CN112947062B - 一种复合翼垂直起降无人机旋翼模式控制方法及系统 - Google Patents

一种复合翼垂直起降无人机旋翼模式控制方法及系统 Download PDF

Info

Publication number
CN112947062B
CN112947062B CN202011572820.XA CN202011572820A CN112947062B CN 112947062 B CN112947062 B CN 112947062B CN 202011572820 A CN202011572820 A CN 202011572820A CN 112947062 B CN112947062 B CN 112947062B
Authority
CN
China
Prior art keywords
attitude
aerial vehicle
unmanned aerial
control
subsystem
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
CN202011572820.XA
Other languages
English (en)
Other versions
CN112947062A (zh
Inventor
刘贞报
陈露露
邹旭
赵闻
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical 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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202011572820.XA priority Critical patent/CN112947062B/zh
Publication of CN112947062A publication Critical patent/CN112947062A/zh
Application granted granted Critical
Publication of CN112947062B publication Critical patent/CN112947062B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C29/00—Aircraft capable of landing or taking-off vertically, e.g. vertical take-off and landing [VTOL] aircraft
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (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

本发明公开的一种复合翼垂直起降无人机旋翼模式控制方法及系统，首先建立无人机的位置子系统和姿态子系统的非线性模型，采用基于扩展状态观测器的递归滑模控制，通过观测器估计扰动并补偿到控制器，得到复合翼垂直起降无人机位置的三轴位置控制量，减小了滑模控制的抖振，提高了系统鲁棒性，姿态控制器采用自抗扰控制器，提高姿态控制器抗干扰能力，相比于传统PID控制，ADRC控制以及滑模控制，具有更好的鲁棒控制性能和轨迹跟踪能力。

