CN114355959B - 空中机器人的姿态输出反馈控制方法、装置、介质和设备 - Google Patents
空中机器人的姿态输出反馈控制方法、装置、介质和设备 Download PDFInfo
- Publication number
- CN114355959B CN114355959B CN202111169160.5A CN202111169160A CN114355959B CN 114355959 B CN114355959 B CN 114355959B CN 202111169160 A CN202111169160 A CN 202111169160A CN 114355959 B CN114355959 B CN 114355959B
- Authority
- CN
- China
- Prior art keywords
- gesture
- aerial robot
- attitude
- feedback control
- output feedback
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004590 computer program Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 abstract description 10
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种空中机器人的姿态输出反馈控制方法、装置、介质和设备，包括：建立空中机器人姿态系统的运动学模型和动力学模型；建立姿态系统对应的状态方程和姿态输出方程；建立存在未知扰动情况下的姿态输出反馈控制律；通过预设鲁棒精确微分器生成姿态输入指令的一阶时间导数；获取空中机器人的当前姿态，根据当前姿态和姿态输入指令的一阶时间导数对所述姿态输入指令进行快速齐次有限时间跟踪。本发明能够应用于高阶系统，具有算法结构简单、快速齐次有限时间响应、控制精度高以及针对未知扰动的鲁棒性能良好等优点；同时由于采用输出反馈方式来构成控制律，不必测量飞行控制系统的全部状态量，所需传感器数量较少，因此能够节约成本。
Description
技术领域
本发明涉及机器人领域，尤其涉及一种空中机器人的姿态输出反馈控制方法、装置、介质和设备。
背景技术
“空中机器人”最早由美国 Robert Michelson 在上世纪九十年代提出。当前，空中机器人主要指无人驾驶的、可重复使用的、具备动力装置的、搭载某种导航和飞行控制设备的、能在空中自主飞行的，且具有地面控制站及相关数据链的此类无人飞行器。其空气动力方案包括旋翼方式、固定翼方式，浮空器方式，比如无人驾驶飞艇。空中机器人的设计和研发涵盖力学、机械、电子、通信、计算机科学、自动化等众多学科技术，具有相当的综合性和前瞻性。
空中机器人在军事上和民用领域都有着广泛的应用价值。由于采用可重复无人驾驶平台，使用和维护成本低，执行任务效率高，且体积小、灵活性高、成本低，很多人力难以到达或者需要花费很大代价才能到达的地方，此类场景相关的探测、巡察等任务都可由无人空中机器人来完成。比如，电力巡检中沿着高压电线的探测、检查供电线路的状态及工作情况等；大面积山区、湖区的电力巡检等；山区桥梁、隧道等的设备检测、故障检查等。随着机器视觉、人工智能等技术的应用，空中机器人的应用领域又大为扩展。比如当前热门技术领域智慧城市、智慧社区中，各类长时间的检查、检测及信息传递、传播等任务都可以由空中机器人来承担。军事领域的各类单兵侦察、监控的任务也可由小型或者微型空中机器人来承担，此等空中机器人隐蔽性好，工作效率高，且大大降低士兵直接参与的军事风险。
飞行控制系统（或称为自动驾驶）是空中机器人处理上述任务的重要系统组成部分，而可靠工作性能的飞控系统是空中机器人完成一切自主飞行或其他相关任务的基础和前提条件，姿态控制器则是飞行控制系统的基础控制器。空中机器人在工作中存在各类不确定扰动，比如阵风、地面数据链通讯延时、载荷变化等，很多工作任务，比如隧道内飞行、高压线间穿行对空中机器人飞控系统的飞行控制精度和响应时间有较高要求，现有技术中空中机器人飞控系统的响应速度、控制精度以及鲁棒性均难以满足需求。
发明内容
本发明提供了一种空中机器人的姿态输出反馈控制方法、装置、介质和设备，解决了以上所述的现有技术问题。
本发明解决上述技术问题的技术方案如下：一种空中机器人的姿态输出反馈控制方法，方法包括以下步骤：
步骤1，建立空中机器人姿态系统的运动学模型和动力学模型；
步骤2，对所述运动学模型和所述动力学模型进行变换整理，生成所述姿态系统对应的状态方程和姿态输出方程；
步骤3，针对所述状态方程和所述姿态输出方程建立存在未知扰动情况下的姿态输出反馈控制律；
步骤4，采集姿态输入指令，并通过预设鲁棒精确微分器生成所述姿态输入指令的一阶时间导数；
步骤5，获取空中机器人的当前姿态，将所述当前姿态和所述一阶时间导数作为所述姿态输出反馈控制律的输入，输出为空中机器人的力矩控制指令，以对所述姿态输入指令进行快速齐次有限时间跟踪。
本发明实施例的第二方面提供了一种空中机器人的姿态输出反馈控制装置，包括鲁棒精确微分器、姿态采集单元和姿态跟踪控制器，
所述鲁棒精确微分器用于获取姿态输入指令，并生成所述姿态输入指令的一阶时间导数；
所述姿态采集单元用于获取空中机器人的当前姿态；
所述姿态跟踪控制器用于建立空中机器人姿态系统的运动学模型和动力学模型，对所述运动学模型和所述动力学模型进行变换整理，生成所述姿态系统对应的状态方程和姿态输出方程，并针对所述状态方程和所述姿态输出方程建立存在未知扰动情况下的姿态输出反馈控制律；以及用于将所述当前姿态和所述一阶时间导数作为所述姿态输出反馈控制律的输入，输出为所述空中机器人的力矩控制指令，以对所述姿态输入指令进行快速齐次有限时间跟踪。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以上所述空中机器人的姿态输出反馈控制方法的步骤。
本发明实施例的第四方面提供了一种空中机器人的姿态输出反馈控制设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以上所述空中机器人的姿态输出反馈控制方法的步骤。
本发明针对空中机器做业飞行过程中存在的内部参数变化、动力学耦合、未建模摄动和外部载荷变化、阵风等未知扰动情况，提出一种姿态输出反馈控制方法、装置、介质和设备，能够应用于高阶系统，具有算法结构简单、快速齐次有限时间响应、控制精度高以及针对未知扰动的鲁棒性能良好等优点；同时由于采用输出反馈方式来构成控制律，不必测量飞行控制系统的全部状态量，所需传感器数量较少，因此能够节约成本。
为使发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是实施例1提供的空中机器人的姿态输出反馈控制方法的流程示意图；
图2a是实施例1中空中机器人采用两种姿态输出反馈控制方法的倾斜通道跟踪误差的对比示意图；
图2b是实施例1中空中机器人采用两种姿态输出反馈控制方法的俯仰通道跟踪误差的对比示意图；
图2c是实施例1中空中机器人采用两种姿态输出反馈控制方法的偏航通道跟踪误差的对比示意图；
图2d是实施例1中空中机器人采用两种姿态输出反馈控制方法中倾斜角指令与倾斜角的对比示意图；
图2e是实施例1中空中机器人采用两种姿态输出反馈控制方法的俯仰角指令与俯仰角的对比示意图；
图2f是实施例1中空中机器人采用两种姿态输出反馈控制方法的偏航角指令与偏航角的对比示意图；
图2g是实施例1中空中机器人采用两种姿态输出反馈控制方法的倾斜通道控制信号及扰动的对比示意图；
图2h是实施例1中空中机器人采用两种姿态输出反馈控制方法的俯仰通道控制信号及扰动的对比示意图；
图2i是实施例1中空中机器人采用两种姿态输出反馈控制方法的偏航通道控制信号及扰动的对比示意图；
图3是实施例2提供的空中机器人的姿态输出反馈控制装置的结构示意图；
图4是实施例3提供的空中机器人的姿态输出反馈控制设备中控制器的电路结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。
请参阅图1，为本发明实施例1提供一种空中机器人的姿态输出反馈控制方法的流程示意图，如图1所示，方法包括以下步骤：
步骤1，建立空中机器人姿态系统的运动学模型和动力学模型。
本实施例中，根据理论力学、飞行力学相关原理，建立空中机器人姿态系统的运动学模型、动力学模型分别如下：
其中，是姿态向量，/>、/>、/>分别表示空中机器人姿态的倾斜角、俯仰角和偏航角；/>是空中机器人相对参考坐标系的转动角速度在固连坐标系中的坐标表示；/>是三通道对应的控制力矩；/>是三维向量/>所对应的反对称矩阵；/>是空中机器人相对其固连坐标系所对应的惯性张量矩阵；/>是单个旋翼相对其转动轴的转动惯量；/>是旋翼旋转所产生的总的陀螺力矩；/>是总不确定性扰动，包括系统参数的摄动、未建模扰动和/或外部扰动；/>用于计算总陀螺力矩用的旋翼转动角速度之和，其中Ωi,i=1,…4，表示第i个旋翼的转动角速度。
然后执行步骤2，对所述运动学模型和所述动力学模型进行变换整理，生成所述姿态系统对应的状态方程和姿态输出方程，如下：
其中，系统状态向量为，/>；输出向量为/>。
然后执行步骤3，针对所述状态方程和所述姿态输出方程建立存在未知扰动情况下的姿态输出反馈控制律，这里未知扰动情况包括存在的内部参数变化、动力学耦合、未建模摄动和外部载荷变化、阵风等等。
具体实施例中，空中机器人的姿态输出反馈控制律的设计目标可简述为：考虑空中机器人姿态系统的运动学模型和动力学模型，在存在未知扰动的情况下，设计输出反馈控制律，使姿态系统输出在有限时间内能跟踪所输入的姿态输入指令，且需保证相当精度。针对这一目标，设计过程简述如下：
首先，定义姿态跟踪误差及其一阶时间导数为、/>。结合模型2a、2b可得跟踪误差的动态方程如下：
若上式中的扰动是 Lipschitz 连续的，且扰动/>的一阶时间导数有界，即：
，
则空中机器人的快速齐次有限时间姿态输出反馈控制律可选取如下式：
上式中滑模向量按下式计算：
