CN113433957B - 一种油气管道巡检无人机抗风控制方法 - Google Patents

Abstract

本发明公开了一种油气管道巡检无人机抗风控制方法，包括以下步骤：步骤一、建立无人机动态模型，包括无人机位置模型和无人机姿态模型；将无人机的位置模型和姿态模型改写为标准二阶模型形式，步骤二、无人机非线性扩展观测器设计，得到无人机状态量的观测值和风扰观测值；步骤三、根据无人机动态模型，以及期望的状态量，为无人机系统设计滑模控制器，并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿，得到滑模控制器输出；步骤四，无人机根据滑模控制器输出飞行。采用非线性扩展观测器作为风扰观测器，可以实现实时在线估计观测值。使用非线性扩展观测器和滑模控制器结合方式，消除传统滑模的高频抖振，提高控制的鲁棒性。

Description

一种油气管道巡检无人机抗风控制方法

技术领域

本发明属于无人机控制领域，具体涉及一种油气管道巡检无人机抗风控制方法。

背景技术

石油天然气是我国重要的基础能源，由于我国幅员辽阔且油气资源分布不均衡，所以石油天然气等资源需要长距离运输，其中管道运输是主要的运输方式。为维护管道运输安全，通常采用人工巡检方式。人工巡检劳动强度大、工效低、周期较长，且复杂恶劣地理环境人员往往难以到达。近年来，随着工业无人机的兴起，使用无人机协助常规人工巡检成为一种趋势。

油气巡检无人机为满足巡检需求，通常搭载可见光相机、热成像相机等进行巡检作业。在巡检作业过程中，需要在油气管道上方飞行，进行航空影像采集。环境中的风是面临一个较大挑战，会导致无人机偏离航线，无法观测到管道上方的情况，已成为无人机精确位置控制的重要影响因素。目前实际无人机工程应用中常用PID控制器，无法满足高精度的轨迹跟踪。

发明内容

本发明的目的是提供一种油气管道巡检无人机抗风控制方法，以实时在线估计风扰，补偿无人机控制器输出，减小航线跟踪误差，提高油气管道巡检无人机控制的精确度。

本发明的目的是通过以下技术手段实现的，一种油气管道巡检无人机抗风控制方法，包括以下步骤

步骤一、建立无人机动态模型，包括无人机位置模型和无人机姿态模型；

将无人机的位置模型和姿态模型改写为标准二阶模型形式，

步骤二、无人机非线性扩展观测器设计，得到无人机状态量的观测值和风扰观测值；

步骤三、根据无人机动态模型，以及期望的状态量，为无人机系统设计滑模控制器，并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿，得到滑模控制器输出；

步骤四，无人机根据滑模控制器输出飞行。

所述无人机的位置模型为

其中，p＝[x,y,z]^T，v＝[v_x,v_y,v_z]^T表示地球坐标系下的位置和速度，ε＝[0,0,1]^T，d_p＝[d₁,d₂,d₃]^T位置系统风扰动，

具体的x，y，z为地球坐标系下三轴的位置，v_x，v_y，v_z为地球坐标系下三轴的速度，d₁，d₂，d₃为位置模型中三轴的风扰动

u_f是螺旋桨总升力，其定义为：

其中，b为螺旋桨升力系数，为第i个螺旋桨的转速。

无人机的姿态模型为

J＝diag(J_x,J_y,J_z)转动惯量矩阵，代表三轴姿态角，ω＝[p,q,r]^T表示机体系角速度，d_a＝[Δ₁,Δ₂,Δ₃]^T表示姿态子系统中的风扰动，τ＝[τ₁,τ₂,τ₃]^T机体系三轴力矩，l是机臂长度，

具体的，J_x，J_y，J_z为无人机三轴转动惯量，φ，θ，分别为无人机的滚转角、俯仰角和偏航角，p，q，r分别为无人机的滚转角速度、俯仰角速度和偏航角速度，Δ₁，Δ₂，Δ₃分别表示姿态子模型中的三轴的风扰动，τ₁，τ₂，τ₃分别表示机体系滚转力矩、俯仰力矩和偏航力矩，

