CN116627156A - 一种四旋翼无人机姿态抗扰控制方法 - Google Patents
一种四旋翼无人机姿态抗扰控制方法 Download PDFInfo
- Publication number
- CN116627156A CN116627156A CN202310907953.5A CN202310907953A CN116627156A CN 116627156 A CN116627156 A CN 116627156A CN 202310907953 A CN202310907953 A CN 202310907953A CN 116627156 A CN116627156 A CN 116627156A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- rotor unmanned
- vehicle attitude
- control system
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013459 approach Methods 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 7
- 238000005096 rolling process Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000004044 response Effects 0.000 description 17
- 238000005070 sampling Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- 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
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种四旋翼无人机姿态抗扰控制方法,属于无人机技术领域,包括:获取当前四旋翼无人机的横滚角、俯仰角、偏航角;将横滚角、俯仰角、偏航角输入预先设计的滑模抗扰控制器获得控制输入量,根据控制输入量控制四旋翼无人机的飞行姿态。本发明根据变速趋近律和总扰动估计值设计出控制四旋翼无人机姿态的滑模抗扰控制器,利用滑模抗扰控制器根据当前无人机横滚角、俯仰角、偏航角获取控制输入量来调整飞行姿态,解决了当前四旋翼无人机姿态控制系统,鲁棒性体现的并不理想,系统需要较长时间才能趋近于滑模面的问题。
Description
技术领域
本发明涉及一种四旋翼无人机姿态抗扰控制方法,属于无人机技术领域。
背景技术
四旋翼无人机因其结构简单、可悬停以及机动性强等优点在军事及民用领域都展现出了广泛的应用前景,尤其是在侦查、救援、工农业中得到大量应用。但由于四旋翼无人机在执行任务的过程中,极易受到系统内部不确定性和外界风扰的影响,这使得无人机抗扰控制有着重要的意义与价值。
近些年,由于系统及控制算法复杂程度的大幅提高,能够保证系统响应速度与稳定性能的高速采样控制方法受到日益增多的关注,由于在高速采样的情况下,传统移位算子会使系统的控制性能变差,甚至出现不稳定的现象,目前在基于Delta算子滑模控制的设计中,鲁棒性体现的并不理想,系统需要一定较长时间才能趋近于平衡状态。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种四旋翼无人机姿态抗扰控制方法,鲁棒性、抗干扰能力强,能够使四旋翼无人机姿态控制系统滑模面迅速接近平衡状态。
为达到上述目的,本发明是采用下述技术方案实现的:
一种四旋翼无人机姿态抗扰控制方法,包括:
获取当前四旋翼无人机的横滚角、俯仰角、偏航角;
将横滚角、俯仰角、偏航角输入预先设计的滑模抗扰控制器获得控制输入量,根据控制输入量控制四旋翼无人机的飞行姿态;
其中,所述滑模抗扰控制器的设计方法为:
采用Delta算子离散化预先构建的四旋翼无人机姿态控制系统,获得离散化的四旋翼无人机姿态控制系统各子系统的状态方程;
根据离散化的四旋翼无人机姿态控制系统各子系统的状态方程,获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差;
根据总扰动误差,获取使四旋翼无人机姿态控制系统滑模面接近平衡状态的变速趋近律;
根据变速趋近律和总扰动,获取滑模抗扰控制器。
进一步地,所述四旋翼无人机姿态控制系统为:
;
其中:、/>和/>分别是四旋翼无人机的横滚角速度、俯仰角速度、偏航角速度;/>、/>和/>分别是四旋翼无人机的横滚角加速度、俯仰角加速度、偏航角加速度;、/>和/>代表无人机绕机体坐标系/>、/>、/>轴的转动惯量;/>、/>和/>是阻力系数;、/>和/>是包含内部不确定性和外部干扰项的总扰动向量;/>、/>和代表四旋翼无人机的控制输入量;/>代表旋翼轴心到机体中心的距离。
进一步地,四旋翼无人机姿态控制系统各子系统的状态方程为:
;
其中:是四旋翼无人机姿态控制系统第i个子系统的状态变量/>的一阶导数;/>是四旋翼无人机姿态控制系统第i个子系统的控制输入量;/>是四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>是四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>是四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;i=1、2、3。
进一步地,离散化的四旋翼无人机姿态控制系统各子系统的状态方程为:
;
其中,;/>表示Delta算子运算;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的系统矩阵;为/>中的第一行第一列;/>为/>中的第一行第二列;/>为/>中的第二行第一列;/>为/>中的第二行第二列;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>为/>中的第二行第一列;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为/>中的第一行第一列;/>为中的第二行第一列;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的控制输入量;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;/>1,2,3。
进一步地,根据离散化的四旋翼无人机姿态控制系统各子系统的状态方程,获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差,包括:
根据离散化的四旋翼无人机姿态控制系统各子系统的状态方程,构建扩张扰动观测器;
根据扩张扰动观测器,获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差。
进一步地,所述扩张扰动观测器为:
;
其中,为/>的估计值,/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;/>为观测器系数;/>为辅助变量;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为/>中的第一行第一列;/>1,2,3。
进一步地,所述变速趋近律为:
;
其中,为四旋翼无人机姿态控制系统第i个子系统的滑模面;/>为Delta算子运算;/>,/>、/>、/>、/>和/>均是正的可调参数;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>为总扰动误差;/>为函数符号,为/>的范数;/>1,2,3。
进一步地,所述滑模抗扰控制器为:
;
其中,为Delta算子运算;/>,/>、/>、/>、/>和/>均是正的可调参数;/>为四旋翼无人机姿态控制系统第i个子系统的滑模面;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的控制输入量;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为/>的估计值,/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;是/>的估计值;/>为函数符号,/>为/>的范数;/>1,2,3。
与现有技术相比,本发明所达到的有益效果:
1、本发明使用Delta算子离散化续的四旋翼无人机姿态控制系统,通过离散化后的四旋翼无人机姿态控制系统估计总扰动和总扰动误差,根据总扰动误差获取变速趋近律进而使四旋翼无人机姿态控制系统滑模面迅速接近平衡状态,并根据变速趋近律和总扰动估计值设计出控制四旋翼无人机姿态的滑模抗扰控制器,利用滑模抗扰控制器根据当前无人机横滚角、俯仰角、偏航角的实际角度值获取控制输入量来调整飞行姿态,解决了当前四旋翼无人机姿态控制系统,鲁棒性体现的并不理想,系统需要较长时间才能趋近于平衡状态的问题。
2、本发明通过构建扩张扰动观测器来估计四旋翼无人机姿态控制系统的总扰动和总扰动误差,基于sigmoid函数和总扰动误差设计使四旋翼无人机姿态控制系统滑模面迅速接近平衡状态的变速趋近律,既能保证四旋翼无人机的姿态控制性能,又可以提高在复杂环境下的抗扰特性。
附图说明
图1是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的流程图;
图2是本发明实施例提供的一种四旋翼无人机控制结构框图;
图3是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法中的滑模抗扰控制器的设计流程图;
图4是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的四旋翼无人机各子系统控制输入响应曲线;
图5是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的四旋翼无人机各滑模面响应曲线;
图6是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的扩张扰动观测器在横滚角通道的估计响应曲线;
图7是本发明实施例提供的一种基四旋翼无人机姿态抗扰控制方法的扩张扰动观测器在俯仰角通道的估计响应曲线;
图8是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的扩张扰动观测器在偏航角通道的估计响应曲线;
图9是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的四旋翼无人机横滚角通道响应曲线;