这里k1、k2、k3、k4、c1、c2为控制参数，a的取值大于0。根据跟踪误差的定义，可知计算控制律需要空中机器人的当前姿态/>和姿态指令/>的一阶时间导数。为此，执行步骤4，采集姿态输入指令/>，并通过预设鲁棒精确微分器生成所述姿态输入指令的一阶时间导数。所述鲁棒精确微分器利用高阶滑模控制理论进行设计如下：
其中，、/>、/>、/>为观测器参数，/>表示带符号指数，具体为；f(t)是微分器输入信号，z0、z1、z2为微分器输出，z1、z2分别为输入信号f(t)的一阶时间导数和二阶时间导数。通过上述鲁棒精确微分器生成所述姿态输入指令的一阶时间导数。具体实施例中，该预设鲁棒精确微分器的使用条件在于输入信号具有连续的二阶时间导数。这一条件是可以满足的，首先，姿态输入指令是人为设计的，在设计过程中很容易给出具有二阶导数连续的指令。其次，对于姿态输出反馈控制律，虽然式(5)中被积函数/>存在抖震情况，但经过积分后抖震大大削弱，通过恰当的参数选取就能保证控制信号具有良好的平滑性。条件1中扰动一阶导数有界，所以扰动肯定是连续函数，由式(2a)第二行可知，闭环系统输出信号具有连续的二阶时间导数。
一个具体实施例中，所述姿态输入指令可以由飞行任务执行者（驾驶员）给出，也可以来自于更高层级的控制系统，比如由位置控制器、导航系统等给出，详细情况可根据不同任务类型来加以明确。
最后执行步骤5，获取空中机器人的当前姿态，将所述当前姿态和所述一阶时间导数作为所述姿态输出反馈控制律的输入，输出为空中机器人的力矩控制指令，以对所述姿态输入指令进行快速齐次有限时间跟踪。一个实施例中，可以通过惯性测量技术获取空中机器人的当前姿态。具体来说，当前姿态信息的测量任务可由多种类型的惯性测量单元（IMU）来完成。这些惯性测量单元可以是各类具有载体角度测量能力的传感器，比如，各种类型的陀螺仪、磁航向仪等，还可以是基于微机电（MEMS）技术的惯性导航仪等。优选实施例中，在能满足性能指标的前提下，尽可能采用基于微机电技术的惯性导航仪，这样做的好处是在同一性能指标要求下，采用微机电技术的测量装置，结构体积小、重量轻、成本也较低。
上述实施例提供了一种空中机器人的姿态输出反馈控制方法，针对空中机器做业飞行过程中存在的内部参数变化、动力学耦合、未建模摄动和外部载荷变化、阵风等未知扰动情况进行输入姿态跟随，能够应用于高阶系统，具有算法结构简单、快速齐次有限时间响应、控制精度高以及针对未知扰动的鲁棒性能良好等优点；同时由于采用输出反馈方式来构成控制律，不必测量飞行控制系统的全部状态量，所需传感器数量较少，因此能够节约成本。
优选实施例中，为避免在或者/>的时候出现控制信号奇异情况，可以采用边界层切换方法来解决此一问题。即设置一个很小的阈值/>，/>趋近于0，当/>或者/>时，采用反馈线性化方法对空中机器人的姿态进行跟随。或者其他优选实施例中，当姿态跟踪误差/>在边界层内且/>取值为0时，c1取值为0。或者当姿态跟踪误差/>在边界层内且/>取值为0时，/>取值为0。
以下通过一个对比实施例来进行验证。一个优选实施例采用以上所述的姿态输出反馈控制方法，所述姿态输出反馈控制律的控制参数为k1=10，k2=10，k3=20，k4=40，c1=36，c2=10。所述姿态输入指令的单位为deg，具体如下：
；
所加入外部扰动的单位为deg/s2，具体如下：
。
对比实施例为一种自适应二阶滑模控制方法，两个控制方法的对比结果如图2a-图2i所示，其中实线表示本发明所提供控制方法（FHFTC）的控制结果，虚线表示自适应二阶滑模控制方法（ASOTSMC）的控制结果。同时如图2d-2f中点划线表示姿态输入指令，图2g-2i中点划线表示未知扰动。仿真结果中所有角度、角速度、角加速度物理量的单位分别是deg（度），deg/s（度/秒），deg/s2（度/(秒·秒)）。为了展示所提出算法对未知扰动具有较高精度的补偿能力，在图2g-2i中实线、点划线皆为其所对应控制信号的相反数，即相应控制信号乘以−1。从仿真结果图中可以看出，两种方法都可以在扰动情况下高精度跟踪姿态指令，但本发明所提方法 (FHFTC) 所用过渡时间远小于ASOTSMC，实现了快速相应的设计目标。此外，FHFTC 相比于 ASOTSMC, 仿真结果无法显示出来的优点是，不需要测量输出信号的时间导数，这在实际应用中会省去相应测量传感器，进一步降低成本。
需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。
作为本发明实施例的另一方面，本发明实施例还提供一种空中机器人的姿态输出反馈控制装置。其中，空中机器人的姿态输出反馈控制装置可以为软件模块，所述软件模块包括若干指令，其存储在存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述各个实施例所阐述的空中机器人的姿态输出反馈控制方法。
在一些实施例中，空中机器人的姿态输出反馈控制装置亦可以由硬件器件搭建成的，例如，空中机器人的姿态输出反馈控制装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成上述各个实施例所阐述的空中机器人的姿态输出反馈控制方法。再例如，空中机器人的姿态输出反馈控制装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。
图3是本发明实施例2提供一种空中机器人的姿态输出反馈控制装置的结构示意图，如图3所示，包括鲁棒精确微分器100、姿态采集单元200和姿态跟踪控制器300，
所述鲁棒精确微分器100用于获取姿态输入指令，并生成所述姿态输入指令的一阶时间导数。具体来说，本发明方法中的输出反馈控制律仅需要空中机器人的当前姿态和姿态指令/>的一阶时间导数。采用鲁棒精确微分器100可以在数字处理单元DPU上以某一离散采样时间实现且存在量测噪声时，可以获取更高精度的一阶导数信号，而且所获取信号更加平滑。
所述姿态采集单元200用于获取空中机器人的当前姿态。
所述姿态跟踪控制器300用于建立空中机器人姿态系统的运动学模型和动力学模型，对所述运动学模型和所述动力学模型进行变换整理，生成所述姿态系统对应的状态方程和姿态输出方程，并针对所述状态方程和所述姿态输出方程建立存在未知扰动情况下的姿态输出反馈控制律；以及用于将所述当前姿态和所述一阶时间导数作为所述姿态输出反馈控制律的输入，输出为所述空中机器人的力矩控制指令，以对所述姿态输入指令进行快速齐次有限时间跟踪。
优选实施例中，结合当下成熟的电子、计算机等技术，所述姿态跟踪控制器300可以在某一数字处理单元（DPU）硬件体系上实现，这一数字处理单元可以是单片机、ARM 计算机、DSP 等。
需要说明的是，上述空中机器人的姿态输出反馈控制装置可执行本发明实施例所提供的空中机器人的姿态输出反馈控制方法，具备执行方法相应的功能模块和有益效果。未在空中机器人的姿态输出反馈控制装置实施例中详尽描述的技术细节，可参见本发明实施例所提供的空中机器人的姿态输出反馈控制方法。
图4是本发明实施例3提供的空中机器人的姿态输出反馈控制设备中控制器的电路结构示意图。如图4所示，该控制器600包括一个或多个处理器61以及存储器62。其中，图4中以一个处理器61为例。
处理器61和存储器62可以通过总线或者其他方式连接，图4中以通过总线连接为例。
存储器62作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的空中机器人的姿态输出反馈控制方法对应的程序指令/模块。处理器61通过运行存储在存储器62中的非易失性软件程序、指令以及模块，从而执行空中机器人的姿态输出反馈控制装置的各种功能应用以及数据处理，即实现上述方法实施例提供的空中机器人的姿态输出反馈控制方法以及上述装置实施例的各个模块或单元的功能。
存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器62中，当被所述一个或者多个处理器61执行时，执行上述任意方法实施例中的空中机器人的姿态输出反馈控制方法。
本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图4中的一个处理器61，可使得上述一个或多个处理器可执行上述任意方法实施例中的空中机器人的姿态输出反馈控制方法。
本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使所述电子设备执行任一项所述的空中机器人的姿态输出反馈控制方法。
以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种空中机器人的姿态输出反馈控制方法，其特征在于，包括以下步骤：
步骤1，建立空中机器人姿态系统的运动学模型和动力学模型；
步骤2，对所述运动学模型和所述动力学模型进行变换整理，生成所述姿态系统对应的状态方程和姿态输出方程；
步骤3，针对所述状态方程和所述姿态输出方程建立存在未知扰动情况下的姿态输出反馈控制律；
步骤4，采集姿态输入指令，并通过预设鲁棒精确微分器生成所述姿态输入指令的一阶时间导数；
步骤5，获取空中机器人的当前姿态，将所述当前姿态和所述一阶时间导数作为所述姿态输出反馈控制律的输入，输出为空中机器人的力矩控制指令，以对所述姿态输入指令进行快速齐次有限时间跟踪；
所述姿态输出反馈控制律具体为：
，
，
其中，为空中机器人的当前姿态，/>为姿态输入指令， />为姿态跟踪误差，/>为滑模向量，且/>的计算公式如下：
，
k1、k2、k3、k4、c1、c2为控制参数，a的取值大于0，扰动是 Lipschitz 连续的，且扰动的一阶时间导数有界，即：
。
2.根据权利要求1所述空中机器人的姿态输出反馈控制方法，其特征在于，所述空中机器人的姿态运动学模型如下：
；
所述空中机器人的动力学模型如下：
；
所述空中机器人的状态方程如下：
；
所述空中机器人的姿态输出方程如下：
；
其中，是空中机器人的姿态向量，/>、/>、/>分别表示空中机器人姿态的倾斜角、俯仰角和偏航角；/>是空中机器人相对参考坐标系的转动角速度在固连坐标系中的坐标表示；/>是空中机器人三通道对应的控制力矩；/>是三维向量/>所对应的反对称矩阵；/>是空中机器人相对其固连坐标系所对应的惯性张量矩阵；/>是单个旋翼相对其转动轴的转动惯量；/>是旋翼旋转所产生的总陀螺力矩；/>是总不确定性扰动，包括系统参数的摄动、未建模扰动和/或外部扰动；用于计算总陀螺力矩的旋翼转动角速度之和，其中/>,i=1,…4，表示第i个旋翼的转动角速度。
3.根据权利要求2所述空中机器人的姿态输出反馈控制方法，其特征在于，k1取值为10，k2取值为10，k3取值为20，k4取值为40，c1取值为36，c2取值为10。
4.根据权利要求2所述空中机器人的姿态输出反馈控制方法，其特征在于，利用高阶滑模控制方法建立预设鲁棒精确微分器，所述预设鲁棒精确微分器具体为：
；
其中，、/>、/>、/>为观测器参数，/>表示带符号指数，具体为。
5.根据权利要求4所述空中机器人的姿态输出反馈控制方法，其特征在于，当或者/>时，采用反馈线性化方法对空中机器人的姿态进行跟随，其中/>为预设阈值，且/>趋近于0。
6.根据权利要求4所述空中机器人的姿态输出反馈控制方法，其特征在于，当姿态跟踪误差在边界层内且/>取值为0时，c1取值为0；当姿态跟踪误差/>在边界层内且/>取值为0时，/>取值为0。
7.一种空中机器人的姿态输出反馈控制装置，其特征在于，包括鲁棒精确微分器、姿态采集单元和姿态跟踪控制器，
所述鲁棒精确微分器用于获取姿态输入指令，并生成所述姿态输入指令的一阶时间导数；
所述姿态采集单元用于获取空中机器人的当前姿态；
所述姿态跟踪控制器用于建立空中机器人姿态系统的运动学模型和动力学模型，对所述运动学模型和所述动力学模型进行变换整理，生成所述姿态系统对应的状态方程和姿态输出方程，并针对所述状态方程和所述姿态输出方程建立存在未知扰动情况下的姿态输出反馈控制律；以及用于将所述当前姿态和所述一阶时间导数作为所述姿态输出反馈控制律的输入，输出为所述空中机器人的力矩控制指令，以对所述姿态输入指令进行快速齐次有限时间跟踪；
所述姿态输出反馈控制律具体为：
，
，
其中，为空中机器人的当前姿态，/>为姿态输入指令， />为姿态跟踪误差，/>为滑模向量，且/>的计算公式如下：
，
k1、k2、k3、k4、c1、c2为控制参数，a的取值大于0，扰动是 Lipschitz 连续的，且扰动的一阶时间导数有界，即：
。
8.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-6任一项所述空中机器人的姿态输出反馈控制方法。
9.一种空中机器人的姿态输出反馈控制设备，其特征在于，包括权利要求8所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现如权利要求1-6任一项所述空中机器人的姿态输出反馈控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111169160.5A CN114355959B (zh) | 2021-10-08 | 2021-10-08 | 空中机器人的姿态输出反馈控制方法、装置、介质和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111169160.5A CN114355959B (zh) | 2021-10-08 | 2021-10-08 | 空中机器人的姿态输出反馈控制方法、装置、介质和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114355959A CN114355959A (zh) | 2022-04-15 |
| CN114355959B true CN114355959B (zh) | 2024-04-19 |
Family
ID=81095447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111169160.5A Active CN114355959B (zh) | 2021-10-08 | 2021-10-08 | 空中机器人的姿态输出反馈控制方法、装置、介质和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114355959B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115291506B (zh) * | 2022-10-09 | 2023-01-17 | 武汉左点科技有限公司 | 基于状态观测的电动牙刷震颤噪声控制方法及设备 |
| CN115781688B (zh) * | 2022-12-27 | 2024-04-30 | 广东电网有限责任公司 | 一种机器人控制方法、装置、电子设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102809970A (zh) * | 2012-07-09 | 2012-12-05 | 北京理工大学 | 一种基于l1自适应控制的飞行器姿态控制方法 |
| CN104950898A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 一种再入飞行器全阶非奇异终端滑模姿态控制方法 |
| CN107491080A (zh) * | 2017-07-12 | 2017-12-19 | 西北工业大学 | 一种基于非线性反馈和微分跟踪的飞行器姿态控制方法 |
| JP2018010671A (ja) * | 2017-09-05 | 2018-01-18 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドＳｚ Ｄｊｉ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ | 航空機姿勢制御方法 |
| CN108803648A (zh) * | 2018-08-17 | 2018-11-13 | 北京航空航天大学 | 无人飞行器鲁棒姿态控制方法、装置及电子设备 |
| CN111324138A (zh) * | 2020-04-09 | 2020-06-23 | 中北大学 | 一种四旋翼姿态指定时间保性能输出反馈控制方法 |
| CN112346470A (zh) * | 2020-10-29 | 2021-02-09 | 中国地质大学（武汉） | 一种基于改进自抗扰控制的四旋翼姿态控制方法 |
| CN112578805A (zh) * | 2020-12-30 | 2021-03-30 | 湖北航天飞行器研究所 | 一种旋翼飞行器的姿态控制方法 |
| CN113342025A (zh) * | 2021-06-25 | 2021-09-03 | 南京航空航天大学 | 一种基于线性自抗扰控制的四旋翼无人机姿态控制方法 |
| CN113359459A (zh) * | 2021-06-24 | 2021-09-07 | 苏州热工研究院有限公司 | 旋翼飞行器滑模变结构的姿态控制方法 |
-
2021
- 2021-10-08 CN CN202111169160.5A patent/CN114355959B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102809970A (zh) * | 2012-07-09 | 2012-12-05 | 北京理工大学 | 一种基于l1自适应控制的飞行器姿态控制方法 |
| CN104950898A (zh) * | 2015-06-10 | 2015-09-30 | 北京理工大学 | 一种再入飞行器全阶非奇异终端滑模姿态控制方法 |
| CN107491080A (zh) * | 2017-07-12 | 2017-12-19 | 西北工业大学 | 一种基于非线性反馈和微分跟踪的飞行器姿态控制方法 |
| JP2018010671A (ja) * | 2017-09-05 | 2018-01-18 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドＳｚ Ｄｊｉ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ | 航空機姿勢制御方法 |
| CN108803648A (zh) * | 2018-08-17 | 2018-11-13 | 北京航空航天大学 | 无人飞行器鲁棒姿态控制方法、装置及电子设备 |
| CN111324138A (zh) * | 2020-04-09 | 2020-06-23 | 中北大学 | 一种四旋翼姿态指定时间保性能输出反馈控制方法 |
| CN112346470A (zh) * | 2020-10-29 | 2021-02-09 | 中国地质大学（武汉） | 一种基于改进自抗扰控制的四旋翼姿态控制方法 |
| CN112578805A (zh) * | 2020-12-30 | 2021-03-30 | 湖北航天飞行器研究所 | 一种旋翼飞行器的姿态控制方法 |
| CN113359459A (zh) * | 2021-06-24 | 2021-09-07 | 苏州热工研究院有限公司 | 旋翼飞行器滑模变结构的姿态控制方法 |
| CN113342025A (zh) * | 2021-06-25 | 2021-09-03 | 南京航空航天大学 | 一种基于线性自抗扰控制的四旋翼无人机姿态控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| 四旋翼飞行器的模糊自抗扰姿态控制;时来富等;《电气与自动化》;第157-162页 * |
| 小型四旋翼飞行器姿态的自抗扰控制;郭一军等;《南通大学学报（自然科学版）》;第17卷(第3期);第18-22页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114355959A (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hwangbo et al. | Control of a quadrotor with reinforcement learning | |
| Tognon et al. | Dynamics, control, and estimation for aerial robots tethered by cables or bars | |
| CN114355959B (zh) | 空中机器人的姿态输出反馈控制方法、装置、介质和设备 | |
