CN108732932A - 一种基于最小方差调节器的四旋翼无人机精确位置控制方法 - Google Patents

一种基于最小方差调节器的四旋翼无人机精确位置控制方法 Download PDF

Info

Publication number
CN108732932A
CN108732932A CN201810555651.5A CN201810555651A CN108732932A CN 108732932 A CN108732932 A CN 108732932A CN 201810555651 A CN201810555651 A CN 201810555651A CN 108732932 A CN108732932 A CN 108732932A
Authority
CN
China
Prior art keywords
control
regulator
minimum variance
closed loop
quadrotor
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
Application number
CN201810555651.5A
Other languages
English (en)
Other versions
CN108732932B (zh
Inventor
于洋
施泽楠
张鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lotus Pond Intelligent Technology (guan) Co Ltd
Original Assignee
Lotus Pond Intelligent Technology (guan) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lotus Pond Intelligent Technology (guan) Co Ltd filed Critical Lotus Pond Intelligent Technology (guan) Co Ltd
Priority to CN201810555651.5A priority Critical patent/CN108732932B/zh
Publication of CN108732932A publication Critical patent/CN108732932A/zh
Application granted granted Critical
Publication of CN108732932B publication Critical patent/CN108732932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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 in which a parameter or coefficient is automatically adjusted to optimise the performance
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00Automatic controllers
    • G05B11/01Automatic controllers electric
    • G05B11/36Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04Control of altitude or depth
    • G05D1/042Control of altitude or depth specially adapted for aircraft
    • G05D1/046Control of altitude or depth specially adapted for aircraft to counteract a perturbation, e.g. gust of wind

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于最小方差调节器的四旋翼无人机精确位置控制方法,该控制方法由两部分构成:四旋翼无人机位置控制模型辨识与位置控制最小方差调节器设计,位置控制模型辨识主要通过增广最小二乘法得到包含噪声描述的无人机位置控制ARMA模型;最小方差调节器设计主要是针对前面得到的ARMA模型,通过对噪声的估计与补偿,最小化噪声对控制精度的影响。本发明可以有效提高四旋翼无人机悬停时的位置控制精度,该方法可有效降低悬停时系统噪声对位置控制精度的影响,从而实现高精度位置控制。

