CN111694278A - 一种四旋翼无人机的鲁棒跟踪控制方法及系统 - Google Patents
一种四旋翼无人机的鲁棒跟踪控制方法及系统 Download PDFInfo
- Publication number
- CN111694278A CN111694278A CN202010597335.1A CN202010597335A CN111694278A CN 111694278 A CN111694278 A CN 111694278A CN 202010597335 A CN202010597335 A CN 202010597335A CN 111694278 A CN111694278 A CN 111694278A
- Authority
- CN
- China
- Prior art keywords
- quad
- unmanned aerial
- aerial vehicle
- rotor unmanned
- attitude
- 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 40
- 239000002131 composite material Substances 0.000 claims abstract description 19
- 239000013598 vector Substances 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 230000006870 function Effects 0.000 description 13
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G05B13/042—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种四旋翼无人机的鲁棒跟踪控制方法及系统,属于无人机控制领域。针对现有技术中存在的无人机系统的时变扰动问题,本发明提出了一种四旋翼无人机的鲁棒跟踪控制方法及系统,控制方法包括:根据四旋翼无人机的动力学和运动学模型,得到四旋翼无人机的状态空间模型;根据四旋翼无人机的状态空间模型,构建四旋翼无人机控制系统的广义比例积分观测器;将广义比例积分观测器与反步控制相结合,构建复合控制器;通过复合控制器对四旋翼无人机进行控制。本发明将反步控制与广义比例积分观测器相结合,利用广义比例积分观测器估测集总时变扰动,将估测值应用于前馈控制,有效提高了系统的抗干扰能力,并且易于实现。
Description
技术领域
本发明涉及无人机控制领域,更具体地说,涉及一种四旋翼无人机的鲁棒跟踪控制方法及系统。
背景技术
随着无人机技术的发展,四旋翼无人机引起了很多人的注意,与传统固定翼相比,四旋翼无人机有许多显著的优点。首先它的机械结构简单、控制灵活,其次它具有垂直起落的能力,使用四旋翼无人机能替代人去完成危险任务,这些优点使得四旋翼无人机在军事和民用领域得到广泛应用。
在这些复杂的任务中,四旋翼无人机的性能主要依赖于飞行控制器。因此,研究人员在无人机的飞行控制器设计上付出了很多努力。文献中也记录了各种各样的控制方法。其中,PID(proportion integration differentiation)控制方法凭借其易于实现的特点的到最广泛的应用。但是,因为PID的线性特性,它的控制精度受到限制,难以满足越来越高的需求。由于新一代的硬件提供了更高的计算能力,许多非线性控制方法得到实现,例如:滑模控制器、反步控制器和线性二次控制器。后来,为了达到鲁棒控制,控制器中逐渐引入了现代控制理论,例如李雅普诺夫函数设计。这些方法也在理论和实验中得到了证明。
然而,上面这些控制方法很少有考虑外部扰动和模型不匹配,比如负载、风和电机损坏。这个缺点限制了这些控制器的性能。为了估计和补偿这些干扰,提高系统的抗干扰性能,学者们也做了大量研究。专利(西北工业大学.一种抗干扰四旋翼无人机姿态控制方法[P].中国专利:CN107491081A,,2017.12.19)中,使用径向基神经网络设计干扰补偿器估计模型不确定和外部干扰并进行补偿,提高了系统的抗干扰能力,但是干扰估计器需要一定的学习时间,而且算法复杂度高,不易于实现。
