一种基于事件触发的无人飞艇轨迹跟踪控制方法及系统技术方案

本发明专利技术提供了一种基于事件触发的无人飞艇轨迹跟踪控制方法及系统，属于飞艇控制领域，方法包括：基于无人飞艇的数学模型，根据当前轨迹、当前速度及前一时刻的实际控制输入，采用固定时间干扰观测器确定未知干扰估计值；根据当前轨迹、期望轨迹、当前速度、期望速度约束及轨迹跟踪误差约束确定运动学回路跟踪误差、实际期望速度及补偿速度跟踪误差；根据轨迹跟踪误差约束、补偿速度跟踪误差、运动学回路跟踪误差、实际期望速度及未知干扰估计值确定虚拟控制输入；基于事件触发机制确定当前时刻的实际控制输入，以控制无人飞艇的运行轨迹。本发明专利技术提高了无人飞艇收敛到预设轨迹的效率，并降低了执行机构的损耗。并降低了执行机构的损耗。并降低了执行机构的损耗。

【技术实现步骤摘要】
一种基于事件触发的无人飞艇轨迹跟踪控制方法及系统


[0001]本专利技术涉及飞艇控制领域，特别是涉及一种基于事件触发的无人飞艇轨迹跟踪控制方法及系统。

技术介绍

[0002]近年来，随着高空平台通信系统概念的兴起，飞艇因其可长时驻留于平流层高度的特点再次成为军用领域和工业界的研究热点。作为一种轻于空气的无人飞行器，与一般高空气球不同，飞艇配置有螺旋桨推进系统，具备沿预设轨迹进行机动飞行的能力。对于无人飞艇的飞行控制，主要有轨迹跟踪和路径跟踪两种控制策略。目前，无人飞艇轨迹跟踪控制方法均只能保证系统的渐近稳定性，意味着无人飞艇收敛到预设轨迹的时间较长，需提高算法收敛速度。此外，在精细任务场景下，无人飞艇在跟踪预设轨迹过程中其状态需满足特定约束，以更好满足任务需求。同时，传统周期更新控制信号的方法，会令执行机构频繁动作，影响其寿命，不利于无人飞艇长时驻空。

技术实现思路

[0003]本专利技术的目的是提供一种基于事件触发的无人飞艇轨迹跟踪控制方法及系统，可提高无人飞艇收敛到预设轨迹的效率，并降低执行机构的动作频率，降低执行机构的损耗。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种基于事件触发的无人飞艇轨迹跟踪控制方法，包括：
[0006]建立无人飞艇的数学模型；所述无人飞艇的数学模型包括运动学模型及动力学模型；
[0007]针对任一时刻，获取无人飞艇的当前轨迹向量、当前速度向量、期望轨迹向量、期望速度约束向量、轨迹跟踪误差约束向量及控制输入约束向量；
[0008]基于所述无人飞艇的数学模型，根据所述当前轨迹向量、当前速度向量及前一时刻的实际控制输入向量，采用固定时间干扰观测器，确定未知干扰估计值；初始时刻的实际控制输入向量预先设定；
[0009]根据所述当前轨迹向量、所述期望轨迹向量、所述当前速度向量、所述期望速度约束向量及所述轨迹跟踪误差约束向量，确定运动学回路跟踪误差向量、实际期望速度向量及补偿速度跟踪误差向量；
[0010]根据所述轨迹跟踪误差约束向量、所述补偿速度跟踪误差向量、所述运动学回路跟踪误差向量、所述实际期望速度向量及所述未知干扰估计值，确定虚拟控制输入向量；
[0011]根据所述虚拟控制输入向量、所述补偿速度跟踪误差向量及所述控制输入约束向量，基于事件触发机制，确定当前时刻的实际控制输入向量；
[0012]根据当前时刻的实际控制输入向量控制所述无人飞艇的运行轨迹。
[0013]为实现上述目的，本专利技术还提供了如下方案：
[0014]一种基于事件触发的无人飞艇轨迹跟踪控制系统，包括：
[0015]模型建立单元，用于建立无人飞艇的数学模型；所述无人飞艇的数学模型包括运动学模型及动力学模型；
[0016]数据获取单元，用于针对任一时刻，获取无人飞艇的当前轨迹向量、当前速度向量、期望轨迹向量、期望速度约束向量、轨迹跟踪误差约束向量及控制输入约束向量；
[0017]干扰估计单元，分别与所述模型建立单元及所述数据获取单元连接，用于基于所述无人飞艇的数学模型，根据所述当前轨迹向量、当前速度向量及前一时刻的实际控制输入向量，采用固定时间干扰观测器，确定未知干扰估计值；初始时刻的实际控制输入向量预先设定；
[0018]误差确定单元，与所述干扰估计单元连接，用于根据所述当前轨迹向量、所述期望轨迹向量、所述当前速度向量、所述期望速度约束向量及所述轨迹跟踪误差约束向量，确定运动学回路跟踪误差向量、实际期望速度向量及补偿速度跟踪误差向量；
[0019]虚拟输入确定单元，与所述误差确定单元连接，用于根据所述轨迹跟踪误差约束向量、所述补偿速度跟踪误差向量、所述运动学回路跟踪误差向量、所述实际期望速度向量及所述未知干扰估计值，确定虚拟控制输入向量；
[0020]实际输入确定单元，与所述虚拟输入确定单元连接，用于根据所述虚拟控制输入向量、所述补偿速度跟踪误差向量及所述控制输入约束向量，基于事件触发机制，确定当前时刻的实际控制输入向量；
[0021]轨迹控制单元，与所述实际输入确定单元连接，用于根据当前时刻的实际控制输入向量控制所述无人飞艇的运行轨迹。
[0022]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0023]本专利技术基于无人飞艇的数学模型，采用固定时间干扰观测器，确定未知干扰估计值，然后根据当前轨迹向量、期望轨迹向量、当前速度向量、期望速度约束向量及轨迹跟踪误差约束向量确定及未知干扰估计值，确定虚拟控制输入向量，根据最后虚拟控制输入向量、补偿速度跟踪误差向量及控制输入约束向量，基于事件触发机制，确定当前时刻的实际控制输入向量，以控制无人飞艇的运行轨迹。基于固定时间稳定性的理论，可以令无人飞艇在固定时间内收敛至预设轨迹，提高了无人飞艇收敛到预设轨迹的效率，并且引入了事件触发机制，大幅降低了控制输入的更新频率，进而降低了执行机构的损耗。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0025]图1为本专利技术提供的基于事件触发的无人飞艇轨迹跟踪控制方法的流程图；
[0026]图2为无人飞艇轨迹跟踪控制的框架图；
[0027]图3为本专利技术提供的基于事件触发的无人飞艇轨迹跟踪控制系统的示意图。
[0028]符号说明：
[0029]1‑
模型建立单元，2
‑
数据获取单元，3
‑
干扰估计单元，4
‑
误差确定单元，5
‑
虚拟输入确定单元，6
‑
实际输入确定单元，7
‑
轨迹控制单元。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]本专利技术的目的是提供一种基于事件触发的无人飞艇轨迹跟踪控制方法及系统，引入事件触发机制，大幅降低控制输入的更新频率，进而降低执行机构的损耗。
[0032]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0033]实施例一
[0034]如图1所示，本实施例提供了一种基于事件触发的无人飞艇轨迹跟踪控制方法，包括：
[0035]步骤100：建立无人飞艇的数学模型。所述无人飞艇的数学模型包括运动学模型及动力学模型。
[0036]建立无人飞艇的运动学方程：定义无人飞艇在惯性系下的位置ζ＝[x,y,z]T...