Description

一种基于最小方差调节器的四旋翼无人机精确位置控制方法
技术领域
本发明涉及一种四旋翼无人机精确位置控制方法,具体为一种基于最小 方差调节器的四旋翼无人机精确位置控制方法,属于无人机飞行控制应用技 术领域。
背景技术
近些年来,随着新型材料、微机电、电力电子器件、微处理器技术的发 展,四旋翼飞行器得到了迅速发展。其适合在近地面、复杂环境中执行监视、 侦察等任务的特点,使它具有广阔的军事和民用前景;而其独特的飞行控制 方式也吸引了大批的学者对其进行研究。
在四旋翼控制领域,宾夕法尼亚大学的GRASP实验室处于世界领先地位。 他们的四旋翼已经可以在室内完成多种复杂的机动,例如穿过一个狭窄倾斜 的窗户、在空中翻转720度、倒挂在一个倾斜的墙面等等。另外他们在编队 飞行方面的研究也颇有建树,目前已经可以协调多架飞机绕“8”字飞行,还 可以协调多架飞机穿过狭窄通道。国内有不少高校都对四旋翼控制进行了研 究,但总体来说研究水平比较落后,大多数还停留在理论和仿真阶段。虽然 研究者也提出了各种各样的算法,例如PID、H∞、Backstepping、滑模控制 等,但很少将算法加入实际系统进行验证。另外,综合国内外情况来看,当 前四旋翼控制领域研究的重点主要集中在四旋翼的大机动、鲁棒和编队控制 中,很少有关于提高四旋翼悬停时控制精度的研究。然而高精度的悬停位置 控制又是航拍、货物投送等实际应用所必须的。悬停时系统噪声对位置控制 精度的影响大,因此,针对上述问题提出一种基于最小方差调节器的四旋翼 无人机精确位置控制方法。
发明内容
本发明的目的就在于为了解决上述问题而提供一种基于最小方差调节器 的四旋翼无人机精确位置控制方法,可有效降低悬停时系统噪声对位置控制 精度的影响,从而实现高精度位置控制。
本发明通过以下技术方案来实现上述目的,一种基于最小方差调节器的 四旋翼无人机精确位置控制方法,以小型四旋翼无人机为被控对象,通过系 统辨识得到其位置控制ARMA模型,进而对其设计最小方差控制器,实现四旋 翼无人机的精确悬停位置控制;通过增广最小二乘法得到无人机位置控制的 ARMA模型,进而针对其设计最小方差控制器,控制方法包括以下步骤:
步骤A、位置控制PD控制器设计,其姿态角通常使用Z-Y-X欧拉角表示, 分别命名为偏航角、俯仰角和滚转角,四旋翼Z方向的位置控制使用四个螺 旋桨升力和的变化作为输入量,X方向的位置使用俯仰角作为输入量,Y方向 的位置使用滚转角作为输入量;由于小角度下姿态角与水平加速度近似成正 比,因此将俯仰角至X方向位置的传递函数近似为二阶积分环节;电机升力 正比与垂直加速度,使用二阶积分环节表示升力至高度的传递函数;开环情 况下三个方向的位置控制传递函数都是不稳定的;而最小方差调节器要求被控对象本身稳定;故首先需要设计位置闭环使得位置控制为稳定系统,采用 基于PD的方法对三个轴向位置分别设计控制器;
俯仰角至X轴位置的传递函数为:
其中g为重力加速度,θ为俯仰角,x为X方向的位置;
选取PD控制器为:
其中θc为俯仰角指令,xc为位置指令,KP和KD分别为控制器比例参数和 微分参数;
另外,俯仰角闭环后可近似为一节环节,即:
由此可得位置闭环的传递函数为:
步骤B、位置闭环ARMA模型选择,为了便于计算机程序实现,选择使用 离散模型对四旋翼位置控制各个轴进行建模,另外模型中还应包含关于噪声 的描述,以便于后续控制中对噪声进行补偿,选取三阶ARMA模型描述四旋翼 单个轴向的位置控制:
其中xc(k)为k时刻的位置指令输入;x(k)为k时刻的位置响应输出;v(k) 为k时刻的噪声;q-i为延迟因子表示延迟i个周期,即x(k-i)=q-ix(k)v(k); 为方差为σ2的白噪声序列;
步骤C、位置闭环ARMA模型参数辨识:辨识时需要对位置闭环的飞行器 加入适当幅度的伪随机位置指令序列;选取4阶M序列作为随机输入 xc(k),k=0,1,2,...,幅值选为0.5m,周期选为100ms;通过实际飞行试验,得 到四旋翼无人机的位置响应序列x(k),k=0,1,2,...;
则根据式(5)有
x(k)=hT(k)θ+v(k) (7)
进一步,通过如下增广最小二乘递推算法可以得到模型参数θ的估计值
变量k表示第k次迭代;根据经验给出一组大致准确的值,P(0)设为 一个足够大的单位阵即可;当随迭代次数增加变化较小时即可停止迭代; 最终得到一组模型参数的估计值,
步骤C、位置闭环最小方差调节器设计:按照下式设计最小方差调节器
最小方差调节器作为位置闭环的外环添加至系统中;
将式(9)带入式(5)得
