CN112684705B - 一种四旋翼飞行器编队追踪控制方法 - Google Patents

一种四旋翼飞行器编队追踪控制方法 Download PDF

Info

Publication number
CN112684705B
CN112684705B CN202011509312.7A CN202011509312A CN112684705B CN 112684705 B CN112684705 B CN 112684705B CN 202011509312 A CN202011509312 A CN 202011509312A CN 112684705 B CN112684705 B CN 112684705B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
virtual
ith
controller
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
CN202011509312.7A
Other languages
English (en)
Other versions
CN112684705A (zh
Inventor
吕强
黄妙杰
张波涛
尹克
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.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi 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 Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202011509312.7A priority Critical patent/CN112684705B/zh
Publication of CN112684705A publication Critical patent/CN112684705A/zh
Application granted granted Critical
Publication of CN112684705B publication Critical patent/CN112684705B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种四旋翼飞行器编队追踪控制方法,本发明首先对无人机的编队控制提出一种分层式的控制框架,上层协同控制层和下层跟踪控制层,协同控制层基于固定时间一致性理论设计协同算法,可以得到无人机的虚拟速度和虚拟位置;跟踪控制层基于PID理论设计跟踪控制算法,使得无人机的真实位置和真实速度分别追踪到虚拟位置和虚拟速度,多架无人机从而实现期望的编队形态。本发明采用的控制方法可以更迅速的实现多架无人机的编队,并且收敛时间不受到无人机初始状况的影响。