【技术保护点】

【技术特征摘要】
1.一种基于事件触发的无人飞艇轨迹跟踪控制方法，其特征在于，所述基于事件触发的无人飞艇轨迹跟踪控制方法包括：建立无人飞艇的数学模型；所述无人飞艇的数学模型包括运动学模型及动力学模型；针对任一时刻，获取无人飞艇的当前轨迹向量、当前速度向量、期望轨迹向量、期望速度约束向量、轨迹跟踪误差约束向量及控制输入约束向量；基于所述无人飞艇的数学模型，根据所述当前轨迹向量、当前速度向量及前一时刻的实际控制输入向量，采用固定时间干扰观测器，确定未知干扰估计值；初始时刻的实际控制输入向量预先设定；根据所述当前轨迹向量、所述期望轨迹向量、所述当前速度向量、所述期望速度约束向量及所述轨迹跟踪误差约束向量，确定运动学回路跟踪误差向量、实际期望速度向量及补偿速度跟踪误差向量；根据所述轨迹跟踪误差约束向量、所述补偿速度跟踪误差向量、所述运动学回路跟踪误差向量、所述实际期望速度向量及所述未知干扰估计值，确定虚拟控制输入向量；根据所述虚拟控制输入向量、所述补偿速度跟踪误差向量及所述控制输入约束向量，基于事件触发机制，确定当前时刻的实际控制输入向量；根据当前时刻的实际控制输入向量控制所述无人飞艇的运行轨迹。2.根据权利要求1所述的基于事件触发的无人飞艇轨迹跟踪控制方法，其特征在于，基于所述无人飞艇的数学模型，根据所述当前轨迹向量、当前速度向量及前一时刻的实际控制输入向量，采用固定时间干扰观测器，确定未知干扰估计值，具体包括：基于所述无人飞艇的数学模型，根据所述当前轨迹向量、所述当前速度向量及前一时刻的实际控制输入向量，确定中间向量；根据所述中间向量及所述当前速度向量，采用固定时间干扰观测器，确定未知干扰估计值。3.根据权利要求2所述的基于事件触发的无人飞艇轨迹跟踪控制方法，其特征在于，所述固定时间干扰观测器为：其中，为未知干扰估计值，l1、l2、l3、l4、l5为设计参数，且{l1,l2,l3,l4,l5}＞0，x为当前速度向量，f为中间向量，前速度向量，f为中间向量，为x的估计值，为z1的估计值，为估计误差，为估计误差，为的导数，z2＝l2z1，为z2的导数，β1和β2为正偶数，且β1＜β2，sig()表示分数阶。4.根据权利要求1所述的基于事件触发的无人飞艇轨迹跟踪控制方法，其特征在于，根据所述当前轨迹向量、所述期望轨迹向量、所述当前速度向量、所述期望速度约束向量及所述轨迹跟踪误差约束向量，确定运动学回路跟踪误差向量、实际期望速度向量及补偿速度
跟踪误差向量，具体包括：根据所述当前轨迹向量及所述期望轨迹向量，确定运动学回路跟踪误差向量；根据所述运动学回路跟踪误差向量、所述期望轨迹向量及所述轨迹跟踪误差约束向量，确定名义期望速度向量；根据所述期望速度约束向量及所述名义期望速度向量，确定实际期望速度向量；根据所述当前速度向量及所述实际期望速度向量，确定动力学回路跟踪误差向量；根据所述名义期望速度向量及所述实际期望速度向量，确定辅助变量；根据所述辅助变量及所述动力学回路跟踪误差向量，确定补偿速度跟踪误差向量。5.根据权利要求4所述的基于事件触发的无人飞艇轨迹跟踪控制方法，其特征在于，采用以下公式确定实际期望速度向量：其中，x
i,c
为实际期望速度向量的第i个元素值，x
i,cd
为名义期望速度向量的第i个元素值，x
i,max
为期望速度约束向量的第i个元素值，sign()为符号函数。6.根据权利要求1所述的基于事件触发的无人飞艇轨...

【专利技术属性】
技术研发人员：袁佳策，祝明，郭虓，娄文杰，欧家骏，赵达，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：