将式(9)和式(10)带入式(5)得
可以看出,当参数估计值等于真实值时有
x(k)=v(k) (12)
此时,被控量x(k)达到最小方差,即
E{[x(k)]2}=σ2 (13)
优选的,所述步骤B中的不同于水平位置控制以姿态为内环,高度由于 直接使用电机转速指令作为控制输入,而电机的时间常数较小,高度通道不 考虑内环的动态特性,使用二阶ARMA模型进行描述。
本发明的有益效果是:本发明通过四旋翼无人机位置控制模型辨识与位 置控制最小方差调节器设计,位置控制模型辨识主要通过增广最小二乘法得 到包含噪声描述的无人机位置控制ARMA模型;最小方差调节器设计主要是针 对前面得到的ARMA模型,通过对噪声的估计与补偿,最小化噪声对控制精度 的影响,本发明可以有效提高四旋翼无人机悬停时的位置控制精度,该方法 可有效降低悬停时系统噪声对位置控制精度的影响,从而实现高精度位置控 制。
附图说明
图1为本发明四旋翼无人机结构图;
图2为本发明四旋翼无人机位置控制最小方差调节器结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行 清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而 不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-2所示,一种基于最小方差调节器的四旋翼无人机精确位置 控制方法,以小型四旋翼无人机为被控对象,通过系统辨识得到其位置控制 ARMA模型,进而对其设计最小方差控制器,实现四旋翼无人机的精确悬停位 置控制;通过增广最小二乘法得到无人机位置控制的ARMA模型,进而针对其 设计最小方差控制器,控制方法包括以下步骤:
步骤A、位置控制PD控制器设计,其姿态角通常使用Z-Y-X欧拉角表示, 分别命名为偏航角、俯仰角和滚转角,四旋翼Z方向的位置控制使用四个螺 旋桨升力和的变化作为输入量,X方向的位置使用俯仰角作为输入量,Y方向 的位置使用滚转角作为输入量;由于小角度下姿态角与水平加速度近似成正 比,因此将俯仰角至X方向位置的传递函数近似为二阶积分环节;电机升力 正比与垂直加速度,使用二阶积分环节表示升力至高度的传递函数;开环情 况下三个方向的位置控制传递函数都是不稳定的;而最小方差调节器要求被控对象本身稳定;故首先需要设计位置闭环使得位置控制为稳定系统,采用 基于PD的方法对三个轴向位置分别设计控制器;
俯仰角至X轴位置的传递函数为:
其中g为重力加速度,θ为俯仰角,x为X方向的位置;
选取PD控制器为:
其中θc为俯仰角指令,xc为位置指令,KP和KD分别为控制器比例参数和 微分参数;
另外,俯仰角闭环后可近似为一节环节,即:
由此可得位置闭环的传递函数为:
步骤B、位置闭环ARMA模型选择,为了便于计算机程序实现,选择使用 离散模型对四旋翼位置控制各个轴进行建模,另外模型中还应包含关于噪声 的描述,以便于后续控制中对噪声进行补偿,选取三阶ARMA模型描述四旋翼 单个轴向的位置控制:
其中xc(k)为k时刻的位置指令输入;x(k)为k时刻的位置响应输出;v(k) 为k时刻的噪声;q-i为延迟因子表示延迟i个周期,即x(k-i)=q-ix(k)v(k); 为方差为σ2的白噪声序列;
步骤C、位置闭环ARMA模型参数辨识:辨识时需要对位置闭环的飞行器 加入适当幅度的伪随机位置指令序列;选取4阶M序列作为随机输入xc(k),k=0,1,2,...,幅值选为0.5m,周期选为100ms;通过实际飞行试验,得 到四旋翼无人机的位置响应序列x(k),k=0,1,2,...;
则根据式(5)有
x(k)=hT(k)θ+v(k) (7)
进一步,通过如下增广最小二乘递推算法可以得到模型参数θ的估计值
变量k表示第k次迭代;根据经验给出一组大致准确的值,P(0)设为 一个足够大的单位阵即可;当随迭代次数增加变化较小时即可停止迭代; 最终得到一组模型参数的估计值,
步骤C、位置闭环最小方差调节器设计:按照下式设计最小方差调节器
最小方差调节器作为位置闭环的外环添加至系统中;
将式(9)带入式(5)得
将式(9)和式(10)带入式(5)得
可以看出,当参数估计值等于真实值时有
x(k)=v(k) (12)
此时,被控量x(k)达到最小方差,即
E{[x(k)]2}=σ2 (13)
其中,所述步骤B中的不同于水平位置控制以姿态为内环,高度由于直 接使用电机转速指令作为控制输入,而电机的时间常数较小,高度通道不考 虑内环的动态特性,使用二阶ARMA模型进行描述。
