CN115202213A - 一种基于自抗扰控制的四旋翼飞行器控制方法 - Google Patents

一种基于自抗扰控制的四旋翼飞行器控制方法 Download PDF

Info

Publication number
CN115202213A
CN115202213A CN202210924853.9A CN202210924853A CN115202213A CN 115202213 A CN115202213 A CN 115202213A CN 202210924853 A CN202210924853 A CN 202210924853A CN 115202213 A CN115202213 A CN 115202213A
Authority
CN
China
Prior art keywords
attitude
control
rotor aircraft
controller
extended state
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.)
Granted
Application number
CN202210924853.9A
Other languages
English (en)
Other versions
CN115202213B (zh
Inventor
夏元清
孙中奇
詹玉峰
翟弟华
戴荔
崔冰
高寒
杨辰
张元�
邹伟东
张金会
刘坤
闫莉萍
郭泽华
李怡然
吴楚格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202210924853.9A priority Critical patent/CN115202213B/zh
Publication of CN115202213A publication Critical patent/CN115202213A/zh
Application granted granted Critical
Publication of CN115202213B publication Critical patent/CN115202213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种基于自抗扰控制的四旋翼飞行器控制方法，针对四旋翼飞行器的姿态跟踪控制问题，基于现有的自抗扰控制理论，在扩张状态观测器的控制输入中考虑电机动态模型的影响，设计了一种针对四旋翼飞行器的改进扩张状态观测器设计与参数整定方法，进一步提升了扰动估计的精度与速度，有效提高了四旋翼飞行器姿态控制的鲁棒性。

Description

一种基于自抗扰控制的四旋翼飞行器控制方法
技术领域
本发明属于四旋翼飞行器控制技术领域，具体涉及一种基于自抗扰控制的四旋翼飞行器控制方法。
背景技术
四旋翼飞行器是一种拥有四个对称旋翼分布的，通过改变每个旋翼的转速来实现包括垂直起降等运动在内的无人飞行器。由于其结构对称且体积较小，拥有操纵简单、成本低廉以及便于维护等优势，相比于其它无人飞行器，其在很多领域具有更加广阔的应用空间与前景，例如航空拍摄、交通管控、农业植保、环境监测、灾害搜救、物流运输以及遥感测绘等。
在四旋翼飞行器的行业应用中，如何最大程度地保证飞行安全是其所面临的最关键的问题，而这就需要稳定可靠的位姿控制技术。尽管四旋翼飞行器的模型与结构相对简单，但其控制***的设计仍面临着诸多难题：一、四旋翼飞行器为全向六自由度(DoF)刚体***，但是一般却只有四个控制输入，因此是一个典型的欠驱***，同时其各个通道中还存在着一些相互耦合的非线性项；二、四旋翼飞行器在实际应用过程中极易受到各种外界环境因素的干扰，而在这种情况下的精确建模显然是不切实际的。在物流运输、农业植保等实际应用中，由于任务载荷不固定且容易受到外界因素的干扰会使机体重心发生严重偏移，进而对控制造成不可预知的影响，诸如此类的因素都对四旋翼飞行器的安全平稳飞行提出了严峻的考验。此外，四旋翼飞行器在执行任务时的体积重量通常会受到限制，因此对风场紊流等外部环境造成的干扰表现得会更加敏感。综上，实现四旋翼飞行器稳定、鲁棒的控制是一项充满挑战性的任务。
目前，四旋翼飞行器中应用最为广泛的控制方法仍然是串级PID(Proportional-Integral-Differential)控制，譬如最为人所熟知的无人飞行器项目Pixhawk等均采用PID控制方法。这是由于PID控制方法实现简单，参数调整策略直观且成熟，非常便于工程实现。最重要的是，PID控制器的设计并不需要事先知晓四旋翼飞行器精确的模型信息，因此会大大减少在精确建模方面的工作量，使研究人员的工作重心可以更多地集中在控制器的设计方面。然而，由于PID控制是一种几乎不依赖于模型的单通道控制方法，在处理一些复杂耦合的多通道***时，***的非线性和强耦合特性会导致在线性化平衡点附近设计的控制器性能的迅速下降。同时在实际飞行过程中，四旋翼飞行器常常受到外部环境因素的干扰，而PID控制器在快速抑制扰动方面的表现并不尽如人意。而在四旋翼飞行器的一些实际应用中，往往要求其具备极高的鲁棒容错能力以保证安全性，因此研究针对四旋翼飞行器在存在不确定与扰动情况下的控制策略是十分有必要的。