Description

一种复合翼垂直起降无人机旋翼模式控制方法及系统
技术领域
本发明涉及飞行控制领域，具体为一种复合翼垂直起降无人机旋翼模式控制方法及系统。
背景技术
近十年来，无人机技术突飞猛进，典型代表四旋翼无人机，具有垂直起降，结构简单，易操作易维修的特性，在民用领域取得广泛应用，但是航时短的缺点制约了其在远距离场景的应用，复合翼垂直起降无人机则采用固定翼无人机和旋翼无人机结合的方式，既能弥补旋翼无人机航时短的弊端，也能消除传统固定翼无人机对于跑道的要求。
复合翼垂直起降无人机的飞行包括旋翼模式，转换模式和固定翼模式。由于机翼的存在，使得原本旋翼模型变得复杂，且模型参数很难通过测量获取，这导致了在实际控制器设计过程中存在未建模的动力学以及参数的不确定性。且实际飞行过程中存在阵风干扰以及负载变化也会给飞行安全带来威胁，因此，为复合翼垂直起降无人机设计鲁棒性强的控制器尤为重要。
经典PID控制不依赖系统模型，结构简单，已经在工程领域得到广泛应用，但是在系统为强耦合非线性系统，且受到干扰以及模型不确定性时，经典PID缺乏鲁棒性。滑模控制(SMC)作为鲁棒控制理论的重要组成部分，具有快速收敛性和强鲁棒性，已经用于航天器、永磁同步电机、卫星、机器人等领域。但是传统滑模需要干扰上界已知，且控制信号存在高频抖振现象，损害执行器。
发明内容
针对现有技术中存在的问题，本发明提供一种复合翼垂直起降无人机旋翼模式控制方法及系统，有效提高复合翼垂直起降无人机旋翼模式抗干扰能力。
本发明是通过以下技术方案来实现：
一种复合翼垂直起降无人机旋翼模式控制方法，包括以下步骤：
步骤1、建立复合翼垂直起降无人机在旋翼模式下的位置子系统和姿态子系统的非线性模型；
步骤2、根据位置子系统的非线性模型构建位置扩展状态观测器，基于递归滑模控制并结合位置扩展状态观测器构建位置子系统控制器，根据位置子系统控制器得到复合翼垂直起降无人机位置的三轴位置控制量；
步骤3、根据复合翼垂直起降无人机的姿态期望值构建跟踪微分器，根据姿态子系统的非线性模型构建姿态扩展状态观测器，根据跟踪微分器和扩展状态观测器通过线性反馈控制率建立姿态控制器，姿态控制器输出姿态控制量；
步骤4、基于步骤2和步骤3得到的位置控制量和姿态控制量，控制复合翼垂直起降无人机在旋翼模式下飞行。
优选的，步骤1中位置子系统的非线性模型的表达如下：
Figure RE-GDA0003051338300000021
其中，p＝(x,y,z)为地面坐标系下的无人机位置，v＝(vx,vy,vz)为速度， g为重力加速度，p3＝[0 0 1]T，uf代表总推力，df为模型参数不确定性和外界干扰产生的地面坐标系上三轴干扰力。
优选的，步骤1中姿态子系统的非线性模型如下：
Figure RE-GDA0003051338300000031
其中，J为转动惯量矩阵，dτ为阻力力矩，ξ＝(φ,θ,ψ)表示滚转角、俯仰角和偏航角，τ＝(τφ,τθ,τψ)为无人机受到的力矩。
优选的，步骤2的过程具体如下：
根据位置子系统的非线性模型构建扩展状态观测器；
建立递归滑模控制器，并确定滑模控制器的等效控制率；
根据扩展状态观测器估计的干扰建立滑模控制器的切换控制率；
根据等效控制率和切换控制率得到复合翼垂直起降无人机的三轴位置控制方程，根据三轴位置控制方程得到三轴的位置控制量。
优选的，所述递归滑模控制器的建立过程如下：
复合翼垂直起降无人机x轴位置的跟踪误差ex＝x-xd，xd为期望的位置，定义第一层滑模面σx：
Figure RE-GDA0003051338300000032
其中，γ，β和α为正常数；
根据第一层滑模面定义第二层滑模面sx:
sx＝σx+λσIx
根据第二层滑模面sx确定滑模控制器的等效控制率：
