CN115933377A - 一种面向执行器故障的无人机轨迹容错控制方法及系统 - Google Patents
一种面向执行器故障的无人机轨迹容错控制方法及系统 Download PDFInfo
- Publication number
- CN115933377A CN115933377A CN202211394353.5A CN202211394353A CN115933377A CN 115933377 A CN115933377 A CN 115933377A CN 202211394353 A CN202211394353 A CN 202211394353A CN 115933377 A CN115933377 A CN 115933377A
- Authority
- CN
- China
- Prior art keywords
- fault
- unmanned aerial
- aerial vehicle
- actuator
- nonlinear
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种面向执行器故障的无人机轨迹容错控制方法及系统,属于无人机控制技术领域,包括构建在非线性干扰和模型的不确定性的情况下,获取无人机非线性故障模型;构建无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型;基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障;基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障的参数;基于所诊断的执行器故障和参数,设计容错控制器;基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。本发明降低了执行器故障导致无人机的飞行性能恶化甚至坠机的风险,提高了无人机的可靠性和安全性。
Description
技术领域
本发明属于无人机控制技术领域,涉及一种面向执行器故障的无人机轨迹容错控制方法及系统。
背景技术
由于无人机在各种军事和民用领域的应用潜力而受到广泛关注。四旋翼无人机代表了一种特殊的无人机,它配备了四个螺旋桨,分别安装在四个无刷直流电机的轴上。旋翼的旋转产生维持四旋翼在空中飞行所需的推力。此外,四旋翼的姿态是通过系统改变旋翼速度来控制的,这产生力矩力作用在机体框架上。针对四旋翼无人机的姿态稳定或跟踪问题,研究人员提出了多种方法,包括反步技术、基于H∞理论的抗扰控制策略和自适应控制等技术方法,但这些控制方案均是通过假设四旋翼系统没有故障而设计的。由于电机、螺旋桨等部件的退化或损坏,驱动电机螺旋桨系统容易发生故障。这种执行器故障的发生可能会对位置和姿态的跟踪性能造成不良影响。如何避免执行器故障对无人机的安全造成损害,是现在研究的重点。
发明内容
本发明的目的在于解决现有技术中的问题,提供一种面向执行器故障的无人机轨迹容错控制方法及系统,能够降低由于执行器故障导致无人机的飞行性能严重恶化甚至造成坠机等严重事故的风险,提高四旋翼无人机的可靠性、安全性和生存能力。
为达到上述目的,本发明采用以下技术方案予以实现:
第一方面,本发明提供一种面向执行器故障的无人机轨迹容错控制方法,包括以下步骤:
基于运动学方程,构建在非线性干扰和模型不确定性情况下的无人机非线性故障模型;
构建在无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型;
基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障;
基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障参数;
基于诊断的执行器故障和预估的执行器故障参数,设计容错控制器;
基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。
第二方面,本发明提供一种面向执行器故障的无人机轨迹容错控制系统,包括:
获取模块,所述获取模块基于运动学方程,构建在非线性干扰和模型的不确定性的情况下,获取无人机非线性故障模型;
故障模型简化模块,所述故障模型简化模块用于构建无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型;
第一构建模块,所述第一构建模块基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障;
第二构建模块,所述第二构建模块基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障的参数;
容错控制器设计模块,所述容错控制器设计模块基于所诊断的执行器故障和执行器故障的参数,设计容错控制器;
控制模块,所述控制模块基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。
第三方面,本发明提供一种终端设备,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如上方法的步骤。
第四方面,本发明提供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如上述方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明利用故障诊断观测器和估计器对故障进行诊断和估计,在故障诊断和估计的基础上利用容错控制器实现对轨迹和姿态的稳定控制,无人机能够稳定准确地跟踪期望位置轨迹以及期望姿态轨迹,降低了由于执行器故障导致无人机的飞行性能严重恶化甚至造成坠机等严重事故的风险,提高四旋翼无人机的可靠性、安全性和生存能力。
附图说明
为了更清楚的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为本发明的面向执行器故障的无人机轨迹容错控制方法流程图;
图2为本发明的交叉型四旋翼无人机构成图;
图3为本发明的面向执行器故障的无人机轨迹容错控制系统框图;
图4为本发明的无人机轨迹容错控制系统的位置跟踪效果图;