Description

一种四旋翼飞行器编队追踪控制方法
技术领域
本发明涉及无人机技术领域,特别涉及一种四旋翼飞行器编队追踪控制方法。
背景技术
多四旋翼无人机系统已广泛应用于各种领域,例如农业植物保护,航空摄影测量和紧急救援。相比于单四旋翼无人机,在执行一些复杂而危险的任务时,多四旋翼系统显示出一些优势,更高容错率,更好灵活性以及更高的效率。更重要的是,多四旋翼系统具有广阔的勘探视野,并可以携带更多设备,在军事应用和民用应用中都发挥着重要作用。多无人机分布式协同控制一直是群体智能领域的研究热点,在执行某些复杂或危险的情况下,例如侦查打击、灾区救援和目标搜索,然而到目前为止,出现的无人机编队大多都是采用地面站集中式控制,无人机不具备自主决策能力,一旦中央控制电脑出现问题,所有的无人机就无法飞行。此外,多四旋翼无人机由于其复杂的动力学,以及控制参数的高耦合,对多无人机的协同编队控制存在一定的挑战。然而,现有的控制算法大多属于无限时间内稳定,收敛速率,抗干扰性和鲁棒性都有待提高,并且收敛时间还受到多无人机初始状态的影响。
发明内容
本发明的目标是针对现有技术的不足,对于多无人机编队控制,提出一种四旋翼飞行器编队追踪控制方法,且多架无人机形成编队的收敛速率相比于其它算法有显著的提升,并且在无人机形成编队的过程中,还能够跟随领导者进行移动,领导者若为地面小车,便可以实现空地协同工作,这一发明对实际生活中的灾区救援,目标搜索等具有重大意义。本发明首先对无人机的编队控制提出一种分层式的控制框架,上层协同控制层和下层跟踪控制层,协同控制层基于固定时间一致性理论设计协同算法,可以得到无人机的虚拟速度和虚拟位置;跟踪控制层基于PID理论设计跟踪控制算法,使得无人机的真实位置和真实速度分别追踪到虚拟位置和虚拟速度,多架无人机从而实现期望的编队形态。本发明采用的控制方法可以更迅速的实现多架无人机的编队,并且收敛时间不受到无人机初始状况的影响。
本发明能有效的控制多架无人机按照期望的编队形态跟踪目标飞行。该方法的具体步骤如下:
步骤一:首先给出四旋翼无人机的动力学模型,详细操作如下:
无人机的四个输入由四个旋翼产生,得到四个旋翼拉力和三个轴向力矩,四个旋翼的合拉力为Ti,力矩为
Figure BDA0002845898580000021
τφ,i为横滚力矩,τθ,i为俯仰力矩,τψ,i为偏航力矩,i表示第i个无人机;如果四个旋翼的转速分别为w1,i,w2,i,w3,i,w4,i,得
Figure BDA0002845898580000022
其中b表示旋翼拉力系数,k表示反扭矩系数,l表示无人重心距旋翼的距离;合拉力Ti垂直于机体表面向上;
根据牛顿定理以及忽略空气阻力,得到在地理坐标系下的无人机运动方程
Figure BDA0002845898580000023
其中kx,i、ky,i、kz,i分别表示三轴的空气阻力系数,φi表示第i个无人机横滚角,θi表示第i个无人机俯仰角,ψi表示第i个无人机偏航角,g是重力加速度,mi是第i个四旋翼无人机的机体质量;
根据欧拉方程
Figure BDA0002845898580000024
M表示作用在无人机上的合力矩,ω表示姿态角速度,
Figure BDA0002845898580000025
表示姿态角速度的导数,×表示叉乘,I表示转动惯量;因此可得无人机姿态动力学模型;
Figure BDA0002845898580000031
其中,
Figure BDA0002845898580000032
表示空气阻力在机体坐标系三个主轴方向产生的力矩,Ix,Iy和Iz表示三个轴上的惯性矩,
Figure BDA0002845898580000033
表示第i个无人机横滚角的一次导,
Figure BDA0002845898580000034
表示第i个无人机俯仰角的一次导,
Figure BDA0002845898580000035
表示第i个无人机偏航角的一次导;
步骤二:采用固定时间一致性理论设计协同控制算法,从而得到无人机的虚拟位置和虚拟速度,具体步骤如下:
首先根据单个智能体的一阶积分系统
Figure BDA0002845898580000036
其中,xi(t)、ui(t)分别表示第i个智能体t时刻的位置和控制输入;基于一致性协议可得如下控制器:
Figure BDA0002845898580000037
其中aij表明了第i架和第j架无人机之间的通信状态,xj(t)表示第j个智能体t时刻的位置;在此控制器的作用下,确保各智能体状态到达一致性;即当t→∞,有xi(t)→xj(t),即xi(t)和xj(t)达到一致性;
多无人机为多智能体中的一种;在一致性理论的基础上,对控制器进行改进,得到固定时间一致性控制器如下
Figure BDA0002845898580000041
Figure BDA0002845898580000042