| Lu et al. | Real-time simulation system for UAV based on Matlab/Simulink | |
| Wang et al. | High-order nonlinear differentiator and application to aircraft control | |
| CN110018691A (zh) | 小型多旋翼无人机飞行状态估计系统和方法 | |
| Burri et al. | A framework for maximum likelihood parameter identification applied on MAVs | |
| Abdessameud et al. | Formation control of VTOL UAVs without linear-velocity measurements | |
| Zhang et al. | Dido: Deep inertial quadrotor dynamical odometry | |
| Hua et al. | A time-optimal trajectory planning strategy for an aircraft with a suspended payload via optimization and learning approaches | |
| Cioffi et al. | Hdvio: Improving localization and disturbance estimation with hybrid dynamics vio | |
| Yongliang et al. | Attitude estimation for small helicopter using extended kalman filter | |
| Castaldi et al. | Robust trajectory tracking for underactuated VTOL aerial vehicles: Extended for adaptive disturbance compensation | |
| De La Torre et al. | Autonomous suspended load operations via trajectory optimization and variational integrators | |
| Shankar et al. | Freyja: A full multirotor system for agile & precise outdoor flights | |
| Wang et al. | Hardware in the loop based 6DoF test platform for multi-rotor UAV | |
| Emran et al. | Hybrid low-cost approach for quadrotor attitude estimation | |
| Jain et al. | Docking two multirotors in midair using relative vision measurements | |
| Liu et al. | A novel hybrid attitude fusion method based on LSTM neural network for unmanned aerial vehicle | |
| Wang et al. | Altitude control for an indoor blimp robot | |
| NT et al. | Mobile robot terrain mapping for path planning using Karto Slam and gmapping technique | |
| Yang et al. | Model-free integrated navigation of small fixed-wing UAVs full state estimation in wind disturbance | |
| Ou et al. | Integrated flight dynamics modelling for unmanned aerial vehicles | |
| Hai et al. | Comparison of different techniques for experimental modeling of a Quadcopter | |
| Zhou et al. | Adaptive multi-sensor data fusion positioning algorithm based on long short term memory neural networks |
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 |