CN118034068A - 一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 - Google Patents
一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 Download PDFInfo
- Publication number
- CN118034068A CN118034068A CN202410438297.3A CN202410438297A CN118034068A CN 118034068 A CN118034068 A CN 118034068A CN 202410438297 A CN202410438297 A CN 202410438297A CN 118034068 A CN118034068 A CN 118034068A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- unmanned aerial
- aerial vehicle
- sliding mode
- fractional order
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000003313 weakening effect Effects 0.000 claims abstract description 13
- 230000000694 effects Effects 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 58
- 230000003044 adaptive effect Effects 0.000 claims description 28
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了四旋翼无人机分数阶抗饱和滑模控制技术领域的一种四旋翼无人机分数阶抗饱和滑模控制方法及装置。方法包括:根据所述飞行位置目标、第一等效控制律、第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。本发明能够提高四旋翼无人机在受到严重多源干扰时的轨迹跟踪精度。
Description
技术领域
本发明涉及四旋翼无人机分数阶抗饱和滑模控制技术领域,尤其涉及一种四旋翼无人机分数阶抗饱和滑模控制方法及装置。
背景技术
四旋翼无人机在执行任务的过程中易受到本身模型、气动参数等内部干扰和阵风等外部环境干扰的影响,且当四旋翼无人机在运输较重物体或在恶劣环境下执行任务时,执行机构会受到物理约束的影响而无法生成足够的控制输入,导致性能降低甚至导致任务失败,这些多源干扰严重影响了轨迹跟踪的精度,因此,亟需一种四旋翼无人机以解决上述技术问题。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种四旋翼无人机分数阶抗饱和滑模控制方法及装置,能够提高四旋翼无人机在受到严重多源干扰时的轨迹跟踪精度。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种四旋翼无人机分数阶抗饱和滑模控制方法,包括:
根据飞行位置目标构建四旋翼无人机动力学模型中位置子***的分数阶滑模函数,根据姿态角目标构建四旋翼无人机动力学模型中姿态子***的分数阶滑模函数;
通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;
根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角;
通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;
将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。
进一步地, 所述飞行位置目标用于使无人机位置误差收敛于0且保持稳定;
所述姿态角目标用于使无人机翻滚角、俯仰角和偏航角误差收敛于0且保持稳定。
进一步地,所述四旋翼无人机动力学模型为:
;
其中位置子***为:
;
姿态子***为:
;
虚拟控制输入为:
;
其中,分别为在/>轴的值,/>为翻滚角,/>为俯仰角,/>为偏航角,/>为机体质量,/>为重力加速度,/>为螺旋桨中心到重心的距离,/>,/>,/>分别为三个坐标方向上的空气阻力系数,/>,/>,/>分别为三个转动方向上的空气阻力系数,/>,/>,/>分别为机体绕/>,/>,/>轴的转动惯量;/>为位置子***的控制输入,/>,/>,/>为姿态子***的控制输入,/>控制无人机的垂直起降,/>控制无人机的翻滚通道,/>控制无人机的俯仰通道,/>控制无人机的偏航通道;/>,/>表示位置通道上的模型不确定部分,/>,/>表示姿态通道上的模型不确定部分;/>,/>表示在运动位置上所受的外界扰动,/>,/>表示在转动角度上所受的外界扰动,/>、/>、/>为所述四旋翼无人机在X方向,Y方向和Z方向上的虚拟控制输入。
进一步地,所述通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,包括:
所述位置子***的分数阶滑模函数包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的分数阶滑模函数,/>为正的常数增益,/>为分数阶的阶次,/>为常数阶次;/>表示分数阶函数,所述四旋翼无人机的实际位置坐标为/>,期望的位置坐标为/>, />均为位置跟踪误差;
在不考虑干扰的情况下,令分数阶滑模函数等于0可求得位置子***的第一等效控制律,所述第一等效控制律包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的第一等效控制律;
通过自适应增益调整法估计所述位置子***中模型不确定和扰动的未知上界,将所述未知上界的估计值代替所述位置子***中实际的模型不确定和扰动的未知上界获得第一切换控制律:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的切换控制律,/>、/>为正常数增益,/>为趋近律的指数,/>为分数阶的阶次,/>为各通道不确定和扰动的未知上界的估计值,其遵循:
;
、/>、/>为别为X方向,Y方向和Z方向上的自适应律增益。
进一步地,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入包括:
所述第一抗饱和变量包括:
;
其中,为正常数增益,/>,/>;
所述位置子***的控制输入:
;
。
进一步地,所述根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角包括:
。
进一步地,所述通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,包括:
所述姿态子***的分数阶滑模函数包括:
;
其中,、/>、/>分别表示在/>方向,/>方向和/>方向上的分数阶滑模函数,/>为正的常数增益,/>为分数阶的阶次,/>为常数阶次;/>表示分数阶函数,所述四旋翼无人机实际姿态角为/>,期望的姿态角为/>,均为姿态跟踪误差;
在不考虑干扰的情况下,令分数阶滑模函数等于0可求得姿态子***的第二等效控制律,所述第二等效控制律包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的第二等效控制律;
通过自适应增益调整法估计所述姿态子***中模型不确定和扰动的未知上界,将所述未知上界的估计值代替所述姿态子***中实际的模型不确定和扰动的未知上界获得第二切换控制律:
;
其中,、/>、/>分别表示在/>方向,/>方向和/>方向上的切换控制律,/>为趋近律的指数,/>为正常数增益,/>为分数阶的阶次,/>为各通道模型不确定和扰动的未知上界的估计值,其遵循:
;
、/>、/>为/>方向,/>方向和/>方向上的自适应律增益。
进一步地,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入包括:
所述第二抗饱和变量包括:
;
其中, 为正常数增益,/>,/>;
所述姿态子***的控制输入:
。
进一步地,根据所述姿态子***和位置子***的控制输入构成的控制输入向量受/>输入饱和的限制,即
;
其中,/>是控制器的最大控制输入,/>是控制器的最小控制输入。
第二方面,本发明提供一种四旋翼无人机分数阶抗饱和滑模控制装置,包括:
获取模块:用于根据飞行位置目标构建四旋翼无人机动力学模型中位置子***的分数阶滑模函数,根据姿态角目标构建四旋翼无人机动力学模型中姿态子***的分数阶滑模函数;
位置子***处理模块:用于通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;
反解模块:用于根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角;
姿态子***处理模块:用于通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;
跟踪模块:用于将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。
与现有技术相比,本发明所达到的有益效果:
基于分数阶控制理论,分别构造位置子***和姿态子***的分数阶滑模函数,通过自适应增益调整法来估计模型不确定和外界扰动的未知上界,以此来抵消无人机模型中的集总干扰,再通过获取辅助动力***来补偿输入饱和的影响,提高四旋翼无人机轨迹跟踪性能,实现稳定快速的四旋翼无人机轨迹跟踪;
分数阶滑模函数在减少了***的抖振的同时,满足了四旋翼无人机轨迹跟踪对控制输入的精度要求;
通过自适应增益调整法来估计模型不确定和扰动的未知上界,估计值根据无人机的运动状态实时更新,提高了整个***的稳定性与鲁棒性;
动态辅助***可以有效补偿输入饱和的影响,使得设计的控制器满足实际执行器的物理约束,更加符合实际情况。
附图说明
图 1 为本发明实施例提供的一种四旋翼无人机分数阶抗饱和滑模控制方法的流程图。
图2为本发明实施例提供的一种四旋翼无人机分数阶抗饱和滑模控制方法的分数阶抗饱和控制流程图。
图3为本发明和屏障函数自适应滑模控制(Barrier Function AdaptiveSliding-Mode ,简写为BFASM)、超螺旋滑模控制(Super-Twisting Algorithm ,简写为STA)的四旋翼无人机三维飞行轨迹对比图。
图4为本发明、BFASM和STA的四旋翼无人机通道响应曲线。
图5为本发明、BFASM和STA的四旋翼无人机通道响应曲线。