其中γ1>0,γ2>0,γ3>0,γ4>0,a>0,b>0,其均为系数,
Figure BDA0002845898580000043
分别表示第j架无人机t时刻的虚拟速度和虚拟位置,第
Figure BDA0002845898580000044
表示第i架无人机t时刻的虚拟速度和虚拟位置,
Figure BDA0002845898580000045
表示
Figure BDA0002845898580000046
的一次导数,
Figure BDA0002845898580000047
表示
Figure BDA0002845898580000048
的一次导数,aij表明了第i架和第j架无人机之间的通信状态,即无向通信拓扑图邻接矩阵的元素,当第i架和第j架无人机之间存在信息交换,则aij=1,反之aij=0;该协同算法能够使得n架无人机的虚拟状态在固定时间内达到一致性,
Figure BDA0002845898580000049
Figure BDA00028458985800000410
步骤三:在第二步得到固定时间一致性算法的基础上,让无人机按照期望的编队形态进行编队,步骤如下:
虽然虚拟位置能够达到一致性,但期望的虚拟编队还没完成,需要加入偏量形成期望的编队形态,基于第二步结果,重新设计成:
Figure BDA00028458985800000411
其中σi和σj是常系数,且dij=σij,dij表示第i架无人机和第j架无人机之间期望的距离,通过上述算法使得虚拟位置达到期望的编队形态,
Figure BDA0002845898580000051
步骤四:基于上述的协同控制算法,跟踪控制算法中的位置控制器和姿态控制器保证
Figure BDA0002845898580000052
虚拟位置
Figure BDA0002845898580000053
和虚拟速展
Figure BDA0002845898580000054
分别是真实位置ri和真实速度vi的追踪目标,当追踪任务完成后,期望的编队形态和速度一致性将会实现;具体步骤如下:
采用PID算法设计四旋翼的位置控制器和姿态控制器,首先根据虚拟状态和真实状态的误差:
Figure BDA0002845898580000055
因此位置控制器
Figure BDA0002845898580000056
设计如下:
Figure BDA0002845898580000057
其中k1>0,k2>0,k3>0,为PID参数;位置控制器表示为:
Figure BDA0002845898580000058
在姿态控制器中,由于期望的偏航角始终为零,即
Figure BDA0002845898580000059
通过俯仰角和横滚角来改变四旋翼的状态;进一步的,设计姿态控制器,
姿态角控制器
Figure BDA00028458985800000510
设计如下:
Figure BDA00028458985800000511
其中k4>0,k5>0,k6>0,
Figure BDA00028458985800000512
在姿态动力学模型中为:
Figure BDA0002845898580000061
因此在求得姿态控制器
Figure BDA0002845898580000062
后,代入式(14),求出期望的力矩值τi=[τφ,i,τθ,i,τψ,i]T;通过期望的力矩值便能得到无人机的俯仰角和横滚角;
步骤五:根据上述控制方法,通过修改dij从而按照期望的编队形态迅速实现编队飞行。
本发明与已有的多四旋翼无人机编队控制算法相比,具有如下特点:
现有无人机编队控制方法大多属于无限时间内稳定,收敛速率,抗干扰性和鲁棒性都有待提高,收敛时间还受到多无人机初始状态的影响。此外,常见多无人机控制算法系数多,耦合性高都不利于对其控制研究。然后,本方法提出的基于固定时间理论的分层型控制结构大大减少了多无人机协同控制耦合,更好的实现了多无人机分布式编队控制,具有简单高效,计算量少,强鲁棒性和抗干扰性,固定时间收敛等优势。
附图说明
图1为本方法的控制结构框架。
具体实施方式
如图1所示,本发明提出的基于固定时间一致性理论的多无人机编队控制方法,具体实施方式如下:
以3架无人机为例加上一个虚拟领导者为例,设定飞行总时长为15秒,观测无人机是否形成期望的编队形态以及形成编队的时间。
第一步:给四旋翼无人机动力学模型,具体步骤如下:
无人机的四个输入由四个旋翼产生,得到四个旋翼拉力和三个轴向力矩,四个旋翼的合拉力为Ti,力矩为
Figure BDA0002845898580000063
τφ,i为横滚力矩,τθ,i为俯仰力矩,τψ,i为偏航力矩,力矩不平衡是无人机产生旋转运动的原因。如果四个旋翼的转速分别为w1,i,w2,i,w3,i,w4,i,可得
Figure BDA0002845898580000071
其中b为10Nms2为表示旋翼拉力系数,k为0.1Nms2表示反扭矩系数,l为0.2m表示无人重心距旋翼的距离。合拉力Ti垂直于机体表面向上。