专利(南京航空航天大学.一种四旋翼无人机复合动态逆抗干扰姿态控制方法[P].中国专利:CN110850887A,2020.02.28)中,采用扩张观测器对姿态子系统中的多元干扰和姿态跟踪误差变化率进行估计,一定程度上提高了系统的控制精度和抗干扰能力,但是这种方法只能精确估计缓慢的时变干扰。
专利(南京邮电大学.基于比例积分观测器的四旋翼无人机滑模姿态控制方法[P].中国专利:CN201910062164.X,2019.3.26),公开了一种基于比例积分观测器的四旋翼无人机滑模姿态控制方法,方法包括步骤:建立仅存在干扰情况的四旋翼无人机的动力学模型,并将四旋翼无人机滚转角、俯仰角和偏航角的表达式均转化成二阶系统模型;基于二阶系统模型构建对应的比例积分观测器;根据比例积分观测器设计滑模姿态控制器,结合滚转角、俯仰角和偏航角的滑模姿态控制器对四旋翼无人机进行飞行控制;该发明将比例积分观测器与滑模姿态控制器相结合,通过比例积分观测器的部分反馈功能对四旋翼无人机的状和位置输入干扰态进行估计,提高比例积分状态观测器的稳态跟踪精度;通过滑模姿态控制器对四旋翼无人机的不确定因素具有较强的鲁棒性和抗干扰性。但是滑模控制由于引入了符号函数,会存在抖振问题。
发明内容
1.要解决的技术问题
针对现有技术中存在的无人机系统的时变扰动问题,本发明提供了一种四旋翼无人机的鲁棒跟踪控制方法及系统,它可以估测始变扰动,将估测值用于前馈控制,提高系统的抗干扰能力,易于实现。
2.技术方案
本发明的目的通过以下技术方案实现。
一种四旋翼无人机的鲁棒跟踪控制方法,包括以下步骤:
步骤1、根据四旋翼无人机的动力学和运动学模型,得到四旋翼无人机的状态空间模型;
步骤2、根据四旋翼无人机的状态空间模型,构建四旋翼无人机控制系统的广义比例积分观测器;
步骤3、将广义比例积分观测器与反步控制相结合,构建复合控制器;
步骤4、通过复合控制器对四旋翼无人机进行控制。
进一步的,步骤1中建立四旋翼无人机的动力学和运动学模型,包括以下步骤:
步骤1.1、建立动力学模型:
其中m是四旋翼无人机的质量,T是主推动力,Ωi(i=1,2,3,4)是第i个电机在空气中产生的升力,τ是转动力矩,J是机体的惯量矩阵,v和w分别是机体的速度和角速度,和分别是机体加速度和角加速度向量,;
其中r=[x,y,z]T和分别表示四旋翼无人机在地面坐标系下的位置向量和速度向量,g是重力加速度,e3=[0,0,1]T是地面坐标系中的一个单位向量,dT=[d4,d5,d6]表示位置环的复合扰动,Rq是机体坐标到地面坐标系的变换矩阵;
步骤1.2、建立运动学模型为:
步骤1.3、定义四旋翼无人机状态空间的状态变量:
步骤1.4、根据动力学与运动学模型,建立四旋翼无人机的状态空间模型:
其中Ux=-sinx3,Uy=-sinx1cosx3,Jx,Jy,Jz是四旋翼无人机在各个轴上的惯量,U1、U2、U3和U4为系统的输入。
更进一步的,步骤2中建立四旋翼无人机控制系统的广义比例积分观测器,具体包括以下步骤:
步骤2.1、使用泰勒多项式估计复合扰动:
步骤2.2、根据四旋翼无人机的状态空间模型,建立广义比例积分观测器:
更进一步的,步骤3中构建复合控制器,包括:对姿态子系统进行反步控制和对位置子系统进行反步控制。
更进一步的,对姿态子系统进行反步控制,包括以下步骤:
根据四旋翼无人机的状态空间模型,定义跟踪误差:
z1=x1r-x1
其中x1r是期望值;
定义李雅普诺夫函数V1,其中z1正定:
引入一个虚拟的控制输入α1:
令z2=x2-α1,定义李雅普诺夫函数V2:
根据上述计算U2的方法,得到U3和U4:
更进一步的,对位置子系统进行反步控制,包括以下步骤:
根据四旋翼无人机的状态空间模型:
获得姿态控制U1:
根据Ux和Uy分别满足U1通过x轴和y轴运动的方向,提取翻滚角和俯仰角,并计算控制Ux和Uy满足李雅普诺夫函数,得到Ux和Uy:
一种四旋翼无人机的鲁棒跟踪控制系统,其特征在于:所述控制系统用于实现上述控制方法。
进一步的,控制系统包括姿态子系统、位置子系统、姿态环和控制环,姿态环和位置环分别接收外部输入的参考角度和位置,位置环向姿态环输入目标俯仰角和翻滚角,位置环向位置子系统输入推动力,姿态环向姿态子系统输入力矩,位置子系统向位置环输入位置和速度,姿态子系统向姿态换输入角度和角速度。