实施例
选择了一架轴距450mm的小型四旋翼,其起飞重量为1.2kg。
位置控制PD控制器设计,四旋翼无人机结构如图1所示,其姿态角通常 使用Z-Y-X欧拉角表示,分别命名为偏航角、俯仰角和滚转角。四旋翼Z方 向的位置控制使用四个螺旋桨升力和的变化作为输入量,X方向的位置使用俯 仰角作为输入量,Y方向的位置使用滚转角作为输入量。
由于小角度下姿态角与水平加速度近似成正比,因此可将俯仰(滚转) 角至X(Y)方向位置的传递函数近似为二阶积分环节。电机升力正比与垂直 加速度,故可使用二阶积分环节表示升力至高度的传递函数。显然,开环情 况下三个方向的位置控制传递函数都是不稳定的。而最小方差调节器要求被 控对象本身稳定。故首先需要设计位置闭环使得位置控制为稳定系统。这里 我们采用基于PD(比例微分)的方法对三个轴向位置分别设计控制器。以X 轴向为例进行说明(Y轴、Z轴类似)。
俯仰角至X轴位置的传递函数为:
其中g为重力加速度,θ为俯仰角,x为X方向的位置。
选取PD控制器为:
其中θc为俯仰角指令,xc为位置指令,KP和KD分别为控制器比例参数和 微分参数。
另外,俯仰角闭环后可近似为一节环节,即:
由此可得位置闭环的传递函数为:
需要说明的是,上述公式只是理论模型,实际模型需要通过辨识得到。
针对选定的四旋翼平台,这里以其X方向运动为例设计最小方差调节器。 首先设计PD控制器,使得X方向运动闭环稳定。经过飞行调参,选择KP=-0.1, KD=0.35。
位置闭环ARMA模型选择
为了便于计算机程序实现,选择使用离散模型对四旋翼位置控制各个轴 进行建模,另外模型中还应包含关于噪声的描述,以便于后续控制中对噪声 进行补偿。这里我们选择如下三阶ARMA模型描述四旋翼单个轴向的位置控制:
其中xc(k)为k时刻的位置指令输入;x(k)为k时刻的位置响应输出;v(k) 为k时刻的噪声;q-i为延迟因子表示延迟i个周期,即x(k-i)=q-ix(k)。v(k) 为方差为σ2的白噪声序列。
需要说明的是,不同于水平位置控制以姿态为内环,高度由于直接使用 电机转速指令作为控制输入,而电机的时间常数较小,因此高度通道不需要 考虑内环的动态特性,使用二阶ARMA模型进行描述即可。
位置闭环ARMA模型参数辨识
辨识时需要对位置闭环的飞行器加入适当幅度的伪随机位置指令序列。 这里选用4阶M序列(24-1=15个输入为一个周期)作为随机输入xc(k),k= 0,1,2,...,输入幅值选为0.5m,周期选为100ms。
表1.伪随机M序列输入
序号 1 2 3 4 5 6 7
输入/m -0.5 0.5 0.5 0.5 -0.5 0.5 0.5
8 9 10 11 12 13 14 15
-0.5 -0.5 0.5 -0.5 0.5 -0.5 -0.5 -0.5
通过实际飞行试验,得到四旋翼无人机的位置响应序列x(k),k=0,1,2,...。
则根据式(5)有
x(k)=hT(k)θ+v(k) (7)
进一步,通过如下增广最小二乘递推算法可以得到模型参数θ的估计值
变量k表示第k次迭代。根据经验给出一组大致准确的值,P(0)设为 一个足够大的单位阵即可。当随迭代次数增加变化较小时即可停止迭代。 最终得到一组模型参数的估计值,本 例中得到模型参数的估计值为 位置闭环最小方差调节器设计:按照下式设计最小方差调节器
如图2所示,最小方差调节器作为位置闭环的外环添加至系统中。
将式(9)带入式(5)得
将式(9)和式(10)带入式(5)得
可以看出,当参数估计值等于真实值时有
x(k)=v(k) (12)
此时,被控量x(k)达到最小方差,即
E{[x(k)]2}=σ2 (13)
根据3)中辨识得到的模型参数可以设计如下最小方差控制器:
本发明可以有效提高四旋翼无人机悬停时的位置控制精度,该方法可有 效降低悬停时系统噪声对位置控制精度的影响,从而实现高精度位置控制。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节, 而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实 现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且 是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨 在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。 不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实 施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起 见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也 可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种基于最小方差调节器的四旋翼无人机精确位置控制方法,其特征在于:以小型四旋翼无人机为被控对象,通过系统辨识得到其位置控制ARMA模型,进而对其设计最小方差控制器,实现四旋翼无人机的精确悬停位置控制;通过增广最小二乘法得到无人机位置控制的ARMA模型,进而针对其设计最小方差控制器,控制方法包括以下步骤:
步骤A、位置控制PD控制器设计,其姿态角通常使用Z-Y-X欧拉角表示,分别命名为偏航角、俯仰角和滚转角,四旋翼Z方向的位置控制使用四个螺旋桨升力和的变化作为输入量,X方向的位置使用俯仰角作为输入量,Y方向的位置使用滚转角作为输入量;由于小角度下姿态角与水平加速度近似成正比,因此将俯仰角至X方向位置的传递函数近似为二阶积分环节;电机升力正比与垂直加速度,使用二阶积分环节表示升力至高度的传递函数;开环情况下三个方向的位置控制传递函数都是不稳定的;而最小方差调节器要求被控对象本身稳定;故首先需要设计位置闭环使得位置控制为稳定系统,采用基于PD的方法对三个轴向位置分别设计控制器;
俯仰角至X轴位置的传递函数为:
其中g为重力加速度,θ为俯仰角,x为X方向的位置;
选取PD控制器为:
其中θc为俯仰角指令,xc为位置指令,KP和KD分别为控制器比例参数和微分参数;
另外,俯仰角闭环后可近似为一节环节,即:
由此可得位置闭环的传递函数为:
步骤B、位置闭环ARMA模型选择,为了便于计算机程序实现,选择使用离散模型对四旋翼位置控制各个轴进行建模,另外模型中还应包含关于噪声的描述,以便于后续控制中对噪声进行补偿,选取三阶ARMA模型描述四旋翼单个轴向的位置控制:
其中xc(k)为k时刻的位置指令输入;x(k)为k时刻的位置响应输出;v(k)为k时刻的噪声;q-i为延迟因子表示延迟i个周期,即x(k-i)=q-ix(k)v(k);为方差为σ2的白噪声序列;
步骤C、位置闭环ARMA模型参数辨识:辨识时需要对位置闭环的飞行器加入适当幅度的伪随机位置指令序列;选取4阶M序列作为随机输入xc(k),k=0,1,2,...,幅值选为0.5m,周期选为100ms;通过实际飞行试验,得到四旋翼无人机的位置响应序列x(k),k=0,1,2,...;
则根据式(5)有
x(k)=hT(k)θ+v(k) (7)
进一步,通过如下增广最小二乘递推算法可以得到模型参数θ的估计值
变量k表示第k次迭代;根据经验给出一组大致准确的值,P(0)设为一个足够大的单位阵即可;当随迭代次数增加变化较小时即可停止迭代;最终得到一组模型参数的估计值,
步骤C、位置闭环最小方差调节器设计:按照下式设计最小方差调节器
最小方差调节器作为位置闭环的外环添加至系统中;
将式(9)带入式(5)得
将式(9)和式(10)带入式(5)得
可以看出,当参数估计值等于真实值时有
x(k)=v(k) (12)
此时,被控量x(k)达到最小方差,即
E{[x(k)]2}=σ2 (13) 。
2.根据权利要求1所述的一种基于最小方差调节器的四旋翼无人机精确位置控制方法,其特征在于:所述步骤B中的不同于水平位置控制以姿态为内环,高度由于直接使用电机转速指令作为控制输入,而电机的时间常数较小,高度通道不考虑内环的动态特性,使用二阶ARMA模型进行描述。
CN201810555651.5A 2018-06-01 2018-06-01 一种基于最小方差调节器的四旋翼无人机精确位置控制方法 Active CN108732932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810555651.5A CN108732932B (zh) 2018-06-01 2018-06-01 一种基于最小方差调节器的四旋翼无人机精确位置控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810555651.5A CN108732932B (zh) 2018-06-01 2018-06-01 一种基于最小方差调节器的四旋翼无人机精确位置控制方法

