CN105911866A - 四旋翼无人飞行器的有限时间全阶滑模控制方法 - Google Patents
四旋翼无人飞行器的有限时间全阶滑模控制方法 Download PDFInfo
- Publication number
- CN105911866A CN105911866A CN201610427481.3A CN201610427481A CN105911866A CN 105911866 A CN105911866 A CN 105911866A CN 201610427481 A CN201610427481 A CN 201610427481A CN 105911866 A CN105911866 A CN 105911866A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- omega
- formula
- psi
- tau
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013461 design Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000002153 concerted effect Effects 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 9
- 238000009415 formwork Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910017435 S2 In Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 235000021170 buffet Nutrition 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
一种四旋翼无人飞行器的有限时间全阶滑模控制方法,针对系统模型参数耦合非线性的四旋翼无人飞行器系统,利用全阶滑模控制方法,再结合一阶滤波器,设计四旋翼无人飞行器的有限时间全阶滑模控制方法。全阶滑模面的设计是为了保证系统的快速稳定收敛。在实际的控制系统中通过设计位置和姿态角两个全阶滑模面,分为内外控制环实现飞行器快速跟踪,并且增加滤波器来改善抖振问题。本发明提供一种四旋翼无人飞行器的有限时间全阶滑模控制方法,基于系统模型参数耦合非线性的情况,保证系统在有限时间内快速收敛至平衡点,加快系统的响应速度,改善滑模控制输入的抖振,有效地满足系统快速稳定的跟踪性能。
Description
技术领域
本发明涉及一种四旋翼无人飞行器的有限时间全阶滑模控制方法,适用于低速飞行的四旋翼无人飞行器飞行控制。
背景技术
无人飞行器(Unmanned Aerial Vehicle,UAV)是通过远程遥控或基于飞行器自身传感器实现自主飞行的飞行器。其中旋翼无人飞行器具有很强的可操作性,且机动性强,能够很方便地完成起飞与降落等动作,对工作环境的要求也比较低。四旋翼无人飞行器作为旋翼式飞行器的一种,以其体积小、机动性能好、设计简单、制造成本低廉等优点,吸引了国内外大学、研究机构、公司的广泛关注。然而四旋翼无人飞行器在飞行过程中,容易受到外部环境的干扰,产生外部噪声、参数摄动等问题,并直接影响旋翼飞行器的灵敏度和稳定性。针对这些控制问题,存在很多控制方法,例如PID控制,反演控制,滑模控制等。
滑模控制在解决系统不确定性和外部扰动方面被认为是一个有效的鲁棒控制方法。滑模控制方法具有算法简单、响应速度快、对外界噪声干扰和参数摄动鲁棒性强等优点。因此,滑模控制方法被广泛应用于各个领域。传统线性滑模只是渐近稳定,而终端滑模控制的优越性在于它的有限时间收敛。然而,两种滑模控制都存在奇异性和抖振问题。为了解决这些问题,许多改进的方法相继被提出,例如切换滑模控制方法、高阶滑模控制方法、观测器控制方法等。然而上述方法中,在解决抖振的同时增大了跟踪误差,减慢了响应速度,奇异性也始终存在于降阶滑模面中。
发明内容
为了克服现有的四旋翼无人飞行器滑模控制方法中存在的响应速度慢和控制输入抖振问题,本发明提供一种四旋翼无人飞行器的有限时间全阶滑模控制方法,基于系统模型参数耦合非线性的情况,保证系统在有限时间内快速收敛至平衡点,加快系统的响应速度,改善滑模控制输入的抖振,有效地满足系统快速稳定的跟踪性能。
为了解决上述技术问题提出的技术方案如下:
一种四旋翼无人飞行器的有限时间全阶滑模控制方法,包括以下步骤:
步骤1,建立四旋翼无人飞行器的动态模型,初始化系统状态、采样时间以及控制参数,过程如下:
1.1在忽略空气阻力和陀螺效应的基础上,对四旋翼无人飞行器进行以下假设:飞行器是刚性的;飞行器的结构是完全对称的;飞行器的重心与机体坐标系原点重合;并定义机体坐标系到惯性坐标系的转移矩阵为:
其中,ψ、θ、φ分别为飞行器的偏航角、俯仰角、翻滚角,表示飞行器的惯性坐标系依次绕坐标轴zE、yE、xE旋转的角度;
1.2采用牛顿-欧拉法,从受力角度分析飞行器,其中牛顿公式为:
其中,ξ表示飞行器在惯性坐标系下的位置,代表二阶微分,m表示飞行器的质量,F表示作用在飞行器上的合外力,包括飞行器所受重力mg和四个旋翼产生的合力UF;
式(2)展开为:
其中,x、y、z分别表示飞行器在惯性坐标系下xE、yE、zE轴的位置;
将式(1)代入式(3)中得到如下等式:
1.3机体坐标系下欧拉公式为:
其中,τ表示作用在飞行器上的力矩,I表示飞行器在机体坐标系下的转动惯量,ω表示飞行器姿态角速度,表示飞行器姿态角加速度,×表示叉乘;
