CN106647792B - 用于无人机悬挂负载***的抗扰控制方法 - Google Patents
用于无人机悬挂负载***的抗扰控制方法 Download PDFInfo
- Publication number
- CN106647792B CN106647792B CN201710056423.9A CN201710056423A CN106647792B CN 106647792 B CN106647792 B CN 106647792B CN 201710056423 A CN201710056423 A CN 201710056423A CN 106647792 B CN106647792 B CN 106647792B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- indicate
- load
- disturbance
- 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.)
- Expired - Fee Related
Links
- 239000000725 suspension Substances 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013461 design Methods 0.000 claims abstract description 17
- 238000009795 derivation Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 description 13
- 230000007812 deficiency Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012546 transfer Methods 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Medical Informatics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于多旋翼无人机负载运输控制研究领域,为提出一套多旋翼无人机悬挂负载***的非线性鲁棒控制算法,提高***在强交变风扰下的控制鲁棒性以及控制精度。本发明采取的技术方案是,用于无人机悬挂负载***的抗扰控制方法,包括如下步骤:多旋翼无人机悬挂负载***的运动学模型搭建步骤;扰动观测器设计步骤;基于所提出的多旋翼无人机悬挂负载***的运动学方程,进行数学推导得到扰动观测器的观测模型。本发明主要应用于多旋翼无人机负载运输控制场合。
Description
技术领域
本发明属于多旋翼无人机负载运输控制研究领域。针对多旋翼无人机悬挂负载***的鲁棒控制需求,提出了一套基于扰动观测器的旋翼无人机-悬挂负载***控制方法,实现了***在强交变外界风扰下的无人机位置镇定控制与悬挂负载摆角抑制控制。具体讲,涉及用于无人机悬挂负载***的抗扰控制方法。
背景技术
随着小型无人机导航传感器的小型化、成本低廉化趋势,多旋翼无人机在军用、民用等领域的应用发展迅速。多旋翼无人机机动飞行能力强,可实现包括垂直起降、悬停和侧飞等多种机动飞行任务。
多旋翼无人机悬挂负载***是一种较为理想的负载运输工具,适用于在危险且难以抵达的区域进行运输作业,如山顶、建筑楼顶等。针对多旋翼无人机的悬挂负载控制与应用研究引起了国外高校等研究机构的广泛关注。
多旋翼无人机悬挂负载***的控制问题涉及以下两个方面:无人机的位置控制以及悬挂负载摆角控制。NASA(美国国家航空航天局)的好奇号火星车登陆***采用了一个类似于四旋翼无人机的空中起重机,以悬挂负载形式实现了好奇号火星车在火星近地表面的减速和登陆(网页:https://www.nasa.gov/mission-pages/msl/index.html)。美国宾夕法尼亚大学对四旋翼无人机悬挂负载***的控制问题进行了研究,基于平面微分***的分析方法,实现了悬挂负载的减摆控制与悬挂负载的位置跟踪控制(会议:the 2013 IEEEinternational Conference on Robotics and Automation;著者:Steenath K,MichaelNM,Kumar VJ;出版年月:2013年;文章题目:Trajectory Generation and Control of aQuadrotor with a Cable-Suspended Load--A Differentially-Flat Hybrid System;页码:4888-4895)。美国新墨西哥大学对四旋翼无人机悬挂负载***的轨迹生成与跟踪问题进行了研究,基于强化学习算法设计了四旋翼无人机的轨迹生成算法,实现了悬挂负载的摆角抑制控制以及无人机的位置控制(会议:the 2012IEEE International Conferenceon Robotics and Automation;著者:Palunko I,Fierro R,Cruz P;出版年月:2012年;文章题目:Trajectory Generation for Swing-Free Maneuvers of a Quadrotor withSuspended Payload:A Dynamic Programming Approach;页码:2691-2697)。美国乔治华盛顿大学将四旋翼无人机悬挂负载***的连接绳索定性为多段直杆串联的链状结构,在此基础上设计了几何非线性控制算法,实现了无人机的位置渐近收敛以及悬挂负载摆角抑制控制(会议:American Control Conference;著者:Farhad A,Goodarzi,Lee D,Lee TY;出版年月:2014年;文章题目:Geometric Stabilization of a Quadrotor UAV with aPayload Connected by Flexible Cable;页码:4925-4930)。
以上述方法为代表的多旋翼无人机悬挂负载***的控制方法取得了一定理论成果,但仍存在着一点主要的不足:未对多旋翼无人机悬挂负载***的鲁棒控制问题进行研究。以上控制算法的实验验证均在无扰动的情况下进行,并未考虑***在外界扰动情况下的控制精度及鲁棒性问题,无法保证***在常见外界扰动(如强风扰)下的控制效果。
发明内容
为克服现有技术的不足,本发明旨在提出一套多旋翼无人机悬挂负载***的非线性鲁棒控制算法,提高***在强交变风扰下的控制鲁棒性以及控制精度。本发明采取的技术方案是,用于无人机悬挂负载***的抗扰控制方法,包括如下步骤:
多旋翼无人机悬挂负载***的运动学模型搭建步骤:
多以I表示惯性坐标系,以B表示无人机体坐标系,以pQ=(xQ,yQ,zQ)T表示多旋翼无人机相对于坐标系I的位置,其中xQ,yQ,zQ分别为多旋翼无人机在坐标系I下的x,y,z方向位置,以pL=(xL,yL,zL)T表示悬挂负载相对于坐标系I的位置,其中xL,yL,zL分别为悬挂负载在坐标系I下的x,y,z方向位置,以q=(qx,qy,qz)T表示由无人机重心指向悬挂负载重心的单位向量,
以T表示悬挂绳索的拉力,以mQ,mL,l分别表示无人机的质量,悬挂负载的质量以及悬挂绳索的长度,以F=(Fx,Fy,Fz)T表示无人机的平动推力控制输入,以D=(Dx,Dy,Dz)T表示作用下无人机重心的外界未知平动扰动力,以G=(0,0,g)T表示重力加速度向量,以符号表示变量·的一阶时间导数,以符号表示变量·的二阶时间导数,则多旋翼无人机悬挂负载***的运动学模型表示如下:
pL=pQ+lq
扰动观测器设计步骤:
基于所提出的多旋翼无人机悬挂负载***的运动学方程,进行数学推导可得扰动观测器的观测模型如下式所示:
为方便扰动观测器的设计,将观测模型简写成式其中 以pd表示无人机的期望控制位置,定义悬挂负载对应的虚拟负载位置为pV=pQ+ρq,ρ为负常数,定义虚拟负载位置控制偏差ε=pV-(pd+ρr3),r3=(0,0,1)T,所设计的扰动观测器如下式所示
其中K1=diag{k1i}∈R3×3,K2=diag{k2i}∈R3×3表示对角增益矩阵,表示估计扰动项d的估计值,表示的估计值,表示的估计偏差,符号sign(·)表示变量·的符号函数,符号diag(·)表示由变量·生成对角矩阵,α,p,λ分别表示大于零的常数,对角增益矩阵K1,K2要满足以下不等式条件
其中δ2为扰动力D的一阶时间导数上界;
带有扰动补偿机制的非线性鲁棒控制器设计步骤:
针对所提出的多旋翼无人机悬挂负载运动学模型,设计非线性鲁棒控制器如下所示
其中Kp1=diag{kp1i}∈R3×3,Kd1=diag{kd1i}∈R3×3,Kd2=diag{kd2i}∈R3×3均表示对角增益矩阵,Kp2={kp2i}∈R1×3表示增益向量,增益均大于零,该控制器实现多旋翼无人机的位置控制误差收敛,即pQ→pd,以及悬挂负载摆角的消除,即q→(0,0,1)T。
还包括如下验证步骤:利用多旋翼无人机悬挂负载***实现,所述***由两部分组成,其一为四旋翼无人机,其二为质量为悬挂负载;利用运动捕捉***实时获取悬挂负载以及四旋翼无人机的三维位置信息,并通过Xbee模块将位置信息实时传输至无人机机载微处理器,按照权利要求1所述的步骤设计的扰动观测器、带有扰动补偿机制的非线性鲁棒控制器运行于无人机机载微处理器单元,采用两台工业风扇模拟强交变风扰。两台工业风扇分别位于四旋翼无人机的两侧,与四旋翼无人机期望控制位置水平相距约2.5m,在扰动模拟开始后,每台工业风扇前各自设置一块挡风板,每台挡风板均以3s为周期轮流遮挡/移开风扇出风口,以此形成方向周期***替,强度随时间变化的时变风扰,
本发明的特点及有益效果是:
本发明提出方法可对作用在无人机重心上的外界平动扰动力进行实时估计,并在所设计的非线性鲁棒控制器中对扰动进行补偿。与现有的多旋翼无人机悬挂负载***控制算法相比,本发明所设计的方法能提高在***在外界扰动下的无人机位置控制精度以及悬挂负载摆角抑制控制的效果。多组控制器在强交变风扰下的对比实验证明,相比现有的LQR、PID控制算法,本发明在强交变风扰下有着更为优越的无人机位置控制精度以及悬挂负载摆角抑制效果。
附图说明:
图1是本发明中多旋翼无人机悬挂负载***示意图;
图2是本发明中强交变风扰实验的无人机位置响应曲线图;
图3是本发明中强交变风扰实验的悬挂负载摆角响应曲线图;
图4是本发明中强交变风扰实验的控制输入曲线图;
图5是本发明中强交变风扰实验的无人机姿态角曲线图;
图6是本发明中强交变风扰实验的扰动观测器曲线图;
图7是本发明实验验证所采用的多旋翼无人机悬挂负载***实验平台。
具体实施方式
为了克服现有技术的不足,发明旨在提出一套多旋翼无人机悬挂负载***的非线性鲁棒控制算法,提高***在强交变风扰下的控制鲁棒性以及控制精度。本发明采取的技术方案是,设计扰动观测器对作用在旋翼无人机机体上的平动扰动力进行实时估计,设计带有扰动补偿机制的非线性鲁棒控制器,方法包含以下内容:
多旋翼无人机悬挂负载***的运动学模型搭建步骤:
多旋翼无人机(以四旋翼无人机为例)悬挂负载***示意图如图1所示。以I表示惯性坐标系,以B表示无人机体坐标系,以pQ=(xQ,yQ,zQ)T表示多旋翼无人机相对于坐标系I的位置,其中xQ,yQ,zQ分别为多旋翼无人机在坐标系I下的x,y,z方向位置,以pL=(xL,yL,zL)T表示悬挂负载相对于坐标系I的位置,其中xL,yL,zL分别为悬挂负载在坐标系I下的x,y,z方向位置,以q=(qx,qy,qz)T表示由无人机重心指向悬挂负载重心的单位向量,以T表示悬挂绳索的拉力,以mQ,mL,l分别表示无人机的质量,悬挂负载的质量以及悬挂绳索的长度,以F=(Fx,Fy,Fz)T表示无人机的平动推力控制输入,以D=(Dx,Dy,Dz)T表示作用下无人机重心的外界未知平动扰动力(该扰动力被视为有界,且一阶时间导数有界的变量),以G=(0,0,g)T表示重力加速度向量,以符号表示变量·的一阶时间导数,以符号表示变量·的二阶时间导数,则多旋翼无人机悬挂负载***的运动学模型可表示如下:
pL=pQ+lq
扰动观测器设计步骤:
所设计的扰动观测器的作用为:基于***的控制输入F,***物理参数信息mQ,mL,l及q对作用在无人机重心上的外界扰动力D进行实时精确估计。
基于所提出的多旋翼无人机悬挂负载***的运动学方程,进行数学推导可得扰动观测器的观测模型如下式所示:
为方便扰动观测器的设计,将观测模型简写成式其中 以pd表示无人机的期望控制位置,定义悬挂负载对应的虚拟负载位置为pV=pQ+ρq,ρ为负常数,定义虚拟负载位置控制偏差ε=pV-(pd+ρr3),r3=(0,0,1)T,所设计的扰动观测器如下式所示
其中K1=diag{k1i}∈R3×3,K2=diag{k2i}∈R3×3表示对角增益矩阵,表示估计扰动项d的估计值,表示的估计值,表示的估计偏差,符号sign(·)表示变量·的符号函数,符号diag(·)表示由变量·生成对角矩阵,α,p,λ分别表示大于零的常数。对角增益矩阵K1,K2要满足以下不等式条件
其中δ2为扰动力D的一阶时间导数上界。
带有扰动补偿机制的非线性鲁棒控制器设计步骤:
针对所提出的多旋翼无人机悬挂负载运动学模型,设计非线性鲁棒控制器如下所示
其中Kp1=diag{kp1i}∈R3×3,Kd1=diag{kd1i}∈R3×3,Kd2=diag{kd2i}∈R3×3均表示对角增益矩阵,Kp2={kp2i}∈R1×3表示增益向量,增益均大于零。该控制器可实现多旋翼无人机的位置控制误差e=pd-pQ收敛,即pQ→pd,以及悬挂负载摆角的消除,即q→(0,0,1)T。
为验证本发明的有效性,利用多旋翼无人机悬挂负载***实验平台进行飞行实验验证。
一、***硬件连接及配置
实验平台如图7所示。多旋翼无人机悬挂负载***由两部分组成,其一为四旋翼无人机,质量为1.12kg,其二为质量为60g的悬挂负载。利用运动捕捉***实时获取悬挂负载以及无人机的三维位置信息,并通过美国DIGI公司生产的Xbee无线数据传输模块将位置信息实时传输至无人机机载微处理器。本发明设计的算法运行于无人机机载微处理器单元。对于发明中提及的强交变风扰,实验平台采用两台320W/750mm规格的工业风扇进行模拟。两台风扇分别位于四旋翼无人机的两侧,与无人机期望控制位置水平相距约2.5m。两台风扇均工作在最大功率。在扰动模拟开始后,每台工业风扇前各自设置一块挡风板,每台挡风板均以3s为周期轮流遮挡/移开风扇出风口,以此形成方向周期***替,强度随时间变化的时变风扰。
二、实验结果
本实施例对上述实验平台进行了强交变风扰下的多旋翼无人机悬挂负载***镇定实验。
无人机的位置控制误差如图2所示。本发明方法的实验结果对应DOB曲线。在扰动下,基于本发明方法的无人机的x/y/z位置控制精度达到±1.6cm/±1.6cm/±1.4cm,基于PID(对应Loadfree曲线)算法以及基于LQR(对应LQR曲线)算法的无人机的x/y/z位置控制误差均大于本发明方法。
悬挂负载的摆角如图3所示。本发明方法的实验结果对应DOB曲线。在扰动下,悬挂负载摆角控制精度达到±3.01°/±3.26°,基于PID算法以及基于LQR算法的悬挂负载摆角抑制效果均低于本发明方法。
控制输入如图4所示,其均保持在合理范围内。
无人机的姿态角如图5所示,其均保持在合理范围内。
扰动观测器如图6所示。从图中可知,扰动观测器实现了对外界扰动的迅速跟踪估计,其变化周期也与所设置的强交变风扰的周期一致。
以上实验结果说明了本发明的有效性。
Claims (2)
1.一种用于无人机悬挂负载***的抗扰控制方法,其特征是,包括如下步骤:
多旋翼无人机悬挂负载***的运动学模型搭建步骤:
以I表示惯性坐标系,以B表示无人机体坐标系,以pQ=(xQ,yQ,zQ)T表示多旋翼无人机相对于坐标系I的位置,其中xQ,yQ,zQ分别为多旋翼无人机在坐标系I下的x,y,z方向位置,以pL=(xL,yL,zL)T表示悬挂负载相对于坐标系I的位置,其中xL,yL,zL分别为悬挂负载在坐标系I下的x,y,z方向位置,以q=(qx,qy,qz)T表示由无人机重心指向悬挂负载重心的单位向量,
以T表示悬挂绳索的拉力,以mQ,mL,l分别表示无人机的质量,悬挂负载的质量以及悬挂绳索的长度,以表示无人机的平动推力控制输入,以)表示作用下无人机重心的外界未知平动扰动力,以G=(0,0,g)T表示重力加速度向量,以符号表示变量·的一阶时间导数,以符号表示变量·的二阶时间导数,则多旋翼无人机悬挂负载***的运动学模型表示如下:
pL=pQ+lq
扰动观测器设计步骤:
基于所提出的多旋翼无人机悬挂负载***的运动学方程,进行数学推导可得扰动观测器的观测模型如下式所示:
为方便扰动观测器的设计,将观测模型简写成式其中 以pd表示无人机的期望控制位置,定义悬挂负载对应的虚拟负载位置为pV=pQ+ρq,ρ为负常数,定义虚拟负载位置控制偏差ε=pV-(pd+ρr3),r3=(0,0,1)T,所设计的扰动观测器如下式所示
其中K1=diag{k1i}∈R3×3,K2=diag{k2i}∈R3×3表示对角增益矩阵,表示估计扰动项d的估计值,表示的估计值,表示的估计偏差,符号sign(·)表示变量·的符号函数,符号diag(·)表示由变量·生成对角矩阵,α,p,λ分别表示大于零的常数,对角增益矩阵K1,K2要满足以下不等式条件
其中δ2为扰动力D的一阶时间导数上界;
带有扰动补偿机制的非线性鲁棒控制器设计步骤:
针对所提出的多旋翼无人机悬挂负载运动学模型,设计非线性鲁棒控制器如下所示
其中Kp1=diag{kp1i}∈R3×3,Kd1=diag{kd1i}∈R3×3,Kd2=diag{kd2i}∈R3×3均表示对角增益矩阵,Kp2={kp2i}∈R1×3表示增益向量,增益均大于零,该控制器实现多旋翼无人机的位置控制误差收敛,即pQ→pd,以及悬挂负载摆角的消除,即q→(0,0,1)T。
2.如权利要求1所述的用于无人机悬挂负载***的抗扰控制方法,其特征是,还包括如下验证步骤:利用多旋翼无人机悬挂负载***实现,所述***由两部分组成,其一为四旋翼无人机,其二为质量悬挂负载;利用运动捕捉***实时获取悬挂负载以及四旋翼无人机的三维位置信息,并通过Xbee模块将位置信息实时传输至无人机机载微处理器,按照所述的扰动观测器、带有扰动补偿机制的非线性鲁棒控制器运行于无人机机载微处理器单元,采用两台工业风扇模拟强交变风扰,两台工业风扇分别位于四旋翼无人机的两侧,与四旋翼无人机期望控制位置水平相距2.5m,在扰动模拟开始后,每台工业风扇前各自设置一块挡风板,每台挡风板均以3s为周期轮流遮挡/移开风扇出风口,以此形成方向周期***替,强度随时间变化的时变风扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710056423.9A CN106647792B (zh) | 2017-01-25 | 2017-01-25 | 用于无人机悬挂负载***的抗扰控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710056423.9A CN106647792B (zh) | 2017-01-25 | 2017-01-25 | 用于无人机悬挂负载***的抗扰控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106647792A CN106647792A (zh) | 2017-05-10 |
CN106647792B true CN106647792B (zh) | 2019-09-03 |
Family
ID=58841444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710056423.9A Expired - Fee Related CN106647792B (zh) | 2017-01-25 | 2017-01-25 | 用于无人机悬挂负载***的抗扰控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106647792B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958281B (zh) * | 2017-05-19 | 2021-04-02 | 上海交通大学 | 基于微分求积法的无人机悬吊运输稳定性分析和控制方法 |