τ和矩阵W定义为，

所述将无人机的位置模型和姿态模型标准二阶模型形式为

其中

所述无人机非线性观测器设计为

其中，ε为观测器参数。

所述滑模控制器为，

根据状态期望值以及无人机当前的状态量，计算得到状态量误差 e_i＝η_i,1-η_i,d，快速非奇异终端滑模面设计为

其中，α，β＞0，p，q为正奇数且p＞q。结合步骤1中无人机模型，滑模面的导数为

令其中，k₁＞0，k₂＞δ，得到控制率u_i

因为风扰η_i,3未知，使用步骤二中风扰观测值取代η_i,3，得到最终的控制量：

其中α，β、p、q、k₁、k₂均为控制器参数，期望的状态量η_i,d(i＝1,2,3,4,5,6)。

进一步的，无人机是欠驱动的耦合系统，期望的状态输入信号为η_1,d，η_2,d，η_3,d和η_6,d，η_4,d和η_5,d的计算公式为：

为进一步减少滑模控制的抖振现象，采用sat函数取代sign函数，sat函数定义如下：

本发明的有益效果在于：(1)采用非线性扩展观测器作为风扰观测器，可以实现实时在线估计观测值。

(2)使用非线性扩展观测器和滑模控制器结合方式，消除传统滑模的高频抖振，提高控制的鲁棒性。

附图说明

图1是油气管道巡检无人机抗风控制方法设计流程图；

图2是油气管道巡检无人机抗风控制方法的控制框图；

图3干扰下三维期望轨迹和实际轨迹对比示意图；

图4 x轴轨迹跟踪对比示意图；

图5为x轴轨迹跟踪误差示意图；

图6为y轴轨迹跟踪对比示意图；

图7为y轴轨迹跟踪误差示意图；

图8为z轴轨迹跟踪对比示意图；

图9为z轴轨迹跟踪误差示意图；

图10滚转角轨迹跟踪对比示意图；

图11为滚转角轨迹跟踪误差示意图；

图12为俯仰角轨迹跟踪对比示意图；

图13为俯仰角轨迹跟踪误差示意图；

图14为偏航角轨迹跟踪对比示意图；

图15为偏航角轨迹跟踪误差示意图；

以下将结合附图及实施例对本发明做进一步详细说明。

具体实施方式

【实施例1】

如图1和图2所示，一种油气管道巡检无人机抗风控制方法，包括以下步骤：

步骤一、建立无人机动态模型，包括无人机位置模型和无人机姿态模型；

将无人机的位置模型和姿态模型改写为标准二阶模型形式，

步骤二、无人机非线性扩展观测器设计，得到无人机状态量的观测值和风扰观测值；

步骤三、根据无人机动态模型，以及期望的状态量，为无人机系统设计滑模控制器，并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿，得到滑模控制器输出；

步骤四，无人机根据滑模控制器输出飞行。

步骤一、根据牛顿欧拉方程，建立油气管道巡检无人机的动态模型，无人机构型为四旋翼无人机。

所述无人机的位置模型为

其中，p＝[x,y,z]^T，v＝[v_x,v_y,v_z]^T表示地球坐标系下的位置和速度，ε＝[0,0,1]^T，d_p＝[d₁,d₂,d₃]^T位置系统风扰动，

具体的x，y，z为地球坐标系下三轴的位置，v_x，v_y，v_z为地球坐标系下三轴的速度，d₁，d₂，d₃为位置模型中三轴的风扰动

u_f是螺旋桨总升力，其定义为：

其中，b为螺旋桨升力系数，为第i个螺旋桨的转速。

为状态转移矩阵，其定义为：

所以可以写为：

其中C_φ＝cosφ，S_φ＝sinφ，其他角度同理。

无人机的姿态模型为

J＝diag(J_x,J_y,J_z)转动惯量矩阵，代表三轴姿态角，ω＝[p,q,r]^T表示机体系角速度，d_a＝[Δ₁,Δ₂,Δ₃]^T表示姿态子系统中的风扰动，τ＝[τ₁,τ₂,τ₃]^T机体系三轴力矩，l是机臂长度，

具体的，J_x，J_y，J_z为无人机三轴转动惯量，φ，θ，分别为无人机的滚转角、俯仰角和偏航角，p，q，r分别为无人机的滚转角速度、俯仰角速度和偏航角速度，Δ₁，Δ₂，Δ₃分别表示姿态子模型中的三轴的风扰动，τ₁，τ₂，τ₃分别表示机体系滚转力矩、俯仰力矩和偏航力矩，

τ和矩阵W定义为，

将无人机的位置模型和姿态模型改写为标准二阶模型形式方便后续的观测器和控制器设计。

所述将无人机的位置模型和姿态模型标准二阶模型形式为

其中

其中g为重力加速度，m为无人机质量。步骤二、基于步骤1中的公式，设计无人机非线性扩展观测器，定义/>为η_i,1，η_i,2，η_i,3(i＝1,2,3,4,5,6)的观测值，ε为观测器参数，起到风扰观测器的作用。

所述无人机非线性观测器设计为

其中，ε为观测器参数。π取3.14。

通过此观测器不仅可以得到无人机状态量的观测值还可以得到风扰观测值。且风扰的观测误差满足δ与参数ε有关，增大ε，δ减小。

步骤三、基于步骤1中无人机模型，以及期望的状态量η_i,d(i＝1,2,3,4,5,6)，即期望轨迹，为无人机系统设计滑模控制器，并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿，得到滑模控制器输出。

