CN109062052B - 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 - Google Patents
基于扩张状态观测器的四旋翼无人机积分滑模控制方法 Download PDFInfo
- Publication number
- CN109062052B CN109062052B CN201811009981.0A CN201811009981A CN109062052B CN 109062052 B CN109062052 B CN 109062052B CN 201811009981 A CN201811009981 A CN 201811009981A CN 109062052 B CN109062052 B CN 109062052B
- Authority
- CN
- China
- Prior art keywords
- control
- unmanned aerial
- aerial vehicle
- sliding mode
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 10
- 238000011160 research Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 244000145845 chattering Species 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于扩张状态观测器的四旋翼无人机积分滑模控制方法,在四旋翼无人机的动力学模型和推进器模型的基础上,通过积分滑模控制得到积分滑模控制率;采用扩张状态观测器,根据四旋翼无人机***的输入和输出对***所受到的外界干扰进行估计,得到***所受干扰的估计值,然后对积分滑模控制率进行补偿。本发明确保了四旋翼无人机跟踪期望输入的精度,具有很强的抗干扰能力。
Description
技术领域
本发明属于四旋翼无人机技术领域,具体涉及一种基于扩张状态观测器的四旋翼无人机积分滑模控制方法。
背景技术
随着航空航天技术的发展,以及人们对智能化设备越来越大的需求,无人机开始走进人们的生产、生活,甚至军事活动当中,也吸引了一大批科研工作者的注意力,致力于提高其飞行性能,并扩大其应用范围。而四旋翼无人机凭借其诸多优势,如结构简单,飞行灵活,成本较低,尤其是垂直起降等,成为了无人机研究领域中的一大热点。
虽然四旋翼无人机结构相对简单,但由于其本身是欠驱动非线性***,各状态变量间又具有很强耦合性,因此其控制相对复杂。目前,众多国内外学者对无人机的控制问题进行了研究并提出了相应方法。比例-积分-微分控制器(PID控制)和线性二次调节器(LQR)控制设计简洁灵活但对模型精度要求较高;反步法、反馈线性化能较好地解决四旋翼无人机模型中的非线性及耦合但抗扰动能力不足,从而限制了这些方法在实际控制中的应用;自适应控制、滑模控制、积分滑模控制等非线性控制方法在解决四旋翼飞行器***模型非线性的基础上,考虑了***中的不确定性以提高***的控制精度。如何在复杂环境下实现无人机的稳定控制值得进一步研究。
滑模控制是抑制外界扰动和不确定性的一种有效的非线性控制方法,其表现为控制的不连续性,可根据***当前的状态,有目的地不断变化,使***按照预定的滑模面运动。但滑模控制在到达滑模面之前的趋近过程中没有抗扰动能力,于是有学者提出了积分滑模控制来消除趋近过程。但是由于符号函数的存在,滑模控制的控制量和输出都存在抖振现象,且需要抑制的干扰越大,抖振现象越明显,这种现象在许多执行机构当中是不可容忍的。扩张状态观测器是估计***所受扰动的有效方式,能够根据扰动的变化对***控制量进行补偿,减小外界扰动对***控制的影响。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于扩张状态观测器的的四旋翼无人机积分滑模控制方法,通过扩张状态观测器估计外界扰动,补偿积分滑模控制器,进一步加强无人机的抗扰动能力。
本发明技术方案提供一种基于扩张状态观测器的四旋翼无人机积分滑模控制方法,在四旋翼无人机的动力学模型和推进器模型的基础上,通过积分滑模控制得到积分滑模控制率;采用扩张状态观测器,根据四旋翼无人机***的输入和输出对***所受到的外界干扰进行估计,得到***所受干扰的估计值,然后对积分滑模控制率进行补偿。
而且,根据牛顿-欧拉原理得到四旋翼无人机的动力学模型,实现如下,
其中,g为重力加速度,x,y,z为无人机在地球坐标系下的位置坐标,分别为x,y,z的二阶导数,m为飞行器质量,Jx,Jy,Jz分别表示x轴,y轴,z轴的转动惯量,Fi表示第i个旋翼产生的推力,L表示每个旋翼到无人机质心的距离,c为力到力矩的转换系数;φ,θ,ψ分别为飞行器的俯仰角,滚转角和偏航角,分别为φ,θ,ψ的二阶导数。
而且,对四旋翼无人机推进器进行建模,实现如下,
将四个无刷直流电机近似为一个惯性环节,电机转速与旋翼产生的升力近似为线性关系,则输入电机的PWM信号与各旋翼升力之间的关系为:
其中,s为拉普拉斯变换中的复变量,Fi为第i个旋翼产生的推力,ui表示输入电机的PWM信号,ω表示信号带宽,K表示正向增益,则四旋翼无人机各旋翼的总升力和升力差表示为,
其中,uth,uφ,uθ,uψ为***的四个输入信号,分别为无人机做垂直运动、俯仰运动、翻滚运动和偏航运动时电机所需的PWM信号。
而且,设计姿态角的积分滑模控制器,包括设置俯仰角的控制器的控制率为
而且,设计姿态角的积分滑模控制器,包括设置滚转角的控制器的控制率为
而且,设计扩张状态观测器,包括设俯仰角通道的状态表达式为,
针对滚转角通道设计的扩张状态观测器为,
其中,z1,z2,z3,z4为x1,x2,x3,x4的估计值,e为ESO的观测误差,fal(e,ε,δ),(ε=α1,α2,α3)为饱和函数,ε,δ为fal函数的参数,β1,β2,β3,β4为扩张状态观测器增益的参数;
其中,ueq(t)为使用LQR算法的连续等效控制项,使***到达期望状态;usw(t)为非连续的切换控制项。
而且,设计扩张状态观测器,包括设滚转角通道的状态表达式为,
其中,z1,z2,z3,z4为x1,x2,x3,x4的估计值,e为ESO的观测误差,fal(e,ε,δ),(ε=α1,α2,α3)为饱和函数,ε,δ为fal函数的参数,β1,β2,β3,β4为扩张状态观测器增益的参数;
其中,ueq(t)为使用LQR算法的连续等效控制项,使***到达期望状态;usw(t)为非连续的切换控制项。
本发明提出在四旋翼无人机的动力学模型和推进器模型的基础上,通过积分滑模控制得到积分滑模控制率,能够抑制模型不确定性和外界干扰对控制效果的影响;采用扩张状态观测器,根据四旋翼无人机***的输入和输出对***所受到的外界干扰进行估计,得到***所受干扰的估计值,然后对积分滑模控制率进行补偿,能够确保积分滑模控制不出现抖振现象,进一步增强积分滑模控制的抗扰动能力。本发明确保了四旋翼无人机跟踪期望输入的精度,具有很强的抗干扰能力。
附图说明
图1是本发明实施例基于扩张状态观测器的积分滑模控制器的原理图;
图2是本发明实施例分别采用三种控制算法时,无人机位移曲线的对比图;
图3是本发明实施例分别采用三种控制算法时,无人机姿态曲线的对比图;
图4是本发明实施例采用积分滑模控制和基于扩张状态观测器的积分滑模控制时,无人机姿态的稳态误差曲线图;
图5是本发明实施例扩张观测器估计的外界干扰与实际外界干扰的对比曲线图。
具体实施方式
下面结合附图和实施例对本发明的技术方案进行描述,以便本领域的技术人员更好地理解该发明。
本发明实施例提出在四旋翼无人机的动力学模型和推进器模型的基础上,通过积分滑模控制得到积分滑模控制率;采用扩张状态观测器,根据四旋翼无人机***的输入和输出对***所受到的外界干扰进行估计,得到***所受干扰的估计值,然后对积分滑模控制率进行补偿。参见图1,本发明实施例的基于扩张状态观测器的积分滑模控制器中,滚转角的期望值θd作为积分滑模控制器ISMC的输入信号;ISMC输出的控制量作为无人机Plant和扩张状态观测器ESO的控制输入;无人机的实际滚转角θ反馈输入到ISMC与ESO之中;z4为ESO估计出的***总扰动,乘以系数1/ω后输入到ISMC中,ω表示无人机电机的脉冲宽度调制(PWM信号)带宽。
实施例中,针对该控制器的设计进行包括以下步骤:
步骤1、根据牛顿-欧拉原理得到四旋翼无人机的动力学模型:
其中,g为重力加速度,x,y,z为无人机在地球坐标系下的位置坐标,分别为x,y,z的二阶导数,m为飞行器质量,Jx,Jy,Jz分别表示x轴,y轴,z轴的转动惯量,Fi表示第i个旋翼产生的推力,F1-F4分别表示四个旋翼产生的推力,L表示每个旋翼到无人机质心的距离,c为力到力矩的转换系数;φ,θ,ψ分别为飞行器的俯仰角,滚转角和偏航角,分别为φ,θ,ψ的二阶导数。
步骤2、对四旋翼无人机推进器进行建模:
将四个无刷直流电机近似为一个惯性环节,电机转速与旋翼产生的升力近似为线性关系,则输入电机的PWM信号与各旋翼升力之间的关系为:
其中,s为拉普拉斯变换中的复变量,Fi为第i个旋翼产生的推力,ui表示输入电机的PWM信号,ω表示信号带宽,K表示正向增益。则四旋翼无人机各旋翼的总升力和升力差可表示为:
其中,uth,uφ,uθ,uψ为***的四个输入信号,分别为无人机做垂直运动、俯仰运动、翻滚运动和偏航运动时电机所需的PWM信号。
步骤3、根据式(1)和式(3),得到x,y,z轴方向的解耦状态方程:
其中:
其中,Ax、Ay、Az、Aφ、Aθ、Aψ为状态输入矩阵,Bx、By、Bz、Bφ、Bθ、Bψ为控制输入矩阵,Ω为各旋翼转速的代数和,分别为x,y,z的一阶导数,分别为φ,θ,ψ的一阶导数,分别为无人机x位置、y位置和z位置的状态变量, Ψ分别为无人机滚转角、俯仰角和偏航角的状态变量,vi是中间变量。
以上步骤3实现了把无人机的数学模型转化成面向控制的状态方程。
步骤4、设计姿态角的积分滑模控制器,由于四旋翼无人机x轴和y轴方向为对偶关系,所以滚转角和俯仰角控制器相同。
定义滑模面为:
其中,t表示控制时间,τ表示0到t时间内的任一时间,为***t时刻的状态误差,为***τ时刻的状态误差,为***的初始误差,ueq(τ)为τ时刻的等效控制量,d(τ)是微积分中的积分项,为***的期望状态,θd(t)为滚转角信号,G=(Bθ TBθ)-1BX T为***的控制矩阵。表示***t时刻滚转角的状态变量。
***t时刻无人机做翻滚运动时电机所需的PWM信号uθ,记为控制率uθ(t),由两部分组成:(此处uθ(t)就是uθ随时间变化的一个函数)
uθ(t)=ueq(t)+usw(t) (6)
其中为使用LQR算法的连续等效控制项,使***到达期望状态,Kc为线性二次型增益,Kc通过MATLAB提供的线性二次型最优工具箱求解,其命令调用格式如下:Kc=lqr(Aθ,Bθ,Q,R),(lqr()为MATLAB中计算Kc的命令),其中Q和R为自定义的加权矩阵。
usw(t)为非连续的切换控制项,设计usw(t)为:
其中ρ(t)为正向增益,保证***轨迹沿着滑模面运动。这ρ(t)是一个正实数,具体实施时可以根据实际情况来进行调整。||σθ(t)||为σθ(t)的模值。
则俯仰角的控制器的控制率为
同理,滚转角的控制器的控制率为
其中,为***t时刻滚转角的状态误差,Kc为线性二次型增益,Kc=lqr(Aφ,Bφ,Q,R),ρ(t)为正向增益,G为***的控制矩阵,G=(Bφ TBφ)-1BX T,σφ(t)为滚转角控制滑模面。
步骤5、设计扩张状态观测器(ESO)
由式(4)得到俯仰角通道的状态表达式:
其中分别为x1,x2,x3,x4的一阶导数,f(ξ)为飞行器受到外界干扰的响应,ξ表示外界干扰,f(ξ)为表示外界干扰的函数。取a(t)=f(ξ)作为新的状态变量x4,并记a(t),h(t)为方便表达定义的中间变量。得到扩张状态后的***为:
取扩张状态X=[x1,x2,x3,x4]的估计值Z=[z1,z2,z3,z4],主要目的是得到中间变量a(t)的估计值z4。该***的扩张状态观测器设计为:
其中,e为ESO的观测误差,fal(e,ε,δ),(ε=α1,α2,α3)为饱和函数:sgn(e)表示e的符号函数,|e|为e的绝对值,|e|ε表示|e|的ε次方,ε,δ为fal函数的参数,β1,β2,β3,β4为扩张状态观测器增益的参数。具体实施时,参数α1,α2,α3、β1,β2,β3,β4和δ的取值可根据实际情况协调调整。
则俯仰角通道的状态表达式为:
则不确定的***被实时确定化,减小了外界干扰对***控制的影响。
对比式(14)与式(10),原***所受到的外界干扰被实时补偿,减小了干扰幅值大小对积分滑模控制的影响,增强了四旋翼无人机的抗干扰能力。式(14)中采用以上各步骤的结果,中的uθ(t)使用步骤4的结果,就是步骤5的结果。
俯仰角通道和滚转角通道为完全对偶关系,实现方式一致。
滚转角通道的状态表达式为:
针对滚转角通道设计的扩张状态观测器为:
具体实施时,可采用软件方式实现以上步骤的自动运行。
为便于理解本发明的效果起见,提供应用本发明实施例计算方案的实例如下:
仅考虑x轴和y轴方向的控制,建立x轴和y轴方向的控制模型,x轴和y轴方向为对偶关系,所以x轴和y轴控制模型相同。分别采用LQR控制,ISMC控制,和基于扩张状态观测器的ISMC控制进行对比试验。无人机的初始状态为[x0,θ0]=[1,0],目标状态为[xd,θd]=[0,0],在姿态模型中加入幅值为0.1rad,频率为10rad/s的正弦扰动。图2为位置响应曲线,图3为姿态角响应曲线,图4为姿态角误差响应曲线,图5为扩装状态观测器的扰动补偿响应曲线。
图2表示,本发明所设计的控制器能很好的跟踪位置信号,并且在受到外界干扰的情况下,LQR控制时无人机位置受到外界干扰的影响最大,而基于扩装状态观测器的ISMC控制明显比ISMC控制抵抗外界干扰的能力要强。
图3表示,本发明所设计的控制器能很好的跟踪姿态角信号,并且在受到外界干扰的情况下,LQR控制时无人机姿态受到外界干扰的影响最大,而基于扩装状态观测器的ISMC控制明显比ISMC控制抵抗外界干扰的能力要强。
图4表示,到达稳态后的姿态误差,使用基于扩张状态观测器的ISMC控制时,姿态稳态误差要远小于使用ISMC时的稳态误差。
图5表示,本发明所设计的扩张状态观测器,能够很好的补偿外界干扰。、
本文中所描述的具体实例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (1)
1.一种基于扩张状态观测器的四旋翼无人机积分滑模控制方法,其特征在于:在四旋翼无人机的动力学模型和推进器模型的基础上,通过积分滑模控制得到积分滑模控制率;采用扩张状态观测器,根据四旋翼无人机***的输入和输出对***所受到的外界干扰进行估计,得到***所受干扰的估计值,然后对积分滑模控制率进行补偿;
根据牛顿-欧拉原理得到四旋翼无人机的动力学模型,实现如下,
其中,g为重力加速度,x,y,z为无人机在地球坐标系下的位置坐标,分别为x,y,z的二阶导数,m为飞行器质量,Jx,Jy,Jz分别表示x轴,y轴,z轴的转动惯量,Fi表示第i个旋翼产生的推力,L表示每个旋翼到无人机质心的距离,c为力到力矩的转换系数;φ,θ,ψ分别为飞行器的俯仰角,滚转角和偏航角,分别为φ,θ,ψ的二阶导数;
对四旋翼无人机推进器进行建模,实现如下,
将四个无刷直流电机近似为一个惯性环节,电机转速与旋翼产生的升力近似为线性关系,则输入电机的PWM信号与各旋翼升力之间的关系为:
其中,s为拉普拉斯变换中的复变量,Fi为第i个旋翼产生的推力,ui表示输入电机的PWM信号,ω表示信号带宽,K表示正向增益,则四旋翼无人机各旋翼的总升力和升力差表示为,
其中,uth,uφ,uθ,uψ为***的四个输入信号,分别为无人机做垂直运动、俯仰运动、翻滚运动和偏航运动时电机所需的PWM信号;
设计姿态角的积分滑模控制器,包括设置俯仰角的控制器的控制率为
设计姿态角的积分滑模控制器,包括设置滚转角的控制器的控制率为
设计扩张状态观测器,包括设俯仰角通道的状态表达式为,
设分别为状态向量x1,x2,x3,x4的一阶导数,L表示每个旋翼到无人机质心的距离,f(ξ)为飞行器受到外界干扰的响应;取a(t)=f(ξ)作为新的状态变量x4,并记a(t),h(t)为方便表达定义的中间变量,得到扩张状态后的***为:
取扩张状态X=[x1,x2,x3,x4]的估计值Z=[z1,z2,z3,z4],得到中间变量a(t)的估计值z4,得到针对俯仰角通道设计的扩张状态观测器为,
其中,z1,z2,z3,z4为x1,x2,x3,x4的估计值,e为ESO的观测误差,fal(e,ε,δ),(ε=α1,α2,α3)为饱和函数,ε,δ为fal函数的参数,β1,β2,β3,β4为扩张状态观测器增益的参数;
其中,ueq(t)为使用LQR算法的连续等效控制项,使***到达期望状态;usw(t)为非连续的切换控制项;
俯仰角通道和滚转角通道为完全对偶关系,实现方式一致,
设计扩张状态观测器,包括设滚转角通道的状态表达式为,
针对滚转角通道设计的扩张状态观测器为,
其中,z1,z2,z3,z4为x1,x2,x3,x4的估计值,e为ESO的观测误差,fal(e,ε,δ),(ε=α1,α2,α3)为饱和函数,ε,δ为fal函数的参数,β1,β2,β3,β4为扩张状态观测器增益的参数;
其中,ueq(t)为使用LQR算法的连续等效控制项,使***到达期望状态;usw(t)为非连续的切换控制项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811009981.0A CN109062052B (zh) | 2018-08-31 | 2018-08-31 | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811009981.0A CN109062052B (zh) | 2018-08-31 | 2018-08-31 | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109062052A CN109062052A (zh) | 2018-12-21 |
CN109062052B true CN109062052B (zh) | 2021-05-18 |
Family
ID=64758848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811009981.0A Active CN109062052B (zh) | 2018-08-31 | 2018-08-31 | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109062052B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109471449B (zh) * | 2018-12-28 | 2022-04-15 | 中国兵器工业计算机应用技术研究所 | 一种无人机控制***及控制方法 |
CN109991991B (zh) * | 2019-02-26 | 2020-03-20 | 南京航空航天大学 | 一种无人直升机鲁棒容错跟踪方法 |
CN110119089B (zh) * | 2019-03-29 | 2022-06-14 | 华东理工大学 | 一种基于积分滑模的浸入不变流型自适应四旋翼控制方法 |
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、***、介质及设备 |
CN110134019A (zh) * | 2019-06-18 | 2019-08-16 | 哈尔滨工业大学 | 基于扩张观测器的麦克纳姆四轮移动平台的滑模控制方法 |
CN110825122B (zh) * | 2019-10-08 | 2020-09-15 | 南京航空航天大学 | 一种四旋翼无人机圆形轨迹主动抗干扰跟踪控制方法 |
CN111538346B (zh) * | 2020-06-17 | 2023-02-10 | 郑州轻工业大学 | 一种四旋翼直升飞机的干扰观测补偿飞行控制方法 |
CN112068583A (zh) * | 2020-10-26 | 2020-12-11 | 江南大学 | 用于无人机***的滑模控制器设计方法 |
CN112506053A (zh) * | 2020-11-27 | 2021-03-16 | 江南大学 | 载人潜水器的运动控制方法 |
CN112947062B (zh) * | 2020-12-25 | 2023-03-21 | 西北工业大学 | 一种复合翼垂直起降无人机旋翼模式控制方法及*** |
CN113820950B (zh) * | 2021-02-24 | 2022-12-02 | 西北工业大学 | 一种绳系连接飞行器稳定控制方法 |
CN113867374B (zh) * | 2021-07-23 | 2023-12-01 | 福州大学 | 基于滑模控制的四旋翼无人机参数预测和扰动的自适应轨迹跟踪控制器及其设计方法 |
CN114355779B (zh) * | 2022-01-10 | 2022-07-19 | 南京工业大学 | 一种结构热试验非线性扩展状态观测器全局滑模控制方法 |
CN117452831B (zh) * | 2023-12-26 | 2024-03-19 | 南京信息工程大学 | 一种四旋翼无人机控制方法、装置、***及存储介质 |
CN117631544B (zh) * | 2024-01-25 | 2024-04-30 | 湖北工业大学 | 一种中空纤维膜拉丝机***复合控制方法及*** |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1293851A1 (en) * | 2001-04-20 | 2003-03-19 | Honda Giken Kogyo Kabushiki Kaisha | Plant control apparatus |
WO2004069490A1 (en) * | 2003-01-27 | 2004-08-19 | Cleveland State University | Scaling and parameterizing a controller |
US8060340B2 (en) * | 2002-04-18 | 2011-11-15 | Cleveland State University | Controllers, observers, and applications thereof |
CN104898550A (zh) * | 2015-05-05 | 2015-09-09 | 北京航空航天大学 | 动态伺服***基于滑模扩张状态观测器的复合控制方法 |
CN104901599A (zh) * | 2015-06-08 | 2015-09-09 | 浙江工业大学 | 基于扩张状态观测器的永磁同步电机混沌***全阶滑模控制方法 |
CN105048917A (zh) * | 2015-06-30 | 2015-11-11 | 西安理工大学 | 基于eso的双馈风力发电***积分滑模控制器的控制方法 |
CN105116725A (zh) * | 2015-07-17 | 2015-12-02 | 浙江工业大学 | 基于扩张状态观测器的伺服***自适应滑模控制方法 |
CN105912011A (zh) * | 2016-06-24 | 2016-08-31 | 天津理工大学 | 一种四旋翼飞行器姿态的线性自抗扰控制方法 |
CN106325291A (zh) * | 2016-10-10 | 2017-01-11 | 上海拓攻机器人有限公司 | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及*** |
CN106406325A (zh) * | 2016-07-27 | 2017-02-15 | 浙江工业大学 | 基于模糊扩张状态观测器的四旋翼无人机反馈线性化控制方法 |
CN106444799A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法 |
CN107450328A (zh) * | 2017-10-12 | 2017-12-08 | 北京航空航天大学 | 一种基于e‑s滑模观测器的抗干扰容错控制方法 |
CN108037662A (zh) * | 2017-12-06 | 2018-05-15 | 浙江工业大学 | 一种基于积分滑模障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 |
CN108092560A (zh) * | 2018-01-16 | 2018-05-29 | 北京理工大学 | 一种双电机伺服***的保性能鲁棒分散控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8180464B2 (en) * | 2002-04-18 | 2012-05-15 | Cleveland State University | Extended active disturbance rejection controller |
EP1885054B1 (en) * | 2006-08-03 | 2009-10-07 | STMicroelectronics S.r.l. | Method of estimating the state of a system and related device for estimating position and speed of the rotor of a brushless motor |
CN102830622B (zh) * | 2012-09-05 | 2014-10-01 | 北京理工大学 | 一种四旋翼飞行器自抗扰自动飞行控制方法 |
US10387775B2 (en) * | 2015-09-09 | 2019-08-20 | Emerson Process Management Power & Water Solutions, Inc. | Model-based characterization of pressure/load relationship for power plant load control |
CN107992070A (zh) * | 2017-12-03 | 2018-05-04 | 中国直升机设计研究所 | 一种倾转旋翼飞行器过渡模式自动实现方法 |
-
2018
- 2018-08-31 CN CN201811009981.0A patent/CN109062052B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1293851A1 (en) * | 2001-04-20 | 2003-03-19 | Honda Giken Kogyo Kabushiki Kaisha | Plant control apparatus |
US8060340B2 (en) * | 2002-04-18 | 2011-11-15 | Cleveland State University | Controllers, observers, and applications thereof |
WO2004069490A1 (en) * | 2003-01-27 | 2004-08-19 | Cleveland State University | Scaling and parameterizing a controller |
CN104898550A (zh) * | 2015-05-05 | 2015-09-09 | 北京航空航天大学 | 动态伺服***基于滑模扩张状态观测器的复合控制方法 |
CN104901599A (zh) * | 2015-06-08 | 2015-09-09 | 浙江工业大学 | 基于扩张状态观测器的永磁同步电机混沌***全阶滑模控制方法 |
CN105048917A (zh) * | 2015-06-30 | 2015-11-11 | 西安理工大学 | 基于eso的双馈风力发电***积分滑模控制器的控制方法 |
CN105116725A (zh) * | 2015-07-17 | 2015-12-02 | 浙江工业大学 | 基于扩张状态观测器的伺服***自适应滑模控制方法 |
CN105912011A (zh) * | 2016-06-24 | 2016-08-31 | 天津理工大学 | 一种四旋翼飞行器姿态的线性自抗扰控制方法 |
CN106444799A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于模糊扩张状态观测器和自适应滑模的四旋翼无人机控制方法 |
CN106406325A (zh) * | 2016-07-27 | 2017-02-15 | 浙江工业大学 | 基于模糊扩张状态观测器的四旋翼无人机反馈线性化控制方法 |
CN106325291A (zh) * | 2016-10-10 | 2017-01-11 | 上海拓攻机器人有限公司 | 基于滑模控制律和eso的四旋翼飞行器姿态控制方法及*** |
CN107450328A (zh) * | 2017-10-12 | 2017-12-08 | 北京航空航天大学 | 一种基于e‑s滑模观测器的抗干扰容错控制方法 |
CN108037662A (zh) * | 2017-12-06 | 2018-05-15 | 浙江工业大学 | 一种基于积分滑模障碍李雅普诺夫函数的四旋翼飞行器输出受限反步控制方法 |
CN108092560A (zh) * | 2018-01-16 | 2018-05-29 | 北京理工大学 | 一种双电机伺服***的保性能鲁棒分散控制方法 |
Non-Patent Citations (4)
Title |
---|
Extended-State Observer-Based Integral Sliding-Mode Control for a Quadrotor;Dachen Yao et al.;《2018 37th Chinese Control Conference(CCC)》;20180727;第3078-3083页 * |
PID and LQR trajectory tracking control for an unmanned quadrotor helicopter:Experimental studies;Changlong Liu et al.;《2016 35th Chinese Control Conference(CCC)》;20160729;第10845-10850页 * |
基于ESO的LQR控制器在无人机姿态控制中的研究;潘健 等;《***仿真学报》;20180208;第30卷(第2期);第753-759页 * |
基于ESO的可重复使用飞行器积分滑模控制器设计;刘贺龙 等;《空间控制技术与应用》;20160215;第42卷(第1期);第31-36页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109062052A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109062052B (zh) | 基于扩张状态观测器的四旋翼无人机积分滑模控制方法 | |
Liu et al. | Anti-saturation adaptive finite-time neural network based fault-tolerant tracking control for a quadrotor UAV with external disturbances | |
CN108445766B (zh) | 基于rpd-smc和rise的无模型四旋翼无人机轨迹跟踪控制器及方法 | |
Xu | Composite learning finite-time control with application to quadrotors | |
CN110908278B (zh) | 一种折叠翼飞行器的动力学建模与稳定控制方法 | |
Bangura et al. | Real-time model predictive control for quadrotors | |
CN107562068B (zh) | 一种四旋翼飞行器姿态的动态面输出调节控制方法 | |
Madani et al. | Backstepping control with exact 2-sliding mode estimation for a quadrotor unmanned aerial vehicle | |
Mian et al. | Nonlinear flight control strategy for an underactuated quadrotor aerial robot | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
Zhao et al. | Model-free control of quad-rotor vehicle via finite-time convergent extended state observer | |
CN104298109B (zh) | 基于多控制器融合的无尾飞行器协调转弯控制方法 | |
CN111831002B (zh) | 一种基于预设性能的超高声速飞行器姿态控制方法 | |
Huang et al. | Finite-time control for a UAV system based on finite-time disturbance observer | |
Wang et al. | Backstepping sliding mode trajectory tracking via extended state observer for quadrotors with wind disturbance | |
Elhennawy et al. | Trajectory tracking of a quadcopter flying vehicle using sliding mode control | |
Lv et al. | Extended state observer based MPC for a quadrotor helicopter subject to wind disturbances | |
Ansari et al. | Quadrotor control using generalized dynamic inversion and terminal sliding mode | |
Ou et al. | Adaptive backstepping tracking control for quadrotor aerial robots subject to uncertain dynamics | |
Fethalla et al. | Robust observer-based backstepping controller for a quadrotor UAV | |
Ansari et al. | Quadrotor motion control using adaptive generalized dynamic inversion | |
CN111338369A (zh) | 一种基于非线性逆补偿的多旋翼飞行控制方法 | |
Chen et al. | Adaptive attitude control for a coaxial tilt-rotor UAV via immersion and invariance methodology | |
Wang et al. | Sliding mode attitude control for a quadrotor micro unmanned aircraft vehicle using disturbance observer | |
Babaei et al. | Robust backstepping control of a quadrotor uav using extended kalman bucy filter |
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 |