CN109947134A - 基于多无人机分布式控制的四旋翼无人机编队容错方法 - Google Patents

Abstract

本发明公开了一种基于多无人机分布式控制的四旋翼无人机编队容错方法，首先构建多四旋翼无人机的故障动力模型；然后基于四旋翼无人机正常编队过程构建第一滑模分布式编队控制器和第二滑模编队控制器，分别对正常编队情况下四旋翼无人机的位置和姿态进行控制，实现四旋翼无人机可按照设定轨迹进行编队飞行；最后构建状态观测器，通过状态观测器对编队过程中的观测结果与实际的结果之间的残差大小判断是否发生故障，若发生故障，则设计自适应分布式滑模编队控制器，用以控制每一四旋翼无人机按照设定的轨迹进行编队；否则继续通过第一滑模分布式编队控制器和第二滑模编队控制器控制；本发明可对四旋翼无人机编队稳定控制。

Description

基于多无人机分布式控制的四旋翼无人机编队容错方法

技术领域

本发明属于无人机控制技术领域，尤其涉及多四旋翼无人机的编队容错控制，具体为一种基于多无人机分布式控制的四旋翼无人机编队容错方法。

背景技术

无人机的编队飞行对无人机的可靠性和安全性的要求较高，无人机的故障一般分为执行器故障和传感器故障。容错控制可以用来解决这些问题，容错控制的方法分为主动容错和被动容错。被动控制的容错方法具有鲁棒性且对故障不敏感，主动容错可以主动地对故障进行容错，通过对控制器参数或者结构重新调整来实现容错的目的。

自适应容错控制方法是一种主动容错的方法，通过设计自适应律对故障进行估计，可以根据外部环境的变换参数的变化自动调节控制参数或***参数，保证***的稳定性能。

现有的无人机编队将每个无人机看成一个质点来研究，将每个无人机看成一个多智能体，且仅考虑二维平面的编队，没有脱离多智能体编队的框架，而且没有对无人机自身角度的控制，没有现实的物理意义。

现有的对四旋翼编队无人机在故障发生时的控制仅仅能保证速度不发生改变，而位置却发生了改变。

发明内容

针对上述现有技术中在对四旋翼无人机在故障时无法同时对无人机的位置和速度进行控制的问题，提供一种基于多无人机分布式控制的四旋翼无人机编队容错方法，该方法首先对正常情况下的四旋翼无人机***设计位置和姿态控制律，然后通过状态观测器进行故障检测，判断四旋翼无人机编队过程中是否发生故障，当发生故障时将自适应滑模分布式的控制方法用在四旋翼编队中，通过自适应对故障进行估计，实现编队的容错控制；四旋翼的模型是欠驱动的，四旋翼的编队控制和多智能体的编队控制相比需要考虑到无人机的姿态，设计多无人机的自适应滑模分布式编队控制律，从而实现四旋翼无人机的自适应滑模分布式编队；考虑到四旋翼故障类型是执行器部分失效故障，设计自适应滑模编队控制器实现对故障的容错。

本发明为解决上述技术问题采用了如下技术方案：

一种基于多无人机分布式控制的四旋翼无人机编队容错方法，所述方法包括：

S1、构建多四旋翼无人机的故障动力模型：

其中，θ_i,ψ_i分别为第i个四旋翼无人机的滚转角、俯仰角和偏航角；x_i,y_i,z_i为第i个四旋翼无人机质心的位置坐标；l是旋翼末端到旋翼前端的距离；m为四旋翼无人机的质量，I为每个轴的转动惯量，K_i为阻力系数，σ_i为失效因子，且0＜σ_i≤1；

S2、设计四旋翼无人机编队过程正常对位置子***的第一滑模分布式控制器：

，其中，k＞0,γ＞0，P_i＝[x_i y_i z_i]^T，s是滑模面，a_ij是四旋翼无人机i(i＝0,1,2,3,4)和四旋翼无人机j(j＝0,1,2,3,4)之间的连通度；以及对姿态子***的第二滑模控制器：

其中，k＞0,c₁＞0,c₂＞0,c₃＞0；

S3、设计一状态观测器和一阈值，由所述状态观测器对四旋翼无人机进行位置故障观测，计算四旋翼无人机实际故障输出与所述状态观测器的观测故障输出的残差，比较所述残差与所述阈值，若所述残差大于所述阈值，则判定对应四旋翼无人机发生故障，转至步骤S4；否则，采用所述第一滑模分布式控制器和所述第二滑模控制器控制四旋翼无人机的编队；

S4、当四旋翼无人机发生故障时，对位置子***构建自适应分布式滑模控制器：

其中，k＞0,γ＞0，P_i＝[x_i y_i z_i]^T，a_ij是四旋翼无人机i(i＝0,1,2,3,4)和四旋翼无人机j(j＝0,1,2,3,4)之间的连通度。

进一步的，所述残差通过所述状态观测器对四旋翼无人机位置故障观测的输出与所述实际故障输出相减得到。

进一步的，所述位置子***的模型为：

其中：

所述姿态子***模型为：

本发明基于多无人机分布式控制的四旋翼无人机编队容错方法，首先构建多四旋翼无人机的故障模型，并将故障模型分为位置子***和姿态子***两部分，分别对位置子***和姿态子***构建滑模分布式控制器，对不发生故障情况下的四旋翼无人机进行预设轨迹的编队控制操作；同时，设置状态观测器，对四旋翼无人机进行实时的状态观测，并将状态观测器的输出与实际测量得到的对应四旋翼无人机的故障输出进行相减得到残差，并将残差与设定阈值比较，若残差大于设定阈值，则判断对应四旋翼无人机编队过程出现故障，从而设计自适应滑模分布式控制器对四旋翼无人机进行编队控制，保证按照预设的轨迹进行编队；与现有技术相比，本发明含有对四旋翼无人机位置的控制以及对速度和编队中其他个体距离的控制，通过观测器进行故障检测，判断故障是否发生，通过控制率的切换可以保证在发生故障后仍可以恢复期望的轨迹队形以及速度。

附图说明

图1为本发明实施例中所述基于多无人机分布式控制的四旋翼无人机编队容错方法的实现流程框图示意；

图2为本发明实施例中含有四个无人机时的通信图示意；

图3为本发明实施例中含有四个无人机时各无人机之间的相对位置图示意；

图4为本发明实施例中所述自适应滑模分布控制器的控制原理图示意；

图5(a)和图5(b)为本发明实施例中对所述四旋翼无人机的速度跟踪图示意；

图6(a)和图6(b)为本发明实施例中对所述四旋翼无人机的姿态跟踪图示意；

图7为本发明实施例中所述自适应滑模分布式控制下四旋翼无人机编队的xoy平面投影图示意；

图8为本发明实施例中所述自适应滑模分布式控制下四旋翼无人机编队的xoz平面投影图示意；

图9为本发明实施例中所述自适应滑模分布式控制下四旋翼无人机编队的yoz平面投影图示意；

图10为本发明实施例中无故障的所述四旋翼无人机自适应滑模分布式三维编队图示意；

图11为本发明实施例中无故障容错的四旋翼无人机自适应滑模分布式三维编队图示意；

图12为本发明实施例中所述状态观测器的残差信号图示意；

图13为本发明实施例中所述四旋翼无人机在自适应滑模分布式控制下的三维容错编队图示意；

图14为本发明实施例中所述四旋翼无人机编队队形变换图示意。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

在本发明实施例中，提供了一种基于多无人机分布式控制的四旋翼无人机编队容错方法，参阅图1，方法具体包括步骤如下：

S1、构建多四旋翼无人机的故障动力模型：

其中，θ_i,ψ_i分别为第i个四旋翼无人机的滚转角、俯仰角和偏航角；x_i,y_i,z_i为第i个四旋翼无人机质心的位置坐标；l是旋翼末端到旋翼前端的距离；m为四旋翼无人机的质量，I为每个轴的转动惯量，K_i为阻力系数，σ_i为失效因子，且0＜σ_i≤1。

在实施例中，本发明对故障动力模型的位置子***设计编队控制律用于保证期望的队形，具体的，本发明在多四旋翼无人机中设置有一四旋翼无人机作为虚拟leader，在编队过程中，设定各四旋翼无人机的速度以及与虚拟leader之间的距离，并且假设虚拟leader可以实现期望位置的跟踪；从而实现编队整体的位置跟踪。

参阅图2，以图示为例进行说明，具体以多四旋翼无人机包含两个通信拓扑来说，其中0代表虚拟leader，1，2，3，4分别代表四个四旋翼无人机跟随者。

结合图4，在本发明实施例中，故将障动力模型分为位置子***和姿态子***两个部分；其中，故障子***的模型为：

其中：

由此可将构建的故障动力模型用如下公式表示：

其中0＜σ_i≤1，当σ_i＝1时第i个四旋翼无人机执行器正常，当0＜σ_i＜1表示第i个四旋翼无人机的执行器部分失效。

随后，通过公式求解得到四旋翼无人机的姿态角：

而有四旋翼无人机的姿态子***模型为：

则可将四旋翼无人机的姿态模型修改为如下形式：

其中U_ir＝[u₂,u₃,u₄]^T。

S2、设计四旋翼无人机编队过程正常对位置子***的第一滑模分布式控制器为：

，其中，k＞0,γ＞0，P_i＝[x_i y_i z_i]^T，s是滑模面，a_ij是四旋翼无人机i(i＝0,1,2,3,4)和四旋翼无人机j(j＝0,1,2,3,4)之间的连通度；以及对姿态子***的第二滑模控制器：

其中，k＞0,c₁＞0,c₂＞0,c₃＞0。

具体的，在本发明中，用P_i表示第i个无人机的实际位置，任意两个四旋翼无人机i、j间的期望位置关系为P_di-P_dj，第i个四旋翼无人机的速度为v_i＝[v_ix,v_iy,v_iz]^T，则速度跟踪误差为则控制目标为P_i-P_j→P_di-P_dj＝P_dij，位置控制的目的就是使得四旋翼无人机的位置和姿态保持一致；优选的，本发明将四旋翼无人机飞行的滑模面定义为：进一步可得到：由此得到第一滑模分布式控制器为：

第二滑模控制器为：

S3、设计一状态观测器和一阈值，由状态观测器对四旋翼无人机进行位置故障观测，计算四旋翼无人机实际故障输出与状态观测器的观测故障输出的残差，比较残差与阈值，若残差大于所述阈值，则判定对应四旋翼无人机发生故障，转至步骤S4；否则，采用第一滑模分布式控制器和第二滑模控制器控制四旋翼无人机的编队；具体的，将四旋翼无人机的故障动力模型进一步化简为状态空间的形式：

其中，U_i1＝[u_i1x,u_i1y,u_i1z]，结合上述可得状态观测器为：

特别注意的是，当***发生故障时，***的状态会发生改变，可以通过状态观测器的输出和实际输出相减得到的的差作为残差信号来判断四旋翼是否发生故障；此时，状态观测器可检测出四旋翼无人机故障发生的时间，为了进一步得到四旋翼无人机的实际故障发生位置，进行后续步骤S4。

S4、当四旋翼无人机发生故障时，构建自适应分布式滑模控制器：

其中，k＞0,γ＞0，P_i＝[x_i y_i z_i]^T，a_ij是四旋翼无人机i(i＝0,1,2,3,4)和四旋翼无人机j(j＝0,1,2,3,4)之间的连通度。

鉴于上述得到的四旋翼无人机滑模面的定义，可得故障因子σ_i的估计值为同样可以得到估计值和实际值的误差为：

为了得到自适应分布式滑模控制器，本发明先设计李亚普诺夫函数：

然后，对李亚普诺夫函数求导可得：

最后，得到自适应分布式滑模编控制器为：

在此，为了更好说明本发明方法对四旋翼无人机编队容错的有效控制，在此进行仿真说明：

设定四旋翼无人机的位置为x_d＝3t，y_d＝2t，z_d＝2，v_xd＝3，v_yd＝2，v_zd＝0；结合图2，若假定四旋翼无人机1在前15s执行器未发生故障，在15s时发生0.5的执行器部分失效故障，则通过本发明方法首先初始化给出期望的速度位置以及队形，然后对多四旋翼无人机建立故障动力模型，对位置子***设计自适应滑模控制律，使四旋翼实现编队容错飞行。参阅图4，图示为本发明的四旋翼自适应滑模分布式编队控制***结构图包含有四个部分分别是虚拟领航者设计位置控制器和姿态控制器，多四旋翼无人机的位置设计编队控制器，和对姿态设计姿态控制器。

图5为本发明1,2两个四旋翼无人机各自的速度跟踪图，图6为本发明四旋翼各自姿态跟踪图，其中虚线代表期望值，实线为实际值；图7为四旋翼自适应滑模分布式编队xoy平面投影图；图8为四旋翼自适应滑模分布式编队xoz平面投影图；图9为四旋翼自适应滑模分布式编队yoz平面投影图；图10为无故障四旋翼自适应滑模分布式三维编队，可以看出四旋翼无人机从不同的起点出发可以快速形成编队，编队的相对位置为(20，0)，(0，20)，(-20，0)，(0，-20)。

图11为发生故障后无控制器切换图，没有实现四旋翼编队位置的控制，在故障发生之后可以保持期望的速度和队形但是不能回到期望的位置。图12为状态观测器估计的残差信号，当残差超过阀值判断为发生了故障。图13为四旋翼自适应滑模分布式三维容错编队图，在15s时四旋翼无人机1发生0.5的执行器部分失效故障其他的四旋翼正常，可以看出故障后的无人机编队仍能回到期望的位置且保持期望的队形。在图14为四旋翼自适应滑模分布式编队队形变换图，从中得到四个四旋翼无人机由相对位置(10，10)，(-10，10)，(-10，-10)(10，-10)变成(20，0)，(0，20)，(-20，0)，(0，-20)；即通过本发明在四旋翼无人机发生故障通过自适应滑模分布式控制器可以实现有效控制，保证四旋翼无人机按照设定轨迹进行飞行，实现编队容错控制操作。

本发明基于多无人机分布式控制的四旋翼无人机编队容错方法，首先构建多四旋翼无人机的故障模型，并将故障模型分为位置子***和姿态子***两部分，分别对位置子***和姿态子***构建滑模分布式控制器，对不发生故障情况下的四旋翼无人机进行预设轨迹的编队控制操作；同时，设置状态观测器，对四旋翼无人机进行实时的状态观测，并将状态观测器的输出与实际测量得到的对应四旋翼无人机的故障输出进行相减得到残差，并将残差与设定阈值比较，若残差大于设定阈值，则判断对应四旋翼无人机编队过程出现故障，从而设计自适应滑模分布式控制器对四旋翼无人机进行编队控制，保证按照预设的轨迹进行编队；与现有技术相比，本发明含有对四旋翼无人机位置的控制以及对速度和编队中其他个体距离的控制，通过观测器进行故障检测，判断故障是否发生，通过控制率的切换可以保证在发生故障后仍可以恢复期望的轨迹队形以及速度。

以上仅为本发明的较佳实施例，但并不限制本发明的专利范围，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。

Claims (3)

1.基于多无人机分布式控制的四旋翼无人机编队容错方法，其特征在于，所述方法包括：

S1、构建多四旋翼无人机的故障动力模型：

其中，θ_i,ψ_i分别为第i个四旋翼无人机的滚转角、俯仰角和偏航角；x_i,y_i,z_i为第i个四旋翼无人机质心的位置坐标；l是旋翼末端到旋翼前端的距离；m为四旋翼无人机的质量，I为每个轴的转动惯量，K_i为阻力系数，σ_i为失效因子，且0＜σ_i≤1；

S2、设计四旋翼无人机编队过程正常对位置子***的第一滑模分布式控制器：

，其中，k＞0,γ＞0，P_i＝[x_i y_i z_i]^T，s是滑模面，a_ij是四旋翼无人机i(i＝0,1,2,3,4)和四旋翼无人机j(j＝0,1,2,3,4)之间的连通度；以及对姿态子***的第二滑模控制器：

其中，k＞0,c₁＞0,c₂＞0,c₃＞0；

S3、设计一状态观测器和一阈值，由所述状态观测器对四旋翼无人机进行位置故障观测，计算四旋翼无人机实际故障输出与所述状态观测器的观测故障输出的残差，比较所述残差与所述阈值，若所述残差大于所述阈值，则判定对应四旋翼无人机发生故障，转至步骤S4；否则，采用所述第一滑模分布式控制器和所述第二滑模控制器控制四旋翼无人机的编队；

S4、当四旋翼无人机发生故障时，对位置子***构建自适应分布式滑模控制器：

其中，k＞0,γ＞0，P_i＝[x_i y_i z_i]^T，a_ij是四旋翼无人机i(i＝0,1,2,3,4)和四旋翼无人机j(j＝0,1,2,3,4)之间的连通度。

2.如权利要求1所述的基于多无人机分布式控制的四旋翼无人机编队容错方法，其特征在于，所述残差通过所述状态观测器对四旋翼无人机位置故障观测的输出与所述实际故障输出相减得到。

3.如权利要求1所述的基于多无人机分布式控制的四旋翼无人机编队容错方法，其特征在于，所述位置子***的模型为：

其中：

所述姿态子***模型为：