更进一步的,位置环包括位置控制器和位置广义比例积分观测器,姿态环包括姿态控制器和姿态广义比例积分观测器。
3.有益效果
相比于现有技术,本发明的优点在于:
本发明提出了一种四旋翼无人机的鲁棒跟踪控制方法及系统,用来改善四旋翼无人机系统存在未知时变扰动时的控制性能。传统的反步控制器不能够保证四旋翼无人机在时变扰动情况下的性能,而类似积分反步这样的改进反步控制器也只能够以一种较慢的方式补偿扰动,考虑到模型误差、参数不确定性和外部扰动这些时变扰动,本方法在反步控制(BS)的基础上,引入广义比例积分观测器(Generalized proportional integralobserver,GPIO),可以看作是反步控制器与广义比例积分观测器(GPIO)的组合,利用GPI观测器的原理估测集总时变扰动,并将该估测值应用于前馈控制,与传统的反步控制相比,有效提高了系统的抗干扰能力,并且易于实现。
附图说明
图1为本发明实施例中的控制方法流程图;
图2为本发明实施例中的控制系统框图;
图3为本发明实施例中的传统反步控制器的轨迹示意图;
图4为本发明实施例中的复合控制器的轨迹示意图。
具体实施方式
下面结合说明书附图和具体的实施例,对本发明作详细描述。
如图1所示,本发明的实施例提供了一种四旋翼无人机的鲁棒跟踪控制方法,包括如下步骤:
步骤1、建立四旋翼无人机的动力学和运动学模型。
具体的,所述四旋翼无人机的动力学和运动学模型的建立基于以下3个理论基础:
(1)四旋翼无人机是受一个主推力和三个力矩作用的刚体;
(2)四旋翼无人机机身是一个刚体,可以使用牛顿-欧拉公式推导非线性动力学模型;
(3)四旋翼无人机结构是关于平面Oxz和Oyz对称的。
基于上述的理论基础,根据四旋翼无人机的刚体模型,可以得到动力学模型和运动学模型:
步骤1.1、建立动力学模型为:
其中m是四旋翼无人机的质量,T是主推动力,Ωi(i=1,2,3,4)是第i个电机在空气中产生的升力,τ是转动力矩,J是机体的惯量矩阵,v和ω分别是机体的速度和角速度,和分别是机体加速度和角加速度向量。
其中r=[x,y,z]T和分别表示四旋翼无人机在地面坐标系下的位置向量和速度向量,g是重力加速度,e3=[0,0,1]T是地面坐标系中的一个单位向量,dT=[d4,d5,d6]表示位置环3个轴上的复合扰动,所述复合扰动包括模型建模误差、内部不确定性和外部扰动,Rq是机体坐标到地面坐标系的变换矩阵。
步骤1.2、建立运动学模型为:
步骤1.3、定义四旋翼无人机状态空间的状态变量:
步骤1.4、根据动力学与运动学模型,建立四旋翼无人机的状态空间方程:
其中Ux=-sinx3,Uy=-sinx1cosx3,Jx,Jy,Jz是四旋翼无人机在各个轴上的惯量,U1、U2、U3和U4为系统的输入,即传感器获得的数据加在U1、U2、U3和U4上。
步骤2、根据四旋翼无人机的状态空间模型,构建四旋翼无人机控制系统的广义比例积分观测器(GPIO),用来对未知的时变扰动进行估计,再将其估计值应用于前馈补偿设计中,增强控制系统的抗干扰能力。与扩张观测器相比,GPIO在观测扰动时可以选择较大的增益,从而抑制快速变化的扰动,对于飞行轨迹的控制更精准,而扩张观测器只能估计缓慢的时变干扰,对于无人机的控制效果不佳。
具体的,建立四旋翼无人机控制系统的广义比例积分观测器,具体包括以下步骤:
步骤2.1、在四旋翼无人机系统中,模型误差、参数不确定性和外部扰动这些时变扰动可以使用以下的泰勒多项式来估计:
步骤2.2、根据四旋翼无人机的状态空间方程:
可以构建用于观测d1的GPI观测器:
构建用于观测d2、d3、d4、d5和d6的广义比例积分观测器的方式与步骤2.1和2.2的类似,在此不加赘述,只需将和依次替换为和 和 和 和 和即可依次获得d2、d3、d4、d5和d6的估计值,然后分别把它们定义为 和
步骤3、将GPI观测器与反步控制相结合,构建复合控制器,使四旋翼无人机跟踪参考轨迹。现有的滑模姿态控制器对无人机控制时,需要引入符号函数,会存在抖振的问题,控制效果不佳,而本方法所用的反步控制器不需要引入符号函数,因此在抗干扰的同时不会存在这样的问题。
具体的,构建结合反步控制的复合控制器,具体包括以下步骤:
步骤3.1、对姿态子系统进行反步控制:
z1=x1r-x1
其中x1r是期望值。
