基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法技术

本发明专利技术公开了一种基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法，属于无人飞行器自动控制领域。该发明专利技术针对刚体四旋翼无人机的动态数学模型，其特征在于：包括如下步骤：步骤101、建立四旋翼无人机数学模型；步骤102、四旋翼无人机姿态控制系统；通过采用上述技术方案，该基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法提出一类新型的指令滤波反步控制，解决传统反“计算膨胀”问题，与传统反步法相比，引入滤波器避免虚拟控制的复杂解析求导过程，构建的跟踪控制器简洁有效，有效解决“计算膨胀”问题，最后采用奇异扰动定理完成闭环系统的稳定性分析。

【技术实现步骤摘要】
基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法
本专利技术属于无人飞行器自动控制领域，特别是涉及一种基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法。
技术介绍
无人机(UnmannedAerialVehicle)指无人驾驶、可自主飞行或遥控操作、利用空气动力承载飞行并可回收重复使用的飞行器。它能够携带杀伤性或非杀伤性载荷，是当今世界上军用武器发展的一个热点。同时，民用无人机产业的研发、制造和应用是衡量一个国家科技创新和高端制造业水平的重要标志。随着无人机研制、生产成本的不断降低，其应用范围日益广泛，具有旺盛的市场需求和广阔的发展前景，在国民经济建设中的作用日益突出，将会成为支持中国经济发展的重要产业。无人机可分为固定翼无人机和旋翼无人机两类。这两类无人机均依靠空气动力提供所需的力和力矩，但机制完全不同。固定翼无人机依靠整个机体相对于空气的高速运动，获取所需的力和力矩，因此获得的动力直接与机体的运动速度以及机体的姿态紧密相关。与之相比，旋翼无人机所需的力和力矩是通过固定安装在机体上的旋翼的旋转获取，与机体当前运行速度、状态无关。固定翼无人机工作时需要具有较大的速度，体积较大，且不能完成悬停、盘旋、巡航、垂直起降等任务。旋翼无人机可有效地解决上述问题，在侦查、航拍等领域，旋翼无人机应用越来越广泛。目前旋翼无人机中最常见、研究最深入、应用范围最广是四旋翼无人机，其优势和特点包括：机械结构简单、控制方便灵活、操控性能高、小范围内可实现各种动作、成本低、飞行性能良好、不需要配置反扭矩桨叶、机动能力好，可在狭小的空间中稳定飞行。因此，四旋翼无人机在搜查营救、航拍、勘探、远程监视、高压电线巡检等军用或者民用领域的任务执行获得越来越多的关注。众所周知，四旋翼无人机的跟踪控制问题直接决定实际中的应用效果，因此对控制的研究具有十分重要的意义。国外研究现状：国外在四旋翼无人机导航和控制的研究比国内起步早，其中较为著名的研究团队有新西兰奥克兰大学的四旋翼无人飞行器平台，日本千叶大学的Kenzo实验室，美国斯坦福大学的STARMAC项目，美国麻省理工学院的ACL(AerospaceControlsLab)实验室、RRG(RobustRoboticsGroup)团队等。(1)新西兰奥克兰大学的四旋翼无人飞行器平台奥克兰大学的四旋翼无人飞行器硬件平台，如图所示，其机体为自制，尺寸大小为40厘米X40厘米，质量为1.4千克。其动力装置为四个外转子无刷电机构成，起飞质量能达到2.2千克。奥克兰大学的四旋翼无人飞行器机载控制采用双控制器结构，一个为控制处理器，一个为遥测处理器(两个控制器都采用FreescaleHCS12微处理器)。传感器包括高度传感器(压力测高传感器SMD500和声纳传感器MB1040、定位传感器GPS<C04-4H)，位姿传感器IMU(3DM-GX1)。(2)日本千叶大学四旋翼无人飞行器硬件平台千叶大学的四旋翼无人飞行器平台为室内室外通用型硬件平台。机体本身采用AscendingTechnologiesGmbH公司的X-3D-BL四旋翼飞行器，如图所示。机身质量为400克，有效载荷为300克。其推进系统包括四个无刷电机和四副旋翼，其满载的飞行时间为12分钟，空载飞行可达20分钟。(3)斯坦福大学STARMAC系列的四旋翼飞行平台(FrameworksofSTARMACQuadrotorUAVatStanfordUniversity)，斯坦福大学的STARMAC系列经历了两代的变革，STARMACⅠ飞行器本体采用了美国DraganflyerⅢ系列，有效荷载大概为113克，全动力情况下可飞行十分钟。该飞行平台利用两片单片机PIC18g6520组成双控制器结构，机载的传感器有惯性测量单元(IMU)、差分全球定位系统(差分GPS)、声呐测距传感器(SONAR)，以及无线传输的蓝牙传感器等。飞行器的控制算法、控制命令都由地面站计算机或计算机簇来完成。在STARMACⅠ之后，斯坦福大学的研究人员进一步展开了STARMACⅡ的研究，取得了很好的控制效果。STARMACⅡ飞行器本体为自制，边长为0.75米，重量为1.5千克，有效负载为1千克。该四旋翼无人飞行器硬件平台配备了三个独立的传感器进行飞行器的状态的测量与估计。国内研究现状：关于四旋翼无人机的研究国内虽然比国际上稍晚，但近年来四旋翼无人机在各个领域的应用逐步增多。受国际空中机器人大赛(InternationalAerialRoboticsCompetition,IARC)亚太赛区设立的推动，天大、南航、北航、哈工大、清华、国防科大等国内高校研究四旋翼无人机，主要偏重于控制理论和应用研究。除高校外，国内的商业公司很大程度促进了四旋翼无人机的发展。其中，较为著名的有大疆创新(DJI)和极飞(Xaircraft)。目前，这些商业公司生产的四旋翼无人机主要应用于航拍、娱乐等民用领域。(1)天津大学鲜斌教授团队无人机部分成果：为实现小型四旋翼无人机自主飞行制，设计一种基于视觉的飞行控制方法，并搭建嵌入式控制架构飞行试验平台。该四旋翼无人机起飞质量为1.4kg，有效负载为5N。在控制过程中，光流信息与姿态角信息进行融合用于估计无人机水平位置信息，利用获取到的水平位置信息作为内外环结构的比例微分积分控制外环反馈信息。不同于传统的基于地面站的控制架构试验平台，该飞行系统中采用了一个嵌入式控制架构的试验平台。该平台依靠机载嵌入计算机进行光流计算、运动状态估计，并采用机载飞行控制器执行控制算法。这种嵌入式控制架构工程实现难度高，但更利于实现四旋翼无人机的全自主飞行控制。试验结果表明，提出的设计方法取得了较好全自主飞行控制效果。针对GPS(globalpositioningsystem)信号缺失环境下无人机(UAV)自主飞行控制问题,设计了一种基于视觉的自主定位与控制方法.首先通过增加特征点提取数量和优化关键帧存储来对传统视觉SLAM(simultaneouslocalizationandmapping)算法进行改进,提高了算法的鲁棒性与通用性.其次,引入光流传感器作为视觉SLAM地图丢失情况下辅助位置信息测量单元,提高无人机飞行控制的安全性,并成功地克服视觉SLAM图像丢失问题和光流法存在的位置漂移问题.然后采用EKF(extendedKalmanfilter)融合无人机位置和3维加速度信息,得到了较为精确的位置信息,同时提高了信号输出频率.最后,利用上述方法获取的无人机位置信息设计PID(proportionintegrationdifferentiation)和RISE(robustintegralofthesignumoftheerror)非线性控制器,增加了算法的鲁棒性.为验证该控制策略的有效性,搭建了四旋翼无人机视觉控制系统实验平台.该平台采用嵌入式控制系统架构,使用机载计算机运行所提算法,避免了图像及控制命令在无线传输过程中引起的时间延迟和信号干扰.室外飞行实验表明，此控制方案实现了自主定位与飞行控制功能。该实验平台采用的软件架构由视觉SLAM模块(oSLAM}、光流传感器模块(OFS}、IMU模块(IMU),EKF模块(EKF)和控制模块(Contr本文档来自技高网...