图5为本发明的无人机轨迹容错控制系统的高度效果图;
图6为本发明的无人机轨迹容错控制系统的偏航角效果图;
图7为本发明的无人机轨迹容错控制系统的滚转角效果图;
图8为本发明的无人机轨迹容错控制系统的俯仰角效果图;
图9为本发明的面向执行器故障的无人机轨迹容错控制系统结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明实施例的描述中,需要说明的是,若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,若出现术语“水平”,并不表示要求部件绝对水平,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明实施例的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明公布了一种面向执行器故障的无人机轨迹容错控制方法,包括:
S101,基于运动学方程,构建在非线性干扰和模型的不确定性的情况下,获取无人机非线性故障模型。
考虑已知干扰和模型不确定性的情况下,根据牛顿第二定律和欧拉动力学方程,构建无人机模型如公式(1)所示:
其中,pE、vE、η=[φ,θ,ψ]和ω=[p,q,r]分别为惯性位置、惯性速度、欧拉角和角速率;U、Tφ、Tθ、Tψ分别为推力、滚转扭矩、俯仰扭矩和偏航扭矩;REB(η)为η的旋转矩阵;m为无人机重量,cd为拉力系数,vB为无人机相对机体的速度,g为重力加速度;Jx,Jy,Jz为无人机在X,Y,Z三个方向上的惯量;ζv,ζω为建模不确定性;Rη(φ,θ)为φ,θ的旋转矩阵,ζv0为未知非线性项,ζω0为附加未知非线性项。
S102,构建无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型。
参见图2,显示了四旋翼的简化模型以及假定的机身和惯性系。根据无人机动力学原理,电机M1号和电机M3号逆时针旋转,M2号和M4号顺时针旋转。每个电机位于无人机质心的距离相等,并沿相对于机身框架的z方向产生作用力。由于每个转子的旋转,产生作用于无人机的反扭矩。
转子产生的推力和扭矩与转子的平方速度成正比,如公式(2)和公式(3)所示:
其中,Fn为无人机总受力,bF和k为电机推力和扭矩常量系数,Tn为无人机的相对扭矩,sgn(.)代表符号函数,Ωn为给定的电机角速度,n=1,2,3,4代表四个电机;
无人机的总推力和力矩表示为:
其中,代表给定的电机速度,M为推力和扭矩与转子角速度之间的映射矩阵;
构建电机的部分效率损失情况下的执行器故障模型,如公式(4)所示:
其中,Ωn代表给定的电机角速度,代表实际电机角速度;表示n号电机发生部分失效故障的未知参数;κn=1代表电机无故障,κn<1代表电机发生部分效率损失,为下限标量;
基于执行器故障模型,构建电机推力和扭矩的关系式,代入无人机非线性故障模型,简化无人机非线性故障模型,如公式(5)所示:
其中,I4为四维单位向量,β为故障函数,t为时间变量,tn为发生故障的时间,vn为执行状态Λn为执行器分配故障矩阵,如果1号电机故障,则Λ1=diag{1,0,0,0};当t<tn时,β(t-tn)=0,当t>tn时,β(t-tn)=1。
S103,基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障。
推力和扭矩关系式代入简化的无人机模型,如公式(6)所述:
其中,为垂直方向速度的微分,ζ(x,t)为非线性项, 为已知的非线性项,构建非线性故障诊断观测器,如公式(7)所示:
其中,vz代表无人机沿z轴方向的惯性速度,故障诊断观测器系统状态包括:惯性速度估计值和无人机角速率,为设计参数。
S104,基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障的参数。
当执行器故障被诊断,四个自适应故障隔离估计器被激活来确定故障电机,非线性自适应故障估计器如公式(8)所示:
其中,为状态估计量,Γn是一个正定设计矩阵,且 代表状态估计,ξ为状态变量,f()为非线性量,为机载控制器的转子速度平方值,hn为已知的执行器函数结构,x为函数变量,为故障参数估计。
未知故障参数vn的自适应率为:
其中,Ψn>0是一个常数,代表自适应率;PΘ为投影算子。
S105,基于所诊断的执行器故障和执行器故障的参数,设计容错控制器。
为了调节执行器故障的影响,结合故障诊断观测器和故障隔离估计器得到的各项观测值设计容错控制器:
其中,是机载控制器的转子速度平方值;为故障参数估计;Λn为执行器分配故障矩阵;为由于故障进行容错的转子速度平方值。
S106,基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。
参见图3,在容错控制器基础上设计双回路控制结构,包括位置控制回路和姿态控制回路,在位置控制回路中运用的是位置容错控制器,在姿态控制回路中运用的是姿态容错控制器。控制中所需要的滚转角和俯仰角由如下PID控制率生成,如公式(10)所示:
其中,R(ψ)为弥补四旋翼的旋转方向所定义的转换矩阵,且e(t)为位置误差,KP,KI,KD为比例、积分、导数增益值;容错控制器输出无人机的位置跟踪轨迹、高度和姿态角跟踪轨迹。
参照图4、图5、图6、图7和图8,本发明在实际无人机上进行了试飞实验,从实验结果可以看出,本发明提出的面向执行器故障的无人机轨迹容错控制系统及方法能够在无人机出现故障的时候稳定控制无人机的位置和姿态。
参见图9,本发明公布了一种面向执行器故障的无人机轨迹容错控制系统,包括:
获取模块,所述获取模块基于运动学方程,构建在非线性干扰和模型的不确定性的情况下,获取无人机非线性故障模型;
故障模型简化模块,所述故障模型简化模块用于构建无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型;
第一构建模块,所述第一构建模块基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障;
第二构建模块,所述第二构建模块基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障的参数;