Figure RE-GDA0003051338300000033
滑模控制器的切换控制率为：
Figure RE-GDA0003051338300000034
其中，k1和k2为控制器系数，
Figure RE-GDA0003051338300000041
为干扰dx估计值；
将等效控制率和切换控制率相加得到x轴位置的控制量ux。
优选的，所述复合翼垂直起降无人机的三轴位置控制量的表达式如下：
Figure RE-GDA0003051338300000042
Figure RE-GDA0003051338300000043
Figure RE-GDA0003051338300000044
其中，ux,uy,uz分别为无人机X,Y,Z三轴的控制量，yd和ey为y轴的期望位置和跟踪误差，zd和ez为z轴期望的位置和跟踪误差，
Figure RE-GDA0003051338300000045
和
Figure RE-GDA0003051338300000046
为dy和dz的观测值，σIy，sy，σIz和sz为相应递归滑模控制定义的滑模变量。
优选的，步骤3中所述姿态期望值包括偏航角期望值、俯仰角期望值和滚转角期望值；
所述偏航角期望值由外界设定得到，俯仰角期望值和滚转角期望值则根据位置子系统控制器输出的控制量计算得到：
Figure RE-GDA0003051338300000047
其中，θd为俯仰角期望值，φd为滚转角期望值，ux和uz分别为x轴和z 轴的位置控制量，ψd为偏航角的期望值。
优选的，所述姿态控制量包括偏航角控制量τψ、俯仰角控制量τφ和滚转控制量τθ；
τψ＝Jz(k3(v1ψ-z1ψ)-k4(v2ψ-z2ψ)-z3ψ)
τθ＝Jy(k3(v1θ-z1θ)-k4(v2θ-z2θ)-z3θ)
τφ＝Jx(k3(v1φ-z1φ)-k4(v2φ-z2φ)-z3φ)
其中，k3和k4为控制器参数，v1θ和v2θ为俯仰角跟踪观测器的输出，z1θ， z2θ和z3θ为俯仰角状态观测器输出，v1φ和v2φ为滚转角跟踪观测器的输出，z1φ， z2φ和z3φ为滚转角状态观测器输出。
优选的，根据偏航角的期望值设计偏航角跟踪微分器，自抗扰控制通过踪微分器用来跟踪快速变化的姿态期望值并获取姿态期望值的微分信号；
Figure RE-GDA0003051338300000051
其中，v1ψ为ψd的跟踪信号，v2ψ为v1ψ微分信号，r和h0为跟踪微分器参数，fhan()双曲正切函数。
一种复合翼垂直起降无人机旋翼模式控制方法的系统，包括，无人机子系统模块，用于采用牛顿-欧拉法建立复合翼垂直起降无人机在旋翼模式下的位置子系统和姿态子系统的非线性模型；
位置控制量模块，用于根据位置子系统的非线性模型构建位置扩展状态观测器，基于递归滑模控制并结合位置扩展状态观测器构建位置子系统控制器，得到复合翼垂直起降无人机位置的三轴位置控制量；
姿态控制量模块，用于根据复合翼垂直起降无人机的姿态期望值构建跟踪微分器，根据姿态子系统的非线性模型构建姿态扩展状态观测器，根据跟踪微分器和扩展状态观测器通过线性反馈控制率建立姿态控制器，姿态控制器输出姿态控制量；
控制模块、用于根据位置控制量和姿态控制量，控制复合翼垂直起降无人机在旋翼模式下飞行。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提供的一种复合翼垂直起降无人机旋翼模式控制方法，首先建立无人机的位置子系统和姿态子系统的非线性模型，采用基于扩展状态观测器的递归滑模控制，通过观测器估计扰动并补偿到控制器，得到复合翼垂直起降无人机位置的三轴位置控制量，减小了滑模控制的抖振，提高了系统鲁棒性，姿态控制器采用自抗扰控制器，提高姿态控制器抗干扰能力，相比于传统PID控制，ADRC控制以及滑模控制，具有更好的鲁棒控制性能和轨迹跟踪能力。
