CN113433957B - 一种油气管道巡检无人机抗风控制方法 - Google Patents
一种油气管道巡检无人机抗风控制方法 Download PDFInfo
- Publication number
- CN113433957B CN113433957B CN202110641949.XA CN202110641949A CN113433957B CN 113433957 B CN113433957 B CN 113433957B CN 202110641949 A CN202110641949 A CN 202110641949A CN 113433957 B CN113433957 B CN 113433957B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- model
- sliding mode
- mode controller
- 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 26
- 238000007689 inspection Methods 0.000 title claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005096 rolling process Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000001931 thermography 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
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
本发明公开了一种油气管道巡检无人机抗风控制方法,包括以下步骤:步骤一、建立无人机动态模型,包括无人机位置模型和无人机姿态模型;将无人机的位置模型和姿态模型改写为标准二阶模型形式,步骤二、无人机非线性扩展观测器设计,得到无人机状态量的观测值和风扰观测值;步骤三、根据无人机动态模型,以及期望的状态量,为无人机***设计滑模控制器,并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿,得到滑模控制器输出;步骤四,无人机根据滑模控制器输出飞行。采用非线性扩展观测器作为风扰观测器,可以实现实时在线估计观测值。使用非线性扩展观测器和滑模控制器结合方式,消除传统滑模的高频抖振,提高控制的鲁棒性。
Description
技术领域
本发明属于无人机控制领域,具体涉及一种油气管道巡检无人机抗风控制方法。
背景技术
石油天然气是我国重要的基础能源,由于我国幅员辽阔且油气资源分布不均衡,所以石油天然气等资源需要长距离运输,其中管道运输是主要的运输方式。为维护管道运输安全,通常采用人工巡检方式。人工巡检劳动强度大、工效低、周期较长,且复杂恶劣地理环境人员往往难以到达。近年来,随着工业无人机的兴起,使用无人机协助常规人工巡检成为一种趋势。
油气巡检无人机为满足巡检需求,通常搭载可见光相机、热成像相机等进行巡检作业。在巡检作业过程中,需要在油气管道上方飞行,进行航空影像采集。环境中的风是面临一个较大挑战,会导致无人机偏离航线,无法观测到管道上方的情况,已成为无人机精确位置控制的重要影响因素。目前实际无人机工程应用中常用PID控制器,无法满足高精度的轨迹跟踪。
发明内容
本发明的目的是提供一种油气管道巡检无人机抗风控制方法,以实时在线估计风扰,补偿无人机控制器输出,减小航线跟踪误差,提高油气管道巡检无人机控制的精确度。
本发明的目的是通过以下技术手段实现的,一种油气管道巡检无人机抗风控制方法,包括以下步骤
步骤一、建立无人机动态模型,包括无人机位置模型和无人机姿态模型;
将无人机的位置模型和姿态模型改写为标准二阶模型形式,
步骤二、无人机非线性扩展观测器设计,得到无人机状态量的观测值和风扰观测值;
步骤三、根据无人机动态模型,以及期望的状态量,为无人机***设计滑模控制器,并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿,得到滑模控制器输出;
步骤四,无人机根据滑模控制器输出飞行。
所述无人机的位置模型为
其中,p=[x,y,z]T,v=[vx,vy,vz]T表示地球坐标系下的位置和速度,ε=[0,0,1]T,dp=[d1,d2,d3]T位置***风扰动,
具体的x,y,z为地球坐标系下三轴的位置,vx,vy,vz为地球坐标系下三轴的速度,d1,d2,d3为位置模型中三轴的风扰动
uf是螺旋桨总升力,其定义为:
其中,b为螺旋桨升力系数,为第i个螺旋桨的转速。
无人机的姿态模型为
