无人系统有限时间自适应自动驾驶仪控制方法技术方案

本发明专利技术提出一种新型无人系统有限时间自适应自动驾驶仪的控制方法，针对目前标准自动驾驶仪普遍存在的无法处理系统不确定性的问题，本发明专利技术基于有限时间滑模控制算法框架，设计规避奇异且连续的切换有限时间滑模面，提出有限时间自适应率来实时跟踪补偿无人系统的不确定性，从而设计一种无人系统有限时间自适应滑模控制自动驾驶仪方案，达到增强系统的鲁棒性和自适应性的目的，设计方案具有即插即用的模块化特点。该自动驾驶仪方案不但能应用于多种无人系统，同时对系统中普遍存在的不确定性问题具有很好的跟踪补偿效应，在系统出现不确定的参数变化和干扰情况下，提出的有限时间自适应控制方法能够让系统实现有限时间最终一致有界稳定。一致有界稳定。一致有界稳定。

【技术实现步骤摘要】
无人系统有限时间自适应自动驾驶仪控制方法


[0001]本专利技术涉及一种无人系统有限时间自适应自动驾驶仪控制方法,属智能控制


技术介绍

[0002]无人系统包括无人机，无人车，无人船，无人潜水器等机器系统。近年来，无人系统被广泛应用于各种领域中，比如监控，物流，勘探，绘图，农业等等。尽管不同的无人系统存在不同结构，应用和运行空间，但是他们都有一个共同的特点，那就是使用自动驾驶仪进行系统的导航，制导和控制。大部分无人系统是复杂的非线性系统，具有耦合的纵向横向动力学特征：无人机和无人潜水器具有六个自由度(三维的位移和三个姿态角)，他们一般被四个输入控制(翻滚角，俯仰角，偏航角和油门)；无人车和无人船拥有三个自由度(二维的位移和和一个方向角)，他们一般被两个输入控制(方向舵和油门)。ArduPilot是一种能支持多种无人系统的自动驾驶仪开源库，它拥有目前全球最多的科学家工程师社区进行开发和维护。鉴于ArduPilot的灵活性和应用广泛性，本提案中的方法将基于ArduPilot开源库进行再次开发，使本提案的方法能够兼容多种无人系统。当前几乎所有的标准开源自动驾驶仪都是采用PID级联连续闭合环的架构(包括外环的位置控制和内环的速度控制)，这是因为PID控制器具有实现简单和低计算复杂度等特点。然而这种线性控制器并不足以处理无人系统广泛存在的依赖状态和非结构的不确定性因素，比如气候环境的干扰，无人系统负载参数变化，未建模动力学系统部分等等。当出现这些不确定性因素后，用户往往需要重新调整ArduPilot里的PID控制器增益使得自动驾驶仪能够避免控制性能降低甚至不稳定的情况发生。因此，目前ArduPilot开源库仍然缺乏一种能控制多类无人系统，同时兼容当前标准PID级联闭合环架构的自适应自动驾驶仪。