式(5)展开为:
其中,τx、τy、τz分别代表机体坐标轴上的各轴力矩分量,Ixx、Iyy、Izz分别代表机体坐标轴上的各轴转动惯量分量,p、q、r分别代表机体坐标轴上的各轴姿态角速度分量,分别代表机体坐标轴上的各轴姿态角加速度分量;
式(6)表示为:
考虑到飞行器一般处于低速飞行或者悬停状态下,姿态角变化较小,此时认为将式(7)改写为:
1.4由于存在测量噪声,电源变化以及外界干扰的影响,式(4)和式(8)中的系统参数并不能准确的获得,因此系统的动态模型改写为:
其中 dx、dy、dz、dφ、dθ、dψ分别代表模型不确定和外界干扰项;
步骤2,计算系统位置跟踪误差,设计位置全阶滑模面,过程如下:
2.1定义系统位置跟踪误差为
eq=qd-q (10)
其中,q=[x;y;z],qd=[xd;yd;zd]表示为三阶可导期望轨迹;那么式(10)的一阶微分和二阶微分被表示为:
2.2因此,为了避免奇异问题,位置全阶滑模面将定义为:
其中,sgn(·)表示符号函数;cq1和cq2是一个正的常数,它的选择是保证多项式p2+cq2p+cq1的全部特征根在复平面的左半部分以保证系统的稳定性;αq1和αq2的选取则是通过以下多项式:
其中,αn+1=1,αn=α,α∈(1-ε,1)以及ε∈(0,1);
步骤3,基于四旋翼无人飞行器动态模型,根据位置全阶滑模面以及一阶滤波器,设计位置全阶滑模控制器,过程如下:
3.1考虑式(9),位置全阶滑模控制器被设计为:
u=(ueq+un) (15)
vq=-(kqd+kqT+ηq)sgn(sq) (18)其中,ci和αi是常数,i=q1,q2,已在式(13)中被定义;Tq是正的常数;kqd,kqT和ηq都是常数;
3.2将式(9)带入式(13)中得到如下等式:
其中,dq=[dx;dy;dz]代表系统位置扰动项,并且各元素是有界的,则假定dq≤lqd并且其中lqd是一个有界的常数;kqT的选取是要求在Tq>0时满足kqT≥Tqlqd;
将式(15)-式(16)代入式(19),全阶滑模面被表示成如下等式:
sq=dq+un (20)
将式(18)带入式(17)中得到:
在un(0)=0的情况下,得到如下等式:
kqT≥Tqlqd≥Tq|un(t)|max≥Tq|un(t)| (22)
3.3设计李亚普诺夫函数:
对式(20)进行求导得:
将式(18)带入式(24)中得到:
因此,
对式(23)进行微分,并代入式(22)得到:
因此系统位置跟踪误差能在有限时间内收敛至零,表明系统是稳定的;步骤4,给定偏航角,计算总升力,俯仰角和翻滚角期待值,过程如下:
4.1由式(9)得到:
步骤5,计算系统姿态角跟踪误差,设计姿态全阶滑模面,过程如下:
5.1定义系统姿态角跟踪误差为
eΩ=Ωd-Ω (29)
其中,Ω=[φ;θ;ψ],Ωd=[φd;θd;ψd]表示为三阶可导期望姿态角;那么式(29)的一阶微分和二阶微分被表示为:
5.2因此,为了避免奇异问题,姿态全阶滑模面将定义为:
其中,cΩ1和cΩ2是一个正的常数,它的选择是保证多项式p2+cΩ2p+cΩ1的全部特征根在复平面的左半部分以保证系统的稳定性;αΩ1和αΩ2的选取则是通过以下多项式:
其中,αn+1=1,αn=α,α∈(1-ε,1)以及ε∈(0,1);
步骤6,基于四旋翼无人飞行器动态模型,根据姿态全阶滑模面以及一阶滤波器,设计姿态全阶滑模控制器,过程如下:
6.1考虑式(9),姿态全阶滑模控制器被设计为:
τ=b-1(τeq+τn) (34)
vΩ=-(kΩd+kΩT+ηΩ)sgn(sΩ) (37)
其中,a=[a1;a2;a3],b=[b1;b2;b3],ci和αi是常数,i=Ω1,Ω2,已在式(32)中被定义;TΩ是正的常数;kΩd,kΩT和ηΩ都是常数;
6.2将式(9)带入式(32)中得到如下等式:
其中,dΩ=[dφ;dθ;dψ]代表系统位置扰动项,并且各元素是有界的,则假定dΩ≤lΩd并且其中lΩd是一个有界的常数;kΩT的选取是要求在TΩ>0时满足kΩT≥TΩlΩd;
将式(34)-式(35)代入式(38),全阶滑模面被表示成如下等式:
sΩ=dΩ+τn (39)
将式(37)带入式(36)中得到:
在τn(0)=0的情况下,得到如下等式:
kΩT≥TΩlΩd≥TΩ|τn(t)|max≥TΩ|τn(t)| (41)
6.3设计李亚普诺夫函数:
对式(39)进行求导得:
将式(37)带入式(43)中得到:
因此,
对式(42)进行微分,并代入式(41)得到:
因此系统姿态角跟踪误差能在有限时间内收敛至零,表明系统是稳定的。
本发明基于系统模型参数耦合非线性的情况,利用全阶滑模,设计四旋翼无人飞行器的有限时间全阶滑模控制方法,保证系统在有限时间内快速收敛至平衡点,加快系统的响应速度,改善滑模控制输入的抖振,保证系统快速稳定收敛。
本发明的技术构思为:针对系统模型参数耦合非线性的四旋翼无人飞行器系统,利用全阶滑模控制方法,再结合一阶滤波器,设计四旋翼无人飞行器的有限时间全阶滑模控制方法。全阶滑模面的设计是为了保证系统的快速稳定收敛。在实际的控制系统中通过设计位置和姿态角两个全阶滑模面,分为内外控制环实现飞行器快速跟踪,并且增加滤波器来改善抖振问题。本发明提供一种加快系统响应速度,改善控制输入抖振问题的控制方法,实现系统的快速稳定控制。
本发明的有益效果为:加快系统动态响应,改善抖振问题,实现快速稳定收敛。
附图说明
图1为本发明的飞行器位置跟踪效果示意图,其中,(a)表示x轴位置跟踪效果,(b)表示y轴位置跟踪效果,(c)表示z轴位置跟踪效果。
