CN112882484B - 一种无人机抗干扰容错控制方法 - Google Patents

Abstract

本发明涉及一种无人机抗干扰容错控制方法，针对一类执行器受损和外部干扰混杂的四旋翼无人机控制系统，目标是对执行器效率损失故障和外部干扰进行快速解耦与估计，并通过自主控制重构保证四旋翼无人机在执行器故障和外部干扰并存情况下的安全性。首先，建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型；其次，针对执行器效率损失故障，设计非线性自适应状态观测器估计各执行器的效率损失系数；然后，设计干扰观测器，对外部干扰进行估计；最后，根据执行器效率损失系数的估计值以及外部干扰的估计值设计复合控制器，完成四旋翼无人机抗干扰容错控制。本发明可用于四旋翼无人机的高精度、高可靠控制。

Description

一种无人机抗干扰容错控制方法

技术领域

本发明涉及一种无人机抗干扰容错控制方法，针对复杂任务环境中四旋翼无人机执行器故障和外部干扰混杂的情况，设计主动抗干扰容错控制系统对四旋翼执行器效率损失故障和外部干扰分别进行精细的估计与补偿，可用于四旋翼无人机系统的高可靠、高精度控制。

背景技术

近些年来，四旋翼无人机作为一种特殊的无人机受到了广泛的关注。随着任务需求的复杂化，对四旋翼无人机系统的高可靠、高精度控制提出了更高的要求。无人机任务环境复杂多变，极易受到外部的多源干扰及未建模动态的影响，且系统发生故障的概率较高。四旋翼无人机在自主飞行过程中电机由于退磁、缺相等导致执行器丧失部分功能，可能会导致无人机无法正常完成任务。为提高无人机在故障条件下的可靠性，必须采用容错控制的方法。同时，考虑到无人机所处任务环境的复杂性，无人机不可避免地会受到外部的风、气流等多源干扰的影响，这些外部干扰可能会导致无人机控制性能退化甚至失稳。因此，针对执行器故障和外部干扰混杂的情况，研究故障和干扰的快速解耦与估计，设计有效的抗干扰容错控制系统，对于无人机的高可靠、高精度控制以及高安全飞行具有十分重要的现实意义。

目前，四旋翼无人机的容错控制和抗干扰控制已经有了很多研究成果，中国专利申请号为201810207537.3中提出了一种基于自适应故障估计观测器的四旋翼无人机容错控制方法，其中提出的方法存在以下问题：

(1)该方法涉及的故障为加性故障，并没有考虑执行器受损导致的执行器效率损失故障以及外部干扰的影响；

(2)该专利中设计的故障估计方法所需时间较长，因此在实际应用场景中会受到较大程度限制。此外，已有的无人机容错控制往往局限于系统的故障，未考虑外部干扰的影响，现有的无人机抗干扰控制的研究多将故障与干扰看成“集总干扰”进行抑制或抵消。综上所述，现有的容错控制和抗干扰控制方法无法针对执行器故障和外部干扰条件下的四旋翼无人机系统进行高可靠、高精度控制，亟需有机融合无人机容错控制和抗干扰控制。

发明内容

本发明的技术解决问题是：针对复杂工作环境中四旋翼无人机执行器效率损失故障和外部干扰并存的问题，克服现有技术的不足，提供一种无人机抗干扰容错控制方法，提高四旋翼无人机四旋翼无人机控制系统的容错能力与抗干扰能力。

本发明的技术解决方案是：一种无人机抗干扰容错控制方法，步骤如下：首先，建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型；其次，针对执行器效率损失故障，设计非线性自适应状态观测器估计各执行器的效率损失系数；然后，设计干扰观测器，对外部干扰进行估计；最后，根据执行器效率损失系数的估计值以及外部干扰的估计值设计复合控制器，对四旋翼无人机的执行器效率损失故障和外部干扰进行估计与抵消，完成四旋翼无人机抗干扰容错控制。具体步骤如下：

第一步,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型

其中x＝[x₁ x₂]^T为系统的状态向量，x₁＝[z φ θ ψ]^T，

z为四旋翼无人机的高度，φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角；

为系统状态向量的导数，

为四旋翼无人机在高度方向上的速度，

分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度；四旋翼无人机共包含4个执行器，执行器的控制输入向量u＝[u₁ u₂ u₃ u₄]^T，u_i为第i个执行器的控制输入，i＝1,2,3,4；系统矩阵

m为四旋翼无人机的总质量；g为重力加速度，I_x,I_y,I_z为四旋翼无人机在机体坐标系下绕各个轴的转动惯量，k_z,k_φ,k_θ,k_ψ为四旋翼无人机的拉力系数；输入矩阵

四旋翼无人机升力U_z、滚转力矩U_φ、俯仰力矩U_θ和偏航力矩U_ψ与执行器控制输入向量之间的关系可表示为：

式中K_u和K_y分别为桨叶的升力系数和扭矩系数，L_d为桨叶到四旋翼无人机质心的距离；系统模型中的L_c＝diag(L_c1,L_c2,L_c3,L_c4)表示执行器的控制效率矩阵，L_ci满足0<L_ci≤1，当L_ci＝1时表示第i个执行器正常工作，否则第i个执行器发生一定程度的效率损失故障；外部干扰d＝[d_z d_φ d_θ d_ψ]^T可由以下的干扰模型描述：

其中ξ为可建模干扰模型的状态变量，A表示上述可建模干扰模型的状态矩阵，C表示上述可建模干扰模型的输出矩阵。

第二步，结合四旋翼无人机高度和姿态控制系统模型，针对执行器效率损失故障，设计非线性自适应状态观测器估计各执行器的效率损失系数

其中状态变量z₀为四旋翼无人机高度和姿态控制系统状态向量x₂的估计值，四旋翼无人机共包含4个执行器，状态变量z_i分别为对应执行器的效率损失系数的估计值，e＝z₀-x₂为状态估计误差，F(x)、H(x)、B_u分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，Ψ＝diag(η₁,η₂,η₃,η₄)>0为待设计的正定增益矩阵，

为外部干扰d的估计值，Λ_i表示第i个执行器的对角变换矩阵，如当i＝1时，Λ₁＝diag(1,0,0,0)。

第三步，设计干扰观测器，对外部干扰进行估计

其中

为外部干扰d的估计值，

为可建模干扰模型中ξ的估计值，μ为干扰观测器中的辅助变量，z_i为非线性自适应状态观测器中的状态变量，F(x)、H(x)、B_u分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，A和C分别为可建模干扰模型的状态矩阵和输出矩阵，K为待设计的干扰观测器的增益矩阵，选择合适的K使得矩阵A-KC为Hurwitz矩阵。

第四步，基于自适应状态观测器和干扰观测器设计复合控制器，对四旋翼无人机的执行器效率损失故障和外部干扰d进行估计与抵消：

其中u为基础控制器计算出的控制信号，

为干扰观测器对外部干扰d的估计值，Γ＝diag(z₁,z₂,z₃,z₄)为四旋翼无人机执行器效率损失矩阵，z_i为非线性自适应状态观测器的状态变量，I＝diag(1,1,1,1)为4×4的单位矩阵，

为复合控制器计算出的实际控制信号。

本发明与现有技术相比的优点在于：

(1)本发明针对执行器故障和外部干扰混杂的四旋翼无人机系统，设计非线性自适应状态观测器估计四旋翼无人机各执行器的效率损失系数；设计干扰观测器对外部干扰进行估计；根据执行器故障参数和干扰的估计值，设计复合抗干扰容错控制器，实现四旋翼无人机在执行器故障和外部干扰并存情况的高可靠、高精度控制，本发明具有容错能力强、抗干扰性强的优势。

(2)本发明是可以与现有的四旋翼无人机控制方法相结合，嵌套至四旋翼无人机控制系统中，提高四旋翼无人机的容错能力与抗干扰能力。所设计的自适应状态观测器和干扰观测器可将耦合在一起的执行器效率损失故障与外部干扰解耦，实现对故障和干扰的精细估计与补偿。

附图说明

图1为本发明方法的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步详细说明。

如图1所示，本发明的具体实施步骤如下：

第一步,建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型

四旋翼无人机是欠驱动系统，执行器直接驱动四旋翼无人机的高度和姿态，根据牛顿欧拉方程，惯性坐标系下的执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型如下：

