CN108829123B - 一种四旋翼飞行器控制方法、系统和装置 - Google Patents

一种四旋翼飞行器控制方法、系统和装置 Download PDF

Info

Publication number
CN108829123B
CN108829123B CN201810792282.1A CN201810792282A CN108829123B CN 108829123 B CN108829123 B CN 108829123B CN 201810792282 A CN201810792282 A CN 201810792282A CN 108829123 B CN108829123 B CN 108829123B
Authority
CN
China
Prior art keywords
control
attitude
control quantity
backstepping
parameters
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.)
Active
Application number
CN201810792282.1A
Other languages
English (en)
Other versions
CN108829123A (zh
Inventor
李廷会
陈林奇
翟俊杰
韦丽兰
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.)
Dragon Totem Technology Hefei Co ltd
Original Assignee
Guangxi Normal University
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 Guangxi Normal University filed Critical Guangxi Normal University
Priority to CN201810792282.1A priority Critical patent/CN108829123B/zh
Publication of CN108829123A publication Critical patent/CN108829123A/zh
Application granted granted Critical
Publication of CN108829123B publication Critical patent/CN108829123B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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 Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及一种四旋翼飞行器控制方法、系统和装置，方法包括：获取四旋翼飞行器的位置控制量参数和姿态控制量参数，分别建立位置模型和姿态模型；将位置模型和姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；根据反步法推演位置及姿态模型得到反步法控制律；根据自抗扰控制算法优化反步法控制律；根据优化后的反步法控制律对四旋翼飞行器进行飞行控制。将位置模型和姿态模型的指标系数相结合来构建位置及姿态模型，推演得到反步法控制律，并通过自抗扰控制算法优化反步法控制律，该控制律相对于自抗扰算法提高了对四旋翼飞行器控制参数的收敛度和稳定性，相对反步法提高了抗干扰性和鲁棒性。

Description

一种四旋翼飞行器控制方法、系统和装置
技术领域
本发明涉及本发明主要涉及无人飞行器控制领域，具体涉及一种四旋翼飞行器控制方法、系统和装置。
背景技术
四旋翼飞行器也为四轴飞行器，是一种通过无线远程遥控设备加之自身传感器实现自主飞行的不载人飞行器,广泛应用于军事和民用领域；四旋翼飞行器有六个活动自由度信息和四个控制自由度，由四个无刷直流电机驱动产生的差动力矩实现其俯仰运动和翻滚运动，产生的反扭力矩实现偏航运动,是非线性欠驱动系统，目前四旋翼飞行器的控制方案存在收敛和稳定效果不理想，抗干扰性不佳的缺点，很难达到预定的目标，影响控制效果。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种四旋翼飞行器控制方法、系统和装置。
本发明解决上述技术问题的技术方案如下：一种四旋翼飞行器控制方法，包括：
获取四旋翼飞行器的位置控制量参数和姿态控制量参数，根据位置控制量参数建立位置模型，根据姿态控制量参数建立姿态模型；
将所述位置模型的指标系数和所述姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；
根据反步法推演所述位置及姿态模型得到反步法控制律；
根据自抗扰控制算法优化所述反步法控制律，得到优化后的反步法控制律；
根据所述优化后的反步法控制律对四旋翼飞行器进行飞行控制。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，得到优化后的反步法控制律后还包括步骤：
将所述优化后的反步法控制律减去扰动系数，得到最终反步法控制律，所述扰动系数由自抗扰算法中的扩展状态观测器(ESO)得出并与增益参数的比值得到。
采用上述进一步方案的有益效果是：能够使反步法控制律更精确，提高控制四旋翼飞行器的精度。
本发明解决上述技术问题的另一技术方案如下：一种四旋翼飞行器控制系统，包括：
模型建立模块，用于获取四旋翼飞行器的位置控制量参数和姿态控制量参数，根据位置控制量参数建立位置模型，根据姿态控制量参数建立姿态模型；
系数合并模块，用于将所述位置模型的指标系数和所述姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；
控制律推演模块，用于根据反步法推演所述位置及姿态模型，得到反步法控制律；
控制律优化模块，用于根据自抗扰控制算法优化所述反步法控制律，得到优化后的反步法控制律；
飞行控制模块，用于根据所述优化后的反步法控制律对四旋翼飞行器进行飞行控制。
本发明解决上述技术问题的另一技术方案如下：一种四旋翼飞行器控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
本发明的有益效果是：将位置模型和姿态模型的指标系数相结合来构建位置及姿态模型，推演得到反步法控制律，提高了对四旋翼飞行器控制参数的收敛度和稳定性，并通过自抗扰控制算法优化反步法控制律，提高了抗干扰性，对四旋翼飞行器控制的效果好。
附图说明
图1为本发明实施例提供的四旋翼飞行器控制方法的方法流程图；
图2为本发明实施例提供的四旋翼飞行器控制系统的模块框图；
图3为本发明实施例提供的自抗扰控制算法数据流向的示意性流程图；
图4为本发明实施例提供的控制四旋翼飞行器的示意性流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
图1为本发明实施例提供的四旋翼飞行器控制方法的方法流程图；
如图1所示，一种四旋翼飞行器控制方法，包括：
获取四旋翼飞行器的位置控制量参数和姿态控制量参数，根据位置控制量参数建立位置模型，根据姿态控制量参数建立姿态模型；
将所述位置模型的指标系数和所述姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；
根据反步法推演所述位置及姿态模型得到反步法控制律；
根据自抗扰控制算法优化所述反步法控制律，得到优化后的反步法控制律；
根据所述优化后的反步法控制律对四旋翼飞行器进行飞行控制。
具体的，获取四旋翼飞行器的位置控制量以及四旋翼无人机质量、空气阻力和重力加速度来建立位置模型；获取姿态控制量以及四旋翼无人机机体长度和转动惯量参数来建立姿态模型。
上述实施例中，将位置模型和姿态模型的指标系数相结合来构建位置及姿态模型，推演得到反步法控制律，并通过自抗扰控制算法优化反步法控制律，该控制律相对于自抗扰算法提高了对四旋翼飞行器控制参数的收敛度和稳定性，相对反步法提高了抗干扰性和鲁棒性。
可选的，作为本发明的一个实施例，所述根据位置控制量参数建立位置模型，具体包括：
所述位置控制量参数包括位置控制量U1，四旋翼飞行器绕x轴、y轴和z轴旋转的欧拉角φ，θ，ψ，重力加速度常量g，四旋翼飞行器的总质量m，四旋翼飞行器沿x轴、y轴和z轴移动的空气阻力系数k1，k2，k3，根据所述位置控制量参数建立位置模型：
Figure BDA0001735201280000041
其中，
Figure BDA0001735201280000042
和
Figure BDA0001735201280000043
为位置控制量U1的主要指标系数，
Figure BDA0001735201280000044
和
Figure BDA0001735201280000045
为次要指标系数，x、y和z分别为四旋翼飞行器的x轴移动量、y轴移动量和z轴移动量，
Figure BDA0001735201280000046
和
Figure BDA0001735201280000047
分别为x、y和z的一阶导数，
Figure BDA0001735201280000048
和
Figure BDA0001735201280000049
分别为x、y和z的二阶导数；
所述根据姿态控制量参数建立姿态模型，具体包括：
所述姿态控制量参数包括姿态控制量U2，U3，U4，四旋翼飞行器绕x轴、y轴和z轴旋转的欧拉角φ，θ，ψ，四旋翼飞行器绕x轴、y轴和z轴旋转时对应的转动惯量Ix，Iy，Iz，绕x轴、y轴和z轴旋转时对应的空气阻力系数k4，k5，k6，四旋翼飞行器的对角长度l，根据所述姿态控制量参数建立姿态模型：
Figure BDA0001735201280000051
其中，
Figure BDA0001735201280000052
为姿态控制量U2的主要指标系数，
Figure BDA0001735201280000053
为姿态控制量U3的主要指标系数，
Figure BDA0001735201280000054
为姿态控制量U4的主要指标系数，
Figure BDA0001735201280000055
为姿态控制量U2的次要指标系数、
Figure BDA0001735201280000056
为姿态控制量U3的次要指标系数和
Figure BDA0001735201280000057
为U4的次要指标系数，
Figure BDA0001735201280000058
和
Figure BDA0001735201280000059
分别为φ，θ，ψ的一阶导数，
Figure BDA00017352012800000510
Figure BDA00017352012800000511
和
Figure BDA00017352012800000512
为φ，θ，ψ的二阶导数。
上述实施例中，根据位置控制量参数建立位置模型，以及根据姿态控制量参数建立姿态模型，分别从建立的位置模型和姿态模型中得到主要指标系数和次要指标系数，为构建位置及姿态模型进行数据准备。
可选的，作为本发明的一个实施例，所述将所述位置模型的指标系数和所述姿态模型的指标系数合并，具体包括：
将位置控制量U1的主要指标系数和姿态控制量U2，U3，U4的主要指标系数结合，得到函数向量
Figure BDA00017352012800000513
将位置控制量U1的次要指标系数和姿态控制量U2，U3，U4的次要指标系数结合，得到函数向量
Figure BDA0001735201280000061
根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型，具体包括：
令U′为控制律，将函数向量g(X)和函数向量f(X)代入下式中，
Figure BDA0001735201280000062
得到符合反步法推演格式的位置及姿态模型，
其中，X为位置及姿态模型的期望轨迹参数，即X＝[φ，θ，ψ，x，y，z]，φ，θ，ψ，x，y，z为位置及姿态模型的六个控制信息，
Figure BDA0001735201280000063
为X的二阶导数；U′＝[U1，U2，U3，U4]，U1为位置控制量和U2，U3，U4为姿态控制量。
上述实施例中，将相对独立的位置模型和姿态模型控模型进行结合，通过各主要指标系数和次要指标系数来构建位置及姿态模型的系数集合，并改成为符合反步法推演格式的位置及姿态模型，利于推演得到反步法控制律。
可选的，作为本发明的一个实施例，根据反步法推演所述位置及姿态模型得到反步法控制律，具体包括：
定义所述位置及姿态模型的期望轨迹参数；
获取四旋翼飞行器实际轨迹参数，确定所述期望轨迹参数和实际轨迹参数的差值得到第一跟踪误差；
建立所述第一跟踪误差的Lyapunov李雅普诺夫函数，得到第一Lyapunov李雅普诺夫函数，并对所述第一Lyapunov李雅普诺夫函数进行求导，得到第一跟踪误差一阶导数、实际轨迹一阶导数和期望轨迹一阶导数；
根据所述第一跟踪误差一阶导数、实际轨迹一阶导数和期望轨迹一阶导数得到第二跟踪误差；
建立所述第一跟踪误差和第二跟踪误差的Lyapunov李雅普诺夫函数，得到第二Lyapunov李雅普诺夫函数，对第二Lyapunov李雅普诺夫函数进行求导，得到第二Lyapunov李雅普诺夫函数一阶导数，根据所述第二Lyapunov李雅普诺夫函数一阶导数得到反步法控制律。
下面具体举例说明推演过程：
定义所述位置及姿态模型的期望轨迹参数
Xd＝[φd，θd，ψd，xd，yd，zd]
其中，φ，θ，ψ，x，y，z为位置及姿态模型的六个控制信息；
引入第一个跟踪误差：
获取四旋翼飞行器实际轨迹参数X，求取期望轨迹参数Xd和实际轨迹参数X的差值得到第一跟踪误差e1＝Xd-X；
建立所述第一跟踪误差的Lyapunov李雅普诺夫函数，得到第一Lyapunov李雅普诺夫函数
Figure BDA0001735201280000071
对所述第一Lyapunov李雅普诺夫函数进行求导，
Figure BDA0001735201280000072
得到第一跟踪误差一阶导数、实际轨迹一阶导数和期望轨迹一阶导数，
为了使V1(e1)稳定收敛，引入α1函数代替
Figure BDA0001735201280000073
即
Figure BDA0001735201280000074
其中，k1为可调参数，则改为
Figure BDA0001735201280000075
引入第二个跟踪误差：
根据所述第一跟踪误差一阶导数、实际轨迹一阶导数和期望轨迹一阶导数得到第二跟踪误差
Figure BDA0001735201280000081
对第二跟踪误差求导得到，
Figure BDA0001735201280000082
建立所述第一跟踪误差和第二跟踪误差的Lyapunov李雅普诺夫函数，得到第二Lyapunov李雅普诺夫函数
Figure BDA0001735201280000083
根据第二Lyapunov李雅普诺夫函数得到反步法控制律：
将第一Lyapunov李雅普诺夫函数求导得到的第一跟踪误差一阶导数和第二跟踪误差求导得到第二跟踪误差一阶导数代入第二Lyapunov李雅普诺夫函数中，得到第二Lyapunov李雅普诺夫函数一阶导数
Figure BDA0001735201280000084
根据第二Lyapunov李雅普诺夫函数一阶导数推演出反步法控制律，即
Figure BDA0001735201280000085
其中，k2为可调参数。
上述实施例中，通过位置及姿态模型的期望轨迹参数来得到第一跟踪误差和第二跟踪误差，通过计算第一跟踪误差和第二跟踪误差的Lyapunov李雅普诺夫函数能够快速的得到反步法控制律。
可选的，作为本发明的一个实施例，所述根据所述第二Lyapunov李雅普诺夫函数一阶导数得到反步法控制律后，还包括对所述第一跟踪误差和第二跟踪误差进行收敛的步骤，具体为：
通过所述反步法控制律对第二Lyapunov李雅普诺夫函数进行收敛，得到收敛后的第一跟踪误差和第二跟踪误差。
具体的，将反步法控制律代入第二Lyapunov李雅普诺夫函数，得到
Figure BDA0001735201280000086
上述实施例中，通过反步法控制律对求导后的跟踪误差的Lyapunov李雅普诺夫函数进行收敛处理，提高对四旋翼飞行器到达目标地点的轨迹控制的稳定性和收敛性。
可选的，作为本发明的一个实施例，所述根据自抗扰控制算法优化反步法控制律，具体包括：
所述反步法控制律包括跟踪误差控制参数；
将所述跟踪误差控制参数改写为线性微分控制参数；
根据自抗扰控制算法得到位置及姿态模型的非线性控制律，将所述非线性控制律代替所述反步法控制律中的线性微分控制参数，得到优化后的反步法控制律。
上述实施例中，通过自抗扰控制算法进一步的来优化反步法控制律，能够提高抗干扰性、适应性，减少超调量。
可选的，作为本发明的一个实施例，所述将所述跟踪误差控制参数改写为线性微分控制参数，具体包括：
从反步法控制律中得到跟踪误差控制参数，具体为：
所述反步法控制律为
Figure BDA0001735201280000091
其中，
Figure BDA0001735201280000092
为跟踪误差控制参数，e1为第一跟踪误差，
Figure BDA0001735201280000093
为一阶导数，e2为第二跟踪误差，k1和k2为可调参数，Xd为期望轨迹参数，
Figure BDA0001735201280000096
为二阶导数，g(X)为位置控制量U1的主要指标系数和姿态控制量U2，U3，U4的主要指标系数结合得到的函数向量，f(X)为位置控制量U1的次要指标系数和姿态控制量U2，U3，U4的次要指标系数结合得到的函数向量；
将所述跟踪误差控制参数进行化简，具体为：
令第一跟踪误差e1＝Xd-X，
第二跟踪误差
Figure BDA0001735201280000094
其中指数非线性参数
Figure BDA0001735201280000095
k1为可调参数，Xd为期望轨迹参数，X为实际轨迹参数，将e2代入反步法控制律中，得到
Figure BDA0001735201280000101
令(k1k2+1)＝kp，(k1+k2)＝kd，将上式改写为
Figure BDA0001735201280000102
得到线性微分控制参数
Figure BDA0001735201280000103
从而将所述跟踪误差控制参数改写为线性微分控制参数。
上述实施例中，将所述跟踪误差控制参数改写为线性微分控制参数的形式，其目的是线性微分控制参数利于和其他一些控制算法相结合，提高适应性。
可选的，作为本发明的一个实施例，所述将自抗扰控制算法中的非线性控制律代替所述反步法控制律中的线性微分控制参数，具体包括：
令
Figure BDA0001735201280000104
为第一跟踪误差e1的非线性fal函数，
Figure BDA0001735201280000105
为第二跟踪误差e2的非线性fal函数，
根据自抗扰控制算法构建非线性控制律u，
u＝k1fal(e1，α1，σ1)+k2fal(e2，α2，σ2)
其中，k1和k2为可调参数，α1和α2为指数非线性参数，σ1和σ2为阀值；
将所述非线性控制律u代替所述反步法控制律中的线性微分控制参数
Figure BDA0001735201280000106
即
Figure BDA0001735201280000107
从而得到优化后的反步法控制律。
上述实施例中，通过自抗扰控制算法中的非线性控制律代替反步法控制律中的线性微分控制参数，提高了抗干扰性和鲁棒性，对四旋翼飞行器控制的效果好。
下面再说明一下自抗扰控制算法：
安排过度过程：
由于反步法的控制需求，需要目标值Xd的二阶微分信号，自抗扰控制原本的二阶快速微分跟踪器无法满足，而使用有限时间收敛三阶微分器，该有限时间收敛三阶微分器可以获取
Figure BDA0001735201280000111
的值，有限时间收敛三阶微分器算法如下：
Figure BDA0001735201280000112
其中v(t)是任意时刻的输入值，在本发明算法中对应Xd，x1为Xd的过渡过程。x2是x1的一阶导数，对应
Figure BDA0001735201280000113
x3是x1的二阶导数，对应
Figure BDA0001735201280000114
使用扩张状态观测器(ESO)进行状态观测，算法如下：
Figure BDA0001735201280000115
其中u，y分别对应被控对象的控制律和输出，z1是被控对象输出的估计值，对应
Figure BDA0001735201280000116
z2是被控对象输出的估计值的一阶导数，对应
Figure BDA0001735201280000117
z3对应控制量扰动估计值，对应
Figure BDA0001735201280000118
求取非线性控制律，算法如下：
由上式得到
u＝k1fal(e1，α1，σ1)+k2fal(e2，α2，σ2)
其中k1，k2为可调参数，
Figure BDA0001735201280000119
参数α，σ为fal函数内参，
其中自抗扰fal函数如下式所示
Figure BDA00017352012800001110
可选的，作为本发明的一个实施例，得到优化后的反步法控制律后还包括步骤：
将所述优化后的反步法控制律减去扰动系数，得到最终反步法控制律，所述扰动系数由自抗扰算法中的扩展状态观测器(ESO)得出并与增益参数的比值得到。
具体的，由于扩张状态观测器(ESO)中估计出了控制量扰动值z3，在控制律中减去扰动系数z3/b，得出最终的控制律
Figure BDA0001735201280000121
其中，b为增益参数。
上述实施例中，能够使反步法控制律更精确，提高控制四旋翼飞行器的精度。
图2为本发明实施例提供的四旋翼飞行器控制系统的模块框图；
可选的，作为本发明的另一个实施例，如图2所示，一种四旋翼飞行器控制系统，包括：
模型建立模块，用于获取四旋翼飞行器的位置控制量参数和姿态控制量参数，根据位置控制量参数建立位置模型，根据姿态控制量参数建立姿态模型；
系数合并模块，用于将所述位置模型的指标系数和所述姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；
控制律推演模块，用于根据反步法推演所述位置及姿态模型，得到反步法控制律；
控制律优化模块，用于根据自抗扰控制算法优化所述反步法控制律，得到优化后的反步法控制律；
飞行控制模块，用于根据所述优化后的反步法控制律对四旋翼飞行器进行飞行控制。
具体的，获取四旋翼飞行器的位置控制量以及四旋翼无人机质量、空气阻力和重力加速度来建立位置模型；获取姿态控制量以及四旋翼无人机机体长度和转动惯量参数来建立姿态模型。
可选的，作为本发明的另一个实施例，一种四旋翼飞行器控制装置，包括传感器、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
下面结合附图3和4简要说明控制四旋翼飞行器过程的数据流向：
控制律优化模块中包括收敛三阶微分器，由于反步法的控制需求，需要目标值的二阶微分信号，自抗扰控制原本的二阶快速微分跟踪器无法满足，而改进使用有限时间收敛三阶微分器，并且可以安排过度过程，目标值Xd输入到有限时间收敛三阶微分器，安排过度过程x1，并获得过度过程的一阶导数x2和二阶导数x3。其中x1,x2和z1,z2计算误差进入非线性控制律，x3进入反步法控制。
扩张状态观测器(ESO)根据控制量u和被控对象输出量y估计出对象的估计运动状态z1，运动状态一阶导数z2，以及控制量变化估计z3。其中z1,z2和x1,x2计算误差进入非线性控制律，z3进入反步法控制。
非线性控制律由e1＝x1-z1和e2＝x2-z2输入进行非线性控制，控制量进入反步法控制；
位置控制算法得出控制量U1进入位置模型，并解耦合得出无人机目标姿态角度，作为姿态控制的输入；
姿态控制算法得出控制量U2，U3，U4进入姿态模型；
由于在位置控制和姿态控制均可以采用反步法和自抗扰结合控制算法，位置控制和姿态控制要获取位置信息和控制信息，所以将位置模型和姿态模型的输出信息反馈到位置控制和姿态控制，形成闭环反馈控制，这也是结合算法的控制率所需。
本发明将位置模型和姿态模型的指标系数相结合来构建位置及姿态模型，推演得到反步法控制律，提高了对四旋翼飞行器控制参数的收敛度和稳定性，并通过自抗扰控制算法优化反步法控制律，提高了抗干扰性，对四旋翼飞行器控制的效果好。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种四旋翼飞行器控制方法，其特征在于，包括：
获取四旋翼飞行器的位置控制量参数和姿态控制量参数，根据位置控制量参数建立位置模型，根据姿态控制量参数建立姿态模型；
将所述位置模型的指标系数和所述姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；
根据反步法推演所述位置及姿态模型得到反步法控制律；
根据自抗扰控制算法优化所述反步法控制律，得到优化后的反步法控制律；
根据所述优化后的反步法控制律对四旋翼飞行器进行飞行控制；
所述根据位置控制量参数建立位置模型，具体包括：
所述位置控制量参数包括位置控制量U1，四旋翼飞行器绕x轴、y轴和z轴旋转的欧拉角φ，θ，ψ，重力加速度常量g，四旋翼飞行器的总质量m，四旋翼飞行器沿x轴、y轴和z轴移动的空气阻力系数k1，k2，k3，根据所述位置控制量参数建立位置模型：
Figure FDA0003023919690000011
其中，
Figure FDA0003023919690000012
和
Figure FDA0003023919690000013
为位置控制量U1的主要指标系数，
Figure FDA0003023919690000014
和
Figure FDA0003023919690000015
为次要指标系数，x、y和z分别为四旋翼飞行器的x轴移动量、y轴移动量和z轴移动量，
Figure FDA0003023919690000016
和
Figure FDA0003023919690000017
分别为x、y和z的一阶导数，
Figure FDA0003023919690000018
和
Figure FDA0003023919690000019
分别为x、y和z的二阶导数；
所述根据姿态控制量参数建立姿态模型，具体包括：
所述姿态控制量参数包括姿态控制量U2，U3，U4，四旋翼飞行器绕x轴、y轴和z轴旋转的欧拉角φ，θ，ψ，四旋翼飞行器绕x轴、y轴和z轴旋转时对应的转动惯量Ix，Iy，Iz，绕x轴、y轴和z轴旋转时对应的空气阻力系数k4，k5，k6，四旋翼飞行器的对角长度l，根据所述姿态控制量参数建立姿态模型：
Figure FDA0003023919690000021
其中，
Figure FDA0003023919690000022
为姿态控制量U2的主要指标系数，
Figure FDA0003023919690000023
为姿态控制量U3的主要指标系数，
Figure FDA0003023919690000024
为姿态控制量U4的主要指标系数，
Figure FDA0003023919690000025
为姿态控制量U2的次要指标系数、
Figure FDA0003023919690000026
为姿态控制量U3的次要指标系数和
Figure FDA0003023919690000027
为U4的次要指标系数，
Figure FDA0003023919690000028
和
Figure FDA0003023919690000029
分别为φ，θ，ψ的一阶导数，
Figure FDA00030239196900000210
Figure FDA00030239196900000211
和
Figure FDA00030239196900000212
为φ，θ，ψ的二阶导数；
所述将所述位置模型的指标系数和所述姿态模型的指标系数合并，具体包括：
将位置控制量U1的主要指标系数和姿态控制量U2，U3，U4的主要指标系数结合，得到函数向量
Figure FDA00030239196900000213
将位置控制量U1的次要指标系数和姿态控制量U2，U3，U4的次要指标系数结合，得到函数向量
Figure FDA0003023919690000031
根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型，具体包括：
令U′为控制律，将函数向量g(X)和函数向量f(X)代入下式中，
Figure FDA0003023919690000032
得到符合反步法推演格式的位置及姿态模型，
其中，X为位置及姿态模型的期望轨迹参数，
Figure FDA0003023919690000033
为X的二阶导数；
U′＝[U1，U2，U3，U4]，U1为位置控制量和U2，U3，U4为姿态控制量。
2.根据权利要求1所述一种四旋翼飞行器控制方法，其特征在于，根据反步法推演所述位置及姿态模型得到反步法控制律，具体包括：
定义所述位置及姿态模型的期望轨迹参数；
获取四旋翼飞行器实际轨迹参数，确定所述期望轨迹参数和实际轨迹参数的差值，得到第一跟踪误差；
建立所述第一跟踪误差的Lyapunov李雅普诺夫函数，得到第一Lyapunov李雅普诺夫函数，并对所述第一Lyapunov李雅普诺夫函数进行求导，得到第一跟踪误差一阶导数、实际轨迹一阶导数和期望轨迹一阶导数；
根据所述第一跟踪误差一阶导数、实际轨迹一阶导数和期望轨迹一阶导数得到第二跟踪误差；
建立所述第一跟踪误差和第二跟踪误差的Lyapunov李雅普诺夫函数，得到第二Lyapunov李雅普诺夫函数，对第二Lyapunov李雅普诺夫函数进行一阶求导，得到第二Lyapunov李雅普诺夫函数一阶导数，根据所述第二Lyapunov李雅普诺夫函数一阶导数得到反步法控制律。
3.根据权利要求2所述一种四旋翼飞行器控制方法，其特征在于，所述根据所述第二Lyapunov李雅普诺夫函数一阶导数得到反步法控制律后，还包括对所述第一跟踪误差和第二跟踪误差进行收敛的步骤，具体为：
通过所述反步法控制律对第二Lyapunov李雅普诺夫函数进行收敛，得到收敛后的第一跟踪误差和第二跟踪误差。
4.根据权利要求1所述一种四旋翼飞行器控制方法，其特征在于，所述根据自抗扰控制算法优化反步法控制律，具体包括：
所述反步法控制律包括跟踪误差控制参数；
将所述跟踪误差控制参数改写为线性微分控制参数；
根据自抗扰控制算法得到位置及姿态模型的非线性控制律，将所述非线性控制律代替所述反步法控制律中的线性微分控制参数，得到优化后的反步法控制律。
5.根据权利要求4所述一种四旋翼飞行器控制方法，其特征在于，所述将所述跟踪误差控制参数改写为线性微分控制参数，具体包括：
从反步法控制律中得到跟踪误差控制参数，具体为：
所述反步法控制律为
Figure FDA0003023919690000041
其中，
Figure FDA0003023919690000042
为跟踪误差控制参数，e1为第一跟踪误差，
Figure FDA0003023919690000043
为一阶导数，e2为第二跟踪误差，k1和k2为可调参数，Xd为期望轨迹参数，
Figure FDA0003023919690000044
为二阶导数，g(X)为位置控制量U1的主要指标系数和姿态控制量U2，U3，U4的主要指标系数结合得到的函数向量，f(X)为位置控制量U1的次要指标系数和姿态控制量U2，U3，U4的次要指标系数结合得到的函数向量；
将所述跟踪误差控制参数进行化简，具体为：
令第一跟踪误差e1＝Xd-X，
第二跟踪误差
Figure FDA00030239196900000510
其中指数非线性参数
Figure FDA00030239196900000511
k1为可调参数，Xd为期望轨迹参数，X为实际轨迹参数，将e2代入反步法控制律中，得到
Figure FDA0003023919690000051
令(k1k2+1)＝kp，(k1+k2)＝kd，将上式改写为
Figure FDA0003023919690000052
得到线性微分控制参数
Figure FDA0003023919690000053
从而将所述跟踪误差控制参数改写为线性微分控制参数。
6.根据权利要求4所述一种四旋翼飞行器控制方法，其特征在于，所述将自抗扰控制算法中的非线性控制律代替所述反步法控制律中的线性微分控制参数，具体包括：
令
Figure FDA0003023919690000054
为第一跟踪误差e1的非线性fal函数，
Figure FDA0003023919690000055
为第二跟踪误差e2的非线性fal函数，