容错控制器设计模块,所述容错控制器设计模块基于所诊断的执行器故障和执行器故障的参数,设计容错控制器;
控制模块,所述控制模块基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。
本发明一实施例提供的终端设备。该实施例的终端设备包括:处理器、存储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上述各个方法实施例中的步骤。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。
所述处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述终端设备的各种功能。
所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种面向执行器故障的无人机轨迹容错控制方法,其特征在于,包括以下步骤:
基于运动学方程,构建在非线性干扰和模型不确定性情况下的无人机非线性故障模型;
构建在无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型;
基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障;
基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障参数;
基于诊断的执行器故障和预估的执行器故障参数,设计容错控制器;
基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。
2.根据权利要求1所述的面向执行器故障的无人机轨迹容错控制方法,其特征在于,所述基于运动学方程,构建在非线性干扰和模型不确定性情况下的无人机非线性故障模型,包括:
构建无人机非线性故障模型:
其中,pE、vE、η=[φ,θ,ψ]和ω=[p,q,r]分别为惯性位置、惯性速度、欧拉角和角速率;U、Tφ、Tθ、Tψ分别为推力、滚转扭矩、俯仰扭矩和偏航扭矩;REB(η)为η的旋转矩阵;m为无人机重量,cd为拉力系数,vB为无人机相对机体的速度,g为重力加速度;Jx,Jy,Jz为无人机在X,Y,Z三个方向上的惯量;ζv,ζω为建模不确定性;Rη(φ,θ)为φ,θ的旋转矩阵,ζv0为未知非线性项,ζω0为附加未知非线性项。
3.根据权利要求2所述的面向执行器故障的无人机轨迹容错控制方法,其特征在于,所述构建在无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型,包括:
无人机电机转子产生的推力和扭矩与转子的平方速度关系如下:
其中,Fn为无人机总受力,bF和k为电机推力和扭矩常量系数,Tn为无人机的相对扭矩,sgn(.)代表符号函数,Ωn为给定的电机角速度,n=1,2,3,4代表四个电机;
无人机的总推力和力矩如下:
其中,代表给定的电机速度,M为推力和扭矩与转子角速度之间的映射矩阵;
构建电机的部分效率损失情况下的执行器故障模型:
其中,为实际电机角速度;κn表示n号电机发生部分失效故障的未知参数,其中κn=1代表电机无故障,κn<1代表电机发生部分效率损失,为下限标量,且
基于执行器故障模型,构建电机推力和扭矩的关系式,代入无人机非线性故障模型,简化无人机非线性故障模型:
其中,I4为四维单位向量,β为故障函数,t为时间变量,tn为发生故障的时间,vn为执行状态Λn为执行器分配故障矩阵,如果1号电机故障,则Λ1=diag{1,0,0,0};当t<tn时,β(t-tn)=0,当t>tn时,β(t-tn)=1。
4.根据权利要求3所述的面向执行器故障的无人机轨迹容错控制方法,其特征在于,所述基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障,具体为:
推力和扭矩关系式代入简化的无人机模型:
其中,为垂直方向速度的微分,ζ(x,t)为非线性项, 为已知的非线性项,构建非线性故障诊断观测器,如公式(7)所示:
其中,vz代表无人机沿z轴方向的惯性速度,故障诊断观测器系统状态包括:惯性速度估计值和无人机角速率,为设计参数。
5.根据权利要求1所述的面向执行器故障的无人机轨迹容错控制方法,其特征在于,所述基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障参数,具体为:
当执行器故障被诊断,四个自适应故障隔离估计器被激活来确定故障电机,非线性自适应故障估计器如公式(8)所示:
其中,为状态估计量,Γn是一个正定设计矩阵,且j=1,…,4;代表状态估计,ξ为状态变量,f()为非线性量,为机载控制器的转子速度平方值,hn为已知的执行器函数结构,x为函数变量,为故障参数估计;
未知故障参数vn的自适应率为:
其中,Ψn>0是一个常数,代表自适应率;PΘ为投影算子。
6.根据权利要求4或5所述的面向执行器故障的无人机轨迹容错控制方法,其特征在于,所述基于容错控制器修改电机控制命令,控制无人机的飞行轨迹,具体为:
容错控制器通过修改电机控制命令并发送到电机,如公式(9)所示:
其中,是机载控制器的转子速度平方值;为故障参数估计;Λn为执行器分配故障矩阵;为由于故障进行容错的转子速度平方值;
容错控制器所需要的滚转角Φd和俯仰角Θd由PID控制率生成,如公式(10)所示:
其中,R(ψ)为弥补四旋翼的旋转方向所定义的转换矩阵,且e(t)为位置误差,KP,KI,KD为比例、积分、导数增益值;容错控制器输出无人机的位置跟踪轨迹、高度和姿态角跟踪轨迹。
7.一种面向执行器故障的无人机轨迹容错控制系统,其特征在于,包括:
获取模块,所述获取模块基于运动学方程,构建在非线性干扰和模型的不确定性的情况下,获取无人机非线性故障模型;
故障模型简化模块,所述故障模型简化模块用于构建无人机电机效率损失情况下的执行器故障模型,并基于执行器故障模型简化无人机非线性故障模型;
第一构建模块,所述第一构建模块基于简化后的无人机非线性故障模型,构建非线性故障诊断观测器诊断执行器故障;
第二构建模块,所述第二构建模块基于非线性故障诊断观测器,构建非线性自适应故障估计器预估执行器故障的参数;
容错控制器设计模块,所述容错控制器设计模块基于所诊断的执行器故障和执行器故障的参数,设计容错控制器;