定义李雅普诺夫函数V1,其中z1正定:
引入一个虚拟的控制输入α1,使z1稳定:
其中k1为自定义系数
令跟踪误差z2=x2-α1,定义李雅普诺夫函数V2:
根据四旋翼无人机的状态空间模型:
通过与上述类似的步骤,可以得到U3和U4:
步骤3.2、对位置子系统进行反步控制:
具体的,与所述对姿态子系统进行反步控制的过程类似,根据四旋翼无人机的状态空间模型:
可以获得姿态控制U1:
考虑Ux和Uy分别满足U1通过x轴和y轴运动的方向,则可以提取翻滚角和俯仰角,并计算控制Ux和Uy满足李雅普诺夫函数,得到Ux和Uy:
步骤4、通过复合控制器对四旋翼无人机进行控制。本实施例提供的控制方法,对无人机进行复合控制,可以实现有效地补偿时变扰动,获得更加的控制性能,使得无人机能够更快更精确的跟踪设定轨迹。
如图2所示,本发明的又一实施例提供了一种四旋翼无人机的鲁棒跟踪控制系统,用于实现四旋翼无人机的鲁棒跟踪控制方法,进而控制无人机的飞行,控制系统包括姿态子系统、位置子系统、姿态环和控制环,其中位置子系统用于向位置环输入位置与速度,姿态子系统用于向姿态环输入角度与角速度,位置环为姿态环提供目标俯仰角和翻滚角,参考角度和位置分别输入到姿态环与位置环,位置环和姿态环分别向子系统输入推动力和力矩。位置环包括位置控制器和位置广义比例积分观测器,姿态环包括姿态控制器和姿态广义比例积分观测器。
为了验证本发明的抗干扰性能,本实施例在充分考虑外部干扰存在的情况下,基于MATLAB仿真环境对本发明算法进行四旋翼无人机仿真验证,仿真过程中四旋翼无人机机体参数如下表1所示:
表1
图3和图4是四旋翼无人机分别在传统反步控制(BS)和基于GPI观测器的反步控制(BS+GPIO)下的跟踪轨迹与参考轨迹的仿真图。图3和图4的参考轨迹如下:
控制器参数如下:k1=10,k2=12,k3=6,k4=3,k5=4,k6=6,k7=10,k8=12,k9=10,k10=12,k11=6,k12=3,观测器增益ρ=50,初始位置是[x,y,z]T=[0,0,0]T,初始速度是初始姿态角是初始姿态角速度是未知的时变干扰选择为:d1=cos(5t),d2=cos(5t),d3=cos(5t),d4=0.5sin(5t),d5=0.5sin(5t),d6=sin(10t)。
可以看到,当时变扰动存在时,结合广义比例积分观测器的反步控制器(BS+GPIO)能够驱动四旋翼无人机更快更精确的跟踪设定轨迹(Reference),而传统反步控制器(BS)则难以达到这样的控制性能。因而本发明提出的四旋翼无人机的鲁棒跟踪控制器,即BS+GPIO,能够有效地补偿时变扰动,获得更加的控制性能。
以上示意性地对本发明创造及其实施方式进行了描述,该描述没有限制性,在不背离本发明的精神或者基本特征的情况下,能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一,实际的结构并不局限于此,权利要求中的任何附图标记不应限制所涉及的权利要求。所以,如果本领域的普通技术人员受其启示,在不脱离本创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本专利的保护范围。此外,“包括”一词不排除其他元件或步骤,在元件前的“一个”一词不排除包括“多个”该元件。产品权利要求中陈述的多个元件也可以由一个元件通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (9)
1.一种四旋翼无人机的鲁棒跟踪控制方法,其特征在于,包括以下步骤:
步骤1、根据四旋翼无人机的动力学和运动学模型,得到四旋翼无人机的状态空间模型;
步骤2、根据四旋翼无人机的状态空间模型,构建四旋翼无人机控制系统的广义比例积分观测器;
步骤3、将广义比例积分观测器与反步控制相结合,构建复合控制器;
步骤4、通过复合控制器对四旋翼无人机进行控制。
2.根据权利要求1所述的四旋翼无人机的鲁棒跟踪控制方法,其特征在于,步骤1中建立四旋翼无人机的动力学和运动学模型,包括以下步骤:
步骤1.1、建立动力学模型:
其中r=[x,y,z]T和分别表示四旋翼无人机在地面坐标系下的位置向量和速度向量,g是重力加速度,e3[0,0,1]T是地面坐标系中的一个单位向量,dT=[d4,d5,d6]表示位置环的复合扰动,Rq是机体坐标到地面坐标系的变换矩阵;
步骤1.2、建立运动学模型为:
步骤1.3、定义四旋翼无人机状态空间的状态变量:
步骤1.4、根据动力学与运动学模型,建立四旋翼无人机的状态空间模型:
其中Ux=-sinx3,Uy=sinx1cosx3,Jx,Jy,Jz是四旋翼无人机在各个轴上的惯量,U1、U2、U3和U4为系统的输入。
4.根据权利要求1或3所述的四旋翼无人机的鲁棒跟踪控制方法,其特征在于,步骤3中构建复合控制器,包括:对姿态子系统进行反步控制和对位置子系统进行反步控制。
7.一种四旋翼无人机的鲁棒跟踪控制系统,其特征在于:所述控制系统用于实现如权利要求1-6中任意一项所述的控制方法。
8.根据权利要求7所述的一种四旋翼无人机的鲁棒跟踪控制系统,其特征在于:所述控制系统包括姿态子系统、位置子系统、姿态环和控制环,姿态环和位置环分别接收外部输入的参考角度和位置,位置环向姿态环输入目标俯仰角和翻滚角,位置环向位置子系统输入推动力,姿态环向姿态子系统输入力矩,位置子系统向位置环输入位置和速度,姿态子系统向姿态换输入角度和角速度。
9.根据权利要求8所述的一种四旋翼无人机的鲁棒跟踪控制系统,其特征在于:位置环包括位置控制器和位置广义比例积分观测器,姿态环包括姿态控制器和姿态广义比例积分观测器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010597335.1A CN111694278B (zh) | 2020-06-28 | 2020-06-28 | 一种四旋翼无人机的鲁棒跟踪控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010597335.1A CN111694278B (zh) | 2020-06-28 | 2020-06-28 | 一种四旋翼无人机的鲁棒跟踪控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111694278A true CN111694278A (zh) | 2020-09-22 |
CN111694278B CN111694278B (zh) | 2021-07-23 |
Family
ID=72483785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010597335.1A Active CN111694278B (zh) | 2020-06-28 | 2020-06-28 | 一种四旋翼无人机的鲁棒跟踪控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111694278B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068583A (zh) * | 2020-10-26 | 2020-12-11 | 江南大学 | 用于无人机系统的滑模控制器设计方法 |
CN112947518A (zh) * | 2021-02-03 | 2021-06-11 | 莆田学院 | 一种基于干扰观测器的四旋翼鲁棒姿态控制方法 |
CN113138608A (zh) * | 2021-05-10 | 2021-07-20 | 新疆大学 | 一种使用扰动观测器和非线性速度观测器的四旋翼无人机视觉伺服控制方法 |
CN113359440A (zh) * | 2021-05-24 | 2021-09-07 | 华南理工大学 | 基于多层积分神经动力学的多旋翼无人机控制器设计方法 |
CN114326682A (zh) * | 2021-12-30 | 2022-04-12 | 华南理工大学 | 基于比例积分观测器的注塑机冷凝控制系统故障监测方法 |
CN114564047A (zh) * | 2022-04-28 | 2022-05-31 | 北京航空航天大学 | 一种考虑气象条件的无人机等速飞行控制方法 |
CN117742156A (zh) * | 2023-12-28 | 2024-03-22 | 哈尔滨工业大学 | 一种基于rbf神经网络的四旋翼无人机控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109067274A (zh) * | 2018-07-19 | 2018-12-21 | 重庆邮电大学 | 基于干扰补偿的永磁同步电机调速的积分滑模控制方法 |