根据牛顿定理以及忽略空气阻力,得到在地理坐标系下的无人机运动方程
Figure BDA0002845898580000072
其中kx,i=0.02、ky,i=0.02、kz,i=0.02分别表示三轴的空气阻力系数,g是重力加速度,m为1.2kg是四旋翼无人机的机体质量。
根据欧拉方程
Figure BDA0002845898580000073
M表示作用在无人机上的合力矩,ω表示姿态角速度,×表示叉乘,I表示转动惯量。
因此可得无人机姿态动力学模型。
Figure BDA0002845898580000074
其中,kφ,i=kθ,i=kφ,i=0.1为空气阻力转矩系数,Ix,Iy和Iz表示三个轴上的惯性矩分别为0.05kgm2、0.05kgm2和0.1kgm2
第二步:采用固定时间一致性理论设计协同控制算法,从而得到无人机的虚拟位置和虚拟速度,具体步骤如下:
对于控制系统来说,收敛速度越快越好,为了提高收敛速度并且使得系统能够在规定时间内达到稳定,固定时间控制技术应运而生,固定时间控制技术引进到一致性协议当中,可以大大提高多无人机系统以及其它多智能体系统的收敛速度,使得闭环系统具有更好的抗干扰性和鲁棒性。
首先根据单个智能体的一阶积分系统
Figure BDA0002845898580000081
其中,xi(t)、ui(t)分别表示第i个智能体t时刻的位置和控制输入;基于一致性协议可得如下控制器:
Figure BDA0002845898580000082
其中aij表明了第i架和第j架无人机之间的通信状态,xj(t)表示第j个智能体t时刻的位置;在此控制器的作用下,确保各智能体状态到达一致性;即当t→∞,有xi(t)→xj(t),即xi(t)和xj(t)达到一致性;
多无人机为多智能体中的一种;在一致性理论的基础上,对控制器进行改进,得到固定时间一致性控制器如下
Figure BDA0002845898580000083
Figure BDA0002845898580000091
其中γ1=1.4,γ2=0.5,γ3=1.5,γ4=0.6,a=2,b=5,aij表明了第i架和第j架无人机之间的通信状态,即无向通信拓扑图邻接矩阵的元素,当第i和j架无人机之间存在信息交换,则aij=1,反之aij=0。该协同算法能够使得n架无人机的虚拟状态在固定时间内达到一致性,
Figure BDA0002845898580000092
Figure BDA0002845898580000093
第三步:在第二步得到固定时间一致性算法的基础上,让无人机按照期望的编队形态进行编队,步骤如下:
虽然虚拟位置能够达到一致性,但期望的虚拟编队还没完成,需要加入偏量才可以形成期望的编队形态,基于第二步结果,可以重新设计成:
Figure BDA0002845898580000094
其中σi和σj是常数,且dij=σij,通过上述算法可以使得虚拟位置达到期望的编队形态,
Figure BDA0002845898580000095
第四步:基于上述的协同控制算法,跟踪控制算法中的位置控制器和姿态控制器可以保证
Figure BDA0002845898580000096
虚拟状态
Figure BDA0002845898580000097
Figure BDA0002845898580000098
是真实状态的ri和vi的追踪目标。当追踪任务完成后,期望的编队形态和速度一致性将会实现。具体步骤如下:
采用PID算法设计四旋翼的位置控制器和姿态控制器,首先根据虚拟状态和真实状态的误差:
Figure BDA0002845898580000101
因此位置控制器
Figure BDA0002845898580000102
设计如下:
Figure BDA0002845898580000103
其中k1=6,k2=5,k3=8,为PID参数。位置控制器可以表示为:
Figure BDA0002845898580000104
在姿态控制器中,由于期望的偏航角始终为零,即
Figure BDA0002845898580000105
可通过俯仰角和横滚角来改变四旋翼的状态。进一步的,设计姿态控制器,
姿态角控制器
Figure BDA0002845898580000106
设计如下:
Figure BDA0002845898580000107
其中k4=500,k5=300,k6=30,
Figure BDA0002845898580000108
在姿态动力学模型中为:
Figure BDA0002845898580000109
因此在求得姿态控制器
Figure BDA0002845898580000111
后,代入式(14),求出期望的力矩值τi=[τφ,i,τθ,i,τψ,i]T
第五步:根据上述控制算法,可以通过修改dij从而按照期望的编队形态迅速实现编队飞行。