自抗扰控制(Active Disturbance Rejection Control,ADRC)的提出在世界控制理论研究方面具有里程碑式的重要意义，尤其是由我国科学家韩京清于20世纪末所提出的一种“主动”扰动抑制控制方法。自抗扰控制是在充分吸收继承传统PID控制与现代控制理论精华的基础上，提出的一种简单通用的扰动抑制控制手段。最关键的是，由于ADRC几乎不依赖于具体的模型信息，仅需要知道控制量的放大系数与***模型的阶数等少数几条信息，因此可以大大简化控制器的设计，并且能够较容易地扩展到类似的***中。同时由于自抗扰控制可以将模型中不同通道的耦合项当作干扰进行实时观测并进行对应的补偿，因此该方法也具有很强的解耦能力。其核心扩张状态观测器(Extended State Observer,ESO)基于经典的Luenberger观测器设计，它与其他扰动观测器最大的区别在于：将***的所有不确定性和干扰视为一个单独的状态，即扩张状态，然后通过状态观测器将经过状态扩张之后的包含扰动在内的所有状态进行估计，最后对扰动进行前馈补偿，从而将原控制***变换为最基本的积分器串联型***，极大地降低了控制的难度，提高了控制的适应性。
近年来随着ADRC技术的发展，ADRC及其相关技术已经广泛应用到多个控制领域中去。尤其是高志强老师等在经典非线性ADRC技术的基础上提出了线性ADRC(LADRC)技术，并采用带宽法简化了控制器和观测器的参数整定过程，使得自抗扰控制技术获得了更加广泛的传播与更大的影响力。目前已经有许多研究将自抗扰控制技术的核心即扩张状态观测器应用于四旋翼飞行器的姿态等相关控制中去，但是其效果还有待进一步加强。
在实际飞行中，四旋翼飞行器的姿态通道容易受到各种扰动因素的影响而变得不稳定。在现有四旋翼飞行器姿态自抗扰控制方法研究中，设计ESO时经常由于忽略电机动态模型的影响导致控制性能降低，进而降低了四旋翼飞行器姿态控制的抗扰能力以及跟踪精度。
发明内容
有鉴于此，本发明提供了一种基于自抗扰控制的四旋翼飞行器控制方法，实现了对四旋翼飞行器的姿态控制，有效提高了四旋翼飞行器姿态控制的抗扰能力以及跟踪精度，进而有效提升了四旋翼飞行器姿态控制的鲁棒性。
本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法，包括以下步骤：
步骤1、引入外部干扰和内部不确定性建立四旋翼飞行器的姿态动力学模型，如下式所示：
Figure BDA0003778853660000041
其中，η为四旋翼飞行器的姿态角向量，ωb为四旋翼飞行器的姿态角速度向量，W为从机体系到惯性系的坐标转换矩阵，J为四旋翼飞行器转动惯量矩阵，τ为四旋翼飞行器的螺旋桨在机体轴上产生的力矩，τd为扰动力矩的总和；
步骤2、基于所述姿态动力学模型建立基于双闭环串级控制结构的姿态跟踪控制器，姿态跟踪控制器包含相互串联的外环角度控制器和内环角速度控制器，所述外环角度控制器为自抗扰控制器，所述内环角速度控制器为PD控制器；
步骤3、基于所述姿态动力学模型建立二阶扩张状态观测器，如下式所示：
Figure BDA0003778853660000042
其中，z1p为***角速度的观测值，z2p为***扩张状态的观测值，
Figure BDA0003778853660000043
为***角速度的观测误差值，x1p为***角速度扩张状态的观测值，β1p及β2p分别为观测器增益，f0φ为包含了滚转通道的交叉耦合项模型的确定部分，bmφ为从滚转通道控制器输出到实际滚转通道模型控制输入之间的转换系数，δΩ(·)表示电机的动态响应函数，uφ表示电机的控制输入信号；
步骤4、实际控制中，将姿态动力学模型的实际输出作为二阶扩张状态观测器的输入，二阶扩张状态观测器输出的姿态动力学模型的实际输出与预期输出的偏差作为姿态跟踪控制器的输入，姿态跟踪控制器的输出作为姿态动力学模型的输入完成对四旋翼飞行器的控制。
进一步地，所述二阶扩张状态观测器采用如下带宽参数调节经验公式：
Figure BDA0003778853660000044
其中，ωo为扩张状态观测器的带宽。
进一步地，所述二阶扩张状态观测器中包含姿态扩张状态观测器和位置扩张状态观测器，所述姿态扩张状态观测器的带宽的取值范围为[30,50]单位为Hz；所述位置扩张状态观测器的带宽的取值范围为[20,30]单位为Hz。
有益效果：
1.本发明针对四旋翼飞行器的姿态跟踪控制问题，基于现有的自抗扰控制理论，在扩张状态观测器的控制输入中考虑电机动态模型的影响，设计了一种针对四旋翼飞行器的改进扩张状态观测器设计与参数整定方法，进一步提升了扰动估计的精度与速度，有效提高了四旋翼飞行器姿态控制的鲁棒性。
2、本发明通过分析四旋翼飞行器控制***的部分模型参数，结合粒子群优化算法以及实际测试过程中的调参经验，得到了一组针对四旋翼飞行器的扩张状态观测器参数调节经验公式，降低了四旋翼飞行器控制参数的调节难度，提高了四旋翼飞行器的控制效率，为四旋翼飞行器控制方法的后续研究与实现提供了重要参考。
附图说明
图1为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法的控制流程示意图。
图2为采用未加入对电机动态模型处理的ESO设计在km＝0.17s-1时姿态角跟踪控制误差示意图。
图3为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在km＝0.17s-1时姿态角跟踪控制误差示意图。