进一步，双曲正切函数tanh()取代符号函数sign()，进一步解决滑模的抖振现象。
附图说明
图1为本发明复合翼垂直起降无人机旋翼模式的控制框图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
一种复合翼垂直起降无人机旋翼模式控制方法，包括以下步骤：
步骤1、采用牛顿-欧拉法建立复合翼垂直起降无人机在旋翼模式下的位置子系统和姿态子系统的非线性模型。
S1.1、建立位置子系统的非线性模型。
定义机体坐标系E＝(xe,ye,ze)，地面坐标系B＝(xb,yb,zb)，机体坐标系到地面坐标系的转移矩阵定义为R：
Figure RE-GDA0003051338300000061
其中，ξ＝(φ,θ,ψ)表示滚转角、俯仰角和偏航角。
定义地面坐标系下的无人机位置为p＝(x,y,z)，速度为v＝(vx,vy,vz)，则位置子系统的非线性模型如下：
Figure RE-GDA0003051338300000071
其中，g为重力加速度，p3＝[0 0 1]T，uf代表总推力，df为模型参数不确定性和外界干扰产生的地面坐标系上三轴干扰力。
S1.2、建立姿态子系统的非线性模型。
Figure RE-GDA0003051338300000072
其中，ω＝(p,q,r)，通过小角度假设，得到矩阵W近似为单位对角矩阵。故得到姿态子系统的非线性模型如下：
Figure RE-GDA0003051338300000073
其中，J为转动惯量矩阵，与常规四旋翼无人机不同的是复合翼垂直起降无人机关于机体系x-z轴平面对称，因此其转动惯量矩阵并不是常见的对角矩阵。但为了控制器设计简化，此处转动惯量矩阵仍定义为 J＝diag{Jx,Jy,Jz}。将未建模的动力学(例如陀螺力矩)，参数不确定性(转动惯量的不确定性)，以及空气阻力产生的阻力力矩dτ通过来表示。
S1.3、根据位置子系统和姿态子系统的非线性模型得到复合翼垂直起降无人机的模型。
设τ＝(τφ,τθ,τψ)为无人机受到的力矩，复合翼垂直起降无人机在旋翼模式所受的力和力矩与旋翼转速的关系如下：
Figure RE-GDA0003051338300000081
其中，ωi表示为螺旋桨i的转速，CT和表示为力系数和力矩系数；
定义中间变量ux，uy和uz，
Figure RE-GDA0003051338300000082
Figure RE-GDA0003051338300000083
通过设计的中间变量ux，uy和uz，结合公式2和4，则复合翼垂直起降无人机模型如下：
Figure RE-GDA0003051338300000084
步骤2、根据位置子系统的非线性模型构建位置扩展状态观测器，基于递归滑模控制并结合位置扩展状态观测器构建位置子系统控制器，根据位置子系统控制器得到复合翼垂直起降无人机位置的三轴控制量。
其中，扩展状态观测器用于估计位置子系统总干扰，消除传统滑模控制器需要干扰上界的信息。使用递归滑模观测器减小传统滑模抖振现象，提高控制系统鲁棒性。
由于复合翼垂直起降无人机位置的x,y,z三轴的位置控制器设计方法相同，下面仅以x轴位置为例进行详述说明。
步骤2.1、根据位置子系统的x轴非线性模型设计x轴的扩展状态观测器。
Figure RE-GDA0003051338300000091
Figure RE-GDA0003051338300000092
为x观测值，ε1为x的观测误差，
Figure RE-GDA0003051338300000093
为vx观测值，
Figure RE-GDA0003051338300000094
为dx观测值，使观测器参数β01，β02和β03满足多项式s3+β01s2+β02s+β03＝(s+ω0)3，其中ω0为扩展观测器的带宽，β01＝3ω0，
Figure RE-GDA0003051338300000099
观测器的输出误差随带宽增大减小，但是过大的ω0导致对噪声敏感。
步骤2.2、基于递归滑模控制并结合x轴的状态观测器构建位置子系统x 轴控制器。
首先，设计递归滑模控制器，复合翼垂直起降无人机x轴位置的跟踪误差ex＝x-xd，xd为期望的位置，定义第一层滑模面σx：
Figure RE-GDA0003051338300000095
其中，γ，β和α为正常数。
其次，在第一层滑模面σx的基础上定义第二层滑模面sx:
sx＝σx+λσIx (11)
其中，λ＞0，σI满足
Figure RE-GDA0003051338300000096
则第二层滑模面sx的导数为
Figure RE-GDA0003051338300000097
令
Figure RE-GDA0003051338300000098
且忽略干扰项dx，根据第二层滑模面sx确定滑模控制器的等效控制率：
Figure RE-GDA0003051338300000101
根据x轴的扩展状态观测器估计的干扰
Figure RE-GDA0003051338300000102
建立滑模控制器的切换控制率为：
Figure RE-GDA0003051338300000103
其中，k1和k2为控制器系数，通过x轴的扩展状态观测器估计得到的干扰dx的估计值
Figure RE-GDA0003051338300000104
由于具有干扰补偿，所以此处k1不需要大于未知的干扰上界，这样设计减小滑模的抖振现象。
最终，将等效控制率和切换控制率相加得到x轴位置的控制量ux。
Figure RE-GDA0003051338300000105
步骤2.3、位置子系统x轴控制器稳定性分析
定义李雅普洛夫函数
Figure RE-GDA0003051338300000106
其微分表示为
Figure RE-GDA0003051338300000107
当控制器参数选取为k1＞0，
Figure RE-GDA0003051338300000108
稳定性得到证明，同理也可以得到y轴和z轴位置的控制量uy和uz。
Figure RE-GDA0003051338300000109
Figure RE-GDA00030513383000001010
其中，yd和ey为y轴的期望位置和跟踪误差，zd和ez为z轴期望的位置和跟踪误差，
Figure RE-GDA00030513383000001011
和
Figure RE-GDA00030513383000001012
为dy和dz的观测值，σIy，sy，σIz和sz为相应递归滑模控制定义的滑模变量。
步骤2.4、为减弱滑模的抖振现象，使用双曲正切函数tanh()取代符号函数sign()。
步骤3、基于自抗扰控制并结合姿态子系统的非线性模型，构建姿态控制器，姿态控制器包括滚转角控制器、俯仰角控制器和偏航角控制器。自抗扰控制通过踪微分器用来跟踪快速变化的姿态期望值并获取姿态期望值的微分信号，通过扩展状态观测器估计姿态子系统的不确定性和干扰，最后通过线性反馈控制率设计姿态控制器的控制量。
由于滚转角、俯仰角和偏航角控制器的设计方法相同，下面仅以偏航角ψ为例进行详细说明。
步骤3.1、确定姿态期望值，其包括偏航角期望值、俯仰角期望值和滚转角期望值。
由于旋翼模式无人机属于欠驱动系统，偏航角期望值ψd由外界设定而得到，而俯仰角期望值θd和滚转角期望值φd则根据位置子系统控制器输出的控制量ux，uy和uz计算得到：