CN109884895A (zh) * | 2019-03-11 | 2019-06-14 | 南京邮电大学 | 基于饱和受限情况下的无人机自适应跟踪控制算法 |
CN109901605A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种四旋翼飞行器跟踪无人水面船的控制方法 |
CN109901606A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法 |
-
2020
- 2020-06-28 CN CN202010597335.1A patent/CN111694278B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109067274A (zh) * | 2018-07-19 | 2018-12-21 | 重庆邮电大学 | 基于干扰补偿的永磁同步电机调速的积分滑模控制方法 |
CN109884895A (zh) * | 2019-03-11 | 2019-06-14 | 南京邮电大学 | 基于饱和受限情况下的无人机自适应跟踪控制算法 |
CN109901605A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种四旋翼飞行器跟踪无人水面船的控制方法 |
CN109901606A (zh) * | 2019-04-11 | 2019-06-18 | 大连海事大学 | 一种用于四旋翼精确轨迹跟踪的混合有限时间控制方法 |
Non-Patent Citations (2)
Title |
---|
李佳津: "四旋翼飞行器的鲁棒与容错控制系统研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
赵嘉伟: "四旋翼飞行器控制算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112068583A (zh) * | 2020-10-26 | 2020-12-11 | 江南大学 | 用于无人机系统的滑模控制器设计方法 |
CN112947518A (zh) * | 2021-02-03 | 2021-06-11 | 莆田学院 | 一种基于干扰观测器的四旋翼鲁棒姿态控制方法 |
CN113138608A (zh) * | 2021-05-10 | 2021-07-20 | 新疆大学 | 一种使用扰动观测器和非线性速度观测器的四旋翼无人机视觉伺服控制方法 |
CN113138608B (zh) * | 2021-05-10 | 2023-08-11 | 新疆大学 | 一种使用扰动观测器和非线性速度观测器的四旋翼无人机视觉伺服控制方法 |
CN113359440A (zh) * | 2021-05-24 | 2021-09-07 | 华南理工大学 | 基于多层积分神经动力学的多旋翼无人机控制器设计方法 |
CN113359440B (zh) * | 2021-05-24 | 2023-06-20 | 华南理工大学 | 基于多层积分神经动力学的多旋翼无人机控制器设计方法 |
CN114326682A (zh) * | 2021-12-30 | 2022-04-12 | 华南理工大学 | 基于比例积分观测器的注塑机冷凝控制系统故障监测方法 |
CN114326682B (zh) * | 2021-12-30 | 2023-06-20 | 华南理工大学 | 基于比例积分观测器的注塑机冷凝控制系统故障监测方法 |
CN114564047A (zh) * | 2022-04-28 | 2022-05-31 | 北京航空航天大学 | 一种考虑气象条件的无人机等速飞行控制方法 |
CN114564047B (zh) * | 2022-04-28 | 2022-08-16 | 北京航空航天大学 | 一种考虑气象条件的无人机等速飞行控制方法 |