其中x＝[x₁ x₂]^T为系统的状态向量，x₁＝[z φ θ ψ]^T，

z为四旋翼无人机的高度，φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角；

为系统状态向量的导数，

为四旋翼无人机在高度方向上的速度，

分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度；四旋翼无人机共包含4个执行器，执行器的控制输入向量u＝[u₁ u₂ u₃ u₄]^T，u_i为第i个执行器的控制输入；系统矩阵

m为四旋翼无人机的总质量；g为重力加速度，I_x,I_y,I_z为四旋翼无人机在机体坐标系下绕各个轴的转动惯量，k_z,k_φ,k_θ,k_ψ为四旋翼无人机的拉力系数；输入矩阵

四旋翼无人机升力U_z、滚转力矩U_φ、俯仰力矩U_θ和偏航力矩U_ψ与执行器控制输入向量之间的关系可表示为：

式中K_u和K_y分别为桨叶的升力系数和扭矩系数，L_d为桨叶到四旋翼无人机质心的距离；系统模型中的L_c＝diag(L_c1,L_c2,L_c3,L_c4)表示执行器的控制效率矩阵，L_ci满足0<L_ci≤1，当L_ci＝1时表示第i个执行器正常工作，否则第i个执行器发生一定程度的效率损失故障；外部干扰d＝[d_z d_φ d_θ d_ψ]^T可由以下的干扰模型描述：

其中ξ为可建模干扰模型的状态变量，A表示上述可建模干扰模型的状态矩阵，C表示上述可建模干扰模型的输出矩阵。

第二步，结合四旋翼无人机高度和姿态控制系统模型，针对执行器效率损失故障，设计非线性自适应状态观测器估计各执行器的效率损失系数

首先，将第一步中建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型改写为：

其中γ_i表示四旋翼无人机第i个执行器的效率损失系数，i＝1,2,3,4，Λ_i表示第i个执行器对应的对角变换矩阵，i＝1,2,3,4，如当i＝1时，Λ₁＝diag(1,0,0,0)。

其中状态变量z₀为四旋翼无人机高度和姿态控制系统状态向量x₂的估计值，四旋翼无人机共包含4个执行器，状态变量z_i，i＝1,2,3,4分别为对应执行器的效率损失系数的估计值，e＝z₀-x₂为状态估计误差，F(x)、H(x)、B_u分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，Ψ＝diag(η₁,η₂,η₃,η₄)>0为待设计的正定增益矩阵，

为外部干扰d的估计值。

第三步，设计干扰观测器，对外部干扰进行估计

针对四旋翼无人机高度和姿态控制系统受到的外部干扰d，设计干扰观测器进行估计与补偿，得到外部干扰d的估计值，干扰观测器结构如下：

其中

为外部干扰d的估计值，

为可建模干扰模型中ξ的估计值，μ为干扰观测器中的辅助变量，z_i，i＝1,2,3,4为非线性自适应状态观测器中的状态变量，F(x)、H(x)、B_u分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，A和C分别为可建模干扰模型的状态矩阵和输出矩阵，K为待设计的干扰观测器的增益矩阵，选择合适的K使得矩阵A-KC为Hurwitz矩阵。

第四步，基于自适应状态观测器和干扰观测器设计复合控制器，对四旋翼无人机的执行器效率损失故障和外部干扰d进行估计与抵消，完成四旋翼无人机抗干扰容错控制

所设计的自适应状态观测器和干扰观测器能够快速准确地估计出四旋翼无人机各执行器的效率损失系数以及外部干扰，复合控制器结构如下：

其中u为基础控制器计算出的控制信号，

为干扰观测器对外部干扰d的估计值，Γ＝diag(z₁,z₂,z₃,z₄)为四旋翼无人机执行器效率损失矩阵，z_i为非线性自适应状态观测器的状态变量，I＝diag(1,1,1,1)为4×4的单位矩阵，

为复合控制器计算出的实际控制信号。因此本发明所提出的方法具有良好的裁剪特性，适用于大多数现有的四旋翼控制算法。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (2)