图4为采用未加入对电机动态模型处理的ESO设计在km＝0.20s-1时姿态角跟踪控制误差示意图。
图5为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在km＝0.20s-1时姿态角跟踪控制误差示意图。
图6为采用未加入对电机动态模型处理的ESO设计在km＝0.23s-1时姿态角跟踪控制误差示意图。
图7为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在km＝0.23s-1时姿态角跟踪控制误差示意图。
图8为采用未加入对电机动态模型处理的ESO设计在km＝0.17s-1时扰动估计性能示意图。
图9为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在km＝0.17s-1时扰动估计性能示意图。
图10为采用未加入对电机动态模型处理的ESO设计在km＝0.20s-1时扰动估计性能示意图。
图11为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在km＝0.20s-1时扰动估计性能示意图。
图12为采用未加入对电机动态模型处理的ESO设计在km＝0.23s-1时扰动估计性能示意图。
图13为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在km＝0.23s-1时扰动估计性能示意图。
图14为采用未加入对电机动态模型处理的ESO设计在
Figure BDA0003778853660000061
时姿态角跟踪控制误差示意图。
图15为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在
Figure BDA0003778853660000062
时姿态角跟踪控制误差示意图。
图16为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在
Figure BDA0003778853660000063
时姿态角跟踪控制误差示意图。
图17为本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在
Figure BDA0003778853660000071
时姿态角跟踪控制误差示意图。
具体实施方式
下面列举实施例，对本发明进行详细描述。
本发明考虑到在通常的四旋翼飞行器姿态动力学建模过程中往往会忽略执行器(这里指无刷电机)的动态模型，由于在一般的控制器设计中即使忽略这一点往往也不会对最终的控制性能产生较大的影响，因此这一点在一般建模过程中往往会被忽略。然而当考虑到四旋翼飞行器面临的一些快速时变扰动的场景时，尤其是在需要用到***较为精确的输入模型的情况下，忽略电机动态模型所产生的观测模型与实际模型不匹配的问题则可能会直接导致扰动估计值的滞后乃至不准确，进而影响到整个姿态跟踪控制***的性能。
通过分析可知在一般工程实践中通常将电机动态模型当作一个一阶惯性环节来处理，因此本发明采用工程实践中的常用做法，基于现有的自抗扰控制理论，在参考姿态动力学模型中考虑一阶电机动态模型对控制输入的影响，设计一个考虑了电机动态模型的线性扩张状态观测器来有效估计内外扰动并加以补偿，以期在***面临剧烈扰动等情况下有效改善四旋翼飞行器***的姿态跟踪控制性能。
尽管自抗扰控制方法具有控制器设计相对简单、抗扰控制性能优越等诸多优点，但是其缺点也很明显：控制器(包含观测器以及跟踪微分器等)参数较多且较难整定。在实验过程中发现：自抗扰控制器参数选择的不同会直接影响到其控制性能的优劣甚至是控制***的稳定，而由于其控制器本身参数较多且互相耦合，要得到一组表现良好的控制器参数是比较困难的。因此，自抗扰控制器参数的整定也是实际应用中所面临的一个非常关键的问题。针对四旋翼飞行器这一对象，本发明通过详尽地分析其部分模型参数并对其进行辨识，同时结合粒子群优化算法以及实际测试过程中的调参经验，得到了一组针对四旋翼飞行器的扩张状态观测器参数调节经验公式。
本发明提出了一种基于自抗扰控制的四旋翼飞行器控制方法，基本思想是：引入扰动因素构建四旋翼飞行器的姿态动力学模型、姿态跟踪控制器和扩张状态观测器，基于对四旋翼飞行器的分析构建四旋翼飞行器的姿态模型，将姿态动力学模型输出的姿态数据作为扩张状态观测器的输入，经过扩张状态观测器的处理后得到当前姿态与预期姿态的偏差，再将偏差作为姿态跟踪控制器的输入，最后将姿态跟踪控制器的输出作为姿态动力学模型的输入，实现对四旋翼飞行器的控制。
本发明提出的一种基于自抗扰控制的四旋翼飞行器控制方法，流程如图1所示，包括以下步骤：
步骤1、引入外部干扰和内部不确定性建立四旋翼飞行器的姿态动力学模型。为了便于后续计算，本发明建立了四旋翼飞行器的姿态模型并采用如下推导过程进行简化：
步骤1.1、对于四旋翼飞行器的姿态抗扰跟踪控制来说，外部扰动通常是以扰动力矩的形式作用于姿态动力学模型的，因此，考虑存在外部干扰和内部不确定性的情况下的四旋翼飞行器的姿态模型可以表示为如下公式：
Figure BDA0003778853660000081