Publications (2)

Publication Number Publication Date
CN108732932A true CN108732932A (zh) 2018-11-02
CN108732932B CN108732932B (zh) 2021-06-08

Family

ID=63931657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810555651.5A Active CN108732932B (zh) 2018-06-01 2018-06-01 一种基于最小方差调节器的四旋翼无人机精确位置控制方法

Country Status (1)

Country Link
CN (1) CN108732932B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110068330A (zh) * 2019-01-16 2019-07-30 上海交通大学 基于arma模型实现的机器人的自主定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010077389A2 (en) * 2008-08-05 2010-07-08 University Of Florida Research Foundation, Inc. Systems and methods for maintaining multiple objects within a camera field-of-view
CN105136145A (zh) * 2015-08-11 2015-12-09 哈尔滨工业大学 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法
CN205899386U (zh) * 2016-08-01 2017-01-18 中国人民武装警察部队总医院 多旋翼无人机飞行用外置式安全控制装置及系统
CN106959753A (zh) * 2017-03-21 2017-07-18 西安交通大学 基于运动想象脑‑机接口的无人机虚拟控制方法及系统
CN107065902A (zh) * 2017-01-18 2017-08-18 中南大学 基于非线性模型的无人机姿态模糊自适应预测控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010077389A2 (en) * 2008-08-05 2010-07-08 University Of Florida Research Foundation, Inc. Systems and methods for maintaining multiple objects within a camera field-of-view
CN105136145A (zh) * 2015-08-11 2015-12-09 哈尔滨工业大学 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法
CN205899386U (zh) * 2016-08-01 2017-01-18 中国人民武装警察部队总医院 多旋翼无人机飞行用外置式安全控制装置及系统
CN107065902A (zh) * 2017-01-18 2017-08-18 中南大学 基于非线性模型的无人机姿态模糊自适应预测控制方法及系统
CN106959753A (zh) * 2017-03-21 2017-07-18 西安交通大学 基于运动想象脑‑机接口的无人机虚拟控制方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
AYTAÇ ALTAN: "Fault Diagnosis and Fault-Tolerant Control of an Octorot or UAV using motors speeds measurements", 《SCIENCEDIRECT》 *
ZENG YULONG: "Parameter Identification for Unmanned Four-Rotor Helicopter with", 《PROCEEDINGS OF 2014 IEEE CHINESE GUIDANCE, NAVIGATION AND CONTROL CONFERENCE》 *
刘莉欣: "利用ARMA 模型的直流电机模型的辨识", 《云南民族大学学报》 *
李航: "四旋翼飞行器中PID 控制的优化", 《测控技术与仪器仪表》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110068330A (zh) * 2019-01-16 2019-07-30 上海交通大学 基于arma模型实现的机器人的自主定位方法
CN110068330B (zh) * 2019-01-16 2021-04-13 上海交通大学 基于arma模型实现的机器人的自主定位方法

Also Published As

Publication number Publication date
CN108732932B (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN106094860B (zh) 四旋翼飞行器及其控制方法
CN105159305B (zh) 一种基于滑模变结构的四旋翼飞行控制方法
Fernando et al. Modelling, simulation and implementation of a quadrotor UAV
Das et al. Dynamic inversion with zero-dynamics stabilisation for quadrotor control
CN109445459B (zh) 无人机集群编队控制方法及其装置
CN106155076B (zh) 一种多旋翼无人飞行器的稳定飞行控制方法
CN111399531B (zh) 高超声速飞行器滑翔段制导与姿态控制一体化设计方法
Zhang et al. Three-dimensional fuzzy control of mini quadrotor UAV trajectory tracking under impact of wind disturbance
CN106707749B (zh) 一种针对仿生扑翼飞行机器人的控制方法
EP3111286A1 (en) Aircraft attitude control methods
He et al. Development of an autonomous flapping-wing aerial vehicle
CN207718164U (zh) 一种基于半物理方式的无人机飞行仿真系统
CN108413956A (zh) 多旋翼飞行器稳定性分析平台
CN110162079B (zh) 一种载人涡喷飞行器的自平衡控制系统
Setyawan et al. Linear quadratic regulator controller (LQR) for AR. Drone's safe landing
Lee et al. Design optimization, modeling, and control of unmanned aerial vehicle lifted by Coandă effect
Nakamura et al. Quadrotor modeling and simulation for industrial application
CN108732932A (zh) 一种基于最小方差调节器的四旋翼无人机精确位置控制方法
CN107247464B (zh) 一种四旋翼无人飞行器的状态受限控制方法和系统
Raza Autonomous UAV control for low-altitude flight in an urban gust environment
Nugroho Comparison of classical and modern landing control system for a small unmanned aerial vehicle
CN106681351B (zh) 基于terminal型模糊滑模的蝶形飞行器姿态角跟踪方法
CN117234078A (zh) 基于滑模控制的张拉整体无人机滚动控制方法
CN111240357A (zh) 一种微型扑翼飞行器可避免奇异状态的位置跟踪控制方法
Bhattarai et al. Modeling and development of baseline guidance navigation and control system for medical delivery uav

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant