CN110531778B - 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 - Google Patents
一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 Download PDFInfo
- Publication number
- CN110531778B CN110531778B CN201910645133.7A CN201910645133A CN110531778B CN 110531778 B CN110531778 B CN 110531778B CN 201910645133 A CN201910645133 A CN 201910645133A CN 110531778 B CN110531778 B CN 110531778B
- Authority
- CN
- China
- Prior art keywords
- moment
- aerial vehicle
- unmanned aerial
- self
- rotor unmanned
- 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 32
- 238000013178 mathematical model Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
Images
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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法,首先通过非故障情况下自驾仪控制***输出指令与机体所受力和力矩间的数学模型计算机体所受力矩,然后构建机体姿态控制***状态方程,采用时域干扰观测器估计桨叶损伤后对机体产生的力矩干扰量,之后根据桨叶损伤数学模型的逆模型反演解算桨叶损伤模型参数估计值,最后根据桨叶损伤模型参数估计值设计控制分配重构矩阵实现自驾仪控制分配重构。本发明一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制算法与现有技术相比具有如下优点:可在线估计桨叶损伤程度,通过在线重建控制对象数学模型,实现桨叶损伤下的多旋翼无人机自驾仪控制自愈,保障无人机在桨叶损伤情况下的安全稳定飞行。
Description
技术领域
本发明涉及一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法,属于无人机控制技术领域。
背景技术
多旋翼无人机是具有多个旋翼的具有垂直起降能力的无人驾驶飞行器,拥有重量轻、体积小、灵活性高等优势,同时具有优良的垂直起降性能、悬停性能和低速性能。多旋翼体积小、重量轻、结构紧凑,集多传感器、多执行器、复杂接口的控制***于一身、且易受外界环境变化的影响,很难保证飞行过程中不出现任何问题,在飞行过程中的故障率较高。多旋翼无人机除了刚体动力学模型外还有旋翼动力学以及电机模型,在理论上精确建立数学模型难度较大,尤其是在执行机构发生故障时,例如,电机出现转速下降甚至停转、螺旋桨出现不同程度的损伤等情况下,多旋翼无人机数学模型将产生不确定突变。由于这种故障导致的模型不确定突变,现有常规的无模型控制器和有模型控制器都会出现控制稳定性下降问题,如果上述执行器故障不能在有限的控制周期内快速进行估计和处理,甚至会导致机体不受控、坠机等严重后果。文献“Adaptive Control ofQuadrotor UAVs:A DesignTrade Study With Flight Evaluations”(Zachary T.Dydek,Anuradha M.Annaswamy,andEugene Lavretsky.Adaptive Control of Quadrotor UAVs:A Design Trade Study WithFlight Evaluations[J].IEEETransactions On Control Systems Technology,2013,21(4):1400~1406.)中针对桨叶损伤情况下无人机参数不确定性问题,设计了一种自适应控制器,解决了无人机推力异常情况下的稳定控制问题。但未对桨叶损伤情况下的无人机参数不确定性进行量化估计。一种基于辅助输出的六旋翼无人机故障估计方法,专利号:201810448305.7,提出了一种能在外部干扰下对六旋翼无人机故障后电机提供残余升力信号进行精确估计的方法,但未涉及计此类故障下的控制方法设计,且未进行螺旋桨故障的估计和模型重建。
发明内容
本发明所要解决的技术问题在于;克服上述现有技术之不足,提供一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法,采用干扰观测器的思想方法,在实际飞行中桨叶损伤后,对桨叶随机损伤程度进行快速估计量化,并在线快速、精确重建桨叶损伤后的多旋翼无人机数学模型,解决桨叶损伤故障导致的模型不确定性问题,并根据重建后桨叶损伤的多旋翼无人机数学模型对控制分配进行重构,实现桨叶损伤故障下的多旋翼无人机自驾仪控制自愈,保障多旋翼无人机在桨叶损伤情况下的安全稳定飞行。
本发明的技术解决方案为:一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法,其实现步骤如下:
(1)通过非故障情况下自驾仪控制***输出指令σ与机体所受力和力矩间的数学模型计算得到非故障情况下机体所受力矩τ;
(2)构建机体姿态控制***状态方程,采用时域干扰观测器估计桨叶损伤后对机体产生的力矩干扰量,非故障情况下机体所受力矩τ及机体实际姿态角和角速度为干扰观测器输入,桨叶损伤后对机体产生的力矩干扰量估计值为干扰观测器输出;
(5)飞行过程中,在自驾仪每个控制周期不断重复(1)到(4),实现多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法。
所述步骤(1)通过非故障情况下自驾仪控制***输出指令σ与机体所受力和力矩间数学模型计算非故障情况下机体所受力矩τ,具体实现如下:
所述步骤(2)构建机体姿态控制***状态方程,采用时域干扰观测器估计桨叶损伤后对机体产生的力矩干扰量,具体实现如下:
构建多旋翼无人机姿态控制***状态方程为:
其中,G0,H0为姿态控制***状态方程定常系数矩阵,x(t)状态变量,u(t)为***输入。
选择状态变量:
输入为:
u(t)=[τx τy τz]T
其中τx,τy,τz为***输入u(t)在x,y,z轴方向的分量。
螺旋桨桨叶损伤时,上述姿态控制***出现扰动力矩d0(t),即***状态方程写为:
对上述姿态控制***中存在的扰动力矩d0(t)设计干扰观测器:
其中,v(t)为干扰观测器状态变量,为干扰观测器输出力矩干扰量估计值,L为观测器状态反馈矩阵,通过调节L实现干扰观测器对力矩干扰估计快速性和稳定性的平衡,且在自驾仪控制***中需对上述干扰观测器状态方程进行离散化处理。
所述步骤(3)构建桨叶损伤数学模型及桨叶损伤模型参数反演解算,具体实现如下:
按如下方式构建桨叶损伤数学模型:
螺旋桨桨叶损伤后,提供的升力Tf和转矩Mf表示为:
对力矩干扰量进行反演解算出损伤模型参数,反演解算方式为:
所述步骤(4)根据桨叶损伤模型参数估计值设计控制分配重构,具体实现如下:
非故障情况下,多旋翼无人机控制分配设计为:
其中,X-1为非桨叶损伤故障下控制分配矩阵,P=diag(CT,dCT,dCT,CM),d为多旋翼电机距机体中心距离,为对应序号电机的期望转速,Fd、τd分别自驾仪控制器输出的力和力矩控制量,即期望拉力和期望力矩,τxd,τyd,τzd分别为力矩控制量在机体x,y,z轴方向的分量;
桨叶损伤故障发生后,在非故障情况下控制分配中引入控制分配重构矩阵R:
引入控制分配重构矩阵R的具体方法为:
本发明与现有技术相比具有如下优点:
(1)可在实际飞行中,对桨叶随机损伤程度进行快速估计量化,并在线快速、精确重建桨叶损伤后的多旋翼无人机数学模型,解决桨叶损伤故障导致的模型不确定性问题;
(2)根据重建后桨叶损伤的多旋翼无人机数学模型对控制分配进行重构,因此可与现有多种控制器相结合,实现桨叶损伤故障下的多旋翼无人机自驾仪控制自愈,保障多旋翼无人机在桨叶损伤情况下的安全稳定飞行。
附图说明
图1是本发明方法流程图。
具体实施方式
如图1所示,本发明方法为:首先构建非故障情况下自驾仪控制***输出指令σ与机体所受力和力矩间的数学模型,并计算机体所受力矩τ,然后构建机体姿态控制***状态方程,采用时域干扰观测器估计桨叶损伤后对机体产生的力矩干扰量,之后根据桨叶损伤逆模型反演解算桨叶损伤模型参数估计值,最后根据桨叶损伤模型参数估计值设计控制分配重构矩阵R,实现自驾仪控制分配重构。本发明一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法与现有技术相比具有如下优点:可在线估计桨叶损伤程度,通过在线重建控制对象数学模型,实现桨叶损伤下的多旋翼无人机自驾仪控制自愈,保障无人机在桨叶损伤情况下的安全稳定飞行。
本发明具体实现步骤如下:
(1)根据非故障情况下自驾仪控制***输出指令σ与机体所受力和力矩间的数学模型计算得到非故障情况下机体所受力矩τ;
具体实现如下:
式中,CR和b为电机稳态参数,Tm为电机动态参数,x为状态方程中间变量,且在自驾仪控制***中需对上述连续***状态方程进行离散化处理。
以“+”型构造四旋翼无人机为例,非故障情况下机体所受总升力F和力矩τ及其在三轴的分量τx,τy,τz为:
式中,CT为螺旋桨升力系数,CM为螺旋桨扭矩系数,d+为“+”型构造下,电机轴到机体z轴的垂直距离。
(2)构建机体姿态控制***状态方程,采用时域干扰观测器估计桨叶损伤后对机体产生的力矩干扰量,非故障情况下机体所受力矩τ及机体实际姿态角和角速度为干扰观测器输入,桨叶损伤后对机体产生的力矩干扰量估计值为干扰观测器输出;
具体实现如下:
四旋翼姿态非线性模型表示为:
J为机体转动惯量矩阵,可表示为:
对上述姿态非线性模型进行小角度近似并忽略高阶项,得旋翼姿态线性化模型:
将上述线性化模型用状态方程表示:
其中,G0,H0为姿态控制***状态方程定常系数矩阵,x(t)状态变量,u(t)为***输入。
选择状态变量:
输入为:
u=[τxτyτz]T
其中τx,τy,τz为***输入u(t)在x,y,z轴方向的分量。
则状态方程中:
螺旋桨桨叶损伤时,上述线性***出现扰动力矩,即***状态方程可写为:
对上述线性***中存在的干扰d0(t)设计干扰观测器:
其中,v(t)为干扰观测器状态变量,为干扰观测器输出力矩干扰量估计值,L为观测器状态反馈矩阵,通过调节L实现干扰观测器对力矩干扰估计快速性和稳定性的平衡,且在自驾仪控制***中需对上述连续***状态方程进行离散化处理。
具体实现如下:
按如下方式构建桨叶损伤数学模型:
螺旋桨桨叶损伤后,提供的升力Tf和转矩Mf表示为:
对于“+”型构造四旋翼无人机,以螺旋桨1出现损伤为例,四旋翼机体所受升力和力矩为:
在上述螺旋桨桨叶损伤数学模型条件下,将螺旋桨升力和扭矩损失量带来的对机体轴产生的力矩损失量作为***的扰动力矩d0(t),可表示为:
对力矩干扰量进行反演解算出损伤模型参数,反演解算方式为:
式中,CR,b为多旋翼无人机电机稳态参数。
具体实现如下:
非故障情况下,“+”型构造四旋翼无人机控制分配设计为:
桨叶损伤故障发生后,在非故障原控制分配中引入控制分配重构矩阵R:
引入控制分配重构矩阵R的具体方法为:
引入控制分配重构矩阵R后,在电机转速上升到期望值后,机体所获得的实际升力及x,y轴方向上的力矩可以有效跟踪控制器输出的期望值,机体俯仰和横滚角完全可控。z轴方向上的力矩在一般情况下无法跟踪控制器的输出值(当α=β时,可以达到,但通常情况下α≠β),但这种效应带来的偏航角变化对飞行稳定性影响较小。
(5)飞行过程中,在自驾仪每个控制周期不断重复(1)到(4),实现多旋翼无人机自驾仪桨叶损伤的估计与自愈控制。
总之,本发明可在线估计桨叶损伤程度,通过在线重建控制对象数学模型,实现桨叶损伤下的多旋翼无人机自驾仪控制自愈,保障无人机在桨叶损伤情况下的安全稳定飞行。
Claims (2)
1.一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法,其特征在于,包括以下步骤:
(1)根据非故障情况下自驾仪控制***输出指令σ与机体所受力和力矩间的数学模型计算得到非故障情况下机体所受力矩τ;
(2)构建机体姿态控制***状态方程,采用时域干扰观测器估计桨叶损伤后对机体产生的力矩干扰量,非故障情况下机体所受力矩τ及机体实际姿态角和角速度为干扰观测器输入,桨叶损伤后对机体产生的力矩干扰量估计值为干扰观测器输出;
(5)飞行过程中,在自驾仪每个控制周期不断重复(1)至(4),实现多旋翼无人机自驾仪桨叶损伤的估计与自愈控制;
所述步骤(2)具体实现如下:
构建多旋翼无人机姿态控制***状态方程为:
其中,G0,H0为姿态控制***状态方程定常系数矩阵,x(t)状态变量,u(t)为姿态控制***输入;
选择状态变量:
输入为:
u(t)=[τx τy τz]T
其中τx,τy,τz为姿态控制***输入u(t)在x,y,z轴方向的分量;
螺旋桨桨叶损伤时,姿态控制***出现扰动力矩d0(t),即***状态方程写为:
对姿态控制***中存在的扰动力矩d0(t)设计干扰观测器:
其中,v(t)为干扰观测器状态变量,为干扰观测器输出力矩干扰量估计值,L为观测器状态反馈矩阵,通过调节L实现干扰观测器对力矩干扰估计快速性和稳定性的平衡,且在自驾仪控制***中需对上述干扰观测器状态方程进行离散化处理;
所述步骤(3)具体实现如下:
按如下方式构建桨叶损伤数学模型:
螺旋桨桨叶损伤后,提供的升力Tf和转矩Mf表示为:
对力矩干扰量进行反演解算出损伤模型参数,反演解算方式为:
所述步骤(4)具体实现如下:
非故障情况下,多旋翼无人机控制分配设计为:
其中,X-1为非桨叶损伤故障下控制分配矩阵,P=diag(CT,dCT,dCT,CM),d为多旋翼电机距机体中心距离,为对应序号电机的期望转速,Fd、τd分别自驾仪控制器输出的力和力矩控制量,即期望拉力和期望力矩,τxd,τyd,τzd分别为力矩控制量在机体x,y,z轴方向的分量;
桨叶损伤故障发生后,在非故障情况下控制分配中引入控制分配重构矩阵R:
引入控制分配重构矩阵R的具体方法为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910645133.7A CN110531778B (zh) | 2019-07-17 | 2019-07-17 | 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910645133.7A CN110531778B (zh) | 2019-07-17 | 2019-07-17 | 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110531778A CN110531778A (zh) | 2019-12-03 |
CN110531778B true CN110531778B (zh) | 2020-10-02 |
Family
ID=68660334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910645133.7A Active CN110531778B (zh) | 2019-07-17 | 2019-07-17 | 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110531778B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111258327B (zh) * | 2020-04-01 | 2023-04-11 | 昆山天科智控无人机科技有限公司 | 一种基于最大评分状态更新的无人机自动化控制方法 |
WO2021223173A1 (zh) * | 2020-05-07 | 2021-11-11 | 深圳市大疆创新科技有限公司 | 多旋翼无人机及其控制方法、控制装置和计算机可读存储介质 |
CN112015192B (zh) * | 2020-08-11 | 2021-11-19 | 北京航空航天大学 | 一种自愈四旋翼无人机抗干扰控制方法与*** |
CN112198817B (zh) * | 2020-09-23 | 2022-07-12 | 峰飞航空科技(昆山)有限公司 | 无人机控制方法、装置、设备、无人机和介质 |
CN113778115A (zh) * | 2021-08-30 | 2021-12-10 | 北京三快在线科技有限公司 | 多旋翼无人机的控制方法、装置、介质、设备及无人机 |
CN114368487B (zh) * | 2021-12-24 | 2023-06-13 | 广州极飞科技股份有限公司 | 无人设备桨叶参数确定方法、装置、设备及存储介质 |
CN116088548B (zh) * | 2022-12-30 | 2023-09-29 | 西北工业大学 | 一种基于快速非奇异终端滑模的四旋翼无人机姿态控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017011412A1 (en) * | 2015-07-10 | 2017-01-19 | Cisco Technology, Inc. | Closed-loop optimization of a wireless network using an autonomous vehicle |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102809970A (zh) * | 2012-07-09 | 2012-12-05 | 北京理工大学 | 一种基于l1自适应控制的飞行器姿态控制方法 |
CN104215640A (zh) * | 2014-08-18 | 2014-12-17 | 南京航空航天大学 | 基于无人直升机的风电叶片缺陷损伤检查方法及检查*** |
US9961572B2 (en) * | 2015-10-22 | 2018-05-01 | Delta Energy & Communications, Inc. | Augmentation, expansion and self-healing of a geographically distributed mesh network using unmanned aerial vehicle (UAV) technology |
CN105353615B (zh) * | 2015-11-10 | 2018-02-09 | 南京航空航天大学 | 一种基于滑模观测器的四旋翼飞行器的主动容错控制方法 |
JP2019516598A (ja) * | 2016-05-13 | 2019-06-20 | トップ フライト テクノロジーズ, インコーポレイテッド | ハイブリッド発電機システムによって給電されるデータセンタ |
CN106406086B (zh) * | 2016-05-26 | 2019-05-07 | 北京航空航天大学 | 一种基于滑模干扰观测器的大挠性航天器干扰补偿方法 |
CN108647442B (zh) * | 2018-05-11 | 2020-06-19 | 北京航空航天大学 | 一种基于辅助输出的六旋翼无人机故障估计方法 |
CN109765920B (zh) * | 2019-03-04 | 2021-08-06 | 北京航空航天大学 | 集成故障观测器和控制分配策略的航天器姿态容错的控制方法 |
-
2019
- 2019-07-17 CN CN201910645133.7A patent/CN110531778B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017011412A1 (en) * | 2015-07-10 | 2017-01-19 | Cisco Technology, Inc. | Closed-loop optimization of a wireless network using an autonomous vehicle |
Also Published As
Publication number | Publication date |
---|---|
CN110531778A (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110531778B (zh) | 一种多旋翼无人机自驾仪桨叶损伤的估计与自愈控制方法 | |
Oosedo et al. | Flight control systems of a quad tilt rotor unmanned aerial vehicle for a large attitude change | |
Chen et al. | A reconfiguration scheme for quadrotor helicopter via simple adaptive control and quantum logic | |
Madani et al. | Backstepping control with exact 2-sliding mode estimation for a quadrotor unmanned aerial vehicle | |
CN111522241B (zh) | 一种基于固定时间观测器的主动容错控制方法及装置 | |
CN111026160B (zh) | 一种四旋翼无人机轨迹跟踪控制方法 | |
CN110109352B (zh) | 一种三自由度四旋翼飞行器的固定时间自适应姿态控制方法 | |
CN110058600A (zh) | 三旋翼无人机舵机堵塞故障下位姿***的容错控制方法 | |
CN115016268A (zh) | 一种基于滑模理论的可倾转四旋翼无人机容错控制方法 | |
Gong et al. | Trajectory tacking control of a quad-rotor based on active disturbance rejection control | |
Ducard et al. | Modeling of an unmanned hybrid aerial vehicle | |
Katiar et al. | Control and stability analysis of quadcopter | |
Kumar et al. | Quaternion feedback based autonomous control of a quadcopter uav with thrust vectoring rotors | |
Liu et al. | Observer-based linear parameter varying control design with unmeasurable varying parameters under sensor faults for quad-tilt rotor unmanned aerial vehicle | |
Wang et al. | Incremental fault-tolerant control for a hybrid quad-plane UAV subjected to a complete rotor loss | |
D'Amato et al. | Nonlinear dynamic inversion and neural networks for a tilt tri-rotor UAV | |
Sababha et al. | A rotor-tilt-free tricopter UAV: design, modelling, and stability control | |
Akbar et al. | Adaptive modified super-twisting control for a quadrotor helicopter with a nonlinear sliding surface | |
Chen et al. | Adaptive attitude control for a coaxial tilt-rotor UAV via immersion and invariance methodology | |
CN111435254A (zh) | 具有姿态有界输出的四旋翼飞行器分散控制 | |
WO2019241617A2 (en) | Systems and methods for controlling a vehicle | |
Seah et al. | Bilinear modelling and attitude control of a quadrotor | |
CN116679548A (zh) | 基于时变观测器的三自由度直升机鲁棒输出反馈控制方法 | |
CN115328185B (zh) | 一种飞行器非线性非定常气动载荷修正*** | |
CN108170155B (zh) | 一种三自由度直升机的被动容错控制方法 |
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 |