1.一种无人机抗干扰容错控制方法，其特征在于，步骤如下：

第一步，建立执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型；

第二步，结合四旋翼无人机高度和姿态控制系统模型，针对执行器效率损失故障，设计非线性自适应状态观测器，估计4个执行器的效率损失系数；

第三步，设计干扰观测器，对外部干扰进行估计；

第四步，基于第二步的自适应状态观测器和第三步的干扰观测器设计复合控制器，对四旋翼无人机的执行器效率损失故障和外部干扰进行估计与抵消，完成四旋翼无人机抗干扰容错控制；

所述第一步中,建立的执行器故障和外部干扰混杂的四旋翼无人机高度和姿态控制系统模型如下：

其中x＝[x₁ x₂]^T为系统的状态向量，x₁＝[z φ θ ψ]^T，

z为四旋翼无人机的高度，φ,θ,ψ分别表示四旋翼无人机的滚转角、俯仰角和偏航角；

为系统状态向量的导数，

为四旋翼无人机在高度方向上的速度，

分别表示四旋翼无人机的滚转角速度、俯仰角速度和偏航角速度；四旋翼无人机共包含4个执行器，执行器的控制输入向量u＝[u₁ u₂ u₃ u₄]^T，u_i为第i个执行器的控制输入，i＝1,2,3,4；系统矩阵

m为四旋翼无人机的总质量；g为重力加速度，I_x,I_y,I_z为四旋翼无人机在机体坐标系下绕各个轴的转动惯量，k_z,k_φ,k_θ,k_ψ为四旋翼无人机的拉力系数；输入矩阵

四旋翼无人机升力U_z、滚转力矩U_φ、俯仰力矩U_θ和偏航力矩U_ψ与执行器控制输入向量之间的关系表示为：

式中K_u和K_y分别为桨叶的升力系数和扭矩系数，L_d为桨叶到四旋翼无人机质心的距离；系统模型中的L_c＝diag(L_c1,L_c2,L_c3,L_c4)表示执行器的控制效率矩阵，L_ci满足0<L_ci≤1，当L_ci＝1时表示第i个执行器正常工作，否则第i个执行器发生一定程度的效率损失故障；外部干扰d＝[d₁ d₂ d₃ d₄]^T由以下的干扰模型描述：

其中ξ为可建模干扰模型的状态变量，A表示可建模干扰模型的状态矩阵，C表示可建模干扰模型的输出矩阵；

所述第二步中，设计非线性自适应状态观测器如下：

其中状态变量z₀为四旋翼无人机高度和姿态控制系统状态向量x₂的估计值，四旋翼无人机共包含4个执行器，状态变量z_i，i＝1,2,3,4分别为对应执行器的效率损失系数的估计值，e＝z₀-x₂为状态估计误差，F(x)、H(x)、B_u分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，u表示执行器控制输入向量，Ψ＝diag(η₁,η₂,η₃,η₄)>0为待设计的正定增益矩阵，

为外部干扰d的估计值，Λ_i表示第i个执行器的对角变换矩阵；

所述第三步中，设计的干扰观测器如下：

其中

为外部干扰d的估计值，

为可建模干扰模型中ξ的估计值，μ为干扰观测器中的辅助变量，z_i为非线性自适应状态观测器中的状态变量，i＝1,2,3,4，F(x)、H(x)、B_u分别为四旋翼无人机高度和姿态控制系统模型中的系统矩阵、输入矩阵以及控制效率矩阵，A和C分别为可建模干扰模型的状态矩阵和输出矩阵，K为待设计的干扰观测器的增益矩阵，选择合适的K使得矩阵A-KC为Hurwitz矩阵。

2.根据权利要求1所述的无人机抗干扰容错控制方法，其特征在于：所述第四步中，设计复合控制器如下：

其中u为基础控制器计算出的控制信号，

为干扰观测器对外部干扰d的估计值，Γ＝diag(z₁,z₂,z₃,z₄)为四旋翼无人机执行器效率损失矩阵，I＝diag(1,1,1,1)为4×4的单位矩阵，

为复合控制器计算出的实际控制信号。

Images