【技术保护点】
一种基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法，其特征在于：包括如下步骤：步骤101、建立四旋翼无人机数学模型；具体为：根据牛顿—欧拉公式，建立四旋翼无人机的动力学方程组：

【技术特征摘要】
1.一种基于指令滤波反步法的四旋翼无人机稳定跟踪控制方法，其特征在于：包括如下步骤：步骤101、建立四旋翼无人机数学模型；具体为：根据牛顿—欧拉公式，建立四旋翼无人机的动力学方程组：其中x,y,z为无人机的位置坐标，kx,ky,kz为常系数，m为无人机的质量；且表示四旋翼无人机的姿态，φ(t)为滚转角、θ(t)为俯仰角，ψ(t)为偏航角；U1为无人机的总升力，U＝[U2,U3,U4]T为姿态控制器的控制输入；g为重力加速度，为无人机的转动惯量；四旋翼无人机的姿态运动学方程组为：将四旋翼无人机的姿态动力学方程以矢量形式表示：其中，四旋翼无人机姿态的动力学方程表示为严反馈形式：其中，步骤102、四旋翼无人机姿态控制系统：针对四旋翼无人机的姿态动力学方程(4)，基于奇异扰动分析设计指令滤波反步控制U，考虑坐标变换：其中，z2是跟踪误差，α2,分别表示虚拟反馈控制律和滤波虚拟控制律，s2为滤波误差；在每步的设计过程中，首先设计虚拟反馈控制αi+1(i＝1,2,3......n)，然后采用非线性反切滤波器逼近虚拟控制函数直到最后一步中设计真实的控制律U＝αn+1；第一步：根据公式(5)，姿态跟踪误差动态满足：构建光滑的反馈控制输入α2如下，以稳定方程(6)：其中ρ1是维数适当的正增益矩阵；通过如下的反正切滤波器，逼近滤波控制向量其中τη是滤波器增益；第二步：跟踪误差z2沿轨迹(4)的导数满足：设计控制输入U如下：其中ρ2是待设计的正增益矩阵；状态误差子系统表示为：由状态误差子系统(13)和滤波器子系统(9)组成姿态闭环系统，其动力学方程为：其中，定义和是向量场函数，表达式为：

【专利技术属性】
技术研发人员：吉月辉，池文浩，高强，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12