所述滑模控制器为，

根据状态期望值以及无人机当前的状态量，计算得到状态量误差 e_i＝η_i,1-η_i,d，快速非奇异终端滑模面设计为

其中，α，β＞0，p，q为正奇数且p＞q。结合步骤1中无人机模型，滑模面的导数为

令其中，k₁＞0，k₂＞δ，得到控制率u_i

因为风扰η_i,3未知，使用步骤二中风扰观测值取代η_i,3，得到最终的控制量：

其中α，β、p、q、k₁、k₂均为控制器参数，期望的状态量η_i,d(i＝1,2,3,4,5,6)。

参照图2，本方法的控制框图，油气巡检无人机在飞行过程中通过陀螺仪、加速度计、气压计以及GPS数据通过扩展卡尔曼滤波或互补滤波进行状态解算，获取无人机当前的状态量η_i,1，η_i,2。

进一步的，无人机是欠驱动的耦合系统，期望的状态输入信号为η_1,d，η_2,d，η_3,d和η_6,d，η_4,d和η_5,d的计算公式为：

为进一步减少滑模控制的抖振现象，采用sat函数取代sign函数，sat函数定义如下：

为验证算法可行性，本发明给出了该控制算法仿真结果。

将控制器参数设计为{α＝10,β＝5,p＝5,q＝3,k₁＝1,k₂＝0.2}。

位置初值为位置干扰为/>

姿态初值为姿态干扰为/>

期望信号为

仿真结果如图3-图15所示，在干扰情况下，系统仍具有精确地跟踪轨迹。

Claims (6)

1.一种油气管道巡检无人机抗风控制方法，其特征在于：包括以下步骤

步骤一、建立无人机动态模型，包括无人机位置模型和无人机姿态模型；

将无人机的位置模型和姿态模型改写为标准二阶模型形式，

步骤二、无人机非线性扩展观测器设计，得到无人机状态量的观测值和风扰观测值；

步骤三、根据无人机动态模型，以及期望的状态量，为无人机系统设计滑模控制器，并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿，得到滑模控制器输出；

步骤四，无人机根据滑模控制器输出飞行；

所述将无人机的位置模型和姿态模型标准二阶模型形式为

其中i=1,2,3,4,5,6；

其中，，/>，/>，/>，/>，/>分别表示/>，/>，/>，/>，/>，/>，是螺旋桨总升力。

2.根据权利要求1所述的一种油气管道巡检无人机抗风控制方法，其特征在于：所述无人机的位置模型为

其中，，/>表示地球坐标系下的位置和速度，/>，位置系统风扰动，

具体的，/>，/>为地球坐标系下三轴的位置，/>，/>，/>为地球坐标系下三轴的速度，/>，/>，/>为位置模型中三轴的风扰动，

是螺旋桨总升力，其定义为：

其中，为螺旋桨升力系数，/>，/>，/>，/>为第1,2,3,4个螺旋桨的转速；

无人机的姿态模型为

转动惯量矩阵，/>代表三轴姿态角，/>表示机体系角速度，/>表示姿态子系统中的风扰动，/>机体系三轴力矩，/>是机臂长度，

具体的，，/>，/>为无人机三轴转动惯量，/>，/>，/>分别为无人机的滚转角、俯仰角和偏航角，/>，/>，/>分别为无人机的滚转角速度、俯仰角速度和偏航角速度，/>，/>，/>分别表示姿态子模型中的三轴的风扰动，/>，/>，/>分别表示机体系滚转力矩、俯仰力矩和偏航力矩，

和矩阵/>定义为，

，

其中m为无人机的质量，g为重力加速度，表示状态转移矩阵，/>表示螺旋桨的转矩系数。

3.根据权利要求1所述的一种油气管道巡检无人机抗风控制方法，其特征在于：所述无人机非线性观测器设计为

其中，，/>为观测器参数，/>表示函数/>变量。

4.根据权利要求1所述的一种油气管道巡检无人机抗风控制方法，其特征在于：所述滑模控制器为，

根据状态期望值以及无人机当前的状态量，计算得到状态量误差，快速非奇异终端滑模面设计为

其中，，/>为正奇数且/>，结合步骤1中无人机模型，滑模面的导数为

令，其中，/>，/>，得到控制率/>

因为风扰未知，使用步骤二中风扰观测值/>取代/>，得到最终的控制量：

其中α，β、、q、k₁、k₂均为控制器参数，期望的状态量/>。

5.根据权利要求4所述的一种油气管道巡检无人机抗风控制方法，其特征在于：

进一步的，无人机是欠驱动的耦合系统，期望的状态输入信号为，/>，/>和/>，和/>的计算公式为：

。

6.根据权利要求4或5所述的一种油气管道巡检无人机抗风控制方法，其特征在于：为进一步减少滑模控制的抖振现象，采用sat函数取代sign函数，sat函数定义如下：

。