CN113721465B - “即插即用”的无人机自适应飞控系统及方法 - Google Patents

Abstract

本发明提供了“即插即用”的无人机自适应飞控系统及方法，利用积分滑模面来替代标准滑模面，设计了“即插即用”的自适应模块，定义了新的自适应律。本发明提供的飞控系统能够自适应补偿无人机系统的不确定性因素，在未获得无人机系统的先验信息，或者当无人机在运行过程中发生参数变化以及不确定干扰的情况下，无人机仍然能快速恢复稳定，不用重新调正已有飞控系统的参数。本发明兼容现存的标准飞控系统，具有“即插即用”的特点，可以直接应用在当前已被广泛应用的已有飞控系统上，其性能比已有的飞控系统性能提高至少17％，具有很高的经济价值和广泛的实用价值。

Description

“即插即用”的无人机自适应飞控系统及方法

技术领域

本发明涉及一种“即插即用”的无人机自适应飞控系统及方法，属于自动化控制技术领域。

背景技术

固定翼无人机飞控系统的飞速发展促使其在军事，商业和学术领域中得到广泛应用。无人机系统是一种4输入(机翼，尾舵，升降舵和油门)6自由度(位置和方向)的欠激励非线性动力学系统，这种欠激励叠加了耦合的横向和纵向动力学，使得固定翼无人机的控制系统十分复杂。为了简化非线性系统模型的分析过程，人们常常将无人机模型进行线性化处理，简化后的模型系统也简化了其控制系统，无人机控制系统被称为飞控系统。

由于PID控制器的简单和低计算复杂度，飞控系统通常都是使用PID控制器。大部分PID架构的飞控系统都是采用级联闭合环的结构，它包括用PID增益连续闭合的内环(速度环)和外环(位置环)，这种架构已经被学术界和工业界广泛采用，并且成为许多开源飞控系统的主流标准，例如全球知名的开源飞控代码库ArduPilot。然而，这种级联的PID控制器架构需要知道无人机系统参数的先验信息，例如当改变了无人机系统参数的时候，PID控制器需要被重新调正增益参数，也就是说，对于无人机系统的不确定性，PID控制器的调参是无法避免的。不确定性包括无人机系统部分参数的不可知性，参数在系统运行过程的滑变以及外部干扰等因素。

由于PID控制器对无人机系统的不确定因素缺乏补偿性、自适应性，人们提出了利用鲁棒控制器来取代PID控制器的飞控系统。滑膜控制是当前鲁棒控制理论中广为运用的控制方法之一，但是滑膜控制需要提前知道不确定性因素的上界信息，它仍然缺乏针对无人机不确定性因素的自适应性。此外，以鲁棒控制为主导的飞控系统采用的是与当前主流标准的PID控制器飞控系统不一样的架构，这就使得这种飞控系统无法兼容主流标准的飞控系统。

因此，当前主流标准的无人机飞控系统仍然缺乏一种自适应的，且兼容标准PID级联闭合环架构的无人机飞控系统。

发明内容

为解决上述问题，本发明提出了一种“即插即用”的无人机自适应飞控系统。这种飞控系统相较于当前的标准飞控，能够自适应补偿无人机系统的不确定性因素，在未获得无人机系统的先验信息，或者当无人机在运行过程中发生参数变化以及不确定干扰的情况下，无人机仍然能快速恢复稳定。此外，考虑到当前已被广泛应用于学术界，工业界和商业界的标准飞控系统这一现实情况，本发明中的飞控系统能够兼容现存的标准飞控，具有“即插即用”的特点，也就是不改变现有的飞控结构和参数值，仅在其中增加新的模块即可达到自适应飞控的目的，具有广泛的实用性。

为了达到上述目的，本发明提供如下技术方案：

“即插即用”的无人机自适应飞控系统，包括“即插即用”的自适应积分滑膜控制器如下：

u＝αs+β(t)sign(s)

β(t)＝θ₀(t)+θ₁(t)|ω|+θ₂(t)|ω|²

其中，s为滑膜控制器的积分滑模面，u是控制器输入，K_p,K_i分别是比例，积分增益，e和分别是时间误差及其时间导数，α是滑膜增益，β(t)是系统不确定性因素的上界值，θ₀,θ₁,θ₂是随时间变化的增益值，/>是误差向量，/>为β(t)的自适应律，θ_i(t)的初值θ_i(0)>0，γ_i>0,i＝0,1,2。

