CN114489094A - 一种基于加速度反馈增强的旋翼无人机抗风扰控制方法 - Google Patents

Abstract

本发明涉及旋翼无人机控制领域，具体涉及一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，所述的抗风扰控制方法包括常规高增益加速度反馈的设计，引入前置滤波器，采用基于几何控制理论的级联PID控制器作为模型的原始控制器，结合加速度反馈方法构成加速度反馈增强几何控制器，并对旋翼无人机模型进行解耦，对解耦后的系统设计级联H_∞控制器，再与上述加速度反馈相结合，设计了加速度反馈增强的鲁棒H_∞控制器。该控制方法解决了常规高增益加速度反馈在实际系统中难以实现的问题，加速度反馈与鲁棒H_∞控制方法的结合，不仅保证了系统的稳定性，进一步提高了系统的抗扰动能力，将该方法应用于旋翼无人机保证了其在风扰环境下的稳定航行。

Description

一种基于加速度反馈增强的旋翼无人机抗风扰控制方法

技术领域

本发明涉及旋翼无人机控制领域，具体涉及一种基于加速度反馈增强的旋翼 无人机抗风扰控制方法。

背景技术

旋翼无人机不仅具有三维运动的能力，还具备垂直起降、定点悬停和机动灵 活等特点，被广泛应用在城市测绘、违建查处、快递投送和城市消防等领域。

现有的旋翼无人机控制算法可以较好地适应友好的空中环境，一般为空旷区 域，且无很大气流扰动。而在实际应用场景中，常常遇到强风或大气流的干扰， 会导致其控制精度降低并严重影响其稳定性，从而大大制约了旋翼无人机的广 泛和深入应用。因此可以说，风扰环境下的稳定航行是旋翼无人机飞控系统亟 待解决的关键技术之一。

现有的无人机扰动抑制方法主要分为两类：第一类是基于系统动态模型设计 的控制器，或者控制器本身具有一定扰动抑制能力，例如鲁棒控制器、滑膜控 制和一些自适应或者智能控制方法等。这类方法设计控制器时不需要知道扰动 具体大小，因此保守性较强，对控制器设计要求较高。第二类是基于扰动观测 的控制，这种方法通过得到已知的扰动信息，结合现有的一些闭环设计方法可 以在保证系统鲁棒性的同时具有较小的保守性。虽然上述两类方法在无人机扰 动抑制控制问题上取得一定进展，但仍存在理论层面创新导致控制器结构复杂 难以在实际平台实现的问题。因此，本发明提出了一种加速度反馈与鲁棒增强 的H_∞控制器结合的抗风扰方法，保证了无人机在较强风场环境下能够稳定飞行，具有现实意义和良好应用前景。

发明内容

本发明技术所解决的问题是：针对旋翼无人机在风扰情况下现有控制方法 不足，提出一种基于加速度反馈控制的旋翼无人机抗风扰控制方法，解决了旋 翼无人机在风扰环境下抗扰动和鲁棒控制问题。

本发明技术的解决方案为：一种基于加速度反馈增强的旋翼无人机抗风扰 控制方法，通过外环位置控制和内环姿态控制，实现对旋翼无人机进行抗风扰 控制，包括以下步骤：

检测旋翼无人机的线加速度和角加速度作为反馈，并根据期望轨迹，依次通 过外环位置控制和内环姿态控制，得到期望升力和期望力矩，通过期望升力、 期望力矩与各螺旋桨升力之间的混控关系得到每个旋翼产生的升力，根据旋翼 产生的扭矩与其升力成正比，进而控制相应旋翼的转速以调整旋翼无人机的姿 态。

外环位置控制：期望轨迹的位置输入至加速度反馈增强H_∞位置控制器，并 根据扰动力估计器输出的扰动力，设计得到虚拟控制量v₁，利用v₁与期望轨迹 通过位置和姿态动力学解耦得到期望升力和无人机本体坐标系相对于惯性坐标 系的姿态角；

内环姿态控制：根据从期望轨迹得到的期望姿态通过加速度反馈增强H_∞姿 态控制器，并根据扰动力矩估计器输出的扰动力矩，设计得到虚拟控制量v₂， 利用v₂对加速度反馈增强H_∞姿态控制器进行反馈线性化得到期望力矩。

所述扰动力/力矩估计器是根据传感器测得的旋翼无人机的线加速度和根据 角速度在线估计角加速度经计算得到扰动力/力矩的估计值，通过下式实现：

其中，d_f和d_τ为扰动项，分别为扰动力和扰动力矩，J、g、m分别为旋翼 无人机的转动惯量、重力加速度常量和旋翼无人机的总质量，f_d表示期望拉力， τ_d表示期望力矩，e₃表示用于转换需要维数的单位列向量，v、ω分别表示旋翼 无人机的测量线速度和角速度，R表示从本体坐标系到惯性坐标系的旋转矩阵。

加速度反馈增强H_∞位置控制器ρ₁和加速度反馈增强H_∞姿态控制器ρ₂通过 下式实现：

其中，a₁、a₂为前置高通滤波器的截止频率，都为正常数，s是拉氏变换算 子，T(Φ)是反映欧拉角与角速度之间关系的矩阵。

其中，φ为旋翼无人机的横滚角，θ为旋翼无人机的俯仰角。

所述虚拟控制量v₁通过下式得到：

其中，R_d表示期望旋转矩阵，由设定目标姿态Φ_d＝[φ_d,θ_d,ψ_d]^T给出，其 中φ_d,θ_d,ψ_d分别表示旋翼无人机的期望横滚角、期望俯仰角和期望偏航角；m为 旋翼无人机的总质量，g为重力加速度常量，e₃表示用于转换需要维数的单位列 向量。

所述利用v₁与期望轨迹通过位置和姿态动力学解耦得到期望升力和无人机 本体坐标系相对于惯性坐标系的姿态角，包括以下步骤：

其中，f表示期望拉力的模值，v_1x、v_1y、v_1z分别表示虚拟控制量v₁在 x、y、z轴的分量。

所述虚拟控制量v₂通过下式得到：

其中，

为无人机本体坐标系相对于惯性坐标系的姿态角Φ关于时间的二阶 导数，J^-1为转动惯量矩阵的逆矩阵；

所述反馈线性化后的系统反馈控制律通过下式实现：

τ_d为期望力矩，J为旋翼无人机的转动惯量，Φ为姿态角，v₂为虚拟控制量，ω表 示旋翼无人机的测量角速度，T(Φ)是反映欧拉角与角速度之间关系的矩阵。

与现有技术相比，本发明的有益效果是：

(1)本发明设计了基于加速度反馈的无人机抗风扰方法。通过引入前置滤波 器，将难以调节的高增益转化为中间量，使其只在分析过程中出现，解决了在 实际系统中高增益难以实现的问题。基于前置滤波器的加速度反馈控制不仅保 证系统输入输出稳定，还增强了系统的鲁棒性。

(2)本发明在前置滤波加速度反馈的基础上设计了基于几何控制理论的级联 PID控制器，将增强算法加速度反馈与原始控制器分开设计。该方法中基于旋转 矢量控制的几何控制算法相比于基于欧拉角的控制具有更好的机动性，使旋翼 无人机在大姿态飞行时，具有更好的全局稳定性。另外，这种方法与PID算法 的结合也更容易在实际系统实现。

(3)本发明利用鲁棒H_∞控制方法与加速度反馈相结合设计了基于加速度反馈 增强的H_∞控制器，保证了加速度反馈和几何控制结合的方法在扰动条件下仍可 以使系统具有较好的稳定性。其中鲁棒控制可以有效解决风扰等非结构不确定 性对系统造成的影响，在保证系统针对扰动输入输出稳定的同时，利用加速度 反馈增强系统的抗扰动能力。

(4)本发明对旋翼模型进行了解耦，从而得到外环位置和内环姿态的级联结 构，针对该级联系统，利用反馈线性化将解耦后的非线性系统变成内外线性子 系统的形式。该方法可以在没有扰动的条件下保证系统的稳定性；在存在扰动 时，结合加速度反馈，设计鲁棒增强的H_∞控制器，从而保证系统的输入输出稳 定性。

附图说明

图1为本发明的旋翼无人机加速度反馈增强的几何控制器结构图；

图2为本发明的加速度反馈增强的级联H_∞控制器；

图3为本发明的加速度反馈增强控制器实现流程图。

具体实施方式

下面结合附图和具体实施方式对本发明的具体实施方式做进一步详细描述。

本发明提出了一种基于加速度反馈增强的几何控制方法和加速度反馈增强 的级联H_∞扰动抑制方法，加速度反馈方法可以有效增强控制器抑制扰动的能力， 但存在代数环和高增益实现问题，因此引入前置滤波进行改进。在无人机简单 的动力学模型上设计加速度反馈增强的几何控制方法，再将旋翼的耦合模型解 耦成内外环的形式，并针对解耦后的系统设计级联H_∞控制器。该方法提高了扰 动抑制能力并保证了系统稳定性，具体步骤如下：

(1)基于前置滤波的加速度反馈方法

常规加速度反馈适用于多自由度刚体系统，一般高增益加速度反馈设计如 下：

其中τ_i为控制输入，k_a为加速度反馈增益，v为上一层控制器的输出，

为 加速度。

为解决常规高增益加速度反馈中出现的代数环和高增益难实现等问题，引 入前置滤波器Q(s)。一般来说，旋翼无人机受到的扰动处于低频范围，因此Q(s) 可以选取为高通滤波的形式从而抑制低频扰动。这里选取一种简单的形式

可以发现，原本在常规加速度反馈控制中难以调节的高增益值在引入前置 滤波器后转化为一个中间量，不再对扰动抑制起主导作用。其中是a正常数。 此时，扰动中的低频部分会被很好地抑制，而高通滤波器的截止频率正好为a。 此时称新的加速度反馈控制方法为“基于前置滤波器的加速度反馈控制”。

(2)加速度反馈增强几何控制器设计

加速度反馈是一种增强算法，可以和模型的原始控制器分开设计。因此， 这里采用基于几何控制理论的PID级联控制器作为原始控制器。几何控制是一 种非线性控制方法，其主要思想是将传统的基于欧拉角的控制转换为对旋转矢 量的控制。这种控制方式相比于基于欧拉角的控制可以获得更好的机动特性， 特别是在大姿态飞行时，具有更好的全局稳定性。另外，该方法可以结合PID 方法，并且容易在实际系统上实现。串级PID由外环位置控制环(包括位置和速 度)和内环姿态控制环构成(包括角度和角速度)。根据几何控制思想，将线加速 度反馈分解为模长和方向两个部分。

将无人机当前的期望姿态的Z轴信息结合期望轨迹中的航向信息，可以计 算出期望旋转矩阵。根据几何控制，得到姿态跟踪误差并设计姿态跟踪PID控 制器；再定义角速度误差，设计角速度PID控制器；最后，结合已经选取的前 置滤波器设计得到角加速度反馈控制器。

(3)基于加速度反馈增强的H_∞控制方法

先对旋翼无人机模型解耦，引入位置环虚拟控制量，从而实现外环位置和 内环姿态的解耦，得到外环位置和内环姿态控制的层级结构。然后通过反馈线 性化方法，将系统转换成两个线性子系统，从而对线性化后的系统设计H_∞控制 器。在此基础上，引入加速度反馈方法来增强系统的抗扰动能力。通过鲁棒H_∞理 论来保证系统从扰动到输出的有界输入有界输出有限增益L₂稳定。

本发明具体如下：

(1)旋翼无人机加速度反馈增强几何控制器

请参阅图1旋翼无人机加速度反馈增强的几何控制器结构图，本发明提供 一种基于加速度反馈的旋翼无人机抗风扰方法，系统的期望轨迹包括期望位置 和期望航向。其中，期望位置经位置环PID控制后得到期望速度，再经速度环 PID控制得到期望三轴力，其中位置控制和速度控制同属于外环控制；在此基础 上引入加速度反馈，期望三轴力与加速度反馈的和作为由姿态控制和角速度控 制组成的内环控制的输入，根据几何控制思想，将它们分解成模长和方向两部 分，其中方向部分结合期望航向信息可得到期望旋转矩阵，设计姿态跟踪PID 控制器，再根据期望角速度，通过角速度PID控制得到期望角加速度，进而选 取合适的前置滤波器形式设计角加速度反馈控制器。由牛顿第二定律可知，加 速度与升力呈线性关系，当扰动出现时，将加速度作为控制量，调整加速度偏 差，间接调整旋翼无人机每个机翼的升力，最后通过调节每个控制电机的转速 来保证无人机的平稳运行。

(2)加速度反馈增强的级联H_∞控制器

请参阅图2加速度反馈增强的级联H_∞控制器，本发明提供一种基于加速度 反馈的旋翼无人机抗风扰方法，加速度反馈和几何控制的结合，得到的加速度 反馈增强控制器可以在具有较好机动性的同时，增强系统抗扰动的能力。但系 统的稳定性难以保证，鲁棒控制可以有效针对非结构不确定性，于是在上述设 计的基础上，将旋翼非线性模型进行解耦，其中得到的位置和姿态动力学解耦 模型与加速度反馈增强H_∞位置控制器一起构成外环位置控制；解耦后的姿态控 制模型在经过反馈线性化得到两个级联的线性子系统。通过外环位置输出的拉 力和内环姿态控制输出的力矩对旋翼无人机进行控制，其中力/力矩估计器用来 估计线加速度

和角加速度

请参阅图3加速度反馈增强控制器实现流程图，本发明提供一种基于加速 度反馈的旋翼无人机抗风扰方法，根据期望输入位置和航向，通过控制器求解 相关参数的流程如图所示，首先通过低通滤波得到线加速度，并利用在线卡尔 曼滤波器得到角加速度估计，再根据线加速度和角加速度计算出具体的扰动， 进而得到新的系统状态，将新的系统状态代入线性矩阵不等式求解出反馈控制 率，再据此计算出虚拟控制量并得到期望拉力以及姿态角，接下来可得期望力 矩，最后通过混控矩阵计算出每个电机的输出拉力。在不同扰动下，若线加速 度和角加速度改变，根据此过程调整电机的输出来维持稳定。

选取高通滤波器形式的前置滤波器，分别针对内外环设计加速度反馈增强 控制器如下

其中，a₁、a₂为前置高通滤波器的截止频率，都为正常数，d_f为扰动力，d_τ为 扰动力矩，J为转动惯量矩阵，s是拉氏变换算子,T(Φ)是反映欧拉角与角速度 关系的矩阵。

扰动项由下式算得

其中，其中，d_f和d_τ为扰动项，分别为扰动力和扰动力矩，J、g、m分别 为旋翼无人机的转动惯量、重力加速度常量和旋翼无人机的总质量，f_d表示期望 拉力，τ_d表示期望力矩，e₃表示用于转换需要维数的单位列向量；v、ω分别表 示旋翼无人机的测量线速度和角速度，R表示从本体坐标系到惯性坐标系的旋转 矩阵。

暂时忽略扰动项，将旋翼无人机模型中旋转动力学部分进行反馈线性化， 将系统转化为两个线性子系统。鲁棒H_∞控制问题关键在于设计一个稳定控制器 u＝Kx使得系统满足闭环稳定且扰动到输出传递函数的无穷范数小于正实数γ。定 义系统状态误差，考虑力和力矩扰动，可以得到满足从扰动到输出是有限增益L₂稳定的系统误差动力学方程。反馈矩阵K可以通过求解如下的LMI方程得到

其中，

F＝[0_3×3 0_3×3 σI_3×3 0_3×3]，

X为正定对称矩阵，W为任意合适维度矩阵，I为单位阵，λ为正常数，σ为 常数。

此时新的系统误差状态z如下

其中e_p、e_v、e_Φ、

分别表示位置跟踪误差、速度跟踪误差、姿态角误差 和姿态角速度误差。

鲁棒H_∞控制器可解出为

u_AF＝Kz＝WX^-1z

其中，u_AF表示鲁棒H_∞加速度反馈增强控制器的控制律。

由于旋翼无人机模型中沿着本体的X和Y轴方向的位置需要根据姿态来调整， 将姿态作为位置环的虚拟输入。为将位置和姿态进行解耦，引入位置环虚拟控 制量v₁＝[v_1x，v_1y，v_1z]^T。

其中，f_d为期望升力，R_d表示期望旋转矩阵，由期望姿态 Φ_d＝[φ_d，θ_d，ψ_d]^T给出，e₃＝[0，0，1]^T，m为旋翼机的总质量，g为重力 加速度常数。

虚拟控制量v₂可由下式得

其中，

为姿态角Φ关于时间的二阶导数。

H_∞鲁棒控制器结合虚拟控制输入v₁和v₂可以得到，并由此式求的虚拟控制 量

其中，K为反馈矩阵，z为新的状态变量，

为期望线加速度，

为期望角 加速度。

为驱动外环子系统，还需根据虚拟控制量计算出实际的控制量：

其中，f表示期望拉力的模值，期望拉力的方向与旋翼机平面垂直并指向上， ψ_d为期望航向，v_1x、v_1y、v_1z分别表示虚拟控制量v₁在x、y、z轴的分量。

此时系统的反馈控制率为

系统利用两个虚拟控制量进行解耦，并依据反馈线性化方法将系统转换为 两个线性子系统，两个子系统通过旋转与平移之间的相互关系δ(R,R_d)进行连接。

最后通过混控矩阵计算每个电机的输出拉力，重新估计线加速度和角加速 度。以上为加速度反馈增强控制器的实现步骤。假设每个螺旋桨的升力和旋翼 机平面垂直并指向上且螺旋桨产生的扭矩和其升力成正比，根据由每个螺旋桨 的扭矩和螺旋桨中心到机体坐标系的距离构成的混控矩阵可以得到每个旋翼产 生的升力大小，进而控制相应螺旋桨转速。

(3)加速度反馈增强的几何控制算法飞行实例

本实施例所采用的是六旋翼机，转动惯量参数由双线摆实验获得，通过控 制电机转速来实现对力和力矩的控制。线加速度由传感器直接测得，并设计了 低通滤波器滤除传感器自身高频噪声。角加速度的获取是通过一个在线卡尔曼 滤波器(KF)，根据角速度信息在线估计角加速度。分别对该六旋翼无人机进行 了连续风扰下悬停和阵风扰动下悬停两个实验。通过对比引入加速度反馈方法 前后的结果，证明加速度反馈显著地提升了无人机抑制阵风扰动的能力。具体 来说，引入加速度反馈增强方法后，水平位置跟踪精度、垂向位置精度和航向 跟踪精度都有大幅度提升。

(4)加速度反馈增强的级联H_∞控制飞行实例

本实施例首先对引入加速度反馈增强的级联H_∞控制算法后的六旋翼机进行 了无风悬停测试，证明了引入该算法不会对无风条件的稳定性产生影响。再经 过持续强风扰动和阵风扰动测试，分别对算法引入前后旋翼无人机的水平方向 位置、垂直方向位置、航向角和倾斜角进行了对比和分析。由测试结果可以看 出加速度反馈增强控制器的偏航平均误差和误差标准差均小于原H_∞控制器，说 明加速度反馈增强的H_∞控制器能够有效增强姿态跟踪的精度，姿态控制的频率 显著增加，带来了更快速的姿态响应，从而位置精度得到显著提升，参数选择 在不会产生饱和的情况下，大于扰动的主要频率可获得更好的扰动抑制效果。

以上结合附图对本发明的具体实施方式作了说明，但这些说明不能被理解 为限制了本发明的范围，本发明的保护范围由随附的权利要求书限定，任何在 本发明权利要求基础上的改动都是本发明的保护范围。

Claims (8)

1.一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，通过外环位置控制和内环姿态控制，实现对旋翼无人机进行抗风扰控制，包括以下步骤：

检测旋翼无人机的线加速度和角加速度作为反馈，并根据期望轨迹，依次通过外环位置控制和内环姿态控制，得到期望升力和期望力矩，通过期望升力、期望力矩与各螺旋桨升力之间的混控关系得到每个旋翼产生的升力，根据旋翼产生的扭矩与其升力成正比，进而控制相应旋翼的转速以调整旋翼无人机的姿态。

2.根据权利要求1所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于：

外环位置控制：期望轨迹的位置输入至加速度反馈增强H_∞位置控制器，并根据扰动力估计器输出的扰动力，设计得到虚拟控制量v₁，利用v₁与期望轨迹通过位置和姿态动力学解耦得到期望升力和无人机本体坐标系相对于惯性坐标系的姿态角；

内环姿态控制：根据从期望轨迹得到的期望姿态通过加速度反馈增强H_∞姿态控制器，并根据扰动力矩估计器输出的扰动力矩，设计得到虚拟控制量v₂，利用v₂对加速度反馈增强H_∞姿态控制器进行反馈线性化得到期望力矩。

3.根据权利要求1所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，所述扰动力/力矩估计器是根据传感器测得的旋翼无人机的线加速度和根据角速度在线估计角加速度经计算得到扰动力/力矩的估计值，通过下式实现：

其中，d_f和d_τ为扰动项，分别为扰动力和扰动力矩，J、g、m分别为旋翼无人机的转动惯量、重力加速度常量和旋翼无人机的总质量，f_d表示期望拉力，τ_d表示期望力矩，e₃表示用于转换需要维数的单位列向量，v、ω分别表示旋翼无人机的测量线速度和角速度，R表示从本体坐标系到惯性坐标系的旋转矩阵。

4.根据权利要求1所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，加速度反馈增强H_∞位置控制器ρ₁和加速度反馈增强H_∞姿态控制器ρ₂通过下式实现：

其中，a₁、a₂为前置高通滤波器的截止频率，都为正常数，s是拉氏变换算子，T(Φ)是反映欧拉角与角速度之间关系的矩阵；

其中，φ为旋翼无人机的横滚角，θ为旋翼无人机的俯仰角。

5.根据权利要求1所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，所述虚拟控制量v₁通过下式得到：

其中，R_d表示期望旋转矩阵，由设定目标姿态Φ_d＝[φ_d，θ_d，ψ_d]^T给出，其中φ_d，θ_d，ψ_d分别表示旋翼无人机的期望横滚角、期望俯仰角和期望偏航角；m为旋翼无人机的总质量，g为重力加速度常量，e₃表示用于转换需要维数的单位列向量。

6.根据权利要求2所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，所述利用v₁与期望轨迹通过位置和姿态动力学解耦得到期望升力和无人机本体坐标系相对于惯性坐标系的姿态角，包括以下步骤：

其中，f表示期望拉力的模值，v_1x、v_1y、v_1z分别表示虚拟控制量v₁在x、y、z轴的分量。

7.根据权利要求2所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，所述虚拟控制量v₂通过下式得到：

其中，

为无人机本体坐标系相对于惯性坐标系的姿态角Φ关于时间的二阶导数，J^-1为转动惯量矩阵的逆矩阵。

8.根据权利要求2所述的一种基于加速度反馈增强的旋翼无人机抗风扰控制方法，其特征在于，所述反馈线性化后的系统反馈控制律通过下式实现：

τ_d为期望力矩，J为旋翼无人机的转动惯量，Φ为姿态角，v₂为虚拟控制量，ω表示旋翼无人机的测量角速度，T(Φ)是反映欧拉角与角速度之间关系的矩阵。

Images