图2为本发明的飞行器姿态角收敛效果示意图,其中,(a)表示翻滚角收敛效果,(b)表示俯仰角收敛效果,(c)表示偏航角收敛效果。
图3为本发明的飞行器位置控制器输入示意图,其中,(a)表示位置控制器在x轴方向的输入,(b)表示位置控制器在y轴方向的输入,(c)表示位置控制器在z轴方向的输入。
图4为方法S1飞行器的姿态角控制器输入示意图,其中,(a)表示该姿态角控制器在x轴方向的输入,(b)表示该姿态角控制器在y轴方向的输入,(c)表示该姿态角控制器在z轴方向的输入。
图5为本发明的飞行器姿态角控制器输入示意图,其中,(a)表示该姿态角控制器在x轴方向的输入,(b)表示该姿态角控制器在y轴方向的输入,(c)表示该姿态角控制器在z轴方向的输入。
图6为本发明的控制流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1-图6,一种四旋翼无人飞行器的有限时间全阶滑模控制方法,包括以下步骤:
步骤1,建立四旋翼无人飞行器的动态模型,初始化系统状态、采样时间以及控制参数,过程如下:
1.1在忽略空气阻力和陀螺效应的基础上,对四旋翼无人飞行器进行以下假设:飞行器是刚性的;飞行器的结构是完全对称的;飞行器的重心与机体坐标系原点重合;并定义机体坐标系到惯性坐标系的转移矩阵为:
其中,ψ、θ、φ分别为飞行器的偏航角、俯仰角、翻滚角,表示飞行器的惯性坐标系依次绕坐标轴zE、yE、xE旋转的角度;
1.2采用牛顿-欧拉法,从受力角度分析飞行器,其中牛顿公式为:
其中,ξ表示飞行器在惯性坐标系下的位置,代表二阶微分,m表示飞行器的质量,F表示作用在飞行器上的合外力,包括飞行器所受重力mg和四个旋翼产生的合力UF;
式(2)展开为:
其中,x、y、z分别表示飞行器在惯性坐标系下xE、yE、zE轴的位置;
将式(1)代入式(3)中得到如下等式:
1.3机体坐标系下欧拉公式为:
其中,τ表示作用在飞行器上的力矩,I表示飞行器在机体坐标系下的转动惯量,ω表示飞行器姿态角速度,表示飞行器姿态角加速度,×表示叉乘;
式(5)展开为:
其中,τx、τy、τz分别代表机体坐标轴上的各轴力矩分量,Ixx、Iyy、Izz分别代表机体坐标轴上的各轴转动惯量分量,p、q、r分别代表机体坐标轴上的各轴姿态角速度分量,分别代表机体坐标轴上的各轴姿态角加速度分量;
式(6)表示为:
考虑到飞行器一般处于低速飞行或者悬停状态下,姿态角变化较小,此时认为将式(7)改写为:
1.4由于存在测量噪声,电源变化以及外界干扰的影响,式(4)和式(8)中的系统参数并不能准确的获得,因此系统的动态模型改写为:
其中 dx、dy、dz、dφ、dθ、dψ分别代表模型不确定和外界干扰项;
步骤2,计算系统位置跟踪误差,设计位置全阶滑模面,过程如下:
2.1定义系统位置跟踪误差为
eq=qd-q (10)
其中,q=[x;y;z],qd=[xd;yd;zd]表示为三阶可导期望轨迹;那么式(10)的一阶微分和二阶微分被表示为:
2.2因此,为了避免奇异问题,位置全阶滑模面将定义为:
其中,sgn(·)表示符号函数;cq1和cq2是一个正的常数,它的选择是保证多项式p2+cq2p+cq1的全部特征根在复平面的左半部分以保证系统的稳定性;αq1和αq2的选取则是通过以下多项式:
其中,αn+1=1,αn=α,α∈(1-ε,1)以及ε∈(0,1);
步骤3,基于四旋翼无人飞行器动态模型,根据位置全阶滑模面以及一阶滤波器,设计位置全阶滑模控制器,过程如下:
3.1考虑式(9),位置全阶滑模控制器被设计为:
u=(ueq+un) (15)
vq=-(kqd+kqT+ηq)sgn(sq) (18)
其中,ci和αi是常数,i=q1,q2,已在式(13)中被定义;Tq是正的常数;kqd,kqT和ηq都是常数;
3.2将式(9)带入式(13)中得到如下等式:
其中,dq=[dx;dy;dz]代表系统位置扰动项,并且各元素是有界的,则假定dq≤lqd并且其中lqd是一个有界的常数;kqT的选取是要求在Tq>0时满足kqT≥Tqlqd;
将式(15)-式(16)代入式(19),全阶滑模面被表示成如下等式:
sq=dq+un (20)
将式(18)带入式(17)中得到:
在un(0)=0的情况下,得到如下等式:
kqT≥Tqlqd≥Tq|un(t)|max≥Tq|un(t)| (22)
3.3设计李亚普诺夫函数:
对式(20)进行求导得:
将式(18)带入式(24)中得到:
因此,
对式(23)进行微分,并代入式(22)得到:
因此系统位置跟踪误差能在有限时间内收敛至零,表明系统是稳定的;
步骤4,给定偏航角,计算总升力,俯仰角和翻滚角期待值,过程如下:
4.1由式(9)得到:
步骤5,计算系统姿态角跟踪误差,设计姿态全阶滑模面,过程如下:
5.1定义系统姿态角跟踪误差为
eΩ=Ωd-Ω (29)
其中,Ω=[φ;θ;ψ],Ωd=[φd;θd;ψd]表示为三阶可导期望姿态角;那么式(29)的一阶微分和二阶微分被表示为:
5.2因此,为了避免奇异问题,姿态全阶滑模面将定义为:
其中,cΩ1和cΩ2是一个正的常数,它的选择是保证多项式p2+cΩ2p+cΩ1的全部特征根在复平面的左半部分以保证系统的稳定性;αΩ1和αΩ2的选取则是通过以下多项式:
其中,αn+1=1,αn=α,α∈(1-ε,1)以及ε∈(0,1);
步骤6,基于四旋翼无人飞行器动态模型,根据姿态全阶滑模面以及一阶滤波器,设计姿态全阶滑模控制器,过程如下:
6.1考虑式(9),姿态全阶滑模控制器被设计为:
τ=b-1(τeq+τn) (34)
vΩ=-(kΩd+kΩT+ηΩ)sgn(sΩ) (37)
其中,a=[a1;a2;a3],b=[b1;b2;b3],ci和αi是常数,i=Ω1,Ω2,已在式(32)中被定义;TΩ是正的常数;kΩd,kΩT和ηΩ都是常数;
6.2将式(9)带入式(32)中得到如下等式:
其中,dΩ=[dφ;dθ;dψ]代表系统位置扰动项,并且各元素是有界的,则假定dΩ≤lΩd并且其中lΩd是一个有界的常数;kΩT的选取是要求在TΩ>0时满足kΩT≥TΩlΩd;
将式(34)-式(35)代入式(38),全阶滑模面被表示成如下等式:
sΩ=dΩ+τn (39)
将式(37)带入式(36)中得到:
在τn(0)=0的情况下,得到如下等式:
kΩT≥TΩlΩd≥TΩ|τn(t)|max≥TΩ|τn(t)| (41)
6.3设计李亚普诺夫函数:
对式(39)进行求导得:
将式(37)带入式(43)中得到:
因此,
对式(42)进行微分,并代入式(41)得到:
因此系统姿态角跟踪误差能在有限时间内收敛至零,表明系统是稳定的。
为了验证所提方法的有效性,本发明给出了以下二种方法进行对比:
S1:传统线性滑模控制方法;
S2:本发明的有限时间全阶滑模控制方法。
为了更有效的进行对比,系统所有初始状态和模型参数都是一致的,即:x=y=z=0,φ=θ=ψ=0;m=0.625kg,Ixx=2.3×10-3kg·m2,Iyy=2.4×10-3kg·m2,Izz=2.6×10-3kg·m2,g=10m·s-2;滑模面参数:cq1=16,cq2=10,cΩ1=16,cΩ1=10,αq1=9/23,αq2=9/16,αΩ1=9/23,αΩ1=9/16;控制器参数:Tq=1,TΩ=1,kqd+kqT+ηq=1,kΩd+kΩT+ηΩ=10;参考轨迹:xd=yd=zd=2,ψd=0.5。
由图1可以看出,方法S2较方法S1要更早跟上期望信号,大约提前1.3秒,可见方法S2相比S1响应速度更快,能有效满足飞行器快速跟踪的要求;由图2可以看出,方法S2较方法S1,其中翻滚角和俯仰角收敛至零的时间几乎一样,但偏航角更早达到期望值,大约提前1.3秒;由图3可以看出,方法S2于方法S1,位置控制器的输入都几乎不存在抖振情况;由图4和图5可以看出,方法S1较方法S2存在严重的抖振情况,导致的原因是方法S2的实际控制律中不再存在滑模切换函数。
以上阐述的是本发明给出的一个实施例表现出的优良优化效果,显然本发明不只是限于上述实施例,在不偏离本发明基本精神及不超出本发明实质内容所涉及范围的前提下对其可作种种变形加以实施。
Claims (1)
1.一种四旋翼无人飞行器的有限时间全阶滑模控制方法,其特征在于:包括以下步骤:
步骤1,建立四旋翼无人飞行器的动态模型,初始化系统状态、采样时间以及控制参数,过程如下:
1.1在忽略空气阻力和陀螺效应的基础上,对四旋翼无人飞行器进行以下假设:飞行器是刚性的;飞行器的结构是完全对称的;飞行器的重心与机体坐标系原点重合;并定义机体坐标系到惯性坐标系的转移矩阵为:
其中,ψ、θ、φ分别为飞行器的偏航角、俯仰角、翻滚角,表示飞行器的惯性坐标系依次绕坐标轴zE、yE、xE旋转的角度;
1.2采用牛顿-欧拉法,从受力角度分析飞行器,其中牛顿公式为:
其中,ξ表示飞行器在惯性坐标系下的位置,代表二阶微分,m表示飞行器的质量,F表示作用在飞行器上的合外力,包括飞行器所受重力mg和四个旋翼产生的合力UF;
式(2)展开为:
其中,x、y、z分别表示飞行器在惯性坐标系下xE、yE、zE轴的位置;
将式(1)代入式(3)中得到如下等式:
1.3机体坐标系下欧拉公式为:
其中,τ表示作用在飞行器上的力矩,I表示飞行器在机体坐标系下的转动惯量,ω表示飞行器姿态角速度,表示飞行器姿态角加速度,×表示叉乘;
式(5)展开为:
其中,τx、τy、τz分别代表机体坐标轴上的各轴力矩分量,Ixx、Iyy、Izz分别代表机体坐标轴上的各轴转动惯量分量,p、q、r分别代表机体坐标轴上的各轴姿态角速度分量,分别代表机体坐标轴上的各轴姿态角加速度分量;
式(6)表示为:
考虑到飞行器一般处于低速飞行或者悬停状态下,姿态角变化较小,此时认为将式(7)改写为:
1.4由于存在测量噪声,电源变化以及外界干扰的影响,式(4)和式(8)中的系统参数并不能准确的获得,因此系统的动态模型改写为:
其中
步骤2,计算系统位置跟踪误差,设计位置全阶滑模面,过程如下:
2.1定义系统位置跟踪误差为
eq=qd-q (10)
其中,q=[x;y;z],qd=[xd;yd;zd]表示为三阶可导期望轨迹;那么式(10)的一阶微分和二阶微分被表示为:
2.2因此,为了避免奇异问题,位置全阶滑模面将定义为:
其中,sgn(·)表示符号函数;cq1和cq2是一个正的常数,它的选择是保证多项式p2+cq2p+cq1的全部特征根在复平面的左半部分以保证系统的稳定性;αq1和αq2的选取则是通过以下多项式:
其中,αn+1=1,αn=α,α∈(1-ε,1)以及ε∈(0,1);
步骤3,基于四旋翼无人飞行器动态模型,根据位置全阶滑模面以及一阶滤波器,设计位置全阶滑模控制器,过程如下:
3.1考虑式(9),位置全阶滑模控制器被设计为:
u=(ueq+un) (15)
vq=-(kqd+kqT+ηq)sgn(sq) (18)
其中,ci和αi是常数,i=q1,q2,已在式(13)中被定义;Tq是正的常数;kqd,kqT和ηq都是常数;
3.2将式(9)带入式(13)中得到如下等式:
其中,dq=[dx;dy;dz]代表系统位置扰动项,并且各元素是有界的,则假定dq≤lqd并且其中lqd是一个有界的常数;kqT的选取是要求在Tq>0时满足kqT≥Tqlqd;
将式(15)-式(16)代入式(19),全阶滑模面被表示成如下等式:
sq=dq+un (20)
将式(18)带入式(17)中得到:
在un(0)=0的情况下,得到如下等式:
kqT≥Tqlqd≥Tq|un(t)|max≥Tq|un(t)| (22)
3.3设计李亚普诺夫函数:
对式(20)进行求导得:
将式(18)带入式(24)中得到:
因此,
对式(23)进行微分,并代入式(22)得到:
因此系统位置跟踪误差能在有限时间内收敛至零,表明系统是稳定的;
步骤4,给定偏航角,计算总升力,俯仰角和翻滚角期待值,过程如下:
4.1由式(9)得到:
步骤5,计算系统姿态角跟踪误差,设计姿态全阶滑模面,过程如下:
5.1定义系统姿态角跟踪误差为
eΩ=Ωd-Ω (29)
其中,Ω=[φ;θ;ψ],Ωd=[φd;θd;ψd]表示为三阶可导期望姿态角;那么式(29)的一阶微分和二阶微分被表示为:
5.2因此,为了避免奇异问题,姿态全阶滑模面将定义为:
其中,cΩ1和cΩ2是一个正的常数,它的选择是保证多项式p2+cΩ2p+cΩ1的全部特征根在复平面的左半部分以保证系统的稳定性;αΩ1和αΩ2的选取则是通过以下多项式:
其中,αn+1=1,αn=α,α∈(1-ε,1)以及ε∈(0,1);
步骤6,基于四旋翼无人飞行器动态模型,根据姿态全阶滑模面以及一阶滤波器,设计姿态全阶滑模控制器,过程如下:
6.1考虑式(9),姿态全阶滑模控制器被设计为:
τ=b-1(τeq+τn) (34)
vΩ=-(kΩd+kΩT+ηΩ)sgn(sΩ) (37)
其中,a=[a1;a2;a3],b=[b1;b2;b3],ci和αi是常数,i=Ω1,Ω2,已在式(32)中被定义;TΩ是正的常数;kΩd,kΩT和ηΩ都是常数;
6.2将式(9)带入式(32)中得到如下等式:
其中,dΩ=[dφ;dθ;dψ]代表系统位置扰动项,并且各元素是有界的,则假定dΩ≤lΩd并且其中lΩd是一个有界的常数;kΩT的选取是要求在TΩ>0时满足kΩT≥TΩlΩd;
将式(34)-式(35)代入式(38),全阶滑模面被表示成如下等式:
sΩ=dΩ+τn (39)
将式(37)带入式(36)中得到:
在τn(0)=0的情况下,得到如下等式:
kΩT≥TΩlΩd≥TΩ|τn(t)|max≥TΩ|τn(t)| (41)
6.3设计李亚普诺夫函数:
对式(39)进行求导得:
将式(37)带入式(43)中得到:
因此,
对式(42)进行微分,并代入式(41)得到:
因此系统姿态角跟踪误差能在有限时间内收敛至零,表明系统是稳定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610427481.3A CN105911866B (zh) | 2016-06-15 | 2016-06-15 | 四旋翼无人飞行器的有限时间全阶滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610427481.3A CN105911866B (zh) | 2016-06-15 | 2016-06-15 | 四旋翼无人飞行器的有限时间全阶滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105911866A true CN105911866A (zh) | 2016-08-31 |
CN105911866B CN105911866B (zh) | 2019-01-22 |
Family
ID=56751389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610427481.3A Active CN105911866B (zh) | 2016-06-15 | 2016-06-15 | 四旋翼无人飞行器的有限时间全阶滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105911866B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094855A (zh) * | 2016-07-27 | 2016-11-09 | 浙江工业大学 | 一种四旋翼无人机的终端协同控制方法 |
CN107368088A (zh) * | 2017-07-11 | 2017-11-21 | 浙江工业大学 | 一种基于误差指数型函数的四旋翼飞行器非线性滑模位姿控制方法 |
CN107479370A (zh) * | 2017-07-03 | 2017-12-15 | 浙江工业大学 | 一种基于非奇异终端滑模的四旋翼无人机有限时间自适应控制方法 |
CN107479371A (zh) * | 2017-07-03 | 2017-12-15 | 浙江工业大学 | 一种基于快速非奇异终端滑模的四旋翼无人机有限时间自适应控制方法 |
CN107490966A (zh) * | 2017-08-22 | 2017-12-19 | 浙江工业大学 | 一种基于改进幂次趋近律的飞行器有限时间自适应姿态控制方法 |
CN107563044A (zh) * | 2017-08-29 | 2018-01-09 | 武汉科技大学 | 基于在线安全学习的四旋翼无人机路径跟踪控制方法 |