其中，η表示四旋翼飞行器的姿态角向量，ωb表示四旋翼飞行器的姿态角速度向量，W表示从机体系到惯性系的坐标转换矩阵，J表示四旋翼飞行器转动惯量矩阵，τ表示四旋翼飞行器的螺旋桨在机体轴上产生的力矩，τd表示扰动力矩的总和，其中包含了***的外部扰动力矩Md与内部的陀螺力矩Ga等。
步骤1.2、通过分析步骤1.1建立的四旋翼飞行器的姿态模型，可知扰动与不确定性主要作用于四旋翼飞行器的姿态动力学模型，因此本发明针对四旋翼飞行器的姿态控制的研究主要针对上述姿态动力学模型进行讨论，并对姿态动力学模型的表达形式进行转换以方便计算。
四旋翼飞行器的姿态模型中的姿态动力学模型为：
Figure BDA0003778853660000094
可将四旋翼飞行器的姿态动力学模型看作由以下三个部分组成，即模型的确定部分f0、总扰动部分(包含模型的不确定部分与外部扰动)f以及姿态动力学模型的控制输入u，基于此将式姿态动力学模型改写为式(2)，如下所示：
Figure BDA0003778853660000091
然后，定义状态变量x1＝ωb和x2＝f，再将式(2)改写为积分串联形式表示为式(3)，如下所示：
Figure BDA0003778853660000092
其中，
Figure BDA0003778853660000093
表示总和扰动的导数。
步骤1.3、由于采用扩张状态观测器对四旋翼飞行器内外部的总和扰动f(t)进行估计补偿，因此为方便起见，考虑姿态解耦***的姿态动力学方程，以滚转通道为例进行讨论。
现有技术中，一般情况下电机的动态响应模型往往被忽略，因此作用于姿态动力学模型的控制输出通常表示为公式(4)所示：
umφ＝δΩ(uφ)≈uφ (4)
其中，uφ表示滚转通道姿态控制器的控制输出，umφ表示考虑电机动态模型后实际作用于模型的控制输出，δΩ(u)表示电机的动态响应函数。
本发明针对在高机动或强扰动情况下的姿态跟踪控制，就需要考虑电机的动态模型，在工程实践中，无刷电机的动态模型则可表示为公式(5)所示：
Figure BDA0003778853660000101
其中，km表示电机的一阶动态响应参数，u表示电机的控制输入信号。
根据式(3)和式(5)并考虑实际电机的动态响应模型，同时由于在小角度假设下运动学方程中的W接近单位矩阵，因此可以得到解耦后滚转通道的动力学方程为公式(6)及(7)所示：
Figure BDA0003778853660000102
Figure BDA0003778853660000103
其中，f0φ为包含了滚转通道的交叉耦合项等模型的确定部分，fφ为模型的不确定部分与外部扰动力矩，bmφumφ＝bmφδΩ(uφ)表示考虑了电机动态模型影响的滚转通道的实际模型控制输入，bmφ表示从滚转通道控制器输出到实际滚转通道模型控制输入之间的转换系数。
由此得到本发明采用的简化后的姿态动力学模型如公式(6)和(7)所示。
步骤2、基于简化后的姿态动力学模型建立基于双闭环串级控制结构的姿态跟踪控制器，姿态跟踪控制器包含串联的外环角度控制器和内环角速度控制器，即内环角速度控制器的输出为外环角度控制器的输入，内环角速度控制器的输入为姿态跟踪控制器的输入，外环角度控制器的输出为姿态跟踪控制器的输出；姿态动力学模型的实际输出与预期输出的偏差作为姿态跟踪控制器的输入，姿态跟踪控制器的输出为姿态动力学模型的输入。其中，内环角速度控制器为自抗扰控制器，外环角度控制器为PD控制器。
由于可将简化后的姿态动力学模型(6)看作一个二阶积分器模型，在此基础上考虑设计串级姿态跟踪控制器，其中包含外环角度控制器和内环角速度控制器。通过对姿态动力学模型(6)的分析可得：由于总和扰动直接作用于角加速度项，因此本发明将自抗扰控制器用于内环角速度控制器的设计中，以有效提升姿态跟踪控制***的控制精度与鲁棒性。由于外环角度控制器的模型为简单的一阶积分器模型，因此本发明采用PD控制器对其进行控制。
设计角速度控制器的主要目的是尽可能快速和准确地估计补偿作用于姿态动力学模型中的外部扰动，以有效提升姿态跟踪控制的鲁棒性。因此本发明基于经典的自抗扰控制方法，同时考虑电机动态模型的影响，对经典的控制方法进行了改进，有助于进一步提升姿态跟踪控制的整体性能，改进后的自抗扰角速度控制器的组成结构框图如图1所示。
步骤3、建立考虑了姿态动力学模型的二阶扩张状态观测器，扩张状态观测器的输入为姿态动力学模型的实际输出，扩张状态观测器的输出为姿态动力学模型的实际输出与预期输出的偏差，将扩张状态观测器的输出作为姿态跟踪控制器的输入。
基于姿态动力学模型(6)，定义x1p＝p，x2p＝fφ将姿态动力学模型进行状态扩张后得到如下式所示：
Figure BDA0003778853660000111
其中，p表示飞行器在地球坐标系中的坐标位置。
根据分析可知公式(8)为姿态动力学模型的二阶模型，由于其控制输入会受到电机动态模型的影响，因此为了在最大程度上保证设计出的扩张状态观测器具有更高的观测精度与速度，需要在扩张状态观测器对应的控制输入中考虑电机动态模型的影响，以保证观测模型与实际模型的匹配，进而提升观测精度。为此，本发明设计了一个考虑电机动态模型的二阶扩张状态观测器，使其在面临一些剧烈扰动的情况下仍然可以快速准确地对扰动进行估计并加以补偿，扩张状态观测器的具体形式如下所示：
Figure BDA0003778853660000121
其中，z1p表示***角速度的观测值；z2p表示***扩张状态x2p的观测值，也是总扰动的观测值；