技术实现思路

[0003]本专利技术要解决的技术问题：无人系统大都是复杂的非线性系统，且具有耦合的欠激励纵向横向动力学特征。其运行的外部环境十分复杂，包含许多依赖状态，非结构的不确定性，比如气候环境的干扰，无人系统负载参数变化，未建模动力学系统部分等等，而当前ArduPilot或者PX4这种主流开自动驾驶仪库仍采用线性级联闭环控制的方式，并不足以处理这些不确定性。虽然目前也有很多其它方法来处理这些依赖状态的不确定，但这些方法大都针对特定的无人系统，像无人机的飞控，无人船的驾驶仪等，他们并不能从更高层去处理多种类型的无人系统。同时，现有的方法也并不能兼容ArduPilot或PX4这种PID级联闭环的控制架构。
[0004]本专利技术要达到的目标：本专利技术的目标是针对无人系统在执行任务的过程中所面临的系统内部及外部环境的不确定问题，提出一种有限时间控制器，使得无人系统的自动驾驶仪在遇到这些不确定因素时自适应辨识这些不确定，能够尽可能保证无人系统不发生故障，并在有限时间内快速恢复稳定。同时所提出的自动驾驶仪能够广泛兼容现有的PID环路
级联系统，包括但不限于ArduPilot，PX4等。
[0005]为了实现上述目的，本专利技术的技术方案如下：无人系统有限时间自适应自动驾驶仪控制方法，所述方法包括以下步骤：
[0006]步骤1：建立无人系统动力学模型；
[0007]步骤2：根据跟踪误差，设计一种新的有限时间滑模面；
[0008]步骤3：提取系统中的不确定性结构；
[0009]步骤4：自适应控制器设计。该方案基于自适应有限时间滑模控制，采用模块化设计，不但可以应用于多种无人系统的自动驾驶仪中，还能让系统实现有限时间最终一致有界，使系统更快收敛稳定。具体技术方案如下：
[0010]作为本专利技术的一种改进，步骤1：建立无人系统动力学模型，具体如下：由于多数无人系统都属于机械系统，例如无人机，无人车，无人船等等，而欧拉
‑
拉格朗日系统常被用来代表机械系统的动力学模型，其模型方程为：
[0011][0012]其中q,是系统的n维状态向量及其导数；M(q)是系统的质量/惯性矩阵；是科里奥利向心力矩阵；g(q)为重力矩的向量；是阻尼和摩擦向量；d代表外部干扰向量；
[0013]u是控制输入，欧拉
‑
拉格朗日系统具备以下几个性质：
[0014]1)欧拉
‑
拉格朗日系统中的矩阵和向量的范数有界，即存在正实数c,g,f,a使得
[0015]需要注意的是本方案中不需要预先知道c,g,f,a的大小。
[0016]2)矩阵M(q)对称并且正定，满足0<m1I
n
≤M(q)≤m2I
n
,其中m1,m2是正常数，I
n
是单位矩阵，
[0017]3)矩阵是反对称矩阵，即存在非零向量X有
[0018]由于欧拉
‑
拉格朗日系统被用来指代无人机，无人车，无人船等无人系统，这些无人系统转换成欧拉
‑
拉格朗日系统方程时，会有不同的M,C,G,F,d形式，这里我们将它们都视为不确定性内容加以处理。
[0019]作为本专利技术的一种改进，步骤2：根据跟踪误差，设计一种新的有限时间滑模面，具体如下：
[0020]本专利技术提供一种无人系统有限时间自适应自动驾驶仪的控制方案，该方案基于有限时间滑模控制，采用模块化设计，不但可以应用于多种无人系统的自动驾驶仪中，还能让系统实现有限时间最终一致有界，使系统更快收敛稳定。具体技术方案如下：
[0021]首先定义误差e(t)＝q(t)
‑
q
d
(t),t是时间变量，q
d
是目标状态向量且其范数满足‖q
d
‖≤q
m
,q
m
和q
mm
是正常数，有限时间滑模面被设计为
[0022][0023]其中s是滑模面，是e的时间导数，λ
p
和λ
i
分别指比例控制器和积分控制器的增益，λ
f
是正常数，Δ(e)是以Δ
i
(e
i
)为元素的向量，定义如下：
[0024][0025]其中0<γ<1,ε是一个小的正常数，sign(
·
)是符号函数，并且
[0026]α1＝(2
‑
γ)ε
γ
‑1[0027][0028]那么(2)式中时间导数为
[0029][0030]其中向量的元素是
[0031][0032]注意正常数α1和α2确保了滑模面s与导数的在点|e
i
|＝ε处的连续性，此外，设计的滑模面s与导数消除了在整个状态空间中的奇异性，设计的滑模面能够促使误差e与在有限时间内收敛，同时，公式(2)和(5)中的Δ(e)，将满足以下定理：
[0033][0034]作为本专利技术的一种改进，步骤3：提取系统中的不确定性结构，具体如下，基于公式(2)中的有限时间滑模面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.无人系统有限时间自适应自动驾驶仪控制方法，其特征在于，所述方法包括以下步骤：步骤1：建立无人系统动力学模型；步骤2：根据跟踪误差，设计一种新的有限时间滑模面；步骤3：提取系统中的不确定性结构；步骤4：自适应控制器设计。2.根据权利要求1所述的无人系统有限时间自适应自动驾驶仪控制方法，其特征在于，步骤1：建立无人系统动力学模型，具体如下：欧拉
‑
拉格朗日系统用来代表机械系统的动力学模型，其模型方程为：其中q，是系统的n维状态向量及其导数；M(q)是系统的质量/惯性矩阵；是科里奥利向心力矩阵；G(q)为重力矩的向量；是阻尼和摩擦向量；d代表外部干扰向量；u是控制输入，欧拉
‑
拉格朗日系统具备以下几个性质：1)欧拉
‑
拉格朗日系统中的矩阵和向量的范数有界，即存在正实数c，g，f，a使得||G(q)||≤g，||d||≤a.2)矩阵M(q)对称并且正定，满足0＜m1I
n
≤M(q)≤m2I
n
，其中m1，m2是正常数，I
n
是单位矩阵，3)矩阵是反对称矩阵，即存在非零向量X有欧拉
‑
拉格朗日系统被用来指代无人机，无人车，无人船无人系统。3.根据权利要求1所述的无人系统有限时间自适应自动驾驶仪控制方法，其特征在于，步骤2：根据轨迹跟踪误差，设计一种新的有限时间滑模面，具体如下：首先定义轨迹跟踪误差向量e(t)＝q(t)
‑
q
d
(t)，t是时间变量，q
d
是目标状态向量且其范数满足||q
d
||≤q
m
，q
m
和q
mm
是正常数，有限时间滑模面被设计为其中s是滑模面向量，是e的时间导数，λ
p
和λ
i
分别指比例控制器和积分控制器的增益，λ
f
是正常数，Δ(e)是以Δ
i
...

【专利技术属性】
技术研发人员：李鹏，欧阳西，刘娣，
申请(专利权)人：东南大学，
类型：发明
国别省市：