J=diag(Jx,Jy,Jz)转动惯量矩阵,代表三轴姿态角,ω=[p,q,r]T表示机体系角速度,da=[Δ1,Δ2,Δ3]T表示姿态子***中的风扰动,τ=[τ1,τ2,τ3]T机体系三轴力矩,l是机臂长度,
具体的,Jx,Jy,Jz为无人机三轴转动惯量,φ,θ,分别为无人机的滚转角、俯仰角和偏航角,p,q,r分别为无人机的滚转角速度、俯仰角速度和偏航角速度,Δ1,Δ2,Δ3分别表示姿态子模型中的三轴的风扰动,τ1,τ2,τ3分别表示机体系滚转力矩、俯仰力矩和偏航力矩,
τ和矩阵W定义为,
所述将无人机的位置模型和姿态模型标准二阶模型形式为
其中
所述无人机非线性观测器设计为
其中,ε为观测器参数。
所述滑模控制器为,
根据状态期望值以及无人机当前的状态量,计算得到状态量误差 ei=ηi,1-ηi,d,快速非奇异终端滑模面设计为
其中,α,β>0,p,q为正奇数且p>q。结合步骤1中无人机模型,滑模面的导数为
令其中,k1>0,k2>δ,得到控制率ui
因为风扰ηi,3未知,使用步骤二中风扰观测值取代ηi,3,得到最终的控制量:
其中α,β、p、q、k1、k2均为控制器参数,期望的状态量ηi,d(i=1,2,3,4,5,6)。
进一步的,无人机是欠驱动的耦合***,期望的状态输入信号为η1,d,η2,d,η3,d和η6,d,η4,d和η5,d的计算公式为:
为进一步减少滑模控制的抖振现象,采用sat函数取代sign函数,sat函数定义如下:
本发明的有益效果在于:(1)采用非线性扩展观测器作为风扰观测器,可以实现实时在线估计观测值。
(2)使用非线性扩展观测器和滑模控制器结合方式,消除传统滑模的高频抖振,提高控制的鲁棒性。
附图说明
图1是油气管道巡检无人机抗风控制方法设计流程图;
图2是油气管道巡检无人机抗风控制方法的控制框图;
图3干扰下三维期望轨迹和实际轨迹对比示意图;
图4 x轴轨迹跟踪对比示意图;
图5为x轴轨迹跟踪误差示意图;
图6为y轴轨迹跟踪对比示意图;
图7为y轴轨迹跟踪误差示意图;
图8为z轴轨迹跟踪对比示意图;
图9为z轴轨迹跟踪误差示意图;
图10滚转角轨迹跟踪对比示意图;
图11为滚转角轨迹跟踪误差示意图;
图12为俯仰角轨迹跟踪对比示意图;
图13为俯仰角轨迹跟踪误差示意图;
图14为偏航角轨迹跟踪对比示意图;
图15为偏航角轨迹跟踪误差示意图;
以下将结合附图及实施例对本发明做进一步详细说明。
具体实施方式
【实施例1】
如图1和图2所示,一种油气管道巡检无人机抗风控制方法,包括以下步骤:
步骤一、建立无人机动态模型,包括无人机位置模型和无人机姿态模型;
将无人机的位置模型和姿态模型改写为标准二阶模型形式,
步骤二、无人机非线性扩展观测器设计,得到无人机状态量的观测值和风扰观测值;
步骤三、根据无人机动态模型,以及期望的状态量,为无人机***设计滑模控制器,并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿,得到滑模控制器输出;
步骤四,无人机根据滑模控制器输出飞行。
步骤一、根据牛顿欧拉方程,建立油气管道巡检无人机的动态模型,无人机构型为四旋翼无人机。
所述无人机的位置模型为
其中,p=[x,y,z]T,v=[vx,vy,vz]T表示地球坐标系下的位置和速度,ε=[0,0,1]T,dp=[d1,d2,d3]T位置***风扰动,
具体的x,y,z为地球坐标系下三轴的位置,vx,vy,vz为地球坐标系下三轴的速度,d1,d2,d3为位置模型中三轴的风扰动
uf是螺旋桨总升力,其定义为:
其中,b为螺旋桨升力系数,为第i个螺旋桨的转速。
为状态转移矩阵,其定义为:
所以可以写为:
其中Cφ=cosφ,Sφ=sinφ,其他角度同理。
无人机的姿态模型为
J=diag(Jx,Jy,Jz)转动惯量矩阵,代表三轴姿态角,ω=[p,q,r]T表示机体系角速度,da=[Δ1,Δ2,Δ3]T表示姿态子***中的风扰动,τ=[τ1,τ2,τ3]T机体系三轴力矩,l是机臂长度,
具体的,Jx,Jy,Jz为无人机三轴转动惯量,φ,θ,分别为无人机的滚转角、俯仰角和偏航角,p,q,r分别为无人机的滚转角速度、俯仰角速度和偏航角速度,Δ1,Δ2,Δ3分别表示姿态子模型中的三轴的风扰动,τ1,τ2,τ3分别表示机体系滚转力矩、俯仰力矩和偏航力矩,
τ和矩阵W定义为,
将无人机的位置模型和姿态模型改写为标准二阶模型形式方便后续的观测器和控制器设计。
所述将无人机的位置模型和姿态模型标准二阶模型形式为
其中
其中g为重力加速度,m为无人机质量。步骤二、基于步骤1中的公式,设计无人机非线性扩展观测器,定义/>为ηi,1,ηi,2,ηi,3(i=1,2,3,4,5,6)的观测值,ε为观测器参数,起到风扰观测器的作用。
所述无人机非线性观测器设计为
其中,ε为观测器参数。π取3.14。
通过此观测器不仅可以得到无人机状态量的观测值还可以得到风扰观测值。且风扰的观测误差满足δ与参数ε有关,增大ε,δ减小。
步骤三、基于步骤1中无人机模型,以及期望的状态量ηi,d(i=1,2,3,4,5,6),即期望轨迹,为无人机***设计滑模控制器,并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿,得到滑模控制器输出。
所述滑模控制器为,
根据状态期望值以及无人机当前的状态量,计算得到状态量误差 ei=ηi,1-ηi,d,快速非奇异终端滑模面设计为
其中,α,β>0,p,q为正奇数且p>q。结合步骤1中无人机模型,滑模面的导数为
令其中,k1>0,k2>δ,得到控制率ui
因为风扰ηi,3未知,使用步骤二中风扰观测值取代ηi,3,得到最终的控制量:
其中α,β、p、q、k1、k2均为控制器参数,期望的状态量ηi,d(i=1,2,3,4,5,6)。
参照图2,本方法的控制框图,油气巡检无人机在飞行过程中通过陀螺仪、加速度计、气压计以及GPS数据通过扩展卡尔曼滤波或互补滤波进行状态解算,获取无人机当前的状态量ηi,1,ηi,2。
进一步的,无人机是欠驱动的耦合***,期望的状态输入信号为η1,d,η2,d,η3,d和η6,d,η4,d和η5,d的计算公式为:
为进一步减少滑模控制的抖振现象,采用sat函数取代sign函数,sat函数定义如下:
为验证算法可行性,本发明给出了该控制算法仿真结果。
将控制器参数设计为{α=10,β=5,p=5,q=3,k1=1,k2=0.2}。
位置初值为位置干扰为/>
姿态初值为姿态干扰为/>
期望信号为
仿真结果如图3-图15所示,在干扰情况下,***仍具有精确地跟踪轨迹。
Claims (6)
1.一种油气管道巡检无人机抗风控制方法,其特征在于:包括以下步骤
步骤一、建立无人机动态模型,包括无人机位置模型和无人机姿态模型;
将无人机的位置模型和姿态模型改写为标准二阶模型形式,
步骤二、无人机非线性扩展观测器设计,得到无人机状态量的观测值和风扰观测值;
步骤三、根据无人机动态模型,以及期望的状态量,为无人机***设计滑模控制器,并将步骤二中观测到的风扰反馈到滑模控制器进行干扰补偿,得到滑模控制器输出;
步骤四,无人机根据滑模控制器输出飞行;
所述将无人机的位置模型和姿态模型标准二阶模型形式为
其中i=1,2,3,4,5,6;
其中,,/>,/>,/>,/>,/>分别表示/>,/>,/>,/>,/>,/>,是螺旋桨总升力。
2.根据权利要求1所述的一种油气管道巡检无人机抗风控制方法,其特征在于:所述无人机的位置模型为
其中,,/>表示地球坐标系下的位置和速度,/>,位置***风扰动,
具体的,/>,/>为地球坐标系下三轴的位置,/>,/>,/>为地球坐标系下三轴的速度,/>,/>,/>为位置模型中三轴的风扰动,
是螺旋桨总升力,其定义为:
其中,为螺旋桨升力系数,/>,/>,/>,/>为第1,2,3,4个螺旋桨的转速;
无人机的姿态模型为
转动惯量矩阵,/>代表三轴姿态角,/>表示机体系角速度,/>表示姿态子***中的风扰动,/>机体系三轴力矩,/>是机臂长度,
具体的,,/>,/>为无人机三轴转动惯量,/>,/>,/>分别为无人机的滚转角、俯仰角和偏航角,/>,/>,/>分别为无人机的滚转角速度、俯仰角速度和偏航角速度,/>,/>,/>分别表示姿态子模型中的三轴的风扰动,/>,/>,/>分别表示机体系滚转力矩、俯仰力矩和偏航力矩,
和矩阵/>定义为,
,
其中m为无人机的质量,g为重力加速度,表示状态转移矩阵,/>表示螺旋桨的转矩系数。
3.根据权利要求1所述的一种油气管道巡检无人机抗风控制方法,其特征在于:所述无人机非线性观测器设计为
其中,,/>为观测器参数,/>表示函数/>变量。
4.根据权利要求1所述的一种油气管道巡检无人机抗风控制方法,其特征在于:所述滑模控制器为,
根据状态期望值以及无人机当前的状态量,计算得到状态量误差,快速非奇异终端滑模面设计为
其中,,/>为正奇数且/>,结合步骤1中无人机模型,滑模面的导数为
令,其中,/>,/>,得到控制率/>
因为风扰未知,使用步骤二中风扰观测值/>取代/>,得到最终的控制量:
其中α,β、、q、k1、k2均为控制器参数,期望的状态量/>。
5.根据权利要求4所述的一种油气管道巡检无人机抗风控制方法,其特征在于:
进一步的,无人机是欠驱动的耦合***,期望的状态输入信号为,/>,/>和/>,和/>的计算公式为:
。
6.根据权利要求4或5所述的一种油气管道巡检无人机抗风控制方法,其特征在于:为进一步减少滑模控制的抖振现象,采用sat函数取代sign函数,sat函数定义如下:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110641949.XA CN113433957B (zh) | 2021-06-09 | 2021-06-09 | 一种油气管道巡检无人机抗风控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110641949.XA CN113433957B (zh) | 2021-06-09 | 2021-06-09 | 一种油气管道巡检无人机抗风控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113433957A CN113433957A (zh) | 2021-09-24 |
CN113433957B true CN113433957B (zh) | 2024-03-15 |
Family
ID=77755502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110641949.XA Active CN113433957B (zh) | 2021-06-09 | 2021-06-09 | 一种油气管道巡检无人机抗风控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113433957B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114527776B (zh) * | 2022-01-07 | 2024-06-28 | 鹏城实验室 | 一种无人机抗风扰控制方法、装置、终端及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106160533A (zh) * | 2016-08-12 | 2016-11-23 | 大连理工大学 | 一种基于滑模观测器的脉冲整流器传感器故障容错控制方法 |
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 |
CN107479567A (zh) * | 2017-09-13 | 2017-12-15 | 山东大学 | 动态特性未知的四旋翼无人机姿态控制器及方法 |
CN110377043A (zh) * | 2019-07-13 | 2019-10-25 | 西北工业大学 | 一种基于h∞回路成形算法的小型固定翼无人机姿态控制方法 |
CN111176312A (zh) * | 2020-01-03 | 2020-05-19 | 莆田学院 | 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质 |
CN111409869A (zh) * | 2020-04-10 | 2020-07-14 | 湖南云顶智能科技有限公司 | 可重复使用运载火箭一子级回收容错控制方法 |
CN111722634A (zh) * | 2020-05-28 | 2020-09-29 | 南京邮电大学 | 一种基于非线性扰动观测器的四旋翼飞行器滑模控制方法 |
KR102164372B1 (ko) * | 2020-04-03 | 2020-10-12 | 주식회사 파블로항공 | 소형 고정익 무인항공기의 경로 추종 방법 및 이를 이용한 lgvf 경로 추종 제어기 |
CN111766899A (zh) * | 2020-08-11 | 2020-10-13 | 北京航空航天大学 | 一种基于干扰观测器的四旋翼无人机集群抗干扰编队控制方法 |
CN111781827A (zh) * | 2020-06-02 | 2020-10-16 | 南京邮电大学 | 基于神经网络和滑模控制的卫星编队控制方法 |
WO2020253854A1 (zh) * | 2019-06-21 | 2020-12-24 | 台州知通科技有限公司 | 移动机器人姿态角解算方法 |
-
2021
- 2021-06-09 CN CN202110641949.XA patent/CN113433957B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106160533A (zh) * | 2016-08-12 | 2016-11-23 | 大连理工大学 | 一种基于滑模观测器的脉冲整流器传感器故障容错控制方法 |
CN107479567A (zh) * | 2017-09-13 | 2017-12-15 | 山东大学 | 动态特性未知的四旋翼无人机姿态控制器及方法 |
WO2020253854A1 (zh) * | 2019-06-21 | 2020-12-24 | 台州知通科技有限公司 | 移动机器人姿态角解算方法 |
CN110377043A (zh) * | 2019-07-13 | 2019-10-25 | 西北工业大学 | 一种基于h∞回路成形算法的小型固定翼无人机姿态控制方法 |
CN111176312A (zh) * | 2020-01-03 | 2020-05-19 | 莆田学院 | 一种四旋翼无人机姿态自抗扰动态面控制方法及存储介质 |