Figure RE-GDA0003051338300000111
复合翼垂直起降无人机模型中偏航角的模型为：
Figure RE-GDA0003051338300000112
步骤3.2、根据偏航角的期望值设计偏航角跟踪微分器，自抗扰控制通过踪微分器用来跟踪快速变化的姿态期望值并获取姿态期望值的微分信号。
Figure RE-GDA0003051338300000113
其中，v1ψ为ψd的跟踪信号，v2ψ为v1ψ微分信号，r和h0为跟踪微分器参数，fhan()函数定义为
Figure RE-GDA0003051338300000121
步骤3.3、根据姿态子系统的偏航角非线性模型设计偏航角的扩展状态观测器。
Figure RE-GDA0003051338300000122
其中，
Figure RE-GDA0003051338300000123
为ψ观测值，εψ为ψ的观测误差，
Figure RE-GDA0003051338300000124
为
Figure RE-GDA0003051338300000125
观测值，
Figure RE-GDA0003051338300000126
为dψ观测值，观测器参数β1，β2和β3满足多项式s3+β1s2+β2s+β3＝(s+ω1)3，其中ω1为扩展观测器的带宽，β1＝3ω1，
Figure RE-GDA0003051338300000127
偏航角的扩展状态观测器的输出误差随带宽增大减小，但是过大的ω1导致对噪声敏感。
步骤3.4、根据偏航角跟踪微分器和偏航角扩展状态观测器，通过线性反馈控制率设计偏航角姿态控制器的控制量τψ。
τψ＝Jz(k3(v1ψ-z1ψ)-k4(v2ψ-z2ψ)-z3ψ) (25)
其中，k3和k4为控制器参数，同理也可以得到俯仰角姿态控制器的控制量τφ和滚转角姿态控制器的控制量τθ。
τθ＝Jy(k3(v1θ-z1θ)-k4(v2θ-z2θ)-z3θ) (26)
τφ＝Jx(k3(v1φ-z1φ)-k4(v2φ-z2φ)-z3φ) (27)
其中，v1θ和v2θ为俯仰角跟踪观测器的输出，z1θ，z2θ和z3θ为俯仰角状态观测器输出，v1φ和v2φ为滚转角跟踪观测器的输出，z1φ，z2φ和z3φ为滚转角状态观测器输出。
步骤4、基于步骤2和步骤3得到的位置控制量和姿态控制量，控制复合翼垂直起降无人机在旋翼模式下飞行。
基于扩展状态观测器和递归滑模(ESO-RSMC)的位置控制器，以及基于自抗扰控制(ADRC)的姿态控制器，可以得到控制量ux，uy，uz，τφ，τθ，τψ，带入系统模型中，可以让存在不确定性和扰动的垂直起降无人机在旋翼模式下精确地跟踪期望值，提高了系统的鲁棒性。
本发明还提供了一种复合翼垂直起降无人机旋翼模式控制方法的系统，包括，无人机子系统模块、位置控制量模块、姿态控制量模块和控制模块。
无人机子系统模块，用于采用牛顿-欧拉法建立复合翼垂直起降无人机在旋翼模式下的位置子系统和姿态子系统的非线性模型；
位置控制量模块，用于根据位置子系统的非线性模型构建位置扩展状态观测器，基于递归滑模控制并结合位置扩展状态观测器构建位置子系统控制器，得到复合翼垂直起降无人机位置的三轴位置控制量；
姿态控制量模块，用于根据复合翼垂直起降无人机的姿态期望值构建跟踪微分器，根据姿态子系统的非线性模型构建姿态扩展状态观测器，根据跟踪微分器和扩展状态观测器通过线性反馈控制率建立姿态控制器，姿态控制器输出姿态控制量；
控制模块、用于根据位置控制量和姿态控制量，控制复合翼垂直起降无人机在旋翼模式下飞行。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (6)