图6为本发明、BFASM和STA的四旋翼无人机通道响应曲线。
图7为本发明、BFASM和STA的四旋翼无人机通道响应曲线。
图8为本发明的四旋翼无人机θ通道响应曲线。
图9为本发明的四旋翼无人机Φ通道响应曲线。
图10为本发明的四旋翼无人机控制输入u1的响应曲线。
图11为本发明的四旋翼无人机控制输入u2的响应曲线。
图12为本发明的四旋翼无人机控制输入 u3的响应曲线。
图13为本发明的四旋翼无人机控制输入 u4的响应曲线。
具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符"/",一般表示前后关联对象是一种“或”的关系。
实施例一:
图1是本发明实施例一中的四旋翼无人机分数阶抗饱和滑模控制方法的流程图。本流程图仅仅示出了本实施例所述方法的逻辑顺序,在互不冲突的前提下,在本发明其它可能的实施例中,可以以不同于图1所示的顺序完成所示出或描述的步骤。
本实施例提供的四旋翼无人机分数阶抗饱和滑模控制方法可应用于终端,也可以由四旋翼无人机来执行。参见图1和图2,本实施例的方法具体包括如下步骤:
步骤1:针对模型不确定和外界扰动的四旋翼无人机,在构建其数学模型的过程中,使用两套独立的空间坐标系,分别是机体坐标系和惯性坐标系,在惯性坐标系下的位置为/>,翻滚角为/>,俯仰角为/>,偏航角为/>,于是可以得到四旋翼无人机动力学模型,计算公式如下:所述四旋翼无人机动力学模型为:
;
其中,分别为在/>轴的值,/>为翻滚角,/>为俯仰角,/>为偏航角,/>为机体质量,/>为重力加速度,/>为螺旋桨中心到重心的距离,/>,/>,/>分别为三个坐标方向上的空气阻力系数,/>,/>,/>分别为三个转动方向上的空气阻力系数,/>,/>,/>分别为机体绕/>,/>,/>轴的转动惯量;/>为位置子***的控制输入,/>,/>,/>为姿态子***的控制输入,/>控制无人机的垂直起降,/>控制无人机的翻滚通道,/>控制无人机的俯仰通道,/>控制无人机的偏航通道;/>,/>表示位置通道上的模型不确定部分,/>,/>表示姿态通道上的模型不确定部分;/>,/>表示在运动位置上所受的外界扰动,/>,/>表示在转动角度上所受的外界扰动,
步骤2:设定四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标,所述飞行位置目标用于使无人机位置误差收敛于0且保持稳定;所述姿态角目标用于使无人机翻滚角、俯仰角和偏航角误差收敛于0且保持稳定;
步骤3:根据飞行位置目标构建四旋翼无人机动力学模型中位置子***的分数阶滑模函数,根据姿态角目标构建四旋翼无人机动力学模型中姿态子***的分数阶滑模函数;
其中位置子***为:
;
所述位置子***的分数阶滑模函数包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的分数阶滑模函数,/>为正的常数增益,/>为分数阶的阶次,/>为常数阶次;/>表示分数阶函数,所述四旋翼无人机的实际位置坐标为/>,期望的位置坐标为/>, />均为位置跟踪误差;
姿态子***为:
;
所述姿态子***的分数阶滑模函数包括:
;
其中,、/>、/>分别表示在/>方向,/>方向和/>方向上的分数阶滑模函数,/>为正的常数增益,/>为分数阶的阶次,/>为常数阶次;/>表示分数阶函数,所述四旋翼无人机实际姿态角为/>,期望的姿态角为/>,均为姿态跟踪误差;/>
虚拟控制输入为:
;
、/>、/>为所述四旋翼无人机在X方向,Y方向和Z方向上的虚拟控制输入;
步骤4:通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;
在不考虑干扰的情况下,令分数阶滑模函数等于0可求得位置子***的第一等效控制律,所述第一等效控制律包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的第一等效控制律;
通过自适应增益调整法估计所述位置子***中模型不确定和扰动的未知上界,将所述未知上界的估计值代替所述位置子***中实际的模型不确定和扰动的未知上界获得第一切换控制律:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的切换控制律,/>、/>为正常数增益,/>为趋近律的指数,/>为分数阶的阶次,/>为各通道不确定和扰动的未知上界的估计值,其遵循:/>
;
、/>、/>为别为X方向,Y方向和Z方向上的自适应律增益;
所述第一抗饱和变量包括:
;
其中,为正常数增益,/>,/>;
所述位置子***的控制输入:
;
;
步骤5:根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角,所述期望俯仰角和期望翻滚角包括:
;
步骤6:通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;
在不考虑干扰的情况下,令分数阶滑模函数等于0可求得姿态子***的第二等效控制律,所述第二等效控制律包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的第二等效控制律;
通过自适应增益调整法估计所述姿态子***中模型不确定和扰动的未知上界,将所述未知上界的估计值代替所述姿态子***中实际的模型不确定和扰动的未知上界获得第二切换控制律:
;
其中,、/>、/>分别表示在/>方向,/>方向和/>方向上的切换控制律,/>为趋近律的指数,/>为正常数增益,/>为分数阶的阶次,/>为各通道模型不确定和扰动的未知上界的估计值,其遵循:
;
、/>、/>为/>方向,/>方向和/>方向上的自适应律增益;
所述第二抗饱和变量包括:
;
其中, 为正常数增益,/>,/>;
所述姿态子***的控制输入:
;
步骤7:将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。
所有根据上述姿态子***和位置子***的控制输入构成的控制输入向量受/>输入饱和的限制,即
;
其中,/>是控制器的最大控制输入,/>是控制器的最小控制输入。
为了验证本发明的跟踪精度和抗扰性能,在充分考虑模型不确定和外部干扰存在的情况下,基于MATLAB/SIMLINK环境将本发明算法与屏障函数自适应滑模控制(BFASM)、Super-Twisting滑模控制(STA)进行对比。
***初始条件设定为:,/>。
期望轨迹设定为:,/>,/>,/>,/>通过虚拟控制律解算得到。/>
外界扰动及模型不确定部分设定为:,/>,其中。
执行器饱和范围为:。
本发明四旋翼无人机动力学参数见表1,控制器参数见表2。
表1四旋翼无人机参数
表2控制器参数
本发明提供了一种四旋翼无人机分数阶抗饱和滑模控制方法,将本发明算法与屏障函数自适应滑模控制(英文缩写为BFASM)、超螺旋滑模控制(英文缩写为STA)进行对比。图3至图6分别为三维圆柱轨迹效果图和位置三通道的响应曲线,可以看出本发明所提出的控制方法可以在1s内跟踪上期望轨迹,具有更快的收敛速度,更高的跟踪精度,且没有超调现象。而STA方法没有考虑输入饱和的影响,收敛时间较长,跟踪精度不高。图7为通道响应曲线,可以看出本发明所提控制方法稳态效果更好,精度更好,曲线更平滑,且无超调现象。图8和图9分别为本方法的/>响应曲线,可以看出本发明所提出的控制方法可在1s内渐近收敛至0,实现姿态快速平稳,达到稳定跟踪期望轨迹的目的。图10、图11、图12和图13分别为本发明实施例一的四旋翼无人机四个控制输入u1、u2、 u3和 u4的响应曲线。,可以看出控制输入抖振较小,在特定限幅范围之内,满足执行器的物理约束。
实施例二:
本发明实施例还提供了一种四旋翼无人机分数阶抗饱和滑模控制装置,包括:
获取模块:用于根据飞行位置目标构建四旋翼无人机动力学模型中位置子***的分数阶滑模函数,根据姿态角目标构建四旋翼无人机动力学模型中姿态子***的分数阶滑模函数;
位置子***处理模块:用于通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;
反解模块:用于根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角;
姿态子***处理模块:用于通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;
跟踪模块:用于将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。
本发明实施例所提供的四旋翼无人机可执行本发明实施例所一提供的四旋翼无人机分数阶抗饱和滑模控制方法,具备执行方法相应的功能模块和有益效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,包括:
根据飞行位置目标构建四旋翼无人机动力学模型中位置子***的分数阶滑模函数,根据姿态角目标构建四旋翼无人机动力学模型中姿态子***的分数阶滑模函数;
通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,根据所述飞行位置目标、第一等效控制律、第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;
根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角;
通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;
将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。
2. 根据权利要求1所述的四旋翼无人机分数阶抗饱和滑模控制方法, 其特征在于:
所述飞行位置目标用于使无人机位置误差收敛于0且保持稳定;
所述姿态角目标用于使无人机翻滚角、俯仰角和偏航角误差收敛于0且保持稳定。
3.根据权利要求2所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,所述四旋翼无人机动力学模型为:
;
其中位置子***为:
;
姿态子***为:
;
虚拟控制输入为:
;
其中,分别为在/>轴的值,/>为翻滚角,/>为俯仰角,/>为偏航角,/>为机体质量,/>为重力加速度,/>为螺旋桨中心到重心的距离,/>,/>,/>分别为三个坐标方向上的空气阻力系数,/>,/>,/>分别为三个转动方向上的空气阻力系数,/>,/>,/>分别为机体绕,/>,/>轴的转动惯量;/>为位置子***的控制输入,/>,/>,/>为姿态子***的控制输入,/>控制无人机的垂直起降,/>控制无人机的翻滚通道,/>控制无人机的俯仰通道,/>控制无人机的偏航通道;/>,/>表示位置通道上的模型不确定部分,/>,/>表示姿态通道上的模型不确定部分;/>,/>表示在运动位置上所受的外界扰动,/>,/>表示在转动角度上所受的外界扰动,/>、/>、/>为所述四旋翼无人机在X方向,Y方向和Z方向上的虚拟控制输入。