根据自抗扰控制算法构建非线性控制律u，
u＝k1fal(e1，α1，σ1)+k2fal(e2，α2，σ2)
其中，k1和k2为可调参数，α1和α2为指数非线性参数，σ1和σ2为阈值；
将所述非线性控制律u代替所述反步法控制律中的线性微分控制参数
Figure FDA0003023919690000056
即
Figure FDA0003023919690000057
从而得到优化后的反步法控制律。
7.一种四旋翼飞行器控制系统，其特征在于，包括：
模型建立模块，用于获取四旋翼飞行器的位置控制量参数和姿态控制量参数，根据位置控制量参数建立位置模型，根据姿态控制量参数建立姿态模型；
系数合并模块，用于将所述位置模型的指标系数和所述姿态模型的指标系数合并，并根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型；
控制律推演模块，用于根据反步法推演所述位置及姿态模型，得到反步法控制律；
控制律优化模块，用于根据自抗扰控制算法优化所述反步法控制律，得到优化后的反步法控制律；
飞行控制模块，用于根据所述优化后的反步法控制律对四旋翼飞行器进行飞行控制；
所述根据位置控制量参数建立位置模型，具体包括：
所述位置控制量参数包括位置控制量U1，四旋翼飞行器绕x轴、y轴和z轴旋转的欧拉角φ，θ，ψ，重力加速度常量g，四旋翼飞行器的总质量m，四旋翼飞行器沿x轴、y轴和z轴移动的空气阻力系数k1，k2，k3，根据所述位置控制量参数建立位置模型：
Figure FDA0003023919690000061
其中，
Figure FDA0003023919690000062
和
Figure FDA0003023919690000071
为位置控制量U1的主要指标系数，
Figure FDA0003023919690000072
和
Figure FDA0003023919690000073
为次要指标系数，x、y和z分别为四旋翼飞行器的x轴移动量、y轴移动量和z轴移动量，
Figure FDA0003023919690000074
和
Figure FDA0003023919690000075
分别为x、y和z的一阶导数，
Figure FDA0003023919690000076
和
Figure FDA0003023919690000077
分别为x、y和z的二阶导数；
所述根据姿态控制量参数建立姿态模型，具体包括：
所述姿态控制量参数包括姿态控制量U2，U3，U4，四旋翼飞行器绕x轴、y轴和z轴旋转的欧拉角φ，θ，ψ，四旋翼飞行器绕x轴、y轴和z轴旋转时对应的转动惯量Ix，Iy，Iz，绕x轴、y轴和z轴旋转时对应的空气阻力系数k4，k5，k6，四旋翼飞行器的对角长度l，根据所述姿态控制量参数建立姿态模型：
Figure FDA0003023919690000078
其中，
Figure FDA0003023919690000079
为姿态控制量U2的主要指标系数，
Figure FDA00030239196900000710
为姿态控制量U3的主要指标系数，
Figure FDA00030239196900000711
为姿态控制量U4的主要指标系数，
Figure FDA00030239196900000712
为姿态控制量U2的次要指标系数、
Figure FDA00030239196900000713
为姿态控制量U3的次要指标系数和
Figure FDA00030239196900000714
为U4的次要指标系数，
Figure FDA00030239196900000715
和
Figure FDA00030239196900000716
分别为φ，θ，ψ的一阶导数，
Figure FDA00030239196900000717
Figure FDA00030239196900000718
和
Figure FDA00030239196900000719
为φ，θ，ψ的二阶导数；
所述将所述位置模型的指标系数和所述姿态模型的指标系数合并，具体包括：
将位置控制量U1的主要指标系数和姿态控制量U2，U3，U4的主要指标系数结合，得到函数向量
Figure FDA0003023919690000081
将位置控制量U1的次要指标系数和姿态控制量U2，U3，U4的次要指标系数结合，得到函数向量
Figure FDA0003023919690000082
根据合并后的指标系数构建符合反步法推演格式的位置及姿态模型，具体包括：
令U′为控制律，将函数向量g(X)和函数向量f(X)代入下式中，
Figure FDA0003023919690000083
得到符合反步法推演格式的位置及姿态模型，
其中，X为位置及姿态模型的期望轨迹参数，
Figure FDA0003023919690000084
为X的二阶导数；U′＝[U1，U2，U3，U4]，U1为位置控制量和U2，U3，U4为姿态控制量。
8.一种四旋翼飞行器控制装置，其特征在于，包括传感器、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
CN201810792282.1A 2018-07-18 2018-07-18 一种四旋翼飞行器控制方法、系统和装置 Active CN108829123B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810792282.1A CN108829123B (zh) 2018-07-18 2018-07-18 一种四旋翼飞行器控制方法、系统和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810792282.1A CN108829123B (zh) 2018-07-18 2018-07-18 一种四旋翼飞行器控制方法、系统和装置