“即插即用”的无人机自适应飞控系统设计方法，包括设计“即插即用”的自适应积分滑膜控制器步骤：

利用积分滑模面来替代标准滑模面，公式如下：

其中，u是控制器输入，K_p,K_i分别是比例，积分增益，e和分别是时间误差及其时间导数；

设计新的滑膜控制器公式如下：

u＝αs+β(t)sign(s) (b)

β(t)＝θ₀(t)+θ₁(t)|ω|+θ₂(t)|ω|²

其中，α是滑膜增益，β(t)是系统不确定性因素的上界值，θ₀,θ₁,θ₂是随时间变化的增益值，是误差向量，β(t)自适应律公式为：

其中θ_i(t)的初值θ_i(0)>0，γ_i>0,i＝0,1,2。

“即插即用”的无人机自适应飞控系统实现方法，包括如下步骤：

在飞控系统PID级联控制器中插入公式(b)中的β(t)sign(s)自适应模块。

与现有技术相比，本发明具有如下优点和有益效果：

1.相较于当前的标准飞控，本发明提供的飞控系统能够自适应补偿无人机系统的不确定性因素，在未获得无人机系统的先验信息，或者当无人机在运行过程中发生参数变化以及不确定干扰的情况下，无人机仍然能快速恢复稳定，不用重新调正已有飞控系统的参数。而当前主流的无人机飞控系统仍然需要提前知道无人机系统的详细先验信息，不具备自适应性特点。经过测试发现，在有外部风速干扰(风速1米/秒)的情况下，本发明的飞控系统较原来主流标准飞控系统性能提高至少17％。

2.考虑到当前已被广泛应用于学术界，工业界和商业界的标准飞控系统这一现实情况，本发明中的飞控系统能够兼容现存的标准飞控系统，具有“即插即用”的特点，即无需改变现有的飞控结构和参数值，仅在其中增加本发明的自适应模块即可达到自适应飞控的目的，其性能比已有的飞控系统性能提高至少17％。因此本发明可以直接应用在当前已被广泛应用的已有飞控系统上，具有很高的经济价值和广泛的实用价值。

附图说明

图1为ArduPlane飞控系统中由滚角控制器和偏航控制器模块组成的水平闭合环的拉普拉斯变换示意图。

图2为ArduPlane飞控系统中的仰角PID控制器模块与本发明所提出的“即插即用”自适应模块，其中红色虚线方框所指的PID控制器，箭头所指的模块为本发明提出的“即插即用”自适应模块。

图3为当无人机质量改变时，标准飞控与本发明的“即插即用”飞控的飞行速度变化比较图。

图4为当无人机质量改变时，标准飞控与本发明的“即插即用”飞控的飞行高度变化比较图。

具体实施方式

以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

ArduPilot是全球知名的无人机飞控系统开源代码库，从Github中下载ArduPilot的源代码。ArduPlane是ArduPilot中的固定翼无人机飞控开源代码库，本发明将以ArduPlane 4.0.6版本为例阐述发明的完整方案。

ArduPlane中的飞控系统是以连续闭合环的PID级联控制器组成的，它主要由仰角控制器模块，滚角控制器模块，偏航控制器模块和总能量控制器模块组成，本发明仅列出由滚角控制器和偏航控制器模块组成的水平闭合环的示意图如图1所示。

当前被广泛应用于现实场景中的飞控系统主要采用连续闭环的PID级联控制器，PID控制器示意图如图2中的虚线框所示，它的公式为：

其中u是控制器输入，K_p,K_i,K_d分别是比例，积分和微分控制增益，e和分别是时间误差及其时间导数。

当前有人提出了利用滑膜控制器来设计飞控系统以增加系统的鲁棒性，标准滑膜控制器的公式为：

u₁＝αs₁+β₁sign(s₁)

其中s₁是指滑膜控制器的滑模面，α是滑膜增益，β₁是不确定性因素的上界值，sign(·)是指符号函数。很显然上述公式中的滑模面由于缺乏PID公式中的积分项，无法与PID控制器兼容，且由于β是不确定性因素的上界值，也就是仍然需要知道无人机系统中不确定性因素的先验信息。故标准滑膜控制器飞控系统缺乏自适应性，且不能与当前主流飞控系统兼容。

为了设计能够兼容主流飞控系统，同时也能补偿不确定因素的飞控系统，本发明提出了一种“即插即用”的自适应积分滑膜控制器，这种控制器组成的飞控系统能够很好地解决上述两个问题。首先我们利用积分滑模面来替代标准滑模面，公式如下：