Claims (1)

1.一种四旋翼飞行器编队追踪控制方法,其特征在于,该方法具体包括以下步骤:
步骤一:首先给出四旋翼无人机的动力学模型,详细操作如下:
无人机的四个输入由四个旋翼产生,得到四个旋翼拉力和三个轴向力矩,四个旋翼的合拉力为Ti,力矩为
Figure FDA0002845898570000011
τφ,i为横滚力矩,τθ,i为俯仰力矩,τψ,i为偏航力矩,i表示第i个无人机;如果四个旋翼的转速分别为w1,i,w2,i,w3,i,w4,i,得
Figure FDA0002845898570000012
其中b表示旋翼拉力系数,k表示反扭矩系数,l表示无人重心距旋翼的距离;合拉力Ti垂直于机体表面向上;
根据牛顿定理以及忽略空气阻力,得到在地理坐标系下的无人机运动方程
Figure FDA0002845898570000013
其中kx,i、ky,i、kz,i分别表示三轴的空气阻力系数,φi表示第i个无人机横滚角,θi表示第i个无人机俯仰角,ψi表示第i个无人机偏航角,g是重力加速度,mi是第i个四旋翼无人机的机体质量;
根据欧拉方程
Figure FDA0002845898570000021
M表示作用在无人机上的合力矩,ω表示姿态角速度,
Figure FDA0002845898570000022
表示姿态角速度的导数,×表示叉乘,I表示转动惯量;因此可得无人机姿态动力学模型;
Figure FDA0002845898570000023
其中,
Figure FDA0002845898570000024
表示空气阻力在机体坐标系三个主轴方向产生的力矩,Ix,Iy和Iz表示三个轴上的惯性矩,
Figure FDA0002845898570000025
表示第i个无人机横滚角的一次导,
Figure FDA0002845898570000026
表示第i个无人机俯仰角的一次导,
Figure FDA0002845898570000027
表示第i个无人机偏航角的一次导;
步骤二:采用固定时间一致性理论设计协同控制算法,从而得到无人机的虚拟位置和虚拟速度,具体步骤如下:
首先根据单个智能体的一阶积分系统
Figure FDA0002845898570000028
其中,xi(t)、ui(t)分别表示第i个智能体t时刻的位置和控制输入;基于一致性协议可得如下控制器:
Figure FDA0002845898570000029
其中aij表明了第i架和第j架无人机之间的通信状态,xj(t)表示第j个智能体t时刻的位置;在此控制器的作用下,确保各智能体状态到达一致性;即当t→∞,有xi(t)→xj(t),即xi(t)和xj(t)达到一致性;
多无人机为多智能体中的一种;在一致性理论的基础上,对控制器进行改进,得到固定时间一致性控制器如下
Figure FDA0002845898570000031
Figure FDA0002845898570000032
其中γ1>0,γ2>0,γ3>0,γ4>0,a>0,b>0,其均为系数,
Figure FDA0002845898570000033
分别表示第j架无人机t时刻的虚拟速度和虚拟位置,第
Figure FDA0002845898570000034
表示第i架无人机t时刻的虚拟速度和虚拟位置,
Figure FDA0002845898570000035
表示
Figure FDA0002845898570000036
的一次导数,
Figure FDA0002845898570000037
表示
Figure FDA0002845898570000038
的一次导数,aij表明了第i架和第j架无人机之间的通信状态,即无向通信拓扑图邻接矩阵的元素,当第i架和第j架无人机之间存在信息交换,则aij=1,反之aij=0;该协同算法能够使得n架无人机的虚拟状态在固定时间内达到一致性,
Figure FDA0002845898570000039
Figure FDA00028458985700000310
步骤三:在第二步得到固定时间一致性算法的基础上,让无人机按照期望的编队形态进行编队,步骤如下:
虽然虚拟位置能够达到一致性,但期望的虚拟编队还没完成,需要加入偏量形成期望的编队形态,基于第二步结果,重新设计成:
Figure FDA0002845898570000041
其中σi和σj是常系数,且dij=σij,dij表示第i架无人机和第j架无人机之间期望的距离,通过上述算法使得虚拟位置达到期望的编队形态,
Figure FDA0002845898570000042
步骤四:基于上述的协同控制算法,跟踪控制算法中的位置控制器和姿态控制器保证
Figure FDA0002845898570000043
虚拟位置
Figure FDA0002845898570000044
和虚拟速度
Figure FDA0002845898570000045
分别是真实位置ri和真实速度vi的追踪目标,当追踪任务完成后,期望的编队形态和速度一致性将会实现;具体步骤如下:
采用PID算法设计四旋翼的位置控制器和姿态控制器,首先根据虚拟状态和真实状态的误差:
Figure FDA0002845898570000046
因此位置控制器
Figure FDA0002845898570000047
设计如下:
Figure FDA0002845898570000048
其中k1>0,k2>0,k3>0,为PID参数;位置控制器表示为:
Figure FDA0002845898570000049
在姿态控制器中,由于期望的偏航角始终为零,即
Figure FDA00028458985700000410
通过俯仰角和横滚角来改变四旋翼的状态;进一步的,设计姿态控制器,
姿态角控制器
Figure FDA0002845898570000051
设计如下:
Figure FDA0002845898570000052
其中k4>0,k5>,k6>0,
Figure FDA0002845898570000053
在姿态动力学模型中为:
Figure FDA0002845898570000054
因此在求得姿态控制器
Figure FDA0002845898570000055
后,代入式(14),求出期望的力矩值τi=[τφ,i,τθ,i,τψ,i]T;通过期望的力矩值便能得到无人机的俯仰角和横滚角;
步骤五:根据上述控制方法,通过修改dij从而按照期望的编队形态迅速实现编队飞行。
CN202011509312.7A 2020-12-18 2020-12-18 一种四旋翼飞行器编队追踪控制方法 Active CN112684705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011509312.7A CN112684705B (zh) 2020-12-18 2020-12-18 一种四旋翼飞行器编队追踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011509312.7A CN112684705B (zh) 2020-12-18 2020-12-18 一种四旋翼飞行器编队追踪控制方法