Figure BDA0003778853660000122
表示***角速度的观测误差值，β1p及β2p分别表示可调的观测器增益。
本发明中bmφ与km为两个可通过辨识得到的确定参数。与在扩张状态观测器的设计中不考虑电机动态模型的情况相比，由于在经过状态扩张后的姿态动力学模型公式(8)与对应的扩张状态观测器公式(9)中控制输入信号的同步，将有助于观测误差更快地收敛，进而有效提升扩张状态观测器的观测性能。
由此通过构建姿态动力学模型、姿态跟踪控制器和扩张状态观测器，即可实现基于自抗扰控制技术的四旋翼飞行器的控制。
进一步地，为了改进线性扩张状态观测器增益，本发明将带宽法作为基本的参考准则，同时在考虑了实际***所受到的各种具有不同频率以及幅值的干扰力矩影响的情况下，结合粒子群优化算法及调参经验，提出了对扩张状态观测器的参数调节方式。在实际应用中扩张状态观测器的参数主要包含观测器增益β以及控制输入增益bm。
其中，对于观测器增益β，设计了一组针对四旋翼飞行器自抗扰控制的线性扩张状态观测器的带宽参数调节经验公式，如下公式所示：
Figure BDA0003778853660000123
其中，ωo表示扩张状态观测器的带宽。为了确保扩张状态观测器最佳的观测效果，同时保证其在一定干扰与噪声条件下观测性能的稳定性，本发明结合实际调参经验，给出一组针对四旋翼飞行器扩张状态观测器带宽参数的大致调节范围：对于姿态扩张状态观测器，其带宽参数范围一般在30～50Hz；对于位置扩张状态观测器，其带宽参数范围一般在20～30Hz。
对于控制输入增益bm，则需要根据辨识得到的实际模型参数估计控制增益bm的取值，下面列出一组参数bm的具体计算公式：
Figure BDA0003778853660000131
其中，bmφ表示绕X轴旋转的滚转角的控制输入增益，bmθ表示绕Y轴旋转的俯仰角的控制输入增益，bmψ表示绕Z轴旋转的偏航角的控制输入增益，Km表示从控制器输出到PWM信号值的转换系数，Kr为辨识得到的PWM信号与电机转速平方之间的线性比例系数，d表示机架半径，Ct表示螺旋桨桨叶特征升力系数，Cm表示螺旋桨桨叶反转矩系数。
本发明针对四旋翼飞行器的姿态跟踪控制问题，为提升四旋翼飞行器姿态控制的精度与鲁棒性，提出了针对四旋翼飞行器的改进扩张状态观测器设计与参数整定方法。由于四旋翼飞行器在实际飞行过程中不可避免地会受到外部扰动以及内部参数摄动的影响，因此采取主动抗扰方法对扰动进行估计补偿是非常必要的。本发明采用了基于双闭环串级控制结构的自抗扰姿态跟踪控制器，在保留外环PD控制器的基础上，采用自抗扰角速度控制器替代内环的角速度控制器，同时考虑到电机动态模型对扩张状态观测器控制输入的影响，在观测器设计中对这一点给予了补偿，能够在有效提升姿态跟踪抗扰能力的同时提高其动态响应范围，并通过仿真与实验验证了所改进控制方法的鲁棒性。本发明提出的自抗扰角速度控制器，其最大的改进点是对作用于二阶扩张状态观测器上的控制量进行了改进，加入了电机动态模型的处理，进而使观测模型与实际模型相匹配，从而能够实时精确估计***的扰动并给与补偿。
为了验证本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法的有效性，进行了两部分的仿真分析对比实验。首先，通过对比在扩张状态观测器(Extended StateObeserver，ESO)中加入对电机动态模型处理前后其姿态跟踪与抗扰性能方面的表现，来证明改进后自抗扰控制方法的优越性；其次，通过仿真实验验证改进自抗扰姿态跟踪控制器的扰动抑制与跟踪性能表现。
具体的仿真设置为：首先，在10s给定一个阶跃信号ηd＝[10,0,0]deg作为姿态跟踪控制的参考信号。为了更好地展现出改进后控制器的性能同时逼近真实场景下的实验环境，本节在姿态仿真模型中分别添加一个正弦形式的扰动加速度信号fη＝[10sin(0.2t),0,0]deg/s2与均值为0deg、方差为10-3deg2的观测白噪声信号；接着，分别进行在ESO中加入与不加入对电机动态模型处理情况下的仿真实验，实验结果如图2和图3所示。
图2与图3、图4与图5、图6与图7分别展示了在ESO中不加入对电机动态模型的处理与加入对电机动态模型的处理且电机动态模型参数分别为km＝0.17s-1,0.20s-1,0.23s-1三种情形下的姿态跟踪；图8与图9、图10与图11、图12与图13分别展示了在ESO中不加入对电机动态模型的处理与加入对电机动态模型的处理且电机动态模型参数分别为km＝0.17s-1,0.20s-1,0.23s-1三种情形下的扰动估计结果，从中可以观察到：在扩张状态观测器中加入对电机动态模型的处理能够显著提升姿态跟踪控制与扰动估计表现，尤其是当存在较大外部扰动时，这种改进效果会表现得更加明显。
另一方面，从上述结果可以发现：在扩张状态观测器中加入对电机动态模型的处理后，能够有效增加***的响应带宽，同时有效抑制由于非匹配扰动导致的***振荡现象的产生。因此在扩张状态观测器设计中加入对电机动态模型的处理是非常有必要的，尤其是当存在一些较大外部扰动而导致电机动态模型对控制***的影响无法被忽略时。
图14为采用未加入对电机动态模型处理的ESO设计在
Figure BDA0003778853660000151
时姿态角跟踪控制误差，图15为采用本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在
Figure BDA0003778853660000152
时姿态角跟踪控制误差，图16为采用本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在
Figure BDA0003778853660000153
时姿态角跟踪控制误差，图17为采用本发明提供的一种基于自抗扰控制的四旋翼飞行器控制方法在
Figure BDA0003778853660000154
时姿态角跟踪控制误差。在实际应用过程中电机动态模型参数的估计值
Figure BDA0003778853660000155
与真实值
Figure BDA0003778853660000156
必然存在着一定的差异。然而通过仿真结果，可以发现：一个实际用于改进扩张状态观测器中去的不太准确的电机动态参数值
Figure BDA0003778853660000157
仍然可以有效抑制***的振荡，同时显著提升***的扰动估计精度。
由仿真结果可以看出，当不考虑电机动态模型的影响时，***的响应过程呈现振荡收敛的趋势。而当考虑电机动态模型的影响后，估计得到的电机动态模型参数在电机动态模型参数真实值上下浮动15％的范围内仍然可以取得不错的***响应，这也进一步表明了在扩张状态观测器设计中考虑电机动态模型的必要性。
尽管在姿态跟踪的过程中***面临着内部不确定性与外部扰动等多方面的干扰，但是改进的扩张状态观测器仍然能够及时准确地估计这些总和扰动并在控制器中给予补偿。同时注意到仿真中的姿态跟踪是在三轴同时进行的，因此各个轴向还要受到其它两个轴向科氏力的影响。由于理论上对于科氏力的估计存在一定偏差，而改进的扩张状态观测器仍然可以对这种偏差进行准确的估计补偿，从而保证了姿态跟踪控制器的优越表现。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于自抗扰控制的四旋翼飞行器控制方法，其特征在于，包括以下步骤：
步骤1、引入外部干扰和内部不确定性建立四旋翼飞行器的姿态动力学模型，如下式所示：
Figure FDA0003778853650000011
其中，η为四旋翼飞行器的姿态角向量，ωb为四旋翼飞行器的姿态角速度向量，W为从机体系到惯性系的坐标转换矩阵，J为四旋翼飞行器转动惯量矩阵，τ为四旋翼飞行器的螺旋桨在机体轴上产生的力矩，τd为扰动力矩的总和；
步骤2、基于所述姿态动力学模型建立基于双闭环串级控制结构的姿态跟踪控制器，姿态跟踪控制器包含相互串联的外环角度控制器和内环角速度控制器，所述外环角度控制器为自抗扰控制器，所述内环角速度控制器为PD控制器；
步骤3、基于所述姿态动力学模型建立二阶扩张状态观测器，如下式所示：
Figure FDA0003778853650000012
其中，z1p为***角速度的观测值，z2p为***扩张状态的观测值，
Figure FDA0003778853650000013
为***角速度的观测误差值，x1p为***角速度扩张状态的观测值，β1p及β2p分别为观测器增益，f0φ为包含了滚转通道的交叉耦合项模型的确定部分，bmφ为从滚转通道控制器输出到实际滚转通道模型控制输入之间的转换系数，δΩ(·)表示电机的动态响应函数，uφ表示电机的控制输入信号；
步骤4、实际控制中，将姿态动力学模型的实际输出作为二阶扩张状态观测器的输入，二阶扩张状态观测器输出的姿态动力学模型的实际输出与预期输出的偏差作为姿态跟踪控制器的输入，姿态跟踪控制器的输出作为姿态动力学模型的输入完成对四旋翼飞行器的控制。
2.根据权利要求1所述的四旋翼飞行器控制方法，其特征在于，所述二阶扩张状态观测器采用如下带宽参数调节经验公式：
Figure FDA0003778853650000021
其中，ωo为扩张状态观测器的带宽。
3.根据权利要求2所述的四旋翼飞行器控制方法，其特征在于，所述二阶扩张状态观测器中包含姿态扩张状态观测器和位置扩张状态观测器，所述姿态扩张状态观测器的带宽的取值范围为[30,50]单位为Hz；所述位置扩张状态观测器的带宽的取值范围为[20,30]单位为Hz。
CN202210924853.9A 2022-08-02 2022-08-02 一种基于自抗扰控制的四旋翼飞行器控制方法 Active CN115202213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210924853.9A CN115202213B (zh) 2022-08-02 2022-08-02 一种基于自抗扰控制的四旋翼飞行器控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210924853.9A CN115202213B (zh) 2022-08-02 2022-08-02 一种基于自抗扰控制的四旋翼飞行器控制方法

Publications (2)

Publication Number Publication Date
CN115202213A true CN115202213A (zh) 2022-10-18
CN115202213B CN115202213B (zh) 2023-05-12

Family

ID=83586314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210924853.9A Active CN115202213B (zh) 2022-08-02 2022-08-02 一种基于自抗扰控制的四旋翼飞行器控制方法

Country Status (1)

Country Link
CN (1) CN115202213B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116352705A (zh) * 2023-02-28 2023-06-30 南通大学 一种基于数据驱动的水下机械臂抗扰预测控制方法
CN117420846A (zh) * 2023-11-20 2024-01-19 南京天晴航空航天科技有限公司 一种针对固定翼飞行器的线性自抗扰控制器参数的整定方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103777641A (zh) * 2014-02-19 2014-05-07 北京理工大学 飞行器跟踪控制的复合自抗扰控制方法
CN104865968A (zh) * 2015-04-22 2015-08-26 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
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
US20170153650A1 (en) * 2015-11-30 2017-06-01 Metal Industries Research & Development Centre Multiple rotors aircraft and control method
CN108196563A (zh) * 2018-02-09 2018-06-22 深圳禾苗通信科技有限公司 一种多旋翼无人机自抗扰补偿控制方法及***
CN109582030A (zh) * 2018-12-20 2019-04-05 中国科学院深圳先进技术研究院 一种调整无人机姿态控制中待整定参数方法及相关装置
CN110531777A (zh) * 2019-08-13 2019-12-03 北京理工大学 基于自抗扰控制技术的四旋翼飞行器姿态控制方法和***
CN112346470A (zh) * 2020-10-29 2021-02-09 中国地质大学（武汉） 一种基于改进自抗扰控制的四旋翼姿态控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103777641A (zh) * 2014-02-19 2014-05-07 北京理工大学 飞行器跟踪控制的复合自抗扰控制方法
CN104865968A (zh) * 2015-04-22 2015-08-26 浙江工业大学 一种采用串级自抗扰控制技术的四旋翼飞行器悬停控制方法
US20170153650A1 (en) * 2015-11-30 2017-06-01 Metal Industries Research & Development Centre Multiple rotors aircraft and control method
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
CN108196563A (zh) * 2018-02-09 2018-06-22 深圳禾苗通信科技有限公司 一种多旋翼无人机自抗扰补偿控制方法及***
CN109582030A (zh) * 2018-12-20 2019-04-05 中国科学院深圳先进技术研究院 一种调整无人机姿态控制中待整定参数方法及相关装置
CN110531777A (zh) * 2019-08-13 2019-12-03 北京理工大学 基于自抗扰控制技术的四旋翼飞行器姿态控制方法和***
CN112346470A (zh) * 2020-10-29 2021-02-09 中国地质大学（武汉） 一种基于改进自抗扰控制的四旋翼姿态控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
时来富: "四旋翼飞行器的模糊自抗扰姿态控制", 《电气与自动化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116352705A (zh) * 2023-02-28 2023-06-30 南通大学 一种基于数据驱动的水下机械臂抗扰预测控制方法
CN116352705B (zh) * 2023-02-28 2024-01-09 南通大学 一种基于数据驱动的水下机械臂抗扰预测控制方法
CN117420846A (zh) * 2023-11-20 2024-01-19 南京天晴航空航天科技有限公司 一种针对固定翼飞行器的线性自抗扰控制器参数的整定方法

Also Published As

Publication number Publication date
CN115202213B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
He et al. A Simple Attitude Control of Quadrotor Helicopter Based on Ziegler‐Nichols Rules for Tuning PD Parameters
Szafranski et al. Different approaches of PID control UAV type quadrotor
Labbadi et al. Novel robust super twisting integral sliding mode controller for a quadrotor under external disturbances
CN115202213B (zh) 一种基于自抗扰控制的四旋翼飞行器控制方法
CN112346470A (zh) 一种基于改进自抗扰控制的四旋翼姿态控制方法
Dinh et al. Adaptive tracking control of a quadrotor unmanned vehicle
Sun et al. Nonlinear robust compensation method for trajectory tracking control of quadrotors
Mechali et al. Robust Finite‐Time Trajectory Tracking Control of Quadrotor Aircraft via Terminal Sliding Mode‐Based Active Antidisturbance Approach: A PIL Experiment
CN111338369B (zh) 一种基于非线性逆补偿的多旋翼飞行控制方法
CN111061282A (zh) 基于能量法的四旋翼无人机吊挂飞行***控制方法
Yamasaki et al. Integrated guidance and autopilot for a path-following UAV via high-order sliding modes
CN109976364B (zh) 一种六旋翼飞行器姿态解耦控制方法
Xi et al. An anti-wind modeling method of quadrotor aircraft and cascade controller design based on improved extended state observer
Khadhraoui et al. Barrier Lyapunov function and adaptive backstepping-based control of a quadrotor UAV
Zeghlache et al. Adaptive type-2 fuzzy sliding mode control using supervisory type-2 fuzzy control for 6 DOF octorotor aircraft
Kumar et al. Finite-time convergent robust trajectory tracking for unmanned aerial vehicles
Xue et al. A Moving Target Tracking Control of Quadrotor UAV Based on Passive Control and Super‐Twisting Sliding Mode Control
CN113961010A (zh) 基于抗饱和有限时间自适应神经网络容错技术的四旋翼植保无人机跟踪控制方法
Du et al. Advanced quadrotor takeoff control based on incremental nonlinear dynamic inversion and integral extended state observer
Liu et al. Active disturbance rejection control of quadrotor uav based on whale optimization algorithm
Song et al. Research on attitude control of quadrotor uav based on active disturbance rejection control
Meradi et al. A predictive sliding mode control for quadrotor’s tracking trajectory subject to wind gusts and uncertainties
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
Babaei et al. Robust backstepping control of a quadrotor uav using extended kalman bucy filter
Xu et al. Modelling and hovering control of a novel multi-tandem ducted fan vehicle

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