CN117742156A (zh) * | 2023-12-28 | 2024-03-22 | 哈尔滨工业大学 | 一种基于rbf神经网络的四旋翼无人机控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111694278B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111694278B (zh) | 一种四旋翼无人机的鲁棒跟踪控制方法及系统 | |
Lian et al. | Adaptive attitude control of a quadrotor using fast nonsingular terminal sliding mode | |
Xian et al. | Nonlinear robust fault-tolerant control of the tilt trirotor UAV under rear servo's stuck fault: Theory and experiments | |
Peng et al. | Modeling and robust backstepping sliding mode control with adaptive RBFNN for a novel coaxial eight-rotor UAV | |
CN109062052B (zh) | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
CN106527137B (zh) | 基于观测器的四旋翼无人机容错控制方法 | |
CN109116860B (zh) | 三旋翼无人机的非线性鲁棒控制方法 | |
CN110850887B (zh) | 一种四旋翼无人机复合动态逆抗干扰姿态控制方法 | |
CN104571120A (zh) | 四旋翼无人机的姿态非线性自适应控制方法 | |
CN108647442B (zh) | 一种基于辅助输出的六旋翼无人机故障估计方法 | |
CN109976367A (zh) | 针对倾转式三旋翼无人机的姿态系统控制方法 | |
CN112947062B (zh) | 一种复合翼垂直起降无人机旋翼模式控制方法及系统 | |
CN110456816A (zh) | 一种基于连续终端滑模的四旋翼轨迹跟踪控制方法 | |
CN110275542B (zh) | 一种基于自适应有限时间控制的四旋翼飞行器控制方法 | |
Ding et al. | Observer-Based Control for a Cable-Driven Aerial Manipulator under Lumped Disturbances. | |
CN111413996B (zh) | 一种基于事件触发eso的四旋翼保性能轨迹跟踪控制方法 | |
Hussein et al. | Modeling and control of quadrotor systems | |
CN116679548A (zh) | 基于时变观测器的三自由度直升机鲁棒输出反馈控制方法 | |
CN110376883A (zh) | 四旋翼无人机终端滑模控制方法、系统、介质及设备 | |
CN115328200A (zh) | 基于状态估计的飞行器集群系统的一致性控制方法 | |
Peng et al. | Nonlinear flight control design for maneuvering flight of quadrotors in high speed and large acceleration | |
CN112783190A (zh) | 一种三旋翼无人机鲁棒跟踪控制器控制方法 | |
Li et al. | Fixed-time attitude feedback control for quadrotor UAV based on fixed-time extended state observer | |
Jiang et al. | A Novel Adaptive Sliding Mode Control for Quadrotor |
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 |