这里需要注意的是，公式(2)中的滑模面与公式(1)的PID控制器结构上高度相似，这也为了后面设计兼容PID的控制器打下了基础。之后我们设计新的滑膜控制器公式如下：

u＝αs+β(t)sign(s) (3)

β(t)＝θ₀(t)+θ₁(t)|ω|+θ₂(t)|ω|²

其中θ₀,θ₁,θ₂是随时间变化的增益值，是误差向量。仔细观察公式(3)，不难发现如果将公式(2)代入控制器的第一项αs，其实就是等价于PID公式(1)，而第二项β(t)sign(s)就是本发明提出的“即插即用”部分，如图2中箭头所指模块所示，换句话说，只需要将β(t)sign(s)直接插入到当前飞控系统中的级联PID控制器里，就可以满足我们的提出的“即插即用”飞控系统理念。该模块是在已有的PID飞控系统中直接添加上去的，简单方便。然而必须要注意的是，公式(3)中的β(t)是系统不确定性因素的上界值，仍无法满足在不确定因素的先验信息未知条件下使无人机系统稳定的要求。因此，本发明提出了一种新的β(t)自适应律，能够在β值未知的情况下依然使无人机系统稳定，自适应律公式为：

其中θ_i(t)的初值θ_i(0)>0，γ_i>0,i＝0,1,2。这样根据自适应律公式(4)，我们就可以去掉无人机系统的不确定性因素的上界先验信息这一条件，即能达到无人机系统稳定。综上所述，本发明所设计的“即插即用”无人机自适应飞控系统中的控制器总结如下：

u＝αs+β(t)sign(s)

β(t)＝θ₀(t)+θ₁(t)|ω|+θ₂(t)|ω|²

其中s是指滑膜控制器的滑模面，α是滑膜增益，β(t)是随时间变化的不确定性因素的上界值，sign(·)是指符号函数，θ₀,θ₁,θ₂是随时间变化的增益值，是误差向量，θ_i(t)的初值θ_i(0)>0，γ_i>0,i＝0,1,2。

本发明只需要在当前主流的飞控系统PID级联控制器中插入公式(3)中的β(t)sign(s)自适应模块即可得到本发明的目的：“即插即用”的无人机自适应飞控系统。

图3展示了在无人机起飞后稳定飞行时，质量从2kg突变到1kg后，已有的标准飞控系统与本发明的飞控系统在飞行速度上的对比图，显示了本发明的自适应飞控系统能够更快恢复原来的飞行速度上。图4显示了在无人机起飞后稳定飞行时，质量从2kg突变到1kg后，已有的标准飞控系统与本发明的飞控系统在飞行高度上的对比图，显示了本发明的自适应飞控系统在飞行高度上几乎没有变化，十分稳定。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (3)

1.“即插即用”的无人机自适应飞控系统，其特征在于，包括“即插即用”的自适应积分滑膜控制器如下：

u＝αs+β(t)sign(s)

β(t)＝θ₀(t)+θ₁(t)|ω|+θ₂(t)|ω|²

其中，s为滑膜控制器的积分滑模面，u是控制器输入，K_p，K_i分别是比例，积分增益，e和分别是时间误差及其时间导数，α是滑膜增益，β(t)是系统不确定性因素的上界值，θ₀，θ₁，θ₂是随时间变化的增益值，/>是误差向量，/>为β(t)的自适应律，θ_i(t)的初值θ_i(0)＞0，γ_i＞0，i＝0，1，2。

2.“即插即用”的无人机自适应飞控系统设计方法，其特征在于，包括设计“即插即用”的自适应积分滑膜控制器步骤：

利用积分滑模面来替代标准滑模面，公式如下：

其中，u是控制器输入，K_p，K_i分别是比例，积分增益，e和分别是时间误差及其时间导数；

设计新的滑膜控制器公式如下：

u＝αs+β(t)sign(s) (b)

β(t)＝θ₀(t)+θ₁(t)|ω|+θ₂(t)|ω|²

其中，α是滑膜增益，β(t)是系统不确定性因素的上界值，θ₀，θ₁，θ₂是随时间变化的增益值，是误差向量，β(t)自适应律公式为：

其中θ_i(t)的初值θ_i(0)＞0，γ_i＞0，i＝0，1，2。

3.“即插即用”的无人机自适应飞控系统实现方法，其特征在于，包括如下步骤：

在飞控系统PID级联控制器中插入如权利要求2所述的“即插即用”的无人机自适应飞控系统设计方法中公式(b)中的β(t)sign(s)自适应模块。