CN103853050A - 一种四旋翼飞行器的pid优化控制方法 - Google Patents
一种四旋翼飞行器的pid优化控制方法 Download PDFInfo
- Publication number
- CN103853050A CN103853050A CN201410102425.3A CN201410102425A CN103853050A CN 103853050 A CN103853050 A CN 103853050A CN 201410102425 A CN201410102425 A CN 201410102425A CN 103853050 A CN103853050 A CN 103853050A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- pid
- particle
- algorithm
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种四旋翼飞行器的PID优化控制方法,包括以下步骤:对飞行器进行动力性建模;在动力性模型的基础上,进行PID控制器设计;利用粒子群算法对PID控制器的参数进行优化;将改进的粒子群算法和遗传算法结合,进行控制器参数的进一步优化。本方法采用的改进型粒子群算法来进行PID控制参数的优化,该方法能够通过周边粒子综合学习来改变自身的速度和位置,有利于充分学习,达到更好的性能。当第一个粒子通过周边粒子综合学习之后,更新到一个较优的位置,为了避免陷入局部最优,特别对于多峰值函数来说,容易陷入局部最优,通过遗传算法的选择、交叉、变异来对粒子进行重新组合,避免了粒子早熟现象。
Description
技术领域
本发明属于四旋翼飞行器的控制技术领域,具体涉及一种基于PID优化的四旋翼飞行器的控制方法。
背景技术
四旋翼飞行器是一种能实现垂直起降的非共轴式多旋翼飞行器,可以只通过调节蝶形分布的四个旋翼的转速,实现对四旋翼飞行器飞行姿态的控制.其本身是一个具有六自由度和4个控制输入的非线性欠驱动系统,具有对外界和自身抗干扰敏感的特性控制的主要问题是解决强耦合性和不稳定的动力特性。由于不需要尾翼,四旋翼飞行器结构更加紧凑,四个旋翼的提升力比单旋翼更加均匀,因而飞行姿态更加稳定.另外,四旋翼飞行器还具有起飞要求低、可悬停等特点。本发明就是在四旋翼飞行器动力学建模的基础上,设计了一种四旋翼飞行器的PID优化控制方法。
姿态控制是整个飞行控制的关键,如果能精确控制飞行器姿态模型相对还是比较明确的难度仍然在PID参数的整定上,其参数调整很大程度上依赖于设计人员自身经验,只能人为的多次调试才能确定,达到稳定状态,但不一定是最佳参数。四旋翼飞行器是多变量系统,需多目标搜索,粒子群(PSO)算法全局搜索能力强、算法实现简单,能够实现多个目标寻优,寻找合适的参数,以达到理想的效果。粒子群算法在不需要给出控制器初始参数的情况下,通过复制、交叉、变异操作,寻找到合适的参数,达到寻优,进而使控制目标满足要求。本发明将粒子群算法与PID控制方法相结合,采用一种新型的PID优化算法对四旋翼飞行器进行控制。
发明内容
发明目的:本发明考虑到四旋翼飞行器具有非线性,强耦合性,多输入的欠驱动系统的特点,使飞行器能够达到更好的飞行效果,在传统PID控制的基础上结合了粒子群算法,针对四旋翼飞行器设计了一种PID优化控制方法。
为了解决上述技术问题,一种四旋翼飞行器的PID优化控制方法,其特征在于,包括以下步骤:
1)对飞行器进行动力性建模;
2)在动力性模型的基础上,进行PID控制器设计;
3)利用粒子群算法对PID控制器的参数进行优化;
4)将改进的粒子群算法和遗传算法结合,进行控制器参数的进一步优化。
步骤1)的飞行器动力性建模是依据如下步骤完成的:
先建立2个基本坐标系:地面坐标系G(oxyz)和机体坐标系飞行器飞行过程中地面坐标系保持不变,使用F1、F2、F3、F4分别表示4个旋翼的升力,地面坐标系G与机体坐标系S的定位关系分别用欧拉角表示,分别为俯仰角翻滚角θ,偏航角ψ,两坐标系的旋转关系通过旋转矩阵表示为:
根据牛顿第二定律,将飞行器动力学方程表示为:
其中:F为飞行器所加外力和;m为飞机质量;v为飞行器速度;M为飞行器所有外力矩的和;H为飞行器相对于地面坐标系的绝对动量;
用惯性测量单元测量四旋翼旋转,而欧拉角是时域变化的连续函数,三轴转动角速度通过矩阵表示为:
其中:p,q,r分别表示飞行器三轴的转动角速度;
经拉格朗日推导式(5)可得运动方程表示为:
步骤2)中的飞行器PID控制器的设计,包括如下步骤:
把四旋翼飞行器非线性耦合模型分解为4个独立的控制通道,利用小扰动原理得到的线性方程组用来分析飞行器,得到飞行器小扰动运动,进而得到状态变量:
控制变量为:
u=[u1u2u3u4]T(9),
其中:m、v、w分别为三轴的小扰动,u1、u2、u3、u4分别表示飞行器4个独立控制通道的控制变量;
假设姿态角与加速度之间是简单的积分关系,即:
步骤3)中采用粒子群算法优化PID算法中的三个控制参数,包括如下步骤:
以粒子群算法和PID控制器的误差e和误差变化率ec作为输入,用于满足不同时刻的e和ec对PID参数正定的要求,采用PID控制器,以y表示系统输入,为控制器的误差,PID控制器的控制算法为:
其中u(t)表示为控制器的控制变量,kp、Ti、Td分别对应表示PID控制的三个控制参数,t为控制器运行时间;标准的粒子群算法为:
步骤4)中所述对PID参数进行优化控制,包括如下步骤:
将粒子群算法与遗传算法相结合,算法如下:
是随机选取周边的粒子,通过比较选取适配值高的粒子位置作为的值,和是粒子当前的位置和方向;C是常数,取值为2。本步骤中其余没有特别说明角标没有特定的中文含义,仅仅是的粒子群算法里面的粒子参数符号中粒子参数符号。
本方法采用的改进型粒子群算法来进行PID控制参数的优化,该方法能够通过周边粒子综合学习来改变自身的速度和位置,有利于充分学习,达到更好的性能。当第一个粒子通过周边粒子综合学习之后,更新到一个较优的位置,为了避免陷入局部最优,特别对于多峰值函数来说,容易陷入局部最优,通过遗传算法的选择、交叉、变异来对粒子进行重新组合,避免了粒子早熟现象。本发明能够有效的实现四旋翼飞行器的控制,使优化后的PID控制器具有更好的鲁棒性与稳定性。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为本发明四旋翼飞行器示意图;
图2为本发明中四旋翼动力模型欧拉角示意图;
图3为本发明中PID控制器优化结构图;
具体实施方式
本发明公开了一种四旋翼飞行器的PID优化控制方法,包括以下步骤:
1)对飞行器进行动力性建模;
2)在动力性模型的基础上,进行PID控制器设计;
3)利用粒子群算法对PID控制器的参数进行优化;
4)标准的粒子群算法中粒子的移动是以自身的局部最优和全局最优来改变粒子的方向和速度,容易陷入局部最优值,特别对于多峰值函数。为了更好地对PID参数进行优化控制,将改进的粒子群算法和遗传算法结合,进行控制器参数的进一步优化;
前述步骤1)的飞行器动力性建模是依据如下步骤完成的:
为了得到四旋翼飞行器的数学模型,先建立2个基本坐标系:地面坐标系G(oxyz)和机体坐标系飞行器飞行过程中地面坐标系保持不变。图1中为四旋翼飞行器的示意图,G和S分别为相应的两坐标系,F1、F2、F3、F4分别表示4个旋翼的升力。地面坐标系G与机体坐标系S的定位关系分别用欧拉角表示,分别为俯仰角翻滚角θ,偏航角ψ,如图2所示。两坐标系的旋转关系通过旋转矩阵表示为:
其中:h表示任意两轴之间的旋转系数;
为了简化四旋翼飞行器的动力学模型,根据牛顿第二定律,飞行器动力学方程可以表示为:
其中:F为飞行器所加外力和;m为飞机质量;v为飞行器速度;M为飞行器所有外力矩的和;H为飞行器相对于地面坐标系的绝对动量。
本发明是用惯性测量单元测量四旋翼旋转,而欧拉角是时域变化的连续函数,三轴转动角速度通过矩阵可以表示为:
其中:p,q,r分别表示飞行器三轴的转动角速度。
经拉格朗日推导式(5)可得运动方程表示为:
其中:Ixx、Iyy、Izz分别表示三轴上的分力矩。进而由式(6)可以得到:
前述步骤2)中的飞行器PID控制器的设计时依据如下步骤完成的:
为了把四旋翼飞行器非线性耦合模型分解为4个独立的控制通道,经过实验利用小扰动原理得到的线性方程组用来分析飞行器操纵性、稳定性、有效性能得到较好效果和好的准确度。在小扰动下进行线性化处理,可得到飞行器小扰动运动,进而得到状态变量:
控制变量为:
u-[u1u2u3u4]T(9)
其中:m、v、w分别为三轴的小扰动,u1、u2、u3、u4分别表示飞行器4个独立控制通道的控制变量。
为了简化控制系统的设计,假设姿态角与加速度之间是简单的积分关系,即:
前述步骤3)中为了采用粒子群算法优化PID算法中的三个控制参数,本方法是依据如下步骤完成的:
以粒子群算法和PID控制器的误差e和误差变化率ec作为输入,以满足不同时刻的e和ec对PID参数正定的要求。PID控制器如图(3)所示,y表示系统输入,为控制器的误差。PID控制器的控制算法为:
其中u(t)表示为控制器的控制变量,kp、Ti、Td分别对应表示PID控制的三个控制参数,t为控制器运行时间。此外,标准的粒子群算法为:
前述步骤4)中所述为了进一步对PID参数进行优化控制,本发明是依据如下步骤完成的:
将粒子群算法与遗传算法相结合,算法的核心思想是通过改进粒子群算法,其算法如下:
本发明提供了一种四旋翼飞行器的PID优化控制方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (5)
1.一种四旋翼飞行器的PID优化控制方法,其特征在于,包括以下步骤:
1)对飞行器进行动力性建模;
2)在动力性模型的基础上,进行PID控制器设计;
3)利用粒子群算法对PID控制器的参数进行优化;
4)将改进的粒子群算法和遗传算法结合,进行控制器参数的进一步优化。
2.根据权利要求1所述的一种四旋翼飞行器的PID优化控制方法,其特征在于,步骤1)的飞行器动力性建模是依据如下步骤完成的:
先建立2个基本坐标系:地面坐标系G(oxyz)和机体坐标系飞行器飞行过程中地面坐标系保持不变,使用F1、F2、F3、F4分别表示4个旋翼的升力,地面坐标系G与机体坐标系S的定位关系分别用欧拉角表示,分别为俯仰角翻滚角θ,偏航角ψ,两坐标系的旋转关系通过旋转矩阵表示为:
根据牛顿第二定律,将飞行器动力学方程表示为:
其中:F为飞行器所加外力和;m为飞机质量;v为飞行器速度;M为飞行器所有外力矩的和;H为飞行器相对于地面坐标系的绝对动量;
用惯性测量单元测量四旋翼旋转,而欧拉角是时域变化的连续函数,三轴转动角速度通过矩阵表示为:
其中:p,q,r分别表示飞行器三轴的转动角速度;
经拉格朗日推导式(5)可得运动方程表示为:
4.根据权利要求3所述的一种四旋翼飞行器的PID优化控制方法,其特征在于,步骤3)中采用粒子群算法优化PID算法中的三个控制参数,包括如下步骤:
以粒子群算法和PID控制器的误差e和误差变化率ec作为输入,用于满足不同时刻的e和ec对PID参数正定的要求,采用PID控制器,以y表示系统输入,PID控制器的控制算法为:
其中u(t)表示为控制器的控制变量,kp、Ti、Td分别对应表示PID控制的三个控制参数,t为控制器运行时间;标准的粒子群算法为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410102425.3A CN103853050A (zh) | 2014-03-19 | 2014-03-19 | 一种四旋翼飞行器的pid优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410102425.3A CN103853050A (zh) | 2014-03-19 | 2014-03-19 | 一种四旋翼飞行器的pid优化控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103853050A true CN103853050A (zh) | 2014-06-11 |
Family
ID=50860849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410102425.3A Withdrawn CN103853050A (zh) | 2014-03-19 | 2014-03-19 | 一种四旋翼飞行器的pid优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103853050A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104760695A (zh) * | 2015-03-23 | 2015-07-08 | 松翰科技(深圳)有限公司 | 一种利用矢量旋转法来进行四旋翼飞机控制的方法 |
CN104950680A (zh) * | 2015-06-18 | 2015-09-30 | 温州大学 | 一种岸电控制器参数整定的优化方法 |
CN105242679A (zh) * | 2015-10-22 | 2016-01-13 | 电子科技大学 | 一种四旋翼飞行器的控制系统设计方法 |
CN106227239A (zh) * | 2016-09-22 | 2016-12-14 | 安徽机电职业技术学院 | 基于机器视觉的四旋翼飞行机器人目标锁定跟踪系统 |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
CN106886153A (zh) * | 2017-04-24 | 2017-06-23 | 兰州交通大学 | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 |
CN106908066A (zh) * | 2017-04-25 | 2017-06-30 | 西安电子科技大学 | 基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法 |
CN107272419A (zh) * | 2017-08-01 | 2017-10-20 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于改进pso的驾驶员自适应方向控制方法 |
CN107748491A (zh) * | 2017-09-21 | 2018-03-02 | 中国科学院长春光学精密机械与物理研究所 | 多旋翼飞行器偏航抗饱和控制方法及多旋翼飞行器 |
CN108762062A (zh) * | 2018-05-24 | 2018-11-06 | 安庆联动属具股份有限公司 | 一种叉车属具夹紧力自适应控制方法及系统 |
CN108983821A (zh) * | 2018-08-17 | 2018-12-11 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于智能算法的pid自动驾驶仪参数整定方法 |
CN109189084A (zh) * | 2017-06-30 | 2019-01-11 | 沈阳新松机器人自动化股份有限公司 | 一种四旋翼机器人软件平台设计方法及系统 |
CN109270834A (zh) * | 2018-11-05 | 2019-01-25 | 吉林大学 | 一种基于pid四旋翼飞行器控制系统的设计方法 |
CN109947124A (zh) * | 2019-04-25 | 2019-06-28 | 南京航空航天大学 | 改进粒子群算法优化模糊pid无人直升机姿态控制方法 |
CN110399697A (zh) * | 2019-08-02 | 2019-11-01 | 南京航空航天大学 | 基于改进遗传学习粒子群算法的飞行器的控制分配方法 |
CN111580550A (zh) * | 2020-04-29 | 2020-08-25 | 杭州电子科技大学 | 一种无人机仿人智能控制方法 |
CN112904729A (zh) * | 2021-01-21 | 2021-06-04 | 深圳翱诺科技有限公司 | 一种避免局部最优的控制器参数设计算法 |
CN116184813A (zh) * | 2023-05-04 | 2023-05-30 | 中国人民解放军国防科技大学 | 助推滑翔火箭姿态控制方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436073A (zh) * | 2008-12-03 | 2009-05-20 | 江南大学 | 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法 |
CN101551642A (zh) * | 2009-04-08 | 2009-10-07 | 南京航空航天大学 | 用于无人飞机控制律参数自动优化的改进粒子群算法 |
CN102789527A (zh) * | 2012-07-11 | 2012-11-21 | 南京航空航天大学 | 一种用于飞机配平的粒子群优化方法 |
CN103592852A (zh) * | 2013-11-29 | 2014-02-19 | 西南交通大学 | 基于粒子群膜算法的pid控制器优化设计方法 |
-
2014
- 2014-03-19 CN CN201410102425.3A patent/CN103853050A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436073A (zh) * | 2008-12-03 | 2009-05-20 | 江南大学 | 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法 |
CN101551642A (zh) * | 2009-04-08 | 2009-10-07 | 南京航空航天大学 | 用于无人飞机控制律参数自动优化的改进粒子群算法 |
CN102789527A (zh) * | 2012-07-11 | 2012-11-21 | 南京航空航天大学 | 一种用于飞机配平的粒子群优化方法 |
CN103592852A (zh) * | 2013-11-29 | 2014-02-19 | 西南交通大学 | 基于粒子群膜算法的pid控制器优化设计方法 |
Non-Patent Citations (1)
Title |
---|
王史春: "四旋翼飞行器PID优化控制", 《河北科技大学学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104760695A (zh) * | 2015-03-23 | 2015-07-08 | 松翰科技(深圳)有限公司 | 一种利用矢量旋转法来进行四旋翼飞机控制的方法 |
CN104950680B (zh) * | 2015-06-18 | 2017-11-03 | 温州大学 | 一种岸电控制器参数整定的优化方法 |
CN104950680A (zh) * | 2015-06-18 | 2015-09-30 | 温州大学 | 一种岸电控制器参数整定的优化方法 |
CN105242679A (zh) * | 2015-10-22 | 2016-01-13 | 电子科技大学 | 一种四旋翼飞行器的控制系统设计方法 |
CN106227239A (zh) * | 2016-09-22 | 2016-12-14 | 安徽机电职业技术学院 | 基于机器视觉的四旋翼飞行机器人目标锁定跟踪系统 |
CN106647781A (zh) * | 2016-10-26 | 2017-05-10 | 广西师范大学 | 基于重复控制补偿神经模糊pid四旋翼飞行器的控制方法 |
CN106886153A (zh) * | 2017-04-24 | 2017-06-23 | 兰州交通大学 | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 |
CN106886153B (zh) * | 2017-04-24 | 2020-08-18 | 兰州交通大学 | 一种基于交叉耦合的多叶准直器叶片协同工作的控制方法 |
CN106908066A (zh) * | 2017-04-25 | 2017-06-30 | 西安电子科技大学 | 基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法 |
CN106908066B (zh) * | 2017-04-25 | 2019-12-20 | 西安电子科技大学 | 基于遗传算法的无人机监视覆盖单步寻优的航迹规划方法 |
CN109189084A (zh) * | 2017-06-30 | 2019-01-11 | 沈阳新松机器人自动化股份有限公司 | 一种四旋翼机器人软件平台设计方法及系统 |
CN107272419A (zh) * | 2017-08-01 | 2017-10-20 | 成都雅骏新能源汽车科技股份有限公司 | 一种基于改进pso的驾驶员自适应方向控制方法 |
CN107748491A (zh) * | 2017-09-21 | 2018-03-02 | 中国科学院长春光学精密机械与物理研究所 | 多旋翼飞行器偏航抗饱和控制方法及多旋翼飞行器 |
CN107748491B (zh) * | 2017-09-21 | 2019-11-15 | 中国科学院长春光学精密机械与物理研究所 | 多旋翼飞行器偏航抗饱和控制方法及多旋翼飞行器 |
CN108762062A (zh) * | 2018-05-24 | 2018-11-06 | 安庆联动属具股份有限公司 | 一种叉车属具夹紧力自适应控制方法及系统 |
CN108983821A (zh) * | 2018-08-17 | 2018-12-11 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于智能算法的pid自动驾驶仪参数整定方法 |
CN109270834A (zh) * | 2018-11-05 | 2019-01-25 | 吉林大学 | 一种基于pid四旋翼飞行器控制系统的设计方法 |
CN109947124A (zh) * | 2019-04-25 | 2019-06-28 | 南京航空航天大学 | 改进粒子群算法优化模糊pid无人直升机姿态控制方法 |
CN110399697A (zh) * | 2019-08-02 | 2019-11-01 | 南京航空航天大学 | 基于改进遗传学习粒子群算法的飞行器的控制分配方法 |
CN110399697B (zh) * | 2019-08-02 | 2023-07-25 | 南京航空航天大学 | 基于改进遗传学习粒子群算法的飞行器的控制分配方法 |
CN111580550A (zh) * | 2020-04-29 | 2020-08-25 | 杭州电子科技大学 | 一种无人机仿人智能控制方法 |
CN112904729A (zh) * | 2021-01-21 | 2021-06-04 | 深圳翱诺科技有限公司 | 一种避免局部最优的控制器参数设计算法 |
CN116184813A (zh) * | 2023-05-04 | 2023-05-30 | 中国人民解放军国防科技大学 | 助推滑翔火箭姿态控制方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103853050A (zh) | 一种四旋翼飞行器的pid优化控制方法 | |
CN106647783B (zh) | 倾转式三旋翼无人机姿态与高度自适应鲁棒控制方法 | |
Kim et al. | Mathematical modeling and experimental identification of an unmanned helicopter robot with flybar dynamics | |
Ren et al. | Modeling, control and coordination of helicopter systems | |
CN109614633A (zh) | 一种复合式旋翼飞行器非线性建模方法及配平方法 | |
CN103412488B (zh) | 一种基于自适应神经网络的小型无人旋翼机高精度控制方法 | |
CN102566420B (zh) | 一种垂直起降飞行器的滑模控制方法 | |
CN104765272A (zh) | 一种基于pid神经元网络控制(pidnn)的四旋翼飞行器控制方法 | |
CN110032797A (zh) | 无人机uav控制律调参方法 | |
Lu et al. | Real-time simulation system for UAV based on Matlab/Simulink | |
CN107861517A (zh) | 基于线性伪谱的跳跃式再入飞行器在线弹道规划制导方法 | |
CN104504294A (zh) | 飞行仿真初始状态混合遗传配平方法 | |
Yu et al. | Design and Implementation of a Hardware‐in‐the‐Loop Simulation System for a Tilt Trirotor UAV | |
CN109446582A (zh) | 一种考虑地球自转的高精度降阶平稳滑翔动力学建模方法 | |
CN109885074A (zh) | 四旋翼无人机有限时间收敛姿态控制方法 | |
Jeong et al. | Control System Design for a Ducted‐Fan Unmanned Aerial Vehicle Using Linear Quadratic Tracker | |
Tao et al. | Modeling and control of a powered parafoil in wind and rain environments | |
Meng et al. | Study of helicopter autorotation landing following engine failure based on a six-degree-of-freedom rigid-body dynamic model | |
CN102566446B (zh) | 基于线性模型组的无人直升机全包线数学模型构建方法 | |
Jia-Jun et al. | Research on one type of saturated nonlinear stabilization control method of XZ inverted pendulum | |
CN105116905A (zh) | 一种飞行器姿态控制方法 | |
Yu et al. | Dynamic inversion-based sliding mode control of a tilt tri-rotor UAV | |
Khizer et al. | Stable hovering flight for a small unmanned helicopter using fuzzy control | |
Zhao et al. | Neural network based PID control for quadrotor aircraft | |
Ge et al. | Trajectory planning of fixed-wing UAV using kinodynamic RRT algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20140611 |