Publications (2)

Publication Number Publication Date
CN112684705A CN112684705A (zh) 2021-04-20
CN112684705B true CN112684705B (zh) 2022-06-24

Family

ID=75450081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011509312.7A Active CN112684705B (zh) 2020-12-18 2020-12-18 一种四旋翼飞行器编队追踪控制方法

Country Status (1)

Country Link
CN (1) CN112684705B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113220021B (zh) * 2021-05-06 2022-08-09 西北工业大学 基于虚拟领导者的飞行编队协同自适应跟踪控制方法
CN115373422A (zh) * 2022-09-02 2022-11-22 西安航天动力研究所 一种无人机编队变换控制方法、装置及设备
CN115857309A (zh) * 2023-02-27 2023-03-28 华东交通大学 一种可倾斜六旋翼无人机的容错控制方法及系统
CN116414148B (zh) * 2023-03-15 2023-12-05 华中科技大学 一种分布式的旋翼无人机协同控制方法、装置和系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412564B (zh) * 2013-07-26 2016-02-03 中国科学院计算技术研究所 一种无人系统分布式一致性编队控制方法及其系统
CN109324636B (zh) * 2018-10-24 2021-08-20 中北大学 基于二阶一致性和自抗扰的多四旋翼主从式协同编队控制方法
CN110673649B (zh) * 2019-11-12 2022-09-09 哈尔滨工业大学(深圳) 基于拓扑优化的时变信道下无人机编队一致性控制方法、系统、装置及存储介质

Also Published As

Publication number Publication date
CN112684705A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN112684705B (zh) 一种四旋翼飞行器编队追踪控制方法
CN108388270B (zh) 面向安全域的集群无人机轨迹姿态协同控制方法
CN108958289B (zh) 基于相对速度障碍的集群无人机避碰方法
Kayacan et al. Type-2 fuzzy logic trajectory tracking control of quadrotor VTOL aircraft with elliptic membership functions
CN102591358B (zh) 一种多无人机的动态编队控制方法
CN107957730B (zh) 一种无人飞行器稳定飞行控制方法
Naidoo et al. Development of an UAV for search & rescue applications
CN112241125B (zh) 一种基于微分平坦特性的无人机轨迹跟踪方法
CN109991991B (zh) 一种无人直升机鲁棒容错跟踪方法
CN112068598B (zh) 一种无人机编队飞行方法及控制系统
CN115639841B (zh) 一种基于鲁棒牵制的无人机集群编队控制系统及控制方法
Bouadi et al. Modelling and stabilizing control laws design based on backstepping for an UAV type-quadrotor
CN115657730B (zh) 一种大规模多旋翼无人机鲁棒分簇编队控制方法
CN108647442B (zh) 一种基于辅助输出的六旋翼无人机故障估计方法
CN111273688B (zh) 基于事件触发的四旋翼无人机一致性编队控制方法
CN113296507B (zh) 一种基于时空解耦的多动力定位船舶协同编队控制方法
CN106155076A (zh) 一种多旋翼无人飞行器的稳定飞行控制方法
CN103713641A (zh) 一种飞行器密集自主编队的队形拆分方法
Walid et al. Modeling and control of a quadrotor UAV
Pilz et al. Robust controller design for formation flight of quad-rotor helicopters
CN112327926A (zh) 一种无人机编队的自适应滑模控制方法
Gu et al. Design and verification of UAV formation controller based on leader-follower method
Benzaid et al. A generalized dynamical model and control approach applied to multirotor aerial systems
CN112650263A (zh) 一种组合式无人机的控制方法
Al-Jarrah et al. Design blimp robot based on embedded system and software architecture with high level communication and fuzzy logic

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