CN117452831A - 一种四旋翼无人机控制方法、装置、系统及存储介质 - Google Patents
一种四旋翼无人机控制方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN117452831A CN117452831A CN202311800825.7A CN202311800825A CN117452831A CN 117452831 A CN117452831 A CN 117452831A CN 202311800825 A CN202311800825 A CN 202311800825A CN 117452831 A CN117452831 A CN 117452831A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- angle
- rotor unmanned
- rotor
- 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 59
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012417 linear regression Methods 0.000 claims abstract description 25
- 238000005096 rolling process Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 16
- 238000004088 simulation Methods 0.000 description 13
- 230000005284 excitation Effects 0.000 description 5
- 238000012545 processing Methods 0.000 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 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
本发明公开了一种四旋翼无人机控制方法、装置、系统及存储介质,属于四旋翼无人机控制技术领域,方法包括:基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;基于所述四旋翼无人机状态空间模型,构建线性回归方程;基于所述线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行无角速度传感控制。该方法能够对四旋翼无人机的姿态角速度进行状态观测,实现对四旋翼无人机的无角速度传感控制。
Description
技术领域
本发明涉及一种四旋翼无人机控制方法、装置、系统及存储介质,属于四旋翼无人机控制技术领域。
背景技术
无人机不仅能够执行军事上的情报、侦察等任务,还能够在民用上用于灌溉、防灾预警、节日表演等。由于四旋翼无人机结构简单,容易操作,对四旋翼无人机的研究具有很高的现实意义。
无人机姿态和速度控制是无人机飞行控制的基础,其控制性能极大地影响着无人机的安全飞行效率。关于无人机飞行控制的研究成为近年来的热点,例如PID控制方法、反馈线性化方法、神经网络控制方法等。其中,PID线性控制方法能够满足四旋翼无人机的基本飞行操作控制,但在偏离平衡点或存在扰动时,控制性能将无法得到保障。增益调参控制能够将无人机模型线性化处理,简化了控制器的设计。反馈线性化方法是利用全状态反馈,使新系统的输入和输出间具有线性关系。基于神经网络控制方法的动态逆控制能够在无人机很难获得精确的数学模型的情况下,采用神经网络进行系统辨识,但其计算复杂度高且收敛性很难得到保证。
在现有技术中,对四旋翼无人机的控制方法需要安装相应的传感器对四旋翼无人机系统的状态进行测量,且整个四旋翼无人机系统的计算复杂度较高,不利于四旋翼无人机的推广应用。
发明内容
本发明的目的在于提供一种四旋翼无人机控制方法、装置、系统及存储介质,能够对四旋翼无人机的姿态角速度进行状态观测,实现对四旋翼无人机的无角速度传感控制。
为达到上述目的,本发明提供如下技术方案:
第一方面,本发明提供一种四旋翼无人机控制方法,包括:
基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;
基于所述四旋翼无人机状态空间模型,构建线性回归方程;
基于所述线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;
将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行无角速度传感控制。
结合第一方面,进一步的,存在干扰情况的四旋翼无人机动力学模型为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为/>、/>、/>的一阶导数,/>、/>、/>为/>、、/>的二阶导数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量;
定义四旋翼无人机状态空间的状态变量为:
;
其中,、/>、/>、/>、/>、/>为四旋翼无人机状态空间的状态变量;
则四旋翼无人机状态空间模型为:
;
其中,、/>、/>、/>、/>、/>为/>、/>、/>、/>、/>、/>的一阶导数。
结合第一方面,进一步的,基于所述四旋翼无人机状态空间模型,构建线性回归方程包括:
对所述四旋翼无人机状态空间模型进行改写,获取改写后的四旋翼无人机状态空间模型为:
;
其中,、/>为四旋翼无人机状态空间的状态变量,/>,/>,其中,/>为滚转角,/>为/>的一阶导数,/>、/>为/>、/>的一阶导数,/>为滚转角子系统中与/>相关的第一常量,/>,其中,/>为各旋翼到无人机质心的距离,/>为滚转角对应的阻力系数,/>为无人机/>轴的转动惯量,/>为滚转角子系统中与/>不相关的变量,/>,其中,/>为俯仰角的控制输入量,/>为常数,/>,/>为第一待估计参数,/>,其中,/>为滚转角对应的未知扰动,/>为滚转角子系统中与/>相关的第二常量,/>;
将状态观测问题转化为参数估计问题为:
;
其中,为/>的重构状态,/>为第二待估计参数,/>;
对改写后的四旋翼无人机状态空间模型进行动态扩展描述为:
;
其中,为状态转移矩阵,/>为第一中间变量,/>为第二中间变量,/>为原观测器增益,/>、/>、/>、/>为/>、/>、/>、/>的一阶导数,/>、/>、/>、/>为/>、/>、/>、/>的初始值,/>为时间;
则线性回归方程为:
;
其中,为可测变量,/>,/>为待估计参数向量,/>,其中,/>为虚构参数。
结合第一方面,进一步的,所述梯度下降观测器为:
;
其中,、/>、/>、/>为动态扩张量,/>、/>、/>、/>为滤波器参数,/>为微分算子,/>,其中,/>为时间,/>为可测变量,/>为待估计参数向量,/>,其中,/>为第二待估计参数,/>为虚构参数,/>为梯度下降观测器的输出,/>,其中,/>、/>为/>、/>的估计值,/>为第三中间变量,/>、/>、/>、/>为/>、/>、/>、/>的一阶导数,/>为原观测器增益,/>为梯度下降观测器增益,/>为/>的行列式,/>为/>的伴随矩阵,/>为/>的初始值;
利用所述梯度下降观测器对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动为:
;
其中,为四旋翼无人机状态空间的状态变量,/>为/>的重构状态,/>为状态转移矩阵,/>为常数,/>,/>为第一待估计参数,/>为滚转角对应的未知扰动,/>、/>为/>、/>的估计值。
结合第一方面,进一步的,构建四旋翼无人机姿态子系统控制器包括:
基于所述四旋翼无人机动力学模型,构建滑模函数为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角对应的滑模面函数,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面参数,/>、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为滚转角、俯仰角、偏航角的期望值,/>、/>、/>为滚转角、俯仰角、偏航角的实际值与期望值的误差,/>、、/>为/>、/>、/>的一阶导数;
则、/>、/>的一阶导数/>、/>、/>为:
;
其中,、/>、/>为/>、/>、/>的二阶导数,/>、/>、/>为/>、/>、/>的二阶导数,/>、/>、/>为、/>、/>的二阶导数,/>、/>、/>为/>、/>、/>的一阶导数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量;
令、/>、/>为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角的趋近率系数,/>、/>、/>为控制器增益,为符号函数;
则、/>、/>的一阶导数/>、/>、/>改写为:
;
利用饱和函数代替符号函数削弱抖振,获取四旋翼无人机姿态子系统控制器为:
;
其中,为饱和函数。
结合第一方面,进一步的,将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为滚转角、俯仰角、偏航角的期望值,/>、/>、/>为滚转角、俯仰角、偏航角的实际值与期望值的误差,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面函数,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面参数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的趋近率系数,/>、/>、/>为控制器增益,/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>为/>、/>、/>、/>、、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>的估计值,/>、/>、/>为/>、/>、/>的一阶导数,/>、/>、/>为、/>、/>的二阶导数,/>为饱和函数。
第二方面,本发明提供一种四旋翼无人机控制装置,包括:
四旋翼无人机状态空间模型获取模块:用于基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;
线性回归方程构建模块:用于基于所述四旋翼无人机状态空间模型,构建线性回归方程;
重构模块:用于基于所述线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;
控制模块:用于将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行控制。
第三方面,本发明提供一种四旋翼无人机控制系统,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面任一项所述方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面任一项所述方法的步骤。
与现有技术相比,本发明的有益效果是:
本发明提供的四旋翼无人机控制方法,基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型,并构建线性回归方程,进而构建梯度下降观测器,对姿态角速度和未知扰动进行重构,将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,能够对四旋翼无人机进行无角速度传感控制。由于滑模控制存在抖振缺陷,且抖振的危害性较大,在四旋翼无人机姿态子系统控制器构建时,利用饱和函数代替符号函数,能够削弱抖振。针对现有技术局限于控制方案实现均需要所有状态量信息的问题,本发明提供的四旋翼无人机控制方法能够避免无人机姿态系统使用过多传感器,在不需要角速度传感器的情况下仍能保证输出姿态角准确地跟踪给定值,且能够抑制外界干扰变化对于系统的影响,显著降低四旋翼无人机系统硬件成本和故障率,提高了系统的容错率,具有较高的实用价值。
附图说明
图1是本发明实施例提供的四旋翼无人机控制方法流程图;
图2是本发明实施例提供的四旋翼无人机的滚转角、俯仰角、偏航角的输出仿真示意图;
图3是本发明实施例提供的在有干扰的情况下滚转角速度的真实值与观测值的对比仿真示意图;
图4是本发明实施例提供的在有干扰的情况下俯仰角速度的真实值与观测值的对比仿真示意图;
图5是本发明实施例提供的在有干扰的情况下偏航角速度的真实值与观测值的对比仿真示意图;
图6是本发明实施例提供的滚转角中干扰值的真实值与估计值的差值仿真示意图;
图7是本发明实施例提供的俯仰角中干扰值的真实值与估计值的差值仿真示意图;
图8是本发明实施例提供的偏航角中干扰值的真实值与估计值的差值仿真示意图。
具体实施方式
下面结合具体实施方式对本申请的技术方案作进一步详细地说明。
下面详细描述本申请的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例1:
图1是本实施例提供的一种四旋翼无人机控制方法流程图,本流程图仅仅示出了本实施例方法的逻辑顺序,在互不冲突的前提下,可以以不同于图1所示的顺序完成所示出或描述的步骤。
本实施例提供的四旋翼无人机控制方法可应用于终端,可以由四旋翼无人机控制装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在终端中,例如:任一具备通信功能的平板电脑或计算机设备。参见图1,本实施例的方法具体包括如下步骤:
步骤一:基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;
本实施例中,适用于四旋翼无人机的姿态角度小于或等于90°,采用欧拉角的方式来描述四旋翼无人机的空间机体姿态,并对其进行建模,获取存在干扰情况的四旋翼无人机动力学模型为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为/>、/>、/>的一阶导数,/>、/>、/>为/>、、/>的二阶导数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>,其中,/>为未知扰动的有界值,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量。
本实施例中,定义四旋翼无人机状态空间的状态变量为:
;
其中,、/>、/>、/>、/>、/>为四旋翼无人机状态空间的状态变量;则四旋翼无人机状态空间模型为:
;
其中,、/>、/>、/>、/>、/>为/>、/>、/>、/>、/>、/>的一阶导数。
步骤二:基于四旋翼无人机状态空间模型,构建线性回归方程;
本实施例中,基于四旋翼无人机状态空间模型,构建线性回归方程包括如下步骤:
步骤①:对四旋翼无人机状态空间模型进行改写,获取改写后的四旋翼无人机状态空间模型为:
;
其中,、/>为四旋翼无人机状态空间的状态变量,/>,/>,其中,/>为滚转角,/>为/>的一阶导数,/>、/>为/>、/>的一阶导数,/>为滚转角子系统中与/>相关的第一常量,/>,其中,/>为各旋翼到无人机质心的距离,/>为滚转角对应的阻力系数,/>为无人机/>轴的转动惯量,/>为滚转角子系统中与/>不相关的变量,/>,其中,/>为俯仰角的控制输入量,/>为常数,/>,/>为第一待估计参数,/>,其中,/>为滚转角对应的未知扰动,/>为滚转角子系统中与/>相关的第二常量,/>。
本实施例中,为了方便构建自适应状态观测器,以滚转角为例,将系统的数学模型写为可测和不测部分,其中,以及/>是不可测量的,/>是可测量的,本实施例基于改写后的四旋翼无人机状态空间模型和可测量的/>,重构不可测量的/>和/>。
步骤②:将状态观测问题转化为参数估计问题为:
;
其中,为/>的重构状态,/>为第二待估计参数,/>。
本实施例中,虽然是未知的,但是能够通过/>得到/>,因为/>,在/>的两边求积分,得到:
;
其中,为/>的初始值与/>的初始值之差,/>,其中,/>、/>为、/>的初始值。
为了重构,只需估计/>,因此得到/>,由此将状态观测问题转化为参数估计问题。
步骤③:对改写后的四旋翼无人机状态空间模型进行动态扩展描述为:
;
其中,为状态转移矩阵,/>为第一中间变量,/>为第二中间变量,/>为原观测器增益,/>、/>、/>、/>为/>、/>、/>、/>的一阶导数,/>、/>、/>、/>为/>、/>、/>、/>的初始值,/>为时间;则线性回归方程为:
;
其中,为可测变量,/>,/>是可测量的,/>为待估计参数向量,/>,其中,/>为虚构参数。
步骤三:基于线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;
本实施例中,梯度下降观测器为:
;
其中,、/>、/>、/>为动态扩张量,/>、/>、/>、/>为滤波器参数,/>,/>,/>,/>,/>,/>为微分算子,/>,其中,/>为时间,/>为可测变量,/>为待估计参数向量,,其中,/>为第二待估计参数,/>为虚构参数,/>为梯度下降观测器的输出,,其中,/>、/>为/>、/>的估计值,/>为第三中间变量,/>、/>、/>、/>为/>、/>、/>、/>的一阶导数,/>为原观测器增益,/>为梯度下降观测器增益,/>为/>的行列式,/>为/>的伴随矩阵,/>为/>的初始值。
利用梯度下降观测器对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动为:
;
其中,为四旋翼无人机状态空间的状态变量,/>为/>的重构状态,/>为状态转移矩阵,/>为常数,/>,/>为第一待估计参数,/>为滚转角对应的未知扰动,/>、/>为/>、/>的估计值,/>为梯度下降观测器输出的初始值。
由重构后的姿态角速度和未知扰动可知,保证参数估计有限时间收敛的条件不再是传统的可持续激励条件。在实际工程系统中,可持续激励条件通常很难满足,导致参数估计器无法准确跟踪上实际参数值,通常措施是在输出端加入幅值很小的正弦信号,从而激励观测器能够跟踪上实际参数值,完成参数整定。这不仅降低了系统的控制性能,而且引入了较大的噪声,对于工程系统的运行性能不利。而本实施例采用动态回归扩展与混合技术,将持续激励条件弱化为区间激励条件,工程系统中很容易满足,无需再加正弦信号就能保证观测器是有效时间收敛的,极大地拓宽了自适应控制的应用场合,具有很高的实用价值。
步骤四:将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行无角速度传感控制。
本实施例中,构建四旋翼无人机姿态子系统控制器包括如下步骤:
步骤1:基于四旋翼无人机动力学模型,构建滑模函数为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角对应的滑模面函数,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面参数,/>、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为滚转角、俯仰角、偏航角的期望值,/>、/>、/>为滚转角、俯仰角、偏航角的实际值与期望值的误差,/>、、/>为/>、/>、/>的一阶导数;则/>、/>、/>的一阶导数/>、/>、/>为:
;
其中,、/>、/>为/>、/>、/>的二阶导数,/>、/>、/>为/>、/>、/>的二阶导数,/>、/>、/>为、/>、/>的二阶导数,/>、/>、/>为/>、/>、/>的一阶导数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量。
步骤2:令、/>、/>为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角的趋近率系数,/>、/>、/>为控制器增益,为符号函数;则/>、/>、/>的一阶导数/>、/>、/>改写为:
。
本实施例中,取,/>,/>,则:
。
由此确保、/>、/>指数收敛,即/>收敛于/>。
步骤3:利用饱和函数代替符号函数削弱抖振,获取四旋翼无人机姿态子系统控制器为:
;
其中,为饱和函数。
本实施例中,将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为滚转角、俯仰角、偏航角的期望值,/>、/>、/>为滚转角、俯仰角、偏航角的实际值与期望值的误差,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面函数,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面参数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的趋近率系数,/>、/>、/>为控制器增益,/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>为/>、/>、/>、/>、、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>的估计值,/>、/>、/>为/>、/>、/>的一阶导数,/>、/>、/>为、/>、/>的二阶导数,/>为饱和函数。
为验证本实施例提供的四旋翼无人机控制方法的有效性,在MATLAB2022的环境下,选择四旋翼无人机对本实施例提供的四旋翼无人机控制方法进行仿真验证试验。
在MATLAB中搭建仿真模块进行四旋翼无人机仿真实验,四旋翼无人机所采用的模型相关参数以及梯度下降观测器的相关参数为:,/>,,/>,/>,系统状态变量的初始状态为:初始欧拉角为(0.5,0.2,0)rad,期望欧拉角为(1,1.2,0.5)rad,初始欧拉角速度为(0,0,0)rad/s。
本实施例中,基于动态回归扩展与混合观测器设计的滑模控制器参数对飞行控制系统的性能有直接的影响;参数值取得越大,控制能力越强,但同时也会引起较大的控制误差,若参数太小,则系统容易出现震荡;结合四旋翼无人机执行机构的控制能力与控制性能的要求,再加上理论推导的结果,最终选取的姿态角控制参数分别为:,,/>。
如图2所示,为四旋翼无人机的滚转角、俯仰角、偏航角的输出仿真示意图,由图2可知,四旋翼无人机的姿态角均稳定在期望姿态角附近,误差极小;且由图2可知,四旋翼无人机的响应时间均在1秒内达到了稳定状态。
在有干扰的情况下,将四旋翼无人机各个角的角速度的真实值与观测值进行对比,如图3、图4、图5所示,为有干扰的情况下滚转角速度、俯仰角速度、偏航角速度的真实值与观测值的对比仿真示意图,如图6、图7、图8所示,为滚转角、俯仰角、偏航角中干扰值的真实值与估计值的差值仿真示意图,结合图3、图4、图5,以及图6、图7、图8可知,通过本实施例提供的四旋翼无人机控制方法,能够保证在对四旋翼无人机的滑模姿态进行控制时,在1秒左右时间将四旋翼无人机调整至稳定状态,即说明本实施例提供的四旋翼无人机控制方法具有良好的观测效果。本实施将基于动态回归扩展与混合观测器和滑模控制技术应用于四旋翼无人机姿态系统的控制,在姿态角速度和扰动不可测量情况下,不仅能使得输出姿态角跟踪上给定值,而且很好的抑制外界干扰对于系统的影响,这明显提高了四旋翼无人机系统的稳定性和可靠性,由于不需要角速度传感器,系统的容错率得以提升,且故障率下降。
本实施例提供的四旋翼无人机控制方法,基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型,并构建线性回归方程,进而构建梯度下降观测器,对姿态角速度和未知扰动进行重构,将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,能够对四旋翼无人机进行无角速度传感控制。由于滑模控制存在抖振缺陷,且抖振的危害性较大,在四旋翼无人机姿态子系统控制器构建时,利用饱和函数代替符号函数,能够削弱抖振。针对现有技术局限于控制方案实现均需要所有状态量信息的问题,本实施例提供的四旋翼无人机控制方法能够避免无人机姿态系统使用过多传感器,在不需要角速度传感器的情况下仍能保证输出姿态角准确地跟踪给定值,且能够抑制外界干扰变化对于系统的影响,显著降低四旋翼无人机系统硬件成本和故障率,提高了系统的容错率,具有较高的实用价值。
实施例2:
本实施例提供一种四旋翼无人机控制装置,包括:
四旋翼无人机状态空间模型获取模块:用于基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;
线性回归方程构建模块:用于基于四旋翼无人机状态空间模型,构建线性回归方程;
重构模块:用于基于线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;
控制模块:用于将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行控制。
本申请实施例所提供的四旋翼无人机控制装置可执行本申请任意实施例所提供的四旋翼无人机控制方法,具备执行方法相应的功能模块和有益效果。
实施例3:
本实施例提供一种系统,包括处理器及存储介质;
存储介质用于存储指令;
处理器用于根据指令进行操作以执行实施例1中方法的步骤。
实施例4:
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例1中方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本申请的保护范围。
Claims (9)
1.一种四旋翼无人机控制方法,其特征在于,包括:
基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;
基于所述四旋翼无人机状态空间模型,构建线性回归方程;
基于所述线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;
将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行无角速度传感控制。
2.根据权利要求1所述的四旋翼无人机控制方法,其特征在于,存在干扰情况的四旋翼无人机动力学模型为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为/>、/>、/>的一阶导数,/>、/>、/>为/>、/>、/>的二阶导数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量;
定义四旋翼无人机状态空间的状态变量为:
;
其中,、/>、/>、/>、/>、/>为四旋翼无人机状态空间的状态变量;
则四旋翼无人机状态空间模型为:
;
其中,、/>、/>、/>、/>、/>为/>、/>、/>、/>、/>、/>的一阶导数。
3.根据权利要求1所述的四旋翼无人机控制方法,其特征在于,基于所述四旋翼无人机状态空间模型,构建线性回归方程包括:
对所述四旋翼无人机状态空间模型进行改写,获取改写后的四旋翼无人机状态空间模型为:
;
其中,、/>为四旋翼无人机状态空间的状态变量,/>,/>,其中,/>为滚转角,/>为/>的一阶导数,/>、/>为/>、/>的一阶导数,/>为滚转角子系统中与/>相关的第一常量,,其中,/>为各旋翼到无人机质心的距离,/>为滚转角对应的阻力系数,/>为无人机/>轴的转动惯量,/>为滚转角子系统中与/>不相关的变量,/>,其中,/>为俯仰角的控制输入量,/>为常数,/>,/>为第一待估计参数,/>,其中,/>为滚转角对应的未知扰动,/>为滚转角子系统中与/>相关的第二常量,/>;
将状态观测问题转化为参数估计问题为:
;
其中,为/>的重构状态,/>为第二待估计参数,/>;
对改写后的四旋翼无人机状态空间模型进行动态扩展描述为:
;
其中,为状态转移矩阵,/>为第一中间变量,/>为第二中间变量,/>为原观测器增益,/>、、/>、/>为/>、/>、/>、/>的一阶导数,/>、/>、/>、/>为/>、/>、/>、/>的初始值,/>为时间;
则线性回归方程为:
;
其中,为可测变量,/>,/>为待估计参数向量,/>,其中,/>为虚构参数。
4.根据权利要求1所述的四旋翼无人机控制方法,其特征在于,所述梯度下降观测器为:
;
其中,、/>、/>、/>为动态扩张量,/>、/>、/>、/>为滤波器参数,/>为微分算子,/>,其中,/>为时间,/>为可测变量,/>为待估计参数向量,/>,其中,/>为第二待估计参数,为虚构参数,/>为梯度下降观测器的输出,/>,其中,/>、/>为/>、/>的估计值,/>为第三中间变量,/>、/>、/>、/>为/>、/>、/>、/>的一阶导数,/>为原观测器增益,/>为梯度下降观测器增益,/>为/>的行列式,/>为/>的伴随矩阵,/>为/>的初始值;
利用所述梯度下降观测器对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动为:
;
其中,为四旋翼无人机状态空间的状态变量,/>为/>的重构状态,/>为状态转移矩阵,为常数,/>,/>为第一待估计参数,/>为滚转角对应的未知扰动,/>、/>为/>、/>的估计值。
5.根据权利要求1所述的四旋翼无人机控制方法,其特征在于,构建四旋翼无人机姿态子系统控制器包括:
基于所述四旋翼无人机动力学模型,构建滑模函数为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角对应的滑模面函数,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面参数,/>、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为滚转角、俯仰角、偏航角的期望值,/>、/>、/>为滚转角、俯仰角、偏航角的实际值与期望值的误差,/>、/>、为/>、/>、/>的一阶导数;
则、/>、/>的一阶导数/>、/>、/>为:
;
其中,、/>、/>为/>、/>、/>的二阶导数,/>、/>、/>为/>、/>、/>的二阶导数,/>、/>、/>为/>、、/>的二阶导数,/>、/>、/>为/>、/>、/>的一阶导数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量;
令、/>、/>为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角的趋近率系数,/>、/>、/>为控制器增益,/>为符号函数;
则、/>、/>的一阶导数/>、/>、/>改写为:
;
利用饱和函数代替符号函数削弱抖振,获取四旋翼无人机姿态子系统控制器为:
;
其中,为饱和函数。
6.根据权利要求1所述的四旋翼无人机控制方法,其特征在于,将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器为:
;
其中,、/>、/>为滚转角、俯仰角、偏航角,/>、/>、/>为滚转角、俯仰角、偏航角的期望值,、/>、/>为滚转角、俯仰角、偏航角的实际值与期望值的误差,/>、/>、/>为滚转角、俯仰角、偏航角对应的未知扰动,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面函数,/>、/>、/>为滚转角、俯仰角、偏航角的控制输入量,/>、/>、/>为滚转角、俯仰角、偏航角对应的滑模面参数,/>为各旋翼到无人机质心的距离,/>、/>、/>为滚转角、俯仰角、偏航角对应的阻力系数,/>、/>、/>为无人机/>、/>、/>轴的转动惯量,/>、/>、/>为滚转角、俯仰角、偏航角的趋近率系数,/>、、/>为控制器增益,/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>、/>为/>、/>、/>、/>、/>、/>、、/>、/>、/>、/>、/>、/>、/>、/>的估计值,/>、/>、/>为/>、/>、/>的一阶导数,/>、/>、/>为/>、/>、的二阶导数,/>为饱和函数。
7.一种四旋翼无人机控制装置,其特征在于,包括:
四旋翼无人机状态空间模型获取模块:用于基于预构建的存在干扰情况的四旋翼无人机动力学模型,获取四旋翼无人机状态空间模型;
线性回归方程构建模块:用于基于所述四旋翼无人机状态空间模型,构建线性回归方程;
重构模块:用于基于所述线性回归方程,构建梯度下降观测器,对姿态角速度和未知扰动进行重构,获取重构后的姿态角速度和未知扰动;
控制模块:用于将重构后的姿态角速度和未知扰动输入至预构建的四旋翼无人机姿态子系统控制器,获取无角速度传感控制器,对四旋翼无人机进行控制。
8.一种四旋翼无人机控制系统,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~6任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311800825.7A CN117452831B (zh) | 2023-12-26 | 2023-12-26 | 一种四旋翼无人机控制方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311800825.7A CN117452831B (zh) | 2023-12-26 | 2023-12-26 | 一种四旋翼无人机控制方法、装置、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117452831A true CN117452831A (zh) | 2024-01-26 |
CN117452831B CN117452831B (zh) | 2024-03-19 |
Family
ID=89593337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311800825.7A Active CN117452831B (zh) | 2023-12-26 | 2023-12-26 | 一种四旋翼无人机控制方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117452831B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170153650A1 (en) * | 2015-11-30 | 2017-06-01 | Metal Industries Research & Development Centre | Multiple rotors aircraft and control method |
CN107300377A (zh) * | 2016-11-01 | 2017-10-27 | 北京理工大学 | 一种绕飞轨迹下的旋翼无人机三维目标定位方法 |
CN109062052A (zh) * | 2018-08-31 | 2018-12-21 | 湖北工业大学 | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 |
CN110376883A (zh) * | 2019-06-03 | 2019-10-25 | 济南大学 | 四旋翼无人机终端滑模控制方法、系统、介质及设备 |
CN111983660A (zh) * | 2020-07-06 | 2020-11-24 | 天津大学 | Gnss拒止环境下四旋翼无人机定位系统和方法 |
CN113268072A (zh) * | 2021-05-26 | 2021-08-17 | 北京理工大学 | 一种基于特征模型的四旋翼无人机抗扰控制方法 |
CN113568419A (zh) * | 2021-05-18 | 2021-10-29 | 南京邮电大学 | 一种变载四旋翼无人机容错控制方法 |
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 |
-
2023
- 2023-12-26 CN CN202311800825.7A patent/CN117452831B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170153650A1 (en) * | 2015-11-30 | 2017-06-01 | Metal Industries Research & Development Centre | Multiple rotors aircraft and control method |
CN107300377A (zh) * | 2016-11-01 | 2017-10-27 | 北京理工大学 | 一种绕飞轨迹下的旋翼无人机三维目标定位方法 |
CN109062052A (zh) * | 2018-08-31 | 2018-12-21 | 湖北工业大学 | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 |
CN110376883A (zh) * | 2019-06-03 | 2019-10-25 | 济南大学 | 四旋翼无人机终端滑模控制方法、系统、介质及设备 |
CN111983660A (zh) * | 2020-07-06 | 2020-11-24 | 天津大学 | Gnss拒止环境下四旋翼无人机定位系统和方法 |
CN113568419A (zh) * | 2021-05-18 | 2021-10-29 | 南京邮电大学 | 一种变载四旋翼无人机容错控制方法 |
CN113268072A (zh) * | 2021-05-26 | 2021-08-17 | 北京理工大学 | 一种基于特征模型的四旋翼无人机抗扰控制方法 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN117452831B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tripathi et al. | Finite‐time super twisting sliding mode controller based on higher‐order sliding mode observer for real‐time trajectory tracking of a quadrotor | |
CN104965414B (zh) | 针对四旋翼无人机执行器部分失效的容错控制方法 | |
Fang et al. | A novel sliding mode controller for small-scale unmanned helicopters with mismatched disturbance | |
CN109343369A (zh) | 一种基于非线性观测器的四旋翼容错控制器设计方法 | |
Yan et al. | Extended state observer‐based sliding mode fault‐tolerant control for unmanned autonomous helicopter with wind gusts | |
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 | |
Yu et al. | Attitude tracking control of a quadrotor UAV in the exponential coordinates | |
CN103853157A (zh) | 一种基于自适应滑模的飞行器姿态控制方法 | |
Shi et al. | Fault‐tolerant formation control of non‐linear multi‐vehicle systems with application to quadrotors | |
CN104007663A (zh) | 一种含参数不确定性的四旋翼姿态自适应容错控制方法 | |
CN109507890A (zh) | 一种基于eso的无人机动态逆广义预测控制器 | |
Trapiello et al. | Position‐heading quadrotor control using LPV techniques | |
CN103780188A (zh) | 基于动态摩擦补偿的永磁球形电机转子自适应控制系统 | |
Wang et al. | Event driven model free control of quadrotor | |
Zhen et al. | An adaptive block backstepping controller for attitude stabilization of a quadrotor helicopter | |
CN105182990A (zh) | 具有输出受限的三自由度模型直升机的鲁棒控制方法 | |
Sharma et al. | Nonlinear disturbance observer based geometric control of quadrotors | |
CN112180957A (zh) | 无人机的三余度仲裁切换方法、装置及计算机设备 | |
Li et al. | Anti-disturbance control for attitude and altitude systems of the helicopter under random disturbances | |
CN102736517A (zh) | 一种针对三自由度直升机直接自适应重构控制方法 | |
Cao et al. | Robust flight control design using sensor-based backstepping control for unmanned aerial vehicles | |
CN109358491A (zh) | 基于卡尔曼滤波的模糊pid故障确定容错控制方法 | |
Huang et al. | Demonstration of a model-free backstepping control on a 2-DOF laboratory helicopter | |
CN117452831B (zh) | 一种四旋翼无人机控制方法、装置、系统及存储介质 | |
Meng et al. | Adaptive non‐singular fault‐tolerant control for hypersonic vehicle with unexpected centroid shift |
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 |