1.一种复合翼垂直起降无人机旋翼模式控制方法，其特征在于，包括以下步骤：
步骤1、建立复合翼垂直起降无人机在旋翼模式下的位置子系统和姿态子系统的非线性模型；
所述位置子系统的非线性模型的表达如下：
Figure FDA0004003738760000011
其中，p＝(x,y,z)为地面坐标系下的无人机位置，v＝(vx,vy,vz)为速度，g为重力加速度，p3＝[0 0 1]T，uf代表总推力，df为模型参数不确定性和外界干扰产生的地面坐标系上三轴干扰力；
所述姿态子系统的非线性模型如下：
Figure FDA0004003738760000012
其中，J为转动惯量矩阵，dτ为阻力力矩，ξ＝(φ,θ,ψ)表示滚转角、俯仰角和偏航角，τ＝(τφ,τθ,τψ)为无人机受到的力矩；
步骤2、根据位置子系统的非线性模型构建位置扩展状态观测器，基于递归滑模控制器并结合位置扩展状态观测器构建位置子系统控制器，根据位置子系统控制器得到复合翼垂直起降无人机位置的三轴位置控制量；
所述递归滑模控制器的建立过程如下：
复合翼垂直起降无人机x轴位置的跟踪误差ex＝x-xd，xd为期望的位置，定义第一层滑模面σx：
Figure FDA0004003738760000013
其中，γ，β和α为正常数；
根据第一层滑模面定义第二层滑模面sx:
sx＝σx+λσIx
根据第二层滑模面sx确定滑模控制器的等效控制率：
Figure FDA0004003738760000021
滑模控制器的切换控制率为：
Figure FDA0004003738760000022
其中，k1和k2为控制器系数，
Figure FDA0004003738760000023
为干扰dx估计值；
将等效控制率和切换控制率相加得到x轴位置的控制量ux；
所述复合翼垂直起降无人机的三轴位置控制量的表达式如下：
Figure FDA0004003738760000024
Figure FDA0004003738760000025
Figure FDA0004003738760000026
其中，ux,uy,uz分别为无人机X,Y,Z三轴的控制量，yd和ey为y轴的期望位置和跟踪误差，zd和ez为z轴期望的位置和跟踪误差，
Figure FDA0004003738760000027
和
Figure FDA0004003738760000028
为dy和dz的观测值，σIy，sy，σIz和sz为相应递归滑模控制定义的滑模变量；
步骤3、根据复合翼垂直起降无人机的姿态期望值构建跟踪微分器，根据姿态子系统的非线性模型构建姿态扩展状态观测器，根据跟踪微分器和扩展状态观测器通过线性反馈控制率建立姿态控制器，姿态控制器输出姿态控制量；
步骤4、基于步骤2和步骤3得到的位置控制量和姿态控制量，控制复合翼垂直起降无人机在旋翼模式下飞行。
2.根据权利要求1所述的一种复合翼垂直起降无人机旋翼模式控制方法，其特征在于，步骤2的过程具体如下：
根据位置子系统的非线性模型构建扩展状态观测器；
建立递归滑模控制器，并确定滑模控制器的等效控制率；
根据扩展状态观测器估计的干扰建立滑模控制器的切换控制率；
根据等效控制率和切换控制率得到复合翼垂直起降无人机的三轴位置控制方程，根据三轴位置控制方程得到三轴的位置控制量。
3.根据权利要求1所述的一种复合翼垂直起降无人机旋翼模式控制方法，其特征在于，步骤3中所述姿态期望值包括偏航角期望值、俯仰角期望值和滚转角期望值；
所述偏航角期望值由外界设定得到，俯仰角期望值和滚转角期望值则根据位置子系统控制器输出的控制量计算得到：
Figure FDA0004003738760000031
其中，θd为俯仰角期望值，φd为滚转角期望值，ux和uz分别为x轴和z轴的位置控制量，ψd为偏航角的期望值。
4.根据权利要求3所述的一种复合翼垂直起降无人机旋翼模式控制方法，其特征在于，所述姿态控制量包括偏航角控制量τψ、滚转控制量τφ和俯仰角控制量τθ；
τψ＝Jz(k3(v1ψ-z1ψ)-k4(v2ψ-z2ψ)-z3ψ)
τθ＝Jy(k3(v1θ-z1θ)-k4(v2θ-z2θ)-z3θ)
τφ＝Jx(k3(v1φ-z1φ)-k4(v2φ-z2φ)-z3φ)
其中，k3和k4为控制器参数，v1θ和v2θ为俯仰角跟踪观测器的输出，z1θ，z2θ和z3θ为俯仰角状态观测器输出，v1φ和v2φ为滚转角跟踪观测器的输出，z1φ，z2φ和z3φ为滚转角状态观测器输出。
5.根据权利要求4所述的一种复合翼垂直起降无人机旋翼模式控制方法，其特征在于，根据偏航角的期望值设计偏航角跟踪微分器，自抗扰控制通过踪微分器用来跟踪快速变化的姿态期望值并获取姿态期望值的微分信号；
Figure FDA0004003738760000041
其中，v1ψ为ψd的跟踪信号，v2ψ为v1ψ微分信号，r和h0为跟踪微分器参数，fhan()双曲正切函数。
6.基于权利要求1-5任一项所述的一种复合翼垂直起降无人机旋翼模式控制方法的系统，其特征在于，包括，
无人机子系统模块，用于采用牛顿-欧拉法建立复合翼垂直起降无人机在旋翼模式下的位置子系统和姿态子系统的非线性模型；
位置控制量模块，用于根据位置子系统的非线性模型构建位置扩展状态观测器，基于递归滑模控制并结合位置扩展状态观测器构建位置子系统控制器，得到复合翼垂直起降无人机位置的三轴位置控制量；
姿态控制量模块，用于根据复合翼垂直起降无人机的姿态期望值构建跟踪微分器，根据姿态子系统的非线性模型构建姿态扩展状态观测器，根据跟踪微分器和扩展状态观测器通过线性反馈控制率建立姿态控制器，姿态控制器输出姿态控制量；
控制模块、用于根据位置控制量和姿态控制量，控制复合翼垂直起降无人机在旋翼模式下飞行。
CN202011572820.XA 2020-12-25 2020-12-25 一种复合翼垂直起降无人机旋翼模式控制方法及系统 Active CN112947062B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011572820.XA CN112947062B (zh) 2020-12-25 2020-12-25 一种复合翼垂直起降无人机旋翼模式控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011572820.XA CN112947062B (zh) 2020-12-25 2020-12-25 一种复合翼垂直起降无人机旋翼模式控制方法及系统

Publications (2)

Publication Number Publication Date
CN112947062A CN112947062A (zh) 2021-06-11
CN112947062B true CN112947062B (zh) 2023-03-21

Family

ID=76236015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011572820.XA Active CN112947062B (zh) 2020-12-25 2020-12-25 一种复合翼垂直起降无人机旋翼模式控制方法及系统

Country Status (1)

Country Link
CN (1) CN112947062B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359805B (zh) * 2021-07-13 2023-05-02 北京航空航天大学 基于原鸽多行为智能的无人机抗干扰控制系统及方法
CN114995163B (zh) * 2022-08-03 2022-12-16 西北工业大学 一种无人机免疫控制方法
CN116300994B (zh) * 2022-12-30 2023-08-22 西北工业大学 基于未知系统动力学估计器的四旋翼无人机姿态控制方法
CN116088548B (zh) * 2022-12-30 2023-09-29 西北工业大学 一种基于快速非奇异终端滑模的四旋翼无人机姿态控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109062052A (zh) * 2018-08-31 2018-12-21 湖北工业大学 基于扩张状态观测器的四旋翼无人机积分滑模控制方法
CN111026146A (zh) * 2019-12-24 2020-04-17 西北工业大学 一种复合翼垂直起降无人机的姿态控制方法
CN111176312A (zh) * 2020-01-03 2020-05-19 莆田学院 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9715234B2 (en) * 2015-11-30 2017-07-25 Metal Industries Research & Development Centre Multiple rotors aircraft and control method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109062052A (zh) * 2018-08-31 2018-12-21 湖北工业大学 基于扩张状态观测器的四旋翼无人机积分滑模控制方法
CN111026146A (zh) * 2019-12-24 2020-04-17 西北工业大学 一种复合翼垂直起降无人机的姿态控制方法
CN111176312A (zh) * 2020-01-03 2020-05-19 莆田学院 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Command-filtered recursive sliding control of MIMO nonlinear systems with actuator saturation;G. Sun,et al.;《 2017 Chinese Automation Congress (CAC)》;20180101;第965-970页 *
Recursive terminal sliding mode control for hypersonic flight vehicle with sliding mode disturbance observer;Wang, J,et al.;《Nonlinear Dyn》;20150503;第1489–1510页 *
基于ESO的全驱动船舶递归滑模动态面输出反馈控制;钱前等;《上海工程技术大学学报》;20200330(第01期);第22-27+40页 *
机械臂的改进型递归滑模动态面抗扰控制;刘晴等;《测控技术》;20200118(第01期);第102-107页 *

Also Published As

Publication number Publication date
CN112947062A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
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
Das et al. Dynamic inversion with zero-dynamics stabilisation for quadrotor control
Madani et al. Backstepping control with exact 2-sliding mode estimation for a quadrotor unmanned aerial vehicle
CN110531776B (zh) 基于自抗扰控制技术的四旋翼飞行器位置控制方法和系统
CN108873929B (zh) 一种固定翼飞机自主着舰方法及系统
CN112346470A (zh) 一种基于改进自抗扰控制的四旋翼姿态控制方法
CN111694278B (zh) 一种四旋翼无人机的鲁棒跟踪控制方法及系统
CN111650952B (zh) 一种基于双干扰观测器四旋翼无人机分层抗干扰方法
CN113359459B (zh) 旋翼飞行器滑模变结构的姿态控制方法
CN110673623B (zh) 一种基于双环pd控制算法控制的四旋翼无人机着陆方法
CN107491083A (zh) 一种基于饱和自适应滑模控制的四旋翼自主着船方法
Sun et al. Nonlinear robust compensation method for trajectory tracking control of quadrotors
CN112327926A (zh) 一种无人机编队的自适应滑模控制方法
CN114489094A (zh) 一种基于加速度反馈增强的旋翼无人机抗风扰控制方法
CN110377044B (zh) 一种无人直升机的有限时间高度和姿态跟踪控制方法
Akbar et al. Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface
CN111857171B (zh) 一种基于质量自适应多层神经网络的无人机控制方法
CN110780676A (zh) 一种受扰小型无人直升机的复合主动抗干扰轨迹跟踪控制方法
CN113093809A (zh) 一种复合翼无人机的自抗扰控制器及其建立方法
Song et al. Research on attitude control of quadrotor uav based on active disturbance rejection control
CN111897219A (zh) 基于在线逼近器的倾转四旋翼无人机过渡飞行模式最优鲁棒控制方法
CN113885549B (zh) 基于维度裁剪的ppo算法的四旋翼姿态轨迹控制方法
CN114942648A (zh) 一种复杂风场下的桥梁检测特种无人机自主稳定方法
CN114779797A (zh) 一种无人直升机故障估计方法和跟踪容错方法
CN113238572A (zh) 基于预设性能控制的预设时间四旋翼无人机姿态跟踪方法

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