CN109308074B (zh) * | 2017-07-28 | 2021-10-08 | 深圳禾苗通信科技有限公司 | 一种无人机重心偏移的补偿方法及*** |
CN107783421A (zh) * | 2017-09-30 | 2018-03-09 | 深圳禾苗通信科技有限公司 | 一种无人机自适应质量补偿控制方法和*** |
CN107765553B (zh) * | 2017-11-02 | 2020-10-23 | 天津大学 | 针对旋翼无人机吊挂运输***的非线性控制方法 |
CN107745814B (zh) * | 2017-11-15 | 2023-12-22 | 航宇救生装备有限公司 | 一种用于空投***着陆的主动防翻控制机构 |
CN107844124B (zh) * | 2017-12-01 | 2020-07-14 | 吉林大学 | 一种四旋翼飞行器携带不平衡负载稳定飞行的控制方法 |
CN108052117A (zh) * | 2017-12-12 | 2018-05-18 | 天津大学 | 基于部分反馈线性化四旋翼无人机吊挂飞行控制方法 |
CN108445753B (zh) * | 2018-03-06 | 2020-11-13 | 西南交通大学 | 用于平衡侧向力和抑制无人机侧向反推力的方法 |
CN109533377A (zh) * | 2018-10-20 | 2019-03-29 | 东北大学 | 一种多旋翼无人机的抗风扰动指标 |
CN110045633A (zh) * | 2019-04-28 | 2019-07-23 | 上海交通大学 | 无人机双索运输减振控制方法、***及存储介质 |
CN110275432A (zh) * | 2019-05-09 | 2019-09-24 | 中国电子科技集团公司电子科学研究院 | 基于强化学习的无人机悬挂负载控制*** |
CN110928322B (zh) * | 2019-12-09 | 2021-07-06 | 大连理工大学 | 四旋翼飞行器运送悬挂负载的非线性运动控制方法 |
CN111625019B (zh) * | 2020-05-18 | 2021-11-26 | 天津大学 | 基于强化学习的四旋翼无人机悬挂空运***轨迹规划方法 |
CN111781820B (zh) * | 2020-07-24 | 2023-06-02 | 滨州学院 | 基于重心动力学的航模pid算法控制方法 |
CN112019526B (zh) * | 2020-08-11 | 2021-08-13 | 北京航空航天大学 | 一种基于多特征融合的期望轨迹信号攻击检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102128A (zh) * | 2013-04-09 | 2014-10-15 | 中国人民解放军第二炮兵工程大学 | 一种适用于小型无人飞行器的抗干扰姿态控制方法 |
CN105793186A (zh) * | 2013-12-02 | 2016-07-20 | 萨凡特泰克公司 | 用于控制负载的方法和*** |
-
2017
- 2017-01-25 CN CN201710056423.9A patent/CN106647792B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102128A (zh) * | 2013-04-09 | 2014-10-15 | 中国人民解放军第二炮兵工程大学 | 一种适用于小型无人飞行器的抗干扰姿态控制方法 |
CN105793186A (zh) * | 2013-12-02 | 2016-07-20 | 萨凡特泰克公司 | 用于控制负载的方法和*** |
Non-Patent Citations (4)
Title |
---|
high-performance trajectory tracking control of a quadrotor with disturbance observer;Wei Dong 等;《Sensors and Actuators》;20141231;全文 |
Nonlinear attitude control scheme with disturbance observer for flexible spacecrafts;Zhen Wang 等;《Nonlinear Dyn》;20150226;全文 |
基于非线性扰动观测器的四旋翼鲁棒编队控制;沈绍博 等;《南京航空航天大学学报》;20150630(第3期);全文 |
无人机吊挂飞行的非线性控制方法设计;鲜斌 等;《控制理论与应用》;20160331(第3期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106647792A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106647792B (zh) | 用于无人机悬挂负载***的抗扰控制方法 | |
Liu et al. | Robust attitude stabilization for nonlinear quadrotor systems with uncertainties and delays | |
Ma et al. | Active disturbance rejection and predictive control strategy for a quadrotor helicopter | |
Luque-Vega et al. | Robust block second order sliding mode control for a quadrotor | |
Fang et al. | Adaptive integral backstepping control of a micro-quadrotor | |
CN107765553B (zh) | 针对旋翼无人机吊挂运输***的非线性控制方法 | |
Zheng et al. | Planar path following control for stratospheric airship | |
CN104950901B (zh) | 无人直升机姿态误差有限时间收敛非线性鲁棒控制方法 | |
CN105159305A (zh) | 一种基于滑模变结构的四旋翼飞行控制方法 | |
CN104571120A (zh) | 四旋翼无人机的姿态非线性自适应控制方法 | |
Sierra et al. | Wind and payload disturbance rejection control based on adaptive neural estimators: application on quadrotors | |
Kong et al. | Mathematical modeling and modal switching control of a novel tiltrotor UAV | |
Lifeng et al. | Trajectory tracking of quadrotor aerial robot using improved dynamic inversion method | |
Liu et al. | Robust motion control of quadrotors | |
Liu et al. | Robust attitude control for quadrotors with input time delays | |
Liu et al. | Robust command filtered adaptive backstepping control for a quadrotor aircraft | |
Sun et al. | Altitude control for flexible wing unmanned aerial vehicle based on active disturbance rejection control and feedforward compensation | |
Jeong et al. | Control System Design for a Ducted‐Fan Unmanned Aerial Vehicle Using Linear Quadratic Tracker | |
Yu et al. | Robust backstepping tracking control of uncertain MIMO nonlinear systems with application to quadrotor UAVs | |
CN110275542B (zh) | 一种基于自适应有限时间控制的四旋翼飞行器控制方法 | |
CN105786021B (zh) | 一种四旋翼无人机控制方法 | |
Zhang et al. | Wind field disturbance analysis and flight control system design for a novel tilt-rotor UAV | |
Shen et al. | Design and Simulation of Eight‐Rotor Unmanned Aerial Vehicle Based on Hybrid Control System | |
Roy et al. | Hover flight control of a small helicopter using robust backstepping and PID | |
Zhao et al. | Dynamic modelling of parafoil system based on aerodynamic coefficients identification |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190903 |