实时控制实验.实验结果表明,本文所提出的控制算法取得了很好的姿态控制效果,并对系统不确定性和外界风扰动具有良好的鲁棒性.     

三倾转旋翼无人机直升机模式建模与控制研究

针对一种新型三旋翼构型的倾转旋翼无人机的直升机模式控制问题进行研究,采用牛顿欧拉法对这种新型三旋翼构型的倾转旋翼无人机直升机模式进行了详细的动力学建模分析,建立了该无人机悬停模式6自由度非线性模型;在对该模型进行线性化的基础上,设计了这种三倾转旋翼无人机直升机模式下的高度、俯仰通道、滚转通道以及偏航通道的PID控制器,并在Matlab/Simlink环境下建立其仿真模型,对所设计的控制算法进行验证;实验结果表明,所设计的控制器能够满足系统的控制性能要求。     

输入饱和与姿态受限的四旋翼无人机反步姿态控制

本文针对四旋翼无人机研究了鲁棒反步姿态控制策略.由于四旋翼无人机结构复杂,其非线性数学模型难以精确建立,因此在控制器设计过程中需要综合考虑模型不确定性、未知外部干扰、输入饱和以及姿态受限等因素.针对模型中的不确定项,使用神经网络进行逼近;对于外部未知干扰,使用非线性干扰观测器进行补偿;使用双曲正切函数逼近饱和函数,解决输入饱和问题;同时使用界限Lyapunov函数设计控制器,确保姿态满足限制条件.最后,设计四旋翼无人机反步姿态控制器,并根据Lyapunov稳定性定理证明了闭环控制系统的有界稳定.仿真结果表明了所研究控制方法的有效性.     

Modeling and Robust Backstepping Sliding Mode Control with Adaptive RBFNN for a Novel Coaxial Eight-rotor UAV

This paper focuses on the robust attitude control of a novel coaxial eight-rotor unmanned aerial vehicles (UAV) which has higher drive capability as well as greater robustness against disturbances than quad-rotor UAV. The dynamical and kinematical model for the coaxial eight-rotor UAV is developed, which has never been proposed before. A robust backstepping sliding mode controller (BSMC) with adaptive radial basis function neural network (RBFNN) is proposed to control the attitude of the eightrotor UAV in the presence of model uncertainties and external disturbances. The combinative method of backstepping control and sliding mode control has improved robustness and simplified design procedure benefiting from the advantages of both controllers. The adaptive RBFNN as the uncertainty observer can effectively estimate the lumped uncertainties without the knowledge of their bounds for the eight-rotor UAV. Additionally, the adaptive learning algorithm, which can learn the parameters of RBFNN online and compensate the approximation error, is derived using Lyapunov stability theorem. And then the uniformly ultimate stability of the eight-rotor system is proved. Finally, simulation results demonstrate the validity of the proposed robust control method adopted in the novel coaxial eight-rotor UAV in the case of model uncertainties and external disturbances.      

输入受限的多旋翼无人机轨迹跟踪鲁棒正定不变集设计

针对输入受限的多旋翼无人机轨迹跟踪问题设计了鲁棒正定不变集.考虑多旋翼无人机的非线性动力学模型、外部不确定干扰以及输入饱和约束等因素,首先设计带有干扰抵消项的非线性控制律以保证无人机轨迹跟踪的稳定性,进而基于线性矩阵不等式(LMIs)构造了鲁棒正定不变集.在所设计的控制律作用下,无人机轨迹跟踪误差一旦进入所构造的不变集则将始终处于该集合内,并最终趋于零.理论推导过程与仿真实验结果均验证了以上特性.     

考虑测量不确定和输入饱和的充液航天器自适应鲁棒控制

本文研究了三轴稳定充液航天器控制系统中同时存在测量不确定,外部未知干扰,参数不确定和控制输入饱和的鲁棒自适应姿态机动控制问题.建模过程中,将晃动液体燃料等效为粘性球摆模型,采用动量矩守恒定律推导出充液航天器的耦合动力学方程.提出了一种将反步控制方法结合非线性干扰观测器和指令滤波器的鲁棒饱和输出反馈复合控制策略,该控制策略不仅能继承反步控制方法的优点,而且通过引入非线性干扰观测器实现对未知外部干扰,参数不确定以及测量不确定的补偿,还能利用指令滤波器处理控制力矩输入饱和的不利影响.基于Lyapunov稳定性分析方法证明了系统状态变量的渐进稳定性.仿真结果验证了提出控制方法的有效性和鲁棒性.     

输入受限四旋翼飞行器的模糊自适应动态面轨迹跟踪控制

针对输入受限条件下四旋翼飞行器的轨迹跟踪控制问题,考虑系统存在模型动态不确定和未知外界干扰的情况,提出一种模糊自适应动态面轨迹跟踪控制方法.该方法设计干扰观测器估计位置模型中复合扰动项,利用模糊系统逼近姿态模型中不确定项和外界干扰,并引入双曲正切函数和辅助系统处理输入受限问题,结合反演法和动态面技术设计轨迹跟踪控制器,以降低控制算法的复杂性,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界.应用大疆M100飞行器模型进行仿真验证,结果表明所设计的控制器能够有效处理模型动态不确定和未知外界干扰问题,避免飞行器工作过程中因输入饱和导致执行器失效现象,精确地完成轨迹跟踪控制任务.     

具有输入饱和的近空间飞行器鲁棒控制

针对近空间飞行器这一类存在外部扰动,输入饱和和参数不确定的多输入多输出线性系统,提出了一种基于干扰观测器的抗饱和鲁棒控制方案.将干扰观测器与抗饱和控制技术相结合,从而消除系统存在的未知外部扰动、输入饱和和不确定性对系统控制的影响.首先,设计干扰观测器对线性外部系统产生的未知扰动进行估计.然后根据干扰观测器输出,通过超前抗饱和方法设计抗饱和补偿器,并将其加入到鲁棒控制器的设计中,保证闭环系统存在输入饱和、未知外部扰动和参数不确定情况下的稳定性.为便于设计,干扰观测器、抗饱和补偿器和控制器设计矩阵均通过求解线性矩阵不等式得到.最后,将提出的鲁棒抗饱和控制方法应用于近空间飞行器,仿真结果验证了该控制方案的有效性.     

Hovering Flight Improvement of a Quad-rotor Mini UAV Using Brushless DC Motors

This paper present the design of a novel embedded control system for improving attitude stabilization of a quad-rotor mini UAV. The control strategy uses low cost components and includes an extra control loop based on motor armature current feedback. This additional control loop significantly improves the performance of the quad-rotor attitude stability. This technique results in a controller that is robust with respect to external disturbances as has been observed experimentally.