图10是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的四旋翼无人机俯仰角通道响应曲线;
图11是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的四旋翼无人机偏航角通道响应曲线;
图12是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的无人机参数取值表;
图13是本发明实施例提供的一种四旋翼无人机姿态抗扰控制方法的滑模抗扰控制器参数取值表。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种四旋翼无人机姿态抗扰控制方法,包括:
获取当前四旋翼无人机的横滚角、俯仰角、偏航角;
将横滚角、俯仰角、偏航角输入预先设计的滑模抗扰控制器获得控制输入量,根据控制输入量控制四旋翼无人机的飞行姿态;
如图2和图3所示,滑模抗扰控制器的设计方法包括:
采用Delta算子离散化预先构建的四旋翼无人机姿态控制系统,获得离散化的四旋翼无人机姿态控制系统各子系统的状态方程;具体的:构建四旋翼无人机姿态控制系统;
四旋翼无人机姿态控制系统为:
;
其中:、/>和/>分别是四旋翼无人机的横滚角、俯仰角、偏航角;/>、和/>分别是四旋翼无人机的横滚角速度、俯仰角速度、偏航角速度;/>、/>和分别是四旋翼无人机的横滚角加速度、俯仰角加速度、偏航角加速度;/>、/>和/>代表无人机绕机体坐标系/>,/>,/>轴的转动惯量;/>、/>和/>是阻力系数;/>、/>和是包含内部不确定性和外部干扰项的总扰动向量;/>、/>和/>代表四旋翼无人机的控制输入量;/>代表旋翼轴心到机体中心的距离;
令四旋翼无人机姿态控制系统的状态为:
,/>,/>;
取,/>,/>为系统矩阵;
,/>,/>为控制输入向量;
则四旋翼无人机姿态控制系统各子系统的状态方程为:
;
其中:是四旋翼无人机姿态控制系统第i个子系统的状态变量/>的一阶导数;
是四旋翼无人机姿态控制系统第i个子系统的控制输入量;
是四旋翼无人机姿态控制系统第i个子系统的系统矩阵;
是四旋翼无人机姿态控制系统第i个子系统的控制输入向量;
是四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;
i=1、2、3;
则有:
;
四旋翼无人机姿态控制系统分为三个子系统,分别是横滚角子系统、俯仰角子系统和偏航角子系统;其中:
是四旋翼无人机横滚角子系统的状态变量;/>是横滚角子系统的控制输入量;/>是横滚角子系统的系统矩阵;/>是横滚角子系统的控制输入向量;/>代表横滚角子系统包含内部不确定性和外部干扰项的总扰动向量;
是四旋翼无人机俯仰角子系统的状态变量;/>是俯仰角子系统的控制输入量;/>是俯仰角子系统的系统矩阵;/>是俯仰角子系统的控制输入向量;/>代表俯仰角子系统包含内部不确定性和外部干扰项的总扰动向量;
是四旋翼无人机偏航角子系统的状态变量;/>是偏航角子系统的控制输入量;/>是偏航角子系统的系统矩阵;/>是偏航角子系统的控制输入向量;/>代表偏航角子系统包含内部不确定性和外部干扰项的总扰动向量。
采用Delta算子将四旋翼无人机姿态控制系统的状态方程离散化,Delta算子定义为:
;
其中,表示关于时间的采样函数;/>为Delta算子运算;/>是采样周期;
当时,/>,Delta算子为导数运算,描述的是连续时间系统;
当时,/>,Delta算子为差分运算,描述的是离散时间系统。
利用Delta算子对四旋翼无人机姿态控制系统各子系统离散化:
;
其中:
为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>是采样周期;/>是四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>为单位矩阵;
为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>是采样周期;/>是四旋翼无人机姿态控制系统第i个子系统的控制输入向量;
为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;
为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的控制输入量;
1,2,3。
对Delta算子框架下的四旋翼无人机姿态控制系统模型做出以下假设:
假设:总扰动是,且存在非负整数/>和正整数/>满足/>,/>1,2,3;
令,/> =1,2,3,采用Delta算子离散化后的四旋翼无人机姿态控制系统的状态方程可以改写为:
;
为/>中的第一行第一列;/>为/>中的第一行第二列;/>为/>中的第二行第一列;/>为/>中的第二行第二列;
为/>中的第二行第一列;
为/>中的第一行第一列;/>为/>中的第二行第一列。
根据总扰动误差,获取使四旋翼无人机姿态控制系统滑模面接近平衡状态的变速趋近律;具体的:构建扩张扰动观测器:
;
其中,为/>的估计值,/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;
为观测器系数;/>为辅助变量;
根据扩张扰动观测器获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差:
定义为:
;
其中,是/>的估计值;
扰动向量的一阶导数和相应辅助变量/>的估计由下式给出:
;
;
其中,也为观测器系数。
定义观测器总扰动误差为:
;
;
观测器估计误差动力学形式为:
;
其中,,/>,/>,/> =1,2,3。
基于sigmoid函数和观测器总扰动误差设计变速趋近律,具体的:
人工神经网络中的sigmoid函数是一类重要的激励函数,具有光滑性、严格单调性和饱和性,其表达式为:
;
其中,参数为增益量,且/>,决定了该函数的变化速率,/>为偏移量;该函数的变化区域为(0,1);将上述函数的偏移量取为零,通过非奇异线性变换,使得函数的变化区域为(-1,1),则有:
;
取参数,x=/>,利用sigmoid函数设计变速趋近律为:
;
其中,为四旋翼无人机姿态控制系统第i个子系统的滑模面;/>为函数符号,/>为/>的范数;
为Delta算子运算;
滑模面;
,/>、/>、/>、/>和/>均是正的可调参数;
1,2,3。
根据变速趋近律和总扰动估计值设计的滑模抗扰控制器为:
;
其中,为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的控制输入量;
,/>、/>、/>和/>均是正的可调参数;/> =1,2,3;
最终滑模抗扰控制器根据当前获取到的四旋翼无人机横滚角、俯仰角、偏航角,输出各子系统对应的控制输入量,对四旋翼无人机姿态进行调整。
如图12和图13所示,对四旋翼无人机参数和控制器参数进行取值计算,进行仿真实验;横滚角子系统连续时间系统表示成:
;
俯仰角子系统连续时间系统表示成:
;
偏航角子系统连续时间系统表示成:
;
取采样时间T=0.01s,状态,经过Delta算子离散化后的横滚角子系统为:
;
取,Delta算子离散化后的俯仰角子系统为:
;
取,Delta算子离散化后的偏航角子系统为:
;
取四旋翼无人机姿态角初始姿态角,扩张扰动观测器系数取/>,/>,包含内部不确定性和外部干扰项的扰动向量取为:
;
其中,总扰动中/>为外部干扰,/>为内部不确定性;总扰动/>中/>为外部干扰,/>为内部不确定性;总扰动/>中/>为外部干扰,/>为内部不确定性;
图4中的4(a)、4(b)、4(c)分别为三个子系统控制输入响应曲线图;图5中的5(a)、5(b)、5(c)分别为三个子系统对应的滑模面的响应曲线图;图6是扩张扰动观测器在横滚角通道的估计响应曲线;图7是扩张扰动观测器在俯仰角/>通道的估计响应曲线;图8是扩张扰动观测器在偏航角/>通道的估计响应曲线;图9是四旋翼无人机横滚角/>通道响应曲线;图10是四旋翼无人机俯仰角/>通道响应曲线;图11是四旋翼无人机偏航角/>通道响应曲线。如图4~图11所示,扩张扰动观测器够快速且有效地对扰动向量进行估计,同时各姿态控制系统的控制量最终能够到达相对稳定的值,并确保滑模面平衡态渐近稳定,快速收敛到0。
以上所述仅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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种四旋翼无人机姿态抗扰控制方法,其特征在于,包括:
获取当前四旋翼无人机的横滚角、俯仰角、偏航角;
将横滚角、俯仰角、偏航角输入预先设计的滑模抗扰控制器获得控制输入量,根据控制输入量控制四旋翼无人机的飞行姿态;
其中,所述滑模抗扰控制器的设计方法为:
采用Delta算子离散化预先构建的四旋翼无人机姿态控制系统,获得离散化的四旋翼无人机姿态控制系统各子系统的状态方程;
根据离散化的四旋翼无人机姿态控制系统各子系统的状态方程,获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差;
根据总扰动误差,获取使四旋翼无人机姿态控制系统滑模面接近平衡状态的变速趋近律;
根据变速趋近律和总扰动,获取滑模抗扰控制器。
2.根据权利要求1所述的四旋翼无人机姿态抗扰控制方法,其特征在于,所述四旋翼无人机姿态控制系统为:
;
其中:、/>和/>分别是四旋翼无人机的横滚角速度、俯仰角速度、偏航角速度;/>、/>和/>分别是四旋翼无人机的横滚角加速度、俯仰角加速度、偏航角加速度;、/>和/>代表无人机绕机体坐标系/>、/>、/>轴的转动惯量;/>、/>和/>是阻力系数;、/>和/>是包含内部不确定性和外部干扰项的总扰动向量;/>、/>和代表四旋翼无人机的控制输入量;/>代表旋翼轴心到机体中心的距离。
3.根据权利要求1所述的四旋翼无人机姿态抗扰控制方法,其特征在于,四旋翼无人机姿态控制系统各子系统的状态方程为:
;
其中:是四旋翼无人机姿态控制系统第i个子系统的状态变量/>的一阶导数;是四旋翼无人机姿态控制系统第i个子系统的控制输入量;/>是四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>是四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>是四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;i=1、2、3。
4.根据权利要求1所述的四旋翼无人机姿态抗扰控制方法,其特征在于,离散化的四旋翼无人机姿态控制系统各子系统的状态方程为:
;
其中,;/>表示Delta算子运算;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>为中的第一行第一列;/>为/>中的第一行第二列;/>为/>中的第二行第一列;/>为/>中的第二行第二列;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>为/>中的第二行第一列;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为/>中的第一行第一列;/>为/>中的第二行第一列;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的控制输入量;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;/>1,2,3。
5.根据权利要求1所述的四旋翼无人机姿态抗扰控制方法,其特征在于,根据离散化的四旋翼无人机姿态控制系统各子系统的状态方程,获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差,包括:
根据离散化的四旋翼无人机姿态控制系统各子系统的状态方程,构建扩张扰动观测器;
根据扩张扰动观测器,获取包含系统内部不确定性、外部干扰项的总扰动和总扰动误差。
6.根据权利要求5所述的四旋翼无人机姿态抗扰控制方法,其特征在于,所述扩张扰动观测器为:
;
其中,为/>的估计值,/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;/>为观测器系数;/>为辅助变量;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为/>中的第一行第一列;/>1,2,3。
7.根据权利要求1所述四旋翼无人机姿态抗扰控制方法,其特征在于,所述变速趋近律为:
;
其中,为四旋翼无人机姿态控制系统第i个子系统的滑模面;/>为Delta算子运算;,/>、/>、/>、/>和/>均是正的可调参数;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>为总扰动误差;/>为函数符号,为/>的范数;/>1,2,3。
8.根据权利要求1所述的四旋翼无人机姿态抗扰控制方法,其特征在于,所述滑模抗扰控制器为:
;
其中,为Delta算子运算;/>,/>、/>、/>、/>和/>均是正的可调参数;/>为四旋翼无人机姿态控制系统第i个子系统的滑模面;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的控制输入量;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的系统矩阵;/>为经Delta算子变化后的四旋翼无人机姿态控制系统第i个子系统的控制输入向量;/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统的状态变量;/>为/>的估计值,/>为经Delta算子离散化后的四旋翼无人机姿态控制系统第i个子系统中包含内部不确定性和外部干扰项的总扰动向量;/>是/>的估计值;/>为函数符号,/>为/>的范数;/>1,2,3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310907953.5A CN116627156B (zh) | 2023-07-24 | 2023-07-24 | 一种四旋翼无人机姿态抗扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310907953.5A CN116627156B (zh) | 2023-07-24 | 2023-07-24 | 一种四旋翼无人机姿态抗扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116627156A true CN116627156A (zh) | 2023-08-22 |
CN116627156B CN116627156B (zh) | 2023-12-01 |
Family
ID=87602967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310907953.5A Active CN116627156B (zh) | 2023-07-24 | 2023-07-24 | 一种四旋翼无人机姿态抗扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116627156B (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 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1901153A1 (en) * | 2006-09-12 | 2008-03-19 | OFFIS e.V. | Control system for unmanned 4-rotor-helicopter |
CN103116357A (zh) * | 2013-03-14 | 2013-05-22 | 郭雷 | 一种具有抗干扰容错性能的滑模控制方法 |
CN104238357A (zh) * | 2014-08-21 | 2014-12-24 | 南京航空航天大学 | 一种近空间飞行器的容错滑模控制方法 |
CN110398976A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 飞行器控制方法、装置及计算机可读存储介质 |
CN111722634A (zh) * | 2020-05-28 | 2020-09-29 | 南京邮电大学 | 一种基于非线性扰动观测器的四旋翼飞行器滑模控制方法 |
CN112596507A (zh) * | 2021-01-14 | 2021-04-02 | 南京航空航天大学 | 传感器故障下的多时滞非线性系统滑模预测容错控制方法 |
CN112947518A (zh) * | 2021-02-03 | 2021-06-11 | 莆田学院 | 一种基于干扰观测器的四旋翼鲁棒姿态控制方法 |
EP3889723A1 (en) * | 2020-04-03 | 2021-10-06 | Pablo Air Co., Ltd. | Method in which small fixed-wing unmanned aerial vehicle follows path and lgvf path-following controller using same |
CN113777932A (zh) * | 2021-11-15 | 2021-12-10 | 南京信息工程大学 | 一种基于Delta算子的四旋翼自适应滑模容错控制方法 |
CN114489105A (zh) * | 2022-01-25 | 2022-05-13 | 南京邮电大学 | 基于干扰观测器的新型无人机姿态系统积分滑模控制方法 |
CN114637318A (zh) * | 2022-02-16 | 2022-06-17 | 厦门理工学院 | 一种高超声速飞行器滑模控制方法 |
CN114861584A (zh) * | 2022-06-14 | 2022-08-05 | 陕西理工大学 | 基于ESO的单电感双输出Buck变换器滑模解耦控制器设计方法 |
CN115016268A (zh) * | 2022-05-31 | 2022-09-06 | 哈尔滨工业大学 | 一种基于滑模理论的可倾转四旋翼无人机容错控制方法 |
CN115185185A (zh) * | 2022-07-27 | 2022-10-14 | 湖北工业大学 | 四旋翼飞行器自适应滑模控制系统的建立方法 |
-
2023
- 2023-07-24 CN CN202310907953.5A patent/CN116627156B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1901153A1 (en) * | 2006-09-12 | 2008-03-19 | OFFIS e.V. | Control system for unmanned 4-rotor-helicopter |
CN103116357A (zh) * | 2013-03-14 | 2013-05-22 | 郭雷 | 一种具有抗干扰容错性能的滑模控制方法 |
CN104238357A (zh) * | 2014-08-21 | 2014-12-24 | 南京航空航天大学 | 一种近空间飞行器的容错滑模控制方法 |
CN110398976A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 飞行器控制方法、装置及计算机可读存储介质 |
EP3889723A1 (en) * | 2020-04-03 | 2021-10-06 | Pablo Air Co., Ltd. | Method in which small fixed-wing unmanned aerial vehicle follows path and lgvf path-following controller using same |
CN111722634A (zh) * | 2020-05-28 | 2020-09-29 | 南京邮电大学 | 一种基于非线性扰动观测器的四旋翼飞行器滑模控制方法 |
CN112596507A (zh) * | 2021-01-14 | 2021-04-02 | 南京航空航天大学 | 传感器故障下的多时滞非线性系统滑模预测容错控制方法 |
CN112947518A (zh) * | 2021-02-03 | 2021-06-11 | 莆田学院 | 一种基于干扰观测器的四旋翼鲁棒姿态控制方法 |
CN113777932A (zh) * | 2021-11-15 | 2021-12-10 | 南京信息工程大学 | 一种基于Delta算子的四旋翼自适应滑模容错控制方法 |
CN114489105A (zh) * | 2022-01-25 | 2022-05-13 | 南京邮电大学 | 基于干扰观测器的新型无人机姿态系统积分滑模控制方法 |
CN114637318A (zh) * | 2022-02-16 | 2022-06-17 | 厦门理工学院 | 一种高超声速飞行器滑模控制方法 |
CN115016268A (zh) * | 2022-05-31 | 2022-09-06 | 哈尔滨工业大学 | 一种基于滑模理论的可倾转四旋翼无人机容错控制方法 |
CN114861584A (zh) * | 2022-06-14 | 2022-08-05 | 陕西理工大学 | 基于ESO的单电感双输出Buck变换器滑模解耦控制器设计方法 |
CN115185185A (zh) * | 2022-07-27 | 2022-10-14 | 湖北工业大学 | 四旋翼飞行器自适应滑模控制系统的建立方法 |
Non-Patent Citations (6)
Title |
---|
GAO, BK等: "Adaptive neural fault-tolerant control of a quadrotor UAV via fast terminal sliding mode", 《 AEROSPACE SCIENCE AND TECHNOLOGY》 * |
ZHEN ZHANG等: "Adaptive Fractional Order Sliding Mode Control for UAVs Formation with Actuator Faults", 《2022 34TH CHINESE CONTROL AND DECISION CONFERENCE》 * |
ZHENG, BC等: "Adaptive Sliding Mode Attitude Control of Quadrotor UAVs Based on the Delta Operator Framework", 《SYMMETRY-BASEL》, vol. 14, no. 3 * |
吴跃文等: "四旋翼无人机的滑模自抗扰姿态控制器设计", 《光电与控制》, vol. 29, no. 1 * |
孙克文等: "四旋翼飞行器抗干扰轨迹跟踪控制方法研究", 《机械设计与制造》 * |
王鹏: "基于观测器的四旋翼飞行器可靠控制方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 03 * |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN116627156B (zh) | 2023-12-01 |
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 | |
CN107357166B (zh) | 小型无人直升机的无模型自适应鲁棒控制方法 | |
Islam et al. | Robust control of four-rotor unmanned aerial vehicle with disturbance uncertainty | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
CN108445895B (zh) | 用于倾转式三旋翼无人机位置控制的鲁棒控制方法 | |
CN103760905B (zh) | 基于模糊前馈单旋翼无人直升机姿态非线性鲁棒控制方法 | |
CN105653827B (zh) | 高超声速飞行器Terminal滑模控制器设计方法 | |
CN110850887B (zh) | 一种四旋翼无人机复合动态逆抗干扰姿态控制方法 | |
CN105912009B (zh) | 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法 | |
CN109521786A (zh) | 基于比例积分观测器的四旋翼无人机滑模姿态控制方法 | |
CN109283932B (zh) | 一种基于积分反步滑模的四旋翼飞行器姿态控制方法 | |
CN111026160B (zh) | 一种四旋翼无人机轨迹跟踪控制方法 | |
CN109885074B (zh) | 四旋翼无人机有限时间收敛姿态控制方法 | |
CN108594837A (zh) | 基于pd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 | |
CN106200665A (zh) | 携带不确定负载的四轴飞行器的建模与自适应控制方法 | |
CN116627156B (zh) | 一种四旋翼无人机姿态抗扰控制方法 | |
CN109976367A (zh) | 针对倾转式三旋翼无人机的姿态系统控制方法 | |
CN117289598B (zh) | 一种飞行器的反步滑模控制方法及系统 | |
CN105116914A (zh) | 一种平流层飞艇解析模型预测路径跟踪控制方法 | |
CN112631316A (zh) | 变负载四旋翼无人机的有限时间控制方法 | |
CN111198570A (zh) | 一种基于固定时间微分器预测的抗时延高精度自抗扰姿态控制方法 | |
CN115556111A (zh) | 基于变惯性参数建模的飞行机械臂耦合扰动控制方法 | |
CN116923730A (zh) | 一种具有自调节预设性能约束的航天器姿态主动容错控制方法 | |
CN108845508B (zh) | 一种基于cmac-滑膜一体化控制的无人机半物理仿真控制方法 | |
CN116225043A (zh) | 一种基于干扰观测器的四旋翼无人机预定性能控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |