CN116257071A - 一种多旋翼无人机自适应模糊pid控制方法 - Google Patents
一种多旋翼无人机自适应模糊pid控制方法 Download PDFInfo
- Publication number
- CN116257071A CN116257071A CN202111497209.XA CN202111497209A CN116257071A CN 116257071 A CN116257071 A CN 116257071A CN 202111497209 A CN202111497209 A CN 202111497209A CN 116257071 A CN116257071 A CN 116257071A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- pid
- rotor unmanned
- fuzzy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008859 change Effects 0.000 claims abstract description 20
- 238000012546 transfer Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 27
- 230000003044 adaptive effect Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000052 comparative effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000005096 rolling process Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种多旋翼无人机自适应模糊PID控制方法。所述多旋翼无人机自适应模糊PID控制包括：设置多旋翼无人机Roll通道传递函数；由所述Roll通道传递函数得到Roll通道角度偏差和Roll通道角度变化率；将所述Roll通道角度偏差和Roll通道角度变化率输入到所述自适应模糊PID控制中，得到一组新PID参数；将所述新PID参数叠加到传统PID控制方法上应用到多旋翼无人机，实现更好的控制效果。
Description
技术领域
本发明涉及多旋翼无人机领域，尤其涉及一种多旋翼无人机自适应模糊PID控制方法。
背景技术
随着计算机技术和智能器的飞速发展，为了进一步提高控制质量，人们开始在PID算法中加入智能环节。而多旋翼无人机由于其自身的特殊性，应用较为广泛的控制算法还是PID控制。但经典PID参数不能够在线整定，对于一些对姿态控制有较高要求的多旋翼无人机来说，仅仅依靠一组控制参数构成的经典PID控制系统仅能满足一般的定常系统。当外部存在干扰时则经典PID控制系统难以达到控制要求。本发明旨在对四旋翼无人机控制加入自适应模糊控制，结合经典PID控制，当存在外部干扰时完成PID参数在线调参。
发明内容
针对现有技术中的上述不足，本发明提供了一种多旋翼无人机自适应模糊PID控制方法。
本发明为实现上述目的所采用的技术方案是：
一种多旋翼无人机自适应模糊PID控制方法，所述控制方法包括：
S1、通过设在无人机本体上的惯性测量传感器采集待处理的实时角度数据；
S2、计算实时角度数据与期望角度的偏差、以及偏差变化率作为输入量；
S3、将输入量输入自适应模糊PID控制器获取PID参数的修正值；
S4、将修正值叠加至PID参数初始值上，完成对角度数据的PID参数实时修正赋值；
S4、修正赋值后输入传递函数，获取实时修正控制量；
S5、控制器按照实时修正控制量，输出相应的转速信号至飞控电机控制器控制电机转速，从而改变多旋翼无人机运动状态。
所述待处理的实时角度数据包括三轴加速度计、三轴陀螺仪、三轴磁力计实时测量的翻滚角、俯仰角、偏航角。
所述期望角度是根据期望姿态计算获取或预先设定。
所述自适应模糊PID控制器包括：对比例P、积分I、微分D三个模块分别建立模糊控制器Z1，Z2，Z3，进行自适应模糊化和解模糊化处理，分别得到修正值KP2，KI2，KD2。
所述Z1，Z2，Z3，采用二输入一输出的形式，以角度偏差Eφ和角度偏差变化率为输入，以PID三个修正量KP2，KI2，KD2为输出。
所述自适应模糊化处理是采用三角型隶属度函数对输入和输出变量进行模糊化处理，建立模糊规则表。
所述模糊化处理包括：
建立输入变量模糊集：{NB,NM,NS,ZO,PS,PM,PB},角度偏差Eφ的基本论域为[-3,+3],角度偏差变化率的基本论域为：[-3,+3]，输出量KP2的论域为[0,3],KI2的论域为[0,1],KD2的论域为[0,0.5]。
所述模糊规则表为输入量与输出量之间的模糊对应关系，通过查表获取PID参数输出量的模糊值。
所述去模糊化是采用加权平均法将PID参数输出量的模糊值转化为数值。
还包括：在输入端和输出端引入L1-L8的数值范围设定，输入端的角度偏差Eφ和角度偏差变化率经过L1-L6的数值范围限定后，经过模糊控制规则输出对应的PID修正值，再经过L7-L9的数值范围限定后叠加到PID原初始值上，得到新的PID控制参数。
本发明具有以下有益效果及优点：
对于多旋翼无人机硬件设施来讲，将控制方法设置为自适应模糊PID控制，从自适应模糊PID控制输出的PID参数修正量叠加到传统PID控制参数上可以实现比传统PID控制更快的反应速度，更低的超调量，即使在第5秒加入外界干扰后，自适应模糊PID控制也实现了更好的控制效果。
附图说明
图1是本发明方法流程图；
图2是四轴多旋翼无人机自适应模糊PID控制结构框图；
图3是本发明Simulink仿真框架图；
图4是本发明Simulink仿真效果图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方法做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
除非另有定义，本文所使用的所有技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
如图1-3所示，分别为本发明方法流程、框架示意和仿真框架图。四旋翼无人机传统经典PID控制系统分为P(比例)、I(积分)、D(微分)控制系统。本发明分别在P(比例)、I(积分)、D(微分)控制加入自适应模糊PID控制。传统经典PID控制作用于Roll通道角度偏差值，而自适应模糊PID控制作用于Roll通道角度偏差值和Roll通道角度偏差变化率。将采用自适应模糊PID控制结合经典PID控制的控制效果和采取单一经典PID控制的控制效果进行对比。通过Simulink仿真，证实一种四轴多旋翼无人机自适应模糊PID控制方法比四轴多旋翼无人机经典PID控制控制效果要好。
具体包括如下步骤：
步骤1：多旋翼无人机根据惯性测量传感器：三轴加速度计、三轴陀螺仪、三轴磁力计获得实时姿态信息包括翻滚角，俯仰角，偏航角，为待处理的角度数据。遥控器发出指令根据姿态解算得到期望的姿态信息(期望角度)。
步骤2：根据四轴多旋翼无人机所处环境和任务需求，设置PID参数。PID参数初始值分别记为KP1，KI1，KD1。
步骤3：根据自适应模糊PID控制器，对PID参数进行实时修正。即：自适应模糊PID算法根据四轴多旋翼无人机的Roll控制通道的翻滚角度φ和输入的期望翻滚角Δφ，获得角度偏差Eφ和角度偏差变化率，输出PID参数的修正值KP2，KI2，KD2。将修正值KP2，KI2，KD2叠加到PID参数的初始值上KP1，KI1，KD1。完成PID参数的修正赋值。
分别对PID控制方法中的P比例，I积分，D微分建立模糊规则表，并在模糊规则表的基础上分别设置自适应模糊PID控制器，进行自适应模糊化和解模糊化处理。从而分别得到修正值KP2，KI2，KD2。
所述自适应模糊PID控制器Z1，Z2，Z3，采用二输入一输出的形式，以角度偏差Eφ和角度偏差变化率为输入，以PID三个修正量KP2，KI2，KD2为输出。
模糊化处理包括对输入变量的隶属度函数为三角型的隶属度函数，输出变量的隶属度函数为三角型的隶属度函数。
输入的角度偏差Eφ和角度偏差变化率先模糊化转化为模糊集合，通过模糊推理依据模糊规则进行处理，再通过去模糊化得到PID参数的修正量KP2，KI2，KD2。
输入变量为角度偏差Eφ和角度偏差变化率，其模糊集为：
{NB,NM,NS,ZO,PS,PM,PB},角度偏差Eφ的基本论域为[-3,+3],角度偏差变化率的基本论域为：[-3,+3]，输出量KP2的论域为[0,3],KI2的论域为[0,1],KD2的论域为[0,0.5]。
所述的模糊规则，其特征在于模糊规则即为模糊规则表，阐述了输入量与输出量之间对应的关系。通过查表获取PID参数输出量的模糊值。各表中，e是角度偏差，ec是角度偏差变化率。
表1：Kp2模糊规则表
表2：KI2模糊规则表
表3：KD2模糊规则表
去模糊化为，采用加权平均法将PID参数输出量的模糊值转化为具体值。
此外，根据多旋翼无人机的实验数据得到输入和输出变量的实际范围和提高自适应模糊PID控制器可控范围的考虑，在输入端和输出端引入L1-L8的数值范围设定。输入端的角度偏差Eφ和角度偏差变化率经过L1-L6的数值范围限定后，经过模糊控制规则输出合适的PID修正值，再经过L7-L9的数值范围限定后叠加到PID原初始值上。从而得到新的PID控制参数,达到修正PID参数的目的。
通过系统辨识的方法得到四轴多旋翼无人机Roll控制通道传递函数函数为：
此外，为验证自适应模糊PID控制器的控制效果，在系统最后加入幅值为1.2的脉冲强干扰信号模拟四轴多旋翼无人机的Roll控制通道受到强扰动，验证自适应模糊PID控制的控制效果。
步骤4：飞行控制器对数据处理并发出操控指令，电调操控电机转速，从而改变翻滚角，俯仰角，偏航角，改变多旋翼无人机运动状态。
传统PID控制初始值设置如表1所示。
表1传统PID控制初始值设置
| 控制通道 | 角度Kp1 | 角度KI1 | 角度KD1 |
| Roll通道 | 6 | 0.5 | 0.05 |
如图3所示，为在MATLAB/Simulink环境下搭建仿真系统。图中上半部分为传统PID控制器处理方法，下班部分为本发明的自适应模糊PID控制器。通过示波器获取波形。
如图4所示，从自适应模糊PID控制输出的PID参数修正量叠加到传统PID控制参数上可以实现比传统PID控制更快的反应速度，更低的超调量，即使在第5秒加入外界干扰后，自适应模糊PID控制也实现了更好的控制效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰应视为本发明的保护范围。
Claims (10)
1.一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述控制方法包括：
S1、通过设在无人机本体上的惯性测量传感器采集待处理的实时角度数据；
S2、计算实时角度数据与期望角度的偏差、以及偏差变化率作为输入量；
S3、将输入量输入自适应模糊PID控制器获取PID参数的修正值；
S4、将修正值叠加至PID参数初始值上，完成对角度数据的PID参数实时修正赋值；
S4、修正赋值后输入传递函数，获取实时修正控制量；
S5、控制器按照实时修正控制量，输出相应的转速信号至飞控电机控制器控制电机转速，从而改变多旋翼无人机运动状态。
2.根据权利要求1所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述待处理的实时角度数据包括三轴加速度计、三轴陀螺仪、三轴磁力计实时测量的翻滚角、俯仰角、偏航角。
3.根据权利要求1所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述期望角度是根据期望姿态计算获取或预先设定。
4.根据权利要求1所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述自适应模糊PID控制器包括：对比例P、积分I、微分D三个模块分别建立模糊控制器Z1，Z2，Z3，进行自适应模糊化和解模糊化处理，分别得到修正值KP2，KI2，KD2。
5.根据权利要求4所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述Z1，Z2，Z3，采用二输入一输出的形式，以角度偏差Eφ和角度偏差变化率为输入，以PID三个修正量KP2，KI2，KD2为输出。
6.根据权利要求4所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述自适应模糊化处理是采用三角型隶属度函数对输入和输出变量进行模糊化处理，建立模糊规则表。
7.根据权利要求1所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述模糊化处理包括：
建立输入变量模糊集：{NB,NM,NS,ZO,PS,PM,PB},角度偏差Eφ的基本论域为[-3,+3],角度偏差变化率的基本论域为：[-3,+3]，输出量KP2的论域为[0,3],KI2的论域为[0,1],KD2的论域为[0,0.5]。
8.根据权利要求1所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述模糊规则表为输入量与输出量之间的模糊对应关系，通过查表获取PID参数输出量的模糊值。
9.根据权利要求4所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，所述去模糊化是采用加权平均法将PID参数输出量的模糊值转化为数值。
10.根据权利要求1所述的一种多旋翼无人机自适应模糊PID控制方法，其特征在于，还包括：在输入端和输出端引入L1-L8的数值范围设定，输入端的角度偏差Eφ和角度偏差变化率经过L1-L6的数值范围限定后，经过模糊控制规则输出对应的PID修正值，再经过L7-L9的数值范围限定后叠加到PID原初始值上，得到新的PID控制参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111497209.XA CN116257071A (zh) | 2021-12-09 | 2021-12-09 | 一种多旋翼无人机自适应模糊pid控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111497209.XA CN116257071A (zh) | 2021-12-09 | 2021-12-09 | 一种多旋翼无人机自适应模糊pid控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116257071A true CN116257071A (zh) | 2023-06-13 |
Family
ID=86677885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111497209.XA Pending CN116257071A (zh) | 2021-12-09 | 2021-12-09 | 一种多旋翼无人机自适应模糊pid控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116257071A (zh) |
-
2021
- 2021-12-09 CN CN202111497209.XA patent/CN116257071A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106325291B (zh) | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及系统 | |
| Ghadiri et al. | Adaptive super-twisting non-singular terminal sliding mode control for tracking of quadrotor with bounded disturbances | |
| CN108445748B (zh) | 一种基于事件触发机制的自适应航天器姿态跟踪控制方法 | |
| Pan et al. | Event-triggered adaptive control for uncertain constrained nonlinear systems with its application | |
| CN110221541B (zh) | 伺服系统中前馈控制器的前馈系数获取装置、方法 | |
| CN111766889B (zh) | 基于输出反馈的四旋翼自适应动态面滑模控制器 | |
| CN105867139B (zh) | 一种模型参考自适应的飞行器鲁棒控制方法 | |
| CN109960149B (zh) | 用于pH中和过程的自抗扰控制参数整定方法 | |
| CN106950999B (zh) | 一种采用自抗扰控制技术的移动舞台轨迹跟踪控制方法 | |
| CN112558468B (zh) | 基于双观测器的发射平台自适应鲁棒输出反馈控制方法 | |
| CN113110511B (zh) | 一种基于广义模糊双曲模型的智能船舶航向控制方法 | |
| CN113759722B (zh) | 一种无人机自抗扰控制器参数优化方法 | |
| CN108469738A (zh) | 一种移动机器人的自适应动力学控制方法 | |
| CN110687796A (zh) | 基于神经网络的自适应有限时间命令滤波反步控制方法 | |
| CN113741188A (zh) | 执行器故障下固定翼无人机反步自适应容错控制方法 | |
| CN115990888A (zh) | 一种具有死区和时变约束功能的机械臂控制方法 | |
| Chen et al. | Output constrained adaptive neural control for generic hypersonic vehicles suffering from non-affine aerodynamic characteristics and stochastic disturbances | |
| CN111142383A (zh) | 一种非线性系统最优控制器的在线学习方法 | |
| CN116257071A (zh) | 一种多旋翼无人机自适应模糊pid控制方法 | |
| CN116795124A (zh) | 一种基于动态事件触发的四旋翼无人机姿态控制方法 | |
| CN110701187B (zh) | 一种五自由度磁轴承的智能双积分滑模控制方法及设备 | |
| CN116880535A (zh) | 一种改进二阶自抗扰控制四旋翼无人机的姿态控制方法 | |
| CN111812981A (zh) | 一种有限时间稳定的航天器姿态跟踪滑模控制方法 | |
| CN111546329B (zh) | 一种多关节机器人伺服增益一致性控制方法 | |
| CN115469654A (zh) | 船舶自适应模糊输出反馈航迹跟踪控制方法及控制系统 |
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 |