Publications (2)

Publication Number Publication Date
CN108829123A CN108829123A (zh) 2018-11-16
CN108829123B true CN108829123B (zh) 2021-06-01

Family

ID=64139541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810792282.1A Active CN108829123B (zh) 2018-07-18 2018-07-18 一种四旋翼飞行器控制方法、系统和装置

Country Status (1)

Country Link
CN (1) CN108829123B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109582030A (zh) * 2018-12-20 2019-04-05 中国科学院深圳先进技术研究院 一种调整无人机姿态控制中待整定参数方法及相关装置
CN109947126B (zh) * 2019-03-07 2020-04-14 中国科学院深圳先进技术研究院 四旋翼无人机的控制方法、装置、设备及可读介质
CN111413995B (zh) * 2020-03-24 2021-03-05 北京科技大学 双刚体特征点间相对位置跟踪与姿态同步控制方法及系统
CN111522352B (zh) * 2020-05-09 2022-07-26 广东工业大学 多旋翼飞行器单参数自抗扰姿态控制器设计方法
CN114967718B (zh) * 2022-05-06 2023-03-28 四川大学 一种控制受限下的四旋翼轨迹跟踪最优控制方法
CN117519257B (zh) * 2024-01-04 2024-03-29 中国人民解放军国防科技大学 一种基于反步法的超声速巡航高度控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830622B (zh) * 2012-09-05 2014-10-01 北京理工大学 一种四旋翼飞行器自抗扰自动飞行控制方法
CN104102128B (zh) * 2013-04-09 2017-08-04 中国人民解放军第二炮兵工程大学 一种适用于小型无人飞行器的抗干扰姿态控制方法
CN104699106B (zh) * 2013-12-10 2017-12-19 中国航空工业第六一八研究所 一种八旋翼飞行器的控制分配方法
CN104865968B (zh) * 2015-04-22 2017-06-23 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
KR101591996B1 (ko) * 2015-07-24 2016-02-04 (주)미도지리정보 영상처리장치를 위한 유사영상물 위치조정 이미지 인식용 영상처리 방법
CN107562068B (zh) * 2017-09-28 2020-07-10 天津理工大学 一种四旋翼飞行器姿态的动态面输出调节控制方法
CN108121354A (zh) * 2017-12-19 2018-06-05 天津理工大学 基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
四旋翼飞行器建模及其运动控制;郭勇等;《传感器与微系统》;20171231;第36卷(第11期);摘要，第39-40页 *
机动滑翔飞行器的自抗扰反步高精度姿态控制;李菁菁等;《系统工程与电子技术》;20100831;第32卷(第8期);摘要，第1712-1714页 *

Also Published As

Publication number Publication date
CN108829123A (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
CN108829123B (zh) 一种四旋翼飞行器控制方法、系统和装置
Jabbari et al. An adaptive scheme for image-based visual servoing of an underactuated UAV
Lee et al. Autonomous landing of a VTOL UAV on a moving platform using image-based visual servoing
CN110221541B (zh) 伺服系统中前馈控制器的前馈系数获取装置、方法
Cohen et al. Finite-horizon LQR control of quadrotors on $ SE_2 (3) $
Zhang et al. Distributed bearing-based formation maneuver control of fixed-wing UAVs by finite-time orientation estimation
Wang et al. High-order nonlinear differentiator and application to aircraft control
CN111026160B (zh) 一种四旋翼无人机轨迹跟踪控制方法
CN106707749B (zh) 一种针对仿生扑翼飞行机器人的控制方法
CN110068326B (zh) 姿态计算方法、装置、电子设备以及存储介质
CN112987567A (zh) 非线性系统的固定时间自适应神经网络滑模控制方法
Zhao et al. Vision-based tracking control of quadrotor with backstepping sliding mode control
Abas et al. Modeling and system identification using extended kalman filter for a quadrotor system
CN111176311A (zh) 四旋翼无人机姿态的滑模延时估计控制方法及存储介质
Cao et al. On novel trajectory tracking control of quadrotor UAV: A finite-time guaranteed performance approach
CN116149193B (zh) 一种基于视觉的旋翼无人机抗扰动控制方法及系统
CN109656258A (zh) 一种小型无人机飞行高度及飞行姿态解耦镇定控制方法
Magree et al. A monocular vision-aided inertial navigation system with improved numerical stability
Jiao et al. Disturbance observer-based backstepping control for quadrotor UAV manipulator attitude system
CN109693774B (zh) 一种水下航行器轨迹的控制方法和系统
CN115755590B (zh) 一种高超声速飞行器抗扰制导控制系统及方法
CN114020018B (zh) 导弹控制策略的确定方法、装置、存储介质及电子设备
CN113515142B (zh) 无人机轨迹跟踪控制方法、装置、无人机和存储介质
CN112975965B (zh) 仿人机器人的解耦控制方法、装置和仿人机器人
Hu et al. Uncertainty and disturbance estimator‐based geometry tracking control for quadrotors without linear velocity measurements

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
TR01 Transfer of patent right

Effective date of registration: 20240112

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 541004 No. 15 Yucai Road, Qixing District, Guilin, the Guangxi Zhuang Autonomous Region

Patentee before: Guangxi Normal University

TR01 Transfer of patent right