4.根据权利要求3所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,所述通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,包括:
所述位置子***的分数阶滑模函数包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的分数阶滑模函数,/>为正的常数增益,/>为分数阶的阶次,/>为常数阶次;/>表示分数阶函数,所述四旋翼无人机的实际位置坐标为/>,期望的位置坐标为/>, />均为位置跟踪误差;
在不考虑干扰的情况下,令分数阶滑模函数等于0可求得位置子***的第一等效控制律,所述第一等效控制律包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的第一等效控制律;
通过自适应增益调整法估计所述位置子***中模型不确定和扰动的未知上界,将所述未知上界的估计值代替所述位置子***中实际的模型不确定和扰动的未知上界获得第一切换控制律:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的切换控制律,/>、/>为正常数增益,/>为趋近律的指数,/>为分数阶的阶次,/>为各通道不确定和扰动的未知上界的估计值,其遵循:
;
、/>、/>为别为X方向,Y方向和Z方向上的自适应律增益。
5.根据权利要求4所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入包括:
所述第一抗饱和变量包括:
;
其中,为正常数增益,/>,/>;
所述位置子***的控制输入:
;
。
6.根据权利要求5所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,所述根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角包括:
。
7.根据权利要求3所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,所述通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,包括:
所述姿态子***的分数阶滑模函数包括:
;
其中,、/>、/>分别表示在/>方向,/>方向和/>方向上的分数阶滑模函数,/>为正的常数增益,/>为分数阶的阶次,/>为常数阶次;/>表示分数阶函数,所述四旋翼无人机实际姿态角为/>,期望的姿态角为/>,/>均为姿态跟踪误差;
在不考虑干扰的情况下,令分数阶滑模函数等于0可求得姿态子***的第二等效控制律,所述第二等效控制律包括:
;
其中,、/>、/>分别表示在X方向,Y方向和Z方向上的第二等效控制律;
通过自适应增益调整法估计所述姿态子***中模型不确定和扰动的未知上界,将所述未知上界的估计值代替所述姿态子***中实际的模型不确定和扰动的未知上界获得第二切换控制律:
;
其中,、/>、/>分别表示在/>方向,/>方向和/>方向上的切换控制律,/>为趋近律的指数,/>为正常数增益,/>为分数阶的阶次,/>为各通道模型不确定和扰动的未知上界的估计值,其遵循:
;
、/>、/>为/>方向,/>方向和/>方向上的自适应律增益。
8.根据权利要求7所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入包括:
所述第二抗饱和变量包括:
;
其中, 为正常数增益,/>,/>;
所述姿态子***的控制输入:
。
9. 根据权利要求3-8中任一项所述的四旋翼无人机分数阶抗饱和滑模控制方法,其特征在于,
根据所述姿态子***和位置子***的控制输入构成的控制输入向量受输入饱和的限制,即
;
其中,/>是控制器的最大控制输入,/>是控制器的最小控制输入。
10.一种四旋翼无人机分数阶抗饱和滑模控制装置,其特征在于,包括:
获取模块:用于根据飞行位置目标构建四旋翼无人机动力学模型中位置子***的分数阶滑模函数,根据姿态角目标构建四旋翼无人机动力学模型中姿态子***的分数阶滑模函数;
位置子***处理模块:用于通过滑模变结构控制方法对所述位置子***的分数阶滑模函数进行处理以获得第一等效控制律,并通过自适应增益调整法获得所述位置子***的第一切换控制律,根据所述飞行位置目标、所述第一等效控制律、所述第一切换控制律和为削弱输入饱和对位置子***影响而引进的第一抗饱和变量获得所述位置子***的控制输入;
反解模块:用于根据偏航角和所述位置子***的控制输入反解出期望俯仰角和期望翻滚角;
姿态子***处理模块:用于通过滑模变结构控制方法对所述姿态子***的分数阶滑模函数进行处理以获得第二等效控制律,并通过自适应增益调整法获得所述姿态子***的第二切换控制律,根据所述姿态角目标、期望俯仰角、期望翻滚角、第二等效控制律、第二切换控制律和为削弱输入饱和对姿态子***影响而引进的第二抗饱和变量获得所述姿态子***的控制输入;
跟踪模块:用于将所述位置子***的控制输入和姿态子***的控制输入共同输入四旋翼无人机动力学模型,实现四旋翼无人机轨迹跟踪飞行位置目标和姿态角目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410438297.3A CN118034068B (zh) | 2024-04-12 | 2024-04-12 | 一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410438297.3A CN118034068B (zh) | 2024-04-12 | 2024-04-12 | 一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118034068A true CN118034068A (zh) | 2024-05-14 |
CN118034068B CN118034068B (zh) | 2024-06-18 |
Family
ID=90991751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410438297.3A Active CN118034068B (zh) | 2024-04-12 | 2024-04-12 | 一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118034068B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491081A (zh) * | 2017-07-12 | 2017-12-19 | 西北工业大学 | 一种抗干扰四旋翼无人机姿态控制方法 |
CN108681327A (zh) * | 2018-04-24 | 2018-10-19 | 电子科技大学 | 基于分数阶饱和函数切换控制律的四旋翼飞行控制方法 |
CN110262242A (zh) * | 2019-07-01 | 2019-09-20 | 河海大学常州校区 | 一种微陀螺仪自适应分数阶滑模控制方法 |
WO2020124938A1 (zh) * | 2018-12-21 | 2020-06-25 | 南京埃斯顿机器人工程有限公司 | 柔性关节机械臂分数阶滑模优化控制方法 |
CN116107326A (zh) * | 2023-01-09 | 2023-05-12 | 南京信息工程大学 | 一种四旋翼无人机分数阶递推滑模轨迹跟踪控制方法 |
CN116300988A (zh) * | 2022-10-24 | 2023-06-23 | 南京航空航天大学 | 一种基于分数阶滑模的先进布局无人机抗干扰控制策略 |
CN117452831A (zh) * | 2023-12-26 | 2024-01-26 | 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 |
-
2024
- 2024-04-12 CN CN202410438297.3A patent/CN118034068B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491081A (zh) * | 2017-07-12 | 2017-12-19 | 西北工业大学 | 一种抗干扰四旋翼无人机姿态控制方法 |
CN108681327A (zh) * | 2018-04-24 | 2018-10-19 | 电子科技大学 | 基于分数阶饱和函数切换控制律的四旋翼飞行控制方法 |
WO2020124938A1 (zh) * | 2018-12-21 | 2020-06-25 | 南京埃斯顿机器人工程有限公司 | 柔性关节机械臂分数阶滑模优化控制方法 |
CN110262242A (zh) * | 2019-07-01 | 2019-09-20 | 河海大学常州校区 | 一种微陀螺仪自适应分数阶滑模控制方法 |
CN116300988A (zh) * | 2022-10-24 | 2023-06-23 | 南京航空航天大学 | 一种基于分数阶滑模的先进布局无人机抗干扰控制策略 |
CN116107326A (zh) * | 2023-01-09 | 2023-05-12 | 南京信息工程大学 | 一种四旋翼无人机分数阶递推滑模轨迹跟踪控制方法 |
CN117452831A (zh) * | 2023-12-26 | 2024-01-26 | 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 |
Non-Patent Citations (4)
Title |
---|
KANG LIU等: "Anti-saturation adaptive finite-time neural network based fault-tolerant tracking control for a quadrotor UAV with external disturbances", 《AEROSPACE SCIENCE AND TECHNOLOGY》, vol. 115, 13 May 2021 (2021-05-13), pages 1 - 23, XP086611543, DOI: 10.1016/j.ast.2021.106790 * |
YANNING GUO等: "Trajectory tracking control of a quad-rotor using fractional-order sliding mode", 《2017 36TH CHINESE CONTROL CONFERENCE (CCC)》, 11 September 2017 (2017-09-11), pages 6414 - 6419 * |
刘海波: "菱形翼布局倾转旋翼无人机滑模非线性飞行控制研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》, no. 05, 15 May 2022 (2022-05-15), pages 031 - 20 * |
高鹏等: "基于分数阶Super-Twisting滑模的四旋翼无人机轨迹跟踪控制", 《电光与控制》, vol. 30, no. 11, 15 June 2023 (2023-06-15), pages 13 - 18 * |
Also Published As
Publication number | Publication date |
---|---|
CN118034068B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111538255B (zh) | 一种反蜂群无人机的飞行器控制方法及*** | |
CN110347170A9 (zh) | 可重复使用运载器再入段鲁棒容错制导控制***及工作方法 | |
Karagiannis et al. | Non-linear and adaptive flight control of autonomous aircraft using invariant manifolds | |
CN109507890A (zh) | 一种基于eso的无人机动态逆广义预测控制器 | |
CN112631316B (zh) | 变负载四旋翼无人机的有限时间控制方法 | |
CN115639830B (zh) | 一种空地智能体协同编队控制***及其编队控制方法 | |
CN106647264B (zh) | 一种基于控制约束的扩展鲁棒h∞的无人机控制方法 | |
Guo et al. | Improved adaptive integral-sliding-mode fault-tolerant control for hypersonic vehicle with actuator fault | |
dos Santos et al. | An experimental validation of reinforcement learning applied to the position control of UAVs | |
Jia et al. | Distributed analytical formation control and cooperative guidance for gliding vehicles | |
CN118034068B (zh) | 一种四旋翼无人机分数阶抗饱和滑模控制方法及装置 | |
CN116203840A (zh) | 可重复使用运载器自适应增益调度控制方法 | |
CN116540780A (zh) | 一种基于博弈制导的无人机决策控制方法 | |
CN116107326A (zh) | 一种四旋翼无人机分数阶递推滑模轨迹跟踪控制方法 | |
CN113093782B (zh) | 一种无人机指定性能姿态控制方法及*** | |
Kada | Design of flight control systems for a hypersonic aircraft using sliding-pid control | |
Sruthy et al. | PSO based integral backtepping control for leader-follower quadrotors | |
CN116088548B (zh) | 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 | |
Coates et al. | Robust reduced-attitude control of fixed-wing UAVs using a generalized multivariable super-twisting algorithm | |
CN117991830B (zh) | 一种提高二阶非奇异终端滑模控制收敛速度的方法 | |
CN113917841B (zh) | 基于二阶滑模的前向拦截制导方法及*** | |
CN116500902B (zh) | 去任务化姿态控制回路设计方法、存储介质及电子设备 | |
CN117193345B (zh) | 基于动态事件触发的机-船协同平台自主降落控制方法 | |
Cui et al. | Prescribed finite-time ESO-based prescribed finite-time control and its application to partial IGC design | |
Ma et al. | Integrated Guidance and Control for Homing Missiles with Terminal Angular Constraint in Three Dimension Space |
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 |