CN107577144A (zh) * | 2017-08-22 | 2018-01-12 | 浙江工业大学 | 一种基于增强型指数趋近律的飞行器有限时间自适应姿态控制方法 |
CN107688295A (zh) * | 2017-08-29 | 2018-02-13 | 浙江工业大学 | 一种基于快速终端滑模的四旋翼飞行器有限时间自适应控制方法 |
CN107957682A (zh) * | 2017-07-03 | 2018-04-24 | 浙江工业大学 | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 |
CN107976903A (zh) * | 2017-07-03 | 2018-05-01 | 浙江工业大学 | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 |
CN107976902A (zh) * | 2017-07-03 | 2018-05-01 | 浙江工业大学 | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 |
CN108153148A (zh) * | 2017-07-03 | 2018-06-12 | 浙江工业大学 | 一种四旋翼无人机系统的增强型指数趋近律滑模控制方法 |
CN108549400A (zh) * | 2018-05-28 | 2018-09-18 | 浙江工业大学 | 基于对数增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN108828938A (zh) * | 2018-05-28 | 2018-11-16 | 浙江工业大学 | 基于反比例函数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN109062042A (zh) * | 2018-08-01 | 2018-12-21 | 吉林大学 | 一种旋翼飞行器的有限时间航迹跟踪控制方法 |
CN109613829A (zh) * | 2018-02-11 | 2019-04-12 | 浙江工业大学 | 一种四旋翼飞行器全状态受限控制方法 |
CN111399529A (zh) * | 2020-04-02 | 2020-07-10 | 上海交通大学 | 一种基于非线性滑模与前置的飞行器复合导引方法 |
CN112803860A (zh) * | 2021-03-01 | 2021-05-14 | 西北工业大学 | 基于输出回授滑模控制和抗饱和pi的永磁电机控制方法 |
CN113820950A (zh) * | 2021-02-24 | 2021-12-21 | 西北工业大学 | 一种绳系连接飞行器稳定控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104932531A (zh) * | 2015-06-24 | 2015-09-23 | 南京航空航天大学 | 一种基于滑模控制的四旋翼飞行器的最优抗输入饱和控制方法 |
CN105159306A (zh) * | 2015-08-12 | 2015-12-16 | 山东劳动职业技术学院 | 一种基于全局稳定的四旋翼飞行器滑模控制方法 |
CN105353615A (zh) * | 2015-11-10 | 2016-02-24 | 南京航空航天大学 | 一种基于滑模观测器的四旋翼飞行器的主动容错控制方法 |
-
2016
- 2016-06-15 CN CN201610427481.3A patent/CN105911866B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104932531A (zh) * | 2015-06-24 | 2015-09-23 | 南京航空航天大学 | 一种基于滑模控制的四旋翼飞行器的最优抗输入饱和控制方法 |
CN105159306A (zh) * | 2015-08-12 | 2015-12-16 | 山东劳动职业技术学院 | 一种基于全局稳定的四旋翼飞行器滑模控制方法 |
CN105353615A (zh) * | 2015-11-10 | 2016-02-24 | 南京航空航天大学 | 一种基于滑模观测器的四旋翼飞行器的主动容错控制方法 |
Non-Patent Citations (5)
Title |
---|
BOUABDLLAH S,NOTH A,SIEGWART R: "PID vs LQ control techniques applied to an indoor micro quadrotor", 《IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS》 * |
SANTOS M,LOPEZ V: "Intelligent Fuzzy Controller of a Quadrotor", 《INTELLIGENT SYSTEMS AND KNOWLEDGE ENGINEERING》 * |
廖卫中等: "小型四旋翼无人机建模与有限时间控制", 《控制理论与应用》 * |
杨荟憭等: "四旋翼直升机姿态系统的直接自修复控制", 《控制理论与应用》 * |
聂博文等: "微小型四旋翼飞行器的研究现状与关键技术", 《电光与控制》 * |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106094855B (zh) * | 2016-07-27 | 2019-03-12 | 浙江工业大学 | 一种四旋翼无人机的终端协同控制方法 |
CN106094855A (zh) * | 2016-07-27 | 2016-11-09 | 浙江工业大学 | 一种四旋翼无人机的终端协同控制方法 |
CN107976902B (zh) * | 2017-07-03 | 2020-02-21 | 浙江工业大学 | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 |
CN107479370A (zh) * | 2017-07-03 | 2017-12-15 | 浙江工业大学 | 一种基于非奇异终端滑模的四旋翼无人机有限时间自适应控制方法 |
CN107479371B (zh) * | 2017-07-03 | 2019-11-05 | 浙江工业大学 | 一种基于快速非奇异终端滑模的四旋翼无人机有限时间自适应控制方法 |
CN107976903B (zh) * | 2017-07-03 | 2020-02-21 | 浙江工业大学 | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 |
CN107479371A (zh) * | 2017-07-03 | 2017-12-15 | 浙江工业大学 | 一种基于快速非奇异终端滑模的四旋翼无人机有限时间自适应控制方法 |
CN107957682B (zh) * | 2017-07-03 | 2020-02-21 | 浙江工业大学 | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 |
CN108153148B (zh) * | 2017-07-03 | 2020-02-21 | 浙江工业大学 | 一种四旋翼无人机系统的增强型指数趋近律滑模控制方法 |
CN107976903A (zh) * | 2017-07-03 | 2018-05-01 | 浙江工业大学 | 一种四旋翼无人机系统的增强型双幂次趋近律滑模控制方法 |
CN107976902A (zh) * | 2017-07-03 | 2018-05-01 | 浙江工业大学 | 一种四旋翼无人机系统的增强型等速趋近律滑模控制方法 |
CN108153148A (zh) * | 2017-07-03 | 2018-06-12 | 浙江工业大学 | 一种四旋翼无人机系统的增强型指数趋近律滑模控制方法 |
CN107479370B (zh) * | 2017-07-03 | 2019-11-08 | 浙江工业大学 | 一种基于非奇异终端滑模的四旋翼无人机有限时间自适应控制方法 |
CN107957682A (zh) * | 2017-07-03 | 2018-04-24 | 浙江工业大学 | 一种四旋翼无人机系统的增强型快速幂次趋近律滑模控制方法 |
CN107368088A (zh) * | 2017-07-11 | 2017-11-21 | 浙江工业大学 | 一种基于误差指数型函数的四旋翼飞行器非线性滑模位姿控制方法 |
CN107368088B (zh) * | 2017-07-11 | 2019-12-03 | 浙江工业大学 | 一种基于误差指数型函数的四旋翼飞行器非线性滑模位姿控制方法 |
CN107490966A (zh) * | 2017-08-22 | 2017-12-19 | 浙江工业大学 | 一种基于改进幂次趋近律的飞行器有限时间自适应姿态控制方法 |
CN107490966B (zh) * | 2017-08-22 | 2020-08-04 | 浙江工业大学 | 一种基于改进幂次趋近律的飞行器有限时间自适应姿态控制方法 |
CN107577144A (zh) * | 2017-08-22 | 2018-01-12 | 浙江工业大学 | 一种基于增强型指数趋近律的飞行器有限时间自适应姿态控制方法 |
CN107577144B (zh) * | 2017-08-22 | 2019-11-08 | 浙江工业大学 | 一种基于增强型指数趋近律的飞行器有限时间自适应姿态控制方法 |
CN107688295A (zh) * | 2017-08-29 | 2018-02-13 | 浙江工业大学 | 一种基于快速终端滑模的四旋翼飞行器有限时间自适应控制方法 |
CN107563044A (zh) * | 2017-08-29 | 2018-01-09 | 武汉科技大学 | 基于在线安全学习的四旋翼无人机路径跟踪控制方法 |
CN107563044B (zh) * | 2017-08-29 | 2020-08-25 | 武汉科技大学 | 基于在线安全学习的四旋翼无人机路径跟踪控制方法 |
CN107688295B (zh) * | 2017-08-29 | 2020-01-10 | 浙江工业大学 | 一种基于快速终端滑模的四旋翼飞行器有限时间自适应控制方法 |
CN109613829A (zh) * | 2018-02-11 | 2019-04-12 | 浙江工业大学 | 一种四旋翼飞行器全状态受限控制方法 |
CN108828938B (zh) * | 2018-05-28 | 2021-06-18 | 浙江工业大学 | 基于反比例函数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN108828938A (zh) * | 2018-05-28 | 2018-11-16 | 浙江工业大学 | 基于反比例函数增强型指数趋近律和快速终端滑模面的四旋翼飞行器有限时间控制方法 |
CN108549400A (zh) * | 2018-05-28 | 2018-09-18 | 浙江工业大学 | 基于对数增强型双幂次趋近律和快速终端滑模面的四旋翼飞行器自适应控制方法 |
CN109062042A (zh) * | 2018-08-01 | 2018-12-21 | 吉林大学 | 一种旋翼飞行器的有限时间航迹跟踪控制方法 |
CN111399529A (zh) * | 2020-04-02 | 2020-07-10 | 上海交通大学 | 一种基于非线性滑模与前置的飞行器复合导引方法 |
CN111399529B (zh) * | 2020-04-02 | 2021-05-14 | 上海交通大学 | 一种基于非线性滑模与前置的飞行器复合导引方法 |
CN113820950B (zh) * | 2021-02-24 | 2022-12-02 | 西北工业大学 | 一种绳系连接飞行器稳定控制方法 |
CN113820950A (zh) * | 2021-02-24 | 2021-12-21 | 西北工业大学 | 一种绳系连接飞行器稳定控制方法 |
CN112803860A (zh) * | 2021-03-01 | 2021-05-14 | 西北工业大学 | 基于输出回授滑模控制和抗饱和pi的永磁电机控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105911866B (zh) | 2019-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105911866A (zh) | 四旋翼无人飞行器的有限时间全阶滑模控制方法 | |
CN104267732B (zh) | 基于频域分析的挠性卫星高稳定度姿态控制方法 | |
CN107368088A (zh) | 一种基于误差指数型函数的四旋翼飞行器非线性滑模位姿控制方法 | |
CN104898683B (zh) | 一种挠性卫星神经网络反步滑模姿态控制方法 | |
CN106774373A (zh) | 一种四旋翼无人机有限时间姿态跟踪控制方法 | |
CN104155990B (zh) | 考虑攻角约束的高超声速飞行器俯仰通道姿态控制方法 | |
CN107368089B (zh) | 一种基于双指数型函数的四旋翼飞行器非线性滑模位姿控制方法 | |
CN103853157A (zh) | 一种基于自适应滑模的飞行器姿态控制方法 | |
CN104570742B (zh) | 基于前馈pid控制的异面交叉快变轨道快速高精度相对指向控制方法 | |
CN106873611A (zh) | 一种多通道线性自抗扰控制器的设计方法 | |
CN103838145A (zh) | 基于级联观测器的垂直起降飞机鲁棒容错控制系统及方法 | |
CN105676641A (zh) | 针对四旋翼无人机非线性模型的基于反步和滑模控制技术的非线性鲁棒控制器的设计方法 | |
CN106094855A (zh) | 一种四旋翼无人机的终端协同控制方法 | |
CN103116357A (zh) | 一种具有抗干扰容错性能的滑模控制方法 | |
CN103365296A (zh) | 一种四旋翼无人飞行器非线性输出反馈飞行控制方法 | |
CN105138001A (zh) | 一种四旋翼飞行器姿态控制方法 | |
CN106985139A (zh) | 基于扩展状态观测与补偿的空间机器人自抗扰协调控制方法 | |
CN105653827A (zh) | 高超声速飞行器Terminal滑模控制器设计方法 | |
CN102331785B (zh) | 一种航天器指向约束姿态机动控制方法 | |
CN105912009A (zh) | 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法 | |
CN105607473A (zh) | 小型无人直升机的姿态误差快速收敛自适应控制方法 | |
CN105739537A (zh) | 一种小天体表面附着运动主动控制方法 | |
CN103439975A (zh) | 一种分布式指数时变滑模姿态协同跟踪控制方法 | |
CN103076807A (zh) | 一种欠驱动柔性航天器姿态稳定的控制方法 | |
CN107270933A (zh) | 一种基于多星协同的空间碎片运动状态联合确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20160831 Assignee: Wuzhou yingri Information Technology Co.,Ltd. Assignor: JIANG University OF TECHNOLOGY Contract record no.: X2023980054148 Denomination of invention: Finite time full order sliding mode control method for quadcopter unmanned aerial vehicles Granted publication date: 20190122 License type: Common License Record date: 20231226 |