控制模块,所述控制模块基于容错控制器修改电机控制命令,控制无人机的飞行轨迹。
8.一种终端设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。
9.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211394353.5A CN115933377A (zh) | 2022-11-08 | 2022-11-08 | 一种面向执行器故障的无人机轨迹容错控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211394353.5A CN115933377A (zh) | 2022-11-08 | 2022-11-08 | 一种面向执行器故障的无人机轨迹容错控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115933377A true CN115933377A (zh) | 2023-04-07 |
Family
ID=86699890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211394353.5A Pending CN115933377A (zh) | 2022-11-08 | 2022-11-08 | 一种面向执行器故障的无人机轨迹容错控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115933377A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117891177A (zh) * | 2024-03-15 | 2024-04-16 | 国网浙江省电力有限公司宁波供电公司 | 无人机控制器模型构建方法、装置、设备及存储介质 |
-
2022
- 2022-11-08 CN CN202211394353.5A patent/CN115933377A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117891177A (zh) * | 2024-03-15 | 2024-04-16 | 国网浙江省电力有限公司宁波供电公司 | 无人机控制器模型构建方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saied et al. | Fault diagnosis and fault-tolerant control strategy for rotor failure in an octorotor | |
CN109343369B (zh) | 一种基于非线性观测器的四旋翼容错控制器设计方法 | |
CN109189085B (zh) | 基于事件触发的航天器网络化系统姿态控制方法 | |
Ranjbaran et al. | Fault recovery of an under-actuated quadrotor aerial vehicle | |
CN111880410B (zh) | 一种针对电机故障的四旋翼无人机容错控制方法 | |
CN113568419B (zh) | 一种变载四旋翼无人机容错控制方法 | |
CN111522241A (zh) | 一种基于固定时间观测器的主动容错控制方法及装置 | |
CN115437259A (zh) | 一种面向舵面故障的飞机姿态容错控制系统及控制方法 | |
CN115933377A (zh) | 一种面向执行器故障的无人机轨迹容错控制方法及系统 | |
Ortiz-Torres et al. | An actuator fault detection and isolation method design for planar vertical take-off and landing unmanned aerial vehicle modelled as a qLPV system | |
CN112882484B (zh) | 一种无人机抗干扰容错控制方法 | |
CN113625730B (zh) | 一种基于超扭滑模的四旋翼自适应容错控制方法 | |
Wang et al. | A robust fault-tolerant control for quadrotor helicopters against sensor faults and external disturbances | |
Ranjbaran et al. | Generalized fault recovery of an under-actuated quadrotor aerial vehicle | |
CN114995163B (zh) | 一种无人机免疫控制方法 | |
CN116430828A (zh) | 一种基于观测器的四旋翼故障容灾降级控制方法 | |
Zhong et al. | Active fault-tolerant tracking control of a quadrotor uav | |
CN116736692A (zh) | 一种具有延迟状态约束的四旋翼无人机滑模容错控制方法 | |
CN115373260A (zh) | 一种基于预定性能函数的农用无人机容错控制方法 | |
CN114779797A (zh) | 一种无人直升机故障估计方法和跟踪容错方法 | |
CN112882388B (zh) | 一种执行器受损下的四旋翼无人机故障检测与诊断方法 | |
CN109212969B (zh) | 一种考虑四旋翼飞行器执行器故障的积分反步滑模姿态控制方法 | |
CN117148863B (zh) | 一种复合故障下的集群无人机容错协同控制方法 | |
Yang et al. | Control system design for tiltable quad-rotor with propeller failure | |
CN111722614A (zh) | 一种基于广义观测器的四旋翼无人机故障估计方法 |
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 |