KR102164372B1 (ko) * | 2020-04-03 | 2020-10-12 | 주식회사 파블로항공 | 소형 고정익 무인항공기의 경로 추종 방법 및 이를 이용한 lgvf 경로 추종 제어기 |
CN111409869A (zh) * | 2020-04-10 | 2020-07-14 | 湖南云顶智能科技有限公司 | 可重复使用运载火箭一子级回收容错控制方法 |
CN111722634A (zh) * | 2020-05-28 | 2020-09-29 | 南京邮电大学 | 一种基于非线性扰动观测器的四旋翼飞行器滑模控制方法 |
CN111781827A (zh) * | 2020-06-02 | 2020-10-16 | 南京邮电大学 | 基于神经网络和滑模控制的卫星编队控制方法 |
CN111766899A (zh) * | 2020-08-11 | 2020-10-13 | 北京航空航天大学 | 一种基于干扰观测器的四旋翼无人机集群抗干扰编队控制方法 |
Non-Patent Citations (2)
Title |
---|
固定翼无人机的轨迹跟踪控制研究;费爱玲;《中国优秀硕士论文全文库 工程科技Ⅱ辑》;第1-73页 * |
基于UG的整体硬质合金立铣刀数字化建模;张晓东;姜兆亮;陈露露;;组合机床与自动化加工技术(第09期);第8-11页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113433957A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111766899B (zh) | 一种基于干扰观测器的四旋翼无人机集群抗干扰编队控制方法 | |
CN106249745B (zh) | 四轴无人机的控制方法 | |
CN115649491B (zh) | 适用于多源干扰下的低轨光学遥感卫星凝视成像控制方法 | |
CN108180910B (zh) | 一种基于气动参数不确定的飞行器快速高精度制导方法 | |
Lu et al. | Real-time simulation system for UAV based on Matlab/Simulink | |
CN112346470A (zh) | 一种基于改进自抗扰控制的四旋翼姿态控制方法 | |
CN112558621A (zh) | 一种基于解耦控制的飞行机械臂*** | |
CN109885074B (zh) | 四旋翼无人机有限时间收敛姿态控制方法 | |
CN110320925A (zh) | 基于高阶干扰观测器的四旋翼飞行器安全控制方法 | |
CN107632518B (zh) | 基于高增益观测器的高超声速飞行器神经网络复合学习控制方法 | |
CN113361013B (zh) | 一种基于时间同步稳定的航天器姿态鲁棒控制方法 | |
CN113433957B (zh) | 一种油气管道巡检无人机抗风控制方法 | |
CN111522352A (zh) | 多旋翼飞行器单参数自抗扰姿态控制器设计方法 | |
CN104536448A (zh) | 一种基于Backstepping法的无人机姿态***控制方法 | |
CN112947522B (zh) | 一种基于有限时间观测器的硬式空中加油姿态控制方法 | |
CN115826597A (zh) | 基于自适应神经网络的旋翼飞行器抗扰控制方法及设备 | |
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 | |
CN115556111A (zh) | 基于变惯性参数建模的飞行机械臂耦合扰动控制方法 | |
CN113419431B (zh) | 一种基于事件触发的平流层飞艇轨迹跟踪控制方法及*** | |
CN113485395A (zh) | 一种误差约束下固定时间相对姿轨跟踪控制方法 | |
Song et al. | Research on attitude control of quadrotor uav based on active disturbance rejection control | |
CN116755337A (zh) | 基于长短时记忆神经网络线性自抗扰控制的高超声速飞行器容错控制方法 | |
CN111857171A (zh) | 一种基于质量自适应多层神经网络的无人机控制方法 | |
CN114879728B (zh) | 一种基于自抗扰控制的飞行器鲁棒编队控制方法 | |
CN116203981A (zh) | 一种基于扰动观测的四旋翼无人机的轨迹跟踪控制方法 |
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 |