CN116909199B - 一种基于连杆配置的可重构无人机的控制方法 - Google Patents
一种基于连杆配置的可重构无人机的控制方法 Download PDFInfo
- Publication number
- CN116909199B CN116909199B CN202311161017.0A CN202311161017A CN116909199B CN 116909199 B CN116909199 B CN 116909199B CN 202311161017 A CN202311161017 A CN 202311161017A CN 116909199 B CN116909199 B CN 116909199B
- Authority
- CN
- China
- Prior art keywords
- reconfigurable
- uav
- arm
- attitude
- controller
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 206010034719 Personality change Diseases 0.000 claims abstract description 9
- 230000005484 gravity Effects 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000000704 physical effect Effects 0.000 abstract description 2
- 230000001360 synchronised effect Effects 0.000 abstract description 2
- 230000036544 posture Effects 0.000 description 12
- 230000004044 response Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 101100233916 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) KAR5 gene Proteins 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于连杆配置的可重构无人机的控制方法,可重构无人机包括重构控制器、设置在姿态环的BSTSMC控制器以及与BSTSMC控制器连接的扩张状态观测器;控制方法包括:重构控制器根据接收的重构信号对可重构无人机进行重构;扩张状态观测器获取重构后的可重构无人机的姿态变化信息,并根据姿态变化信息对可重构无人机的姿态进行实时补偿;BSTSMC控制器获取实时补偿后的姿态控制信号,根据姿态控制信号对可重构无人机的姿态进行实时调节。在可重构无人机物理属性时变,存在模型不确定性以及外部扰动的情况下可以对扰动进行实时估计并补偿,以实现在飞行时同步变形可以保持可靠的飞行性能。
Description
技术领域
本发明属于无人机控制技术领域,尤其涉及一种基于连杆配置的可重构无人机的控制方法。
背景技术
可重构无人机在飞行中可以重构自身形态以适应所处环境,从而拓展其应用范围,而自身形态的改变会很大程度上影响无人机的属性参数,对无人机姿态造成较大干扰,对于旋翼无人机这类欠驱动系统,姿态的干扰也会体现在位置上,这时无人机会进入短暂的失稳状态,这并不满足实际应用中平稳控制的要求,为了减弱无人机重构时的姿态干扰,研究者们提出了很多改进的控制算法,大部分文献为时变的参数设计自适应律进行估计,将其实时补偿到基于模型推导的非线性控制率中,这种方法虽然有效的减弱了重构造成的干扰,但是自适应律的引入加大了该控制方法对模型精度的依赖,并且所针对的干扰源较为单一,这并不利于控制算法的普适性。
发明内容
本发明提供一种基于连杆配置的可重构无人机的控制方法,用于解决可重构无人机在飞行过程中进行重构会产生较大的姿态干扰的技术问题。
本发明提供一种基于连杆配置的可重构无人机的控制方法,所述可重构无人机包括重构控制器、设置在姿态环的BSTSMC控制器以及与所述BSTSMC控制器连接的扩张状态观测器;所述控制方法包括:
重构控制器根据接收的重构信号对所述可重构无人机进行重构,其中,当某一机臂变形时,所述可重构无人机的最小限制角度的表达式为: ,
当相邻的两个机臂组合变形以及任意三个或全部机臂进行变形时,所述可重构无人机的最大限制角度的表达式为:,
式中,、分别为无人机重构时机臂旋转的最小限制角度和最大限制角度,为连杆与电机的连接点到桨叶根部的距离,为旋翼直径,为机体对角长度,为机臂长度;
扩张状态观测器获取重构后的所述可重构无人机的姿态变化信息,并根据所述姿态变化信息对所述可重构无人机的姿态进行实时补偿;
BSTSMC控制器获取实时补偿后的姿态控制信号,根据所述姿态控制信号对所述可重构无人机的姿态进行实时调节,所述BSTSMC控制器的表达式为:
,
式中,为总控制量,为基于反步法的控制量,为超螺旋控制算法的控制量,为一组可调增益,为扩张状态观测器观测到的各通道总扰动,为期望值和反馈值的误差,为期望值,为误差微分增益,为误差的微分,为滑模面增益,为滑模面,为超螺旋系数,为符号函数,为超螺旋系数,为当前运行时间。
进一步地,当对角的两个机臂组合变形时,所述可重构无人机的最大限制角度的表达式为:
。
进一步地,其中,所述扩张状态观测器的表达式为:
,
式中,为第时刻跟踪误差,为第时刻滚转通道的跟踪反馈量,为第时刻滚转通道的跟踪反馈量,为第时刻无人机滚转角,为观测器步长,为第时刻滚转通道的跟踪反馈量的微分,为第时刻滚转通道的跟踪反馈量的微分,为第时刻滚转通道的扰动观测量,为第时刻滚转通道的扰动观测量,、、均为观测器可调增益,为系数是0.5时的非线性函数,为输出反馈增益,为第时刻滚转通道的控制器输出量,为系数是0.25时的非线性函数;
,
式中,为系数是时的非线性函数,为自变量,为极小值,为符号函数。
进一步地,所述姿态变化信息包括重心变化量和惯量变化量。
进一步地,假设可重构无人机在重构前的几何中心为原点,则可重构无人机的重心变化量的表达式为:
,
式中,为重心偏移量,为机身与舵机质量,为机身重心到坐标原点的矢量,为机臂、转子和旋翼的总力偶,为机臂质量,为电机质量,为旋翼质量,为第个机臂重心到坐标原点的矢量,为第个电机重心到坐标原点的矢量,为第个旋翼重心到坐标原点的矢量。
进一步地,可重构无人机的机臂的惯量变化量的表达式为:
,
式中,为第1个机臂和第3个机臂重构后的惯量,为绕y轴旋转矩阵,为机臂不重构时的惯量,为绕y轴旋转矩阵的转置,为第2个机臂和第4个机臂重构后的惯量,为绕x轴旋转矩阵,为绕x轴旋转矩阵的转置;
其中,,
式中,为第2个机臂和第4个机臂的旋转角的余弦值,为第2个机臂和第4个机臂旋转角的正弦值;
,
式中,为第1个机臂和第3个机臂的旋转角的余弦值,为第1个机臂和第3个机臂的旋转角的正弦值。
进一步地,所述重构控制器的表达式为:
,
式中,为第个机臂的转动角速度,为第个独立变形通道的增益,为第个机臂的期望角度,为第个机臂的当前角度。
本申请的基于连杆配置的可重构无人机的控制方法,采用BSTSMC控制器以及与所述BSTSMC控制器连接的扩张状态观测器的串级控制框架,该控制框架降低了对模型精度的依赖性,在可重构无人机物理属性时变,存在模型不确定性以及外部扰动的情况下可以对扰动进行实时估计并补偿,以实现在飞行时同步变形可以保持可靠的飞行性能。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于连杆配置的可重构无人机的控制方法的流程图;
图2为本发明一实施例提供一个具体实施例的可重构无人机尺寸的定义与限制图;
图3为本发明一实施例提供一个具体实施例的重构控制仿真图;
图4为本发明一实施例提供一个具体实施例的轨迹跟踪仿真图;
图5为本发明一实施例提供一个具体实施例的位置控制响应图;
图6为本发明一实施例提供一个具体实施例的姿态控制响应图;
图7为本发明一实施例提供一个具体实施例的重构时位置干扰应对图;
图8为本发明一实施例提供一个具体实施例的重构时姿态干扰应对图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本申请的一种基于连杆配置的可重构无人机的控制方法的流程图。可重构无人机包括重构控制器、设置在姿态环的BSTSMC控制器以及与所述BSTSMC控制器连接的扩张状态观测器。
如图1所示,基于连杆配置的可重构无人机的控制方法具体包括以下步骤:
步骤S101,重构控制器根据接收的重构信号对所述可重构无人机进行重构。
在本步骤中,重构控制器的表达式为:
,
式中,为第个机臂的转动角速度,为第个独立变形通道的增益,为第个机臂的期望角度,为第个机臂的当前角度。
具体地,采用四个无刷电机为无人机提供推力,四个伺服电机与机体固连分别驱动四个机臂独立运动,构建了模块化的可重构无人机。
可重构无人机的最终重构形态由四个独立的机臂变形情况组合而成,每个机臂的变形原理相同,下面以其中一个机臂为例进行说明,如图2所示的平行四边形,为了方面表达,将所有机械构件抽象为线段进行说明,线段代表连杆,线段代表机臂,线段代表机体,线段代表电机以及旋翼,为每个单独旋翼产生的推力矢量。在图2中的为变形之后的状态,其中与之间的运动为主动运动,依靠舵机驱动,其余运动均为在平行四边形的约束下的被动运动,可以看出,采用本申请提出的这种平行连杆结构可以保证的方向始终与平行,即垂直机体水平面。
单个机臂进行变形时,以机体水平面为零度,向下为负,第个机臂的当前角度为;多个机臂进行组合变形时,会发生旋翼与连杆或旋翼之间的重叠,对组合变形时的情况进行分析,对旋转角度做以下限制。
机臂旋转角度的最小值限制发生在机臂向下旋转的过程中,达到一定角度时,桨叶会与连杆发生重叠,当某一机臂变形时,可重构无人机的最小限制角度的表达式为:
,
式中,为无人机重构时机臂旋转的最小限制角度,为连杆与电机的连接点到桨叶根部的距离,为旋翼直径。
在分析最大限制角度时,分三种组合变形情况:
1)对角的两个机臂组合变形时,需要满足以下关系:
,
式中,为无人机轴距,为机体对角长度;
若螺旋桨满足,则最大限制角度与机体各构建尺寸有关,
可重构无人机的最大限制角度的表达式为:
,
2)相邻两个机臂组合变形时,添加限制条件为:,
则可重构无人机的最大限制角度的表达式为:
,
3)任意三个或全部机臂进行变形时,添加限制条件为:
,
则可重构无人机的最大限制角度的表达式为:
,
式中,为无人机重构时机臂旋转的最大限制角度,为旋翼直径,为机体对角长度,为机臂长度。
基于以上分析得出的限制,提出可重构无人机的变形范围最大最小轴距为:
,
式中,为无人机最大轴距,为无人机最小轴距。
步骤S102,扩张状态观测器获取重构后的所述可重构无人机的姿态变化信息,并根据所述姿态变化信息对所述可重构无人机的姿态进行实时补偿。
为描述可重构无人机姿态,在地面上任选一点o作为原点,X轴指向地球表面任意一个方向,Z轴沿着铅直方向指向天空,Y轴在水平面内与X轴垂直,指向通过右手法则来确定。
机体坐标系原点o位于可重构无人机姿态的质心处,x轴在可重构无人机姿态的对称平面内,并且平行于可重构无人机姿态的设计轴线,指向可重构无人机姿态的机头前方,y轴垂直于机身对称平面,并指向可重构无人机姿态的机身左方,z轴过o点并与xoy平面垂直,指向可重构无人机姿态上方。
机体坐标系到地面坐标系的旋转矩阵通过左乘基本旋转矩阵得到,计算简化结果如下:
,
式中,为无人机旋转矩阵,为无人机俯仰角,为无人机滚转角, 为无人机偏航角;
即,机体坐标系与地面坐标系的转换关系为:
,
式中,为某点在地面坐标系中的表示,为某点在机体坐标系中的表示。
根据牛顿欧拉方程建立可重构无人机六自由度数学模型,其中位置三自由度模型在地面坐标系表示,姿态三自由度模型在机体坐标系表示。
,
式中,为无人机质量,为无人机加速度,为无人机的惯性矩阵,为无人机角加速度,为无人机角速度,为旋翼产生的升力,为无人机的重力,为飞行过程中的阻力,为重构造成的扰动,为外部扰动的总和,为旋翼产生的升力矩,为空气阻力对旋翼产生的反力矩,为陀螺力矩,为重构产生的重力矩;
可重构无人机的惯性矩阵在变形过程中会发生变化,可重构无人机的惯性矩阵的表达式为:
,
式中,为无人机x轴惯量,为无人机y轴惯量,为无人机z轴惯量;
空气阻力对旋翼产生的反力矩为:
,
式中,为反扭力矩系数,为第旋翼的转速;
陀螺力矩为:
,
式中,为转子转动惯量,为无人机绕y轴角速度,为第1旋翼的转速,为第2旋翼的转速,为第3旋翼的转速,为第4旋翼的转速,为无人机绕x轴角速度;
重构产生的重力矩如下:
,
式中,为重心偏移量,为旋转矩阵,为无人机的重力;
由旋翼产生的力和力矩与旋翼转速之间的关系如下:
,
式中,为旋翼产生的升力,为旋翼产生的升力矩,为升力,,为升力系数,当可重构无人机重构时是一个时变矩阵,代表控制分配矩阵,表达式如下:
,
式中,为反扭力矩系数,为第个机臂的等效力臂,。
定义控制输入如下:
,
式中,为高度控制量,为横滚通道控制量,为俯仰通道控制量,为偏航通道控制量;
将可重构无人机的六自由度动力学模型改写为:
,
式中,为x位置二阶导,为y位置二阶导,为无人机滚转角二阶导,为无人机俯仰角二阶导,为无人机偏航角二阶导,为空气阻力系数,为偏航角,为x位置一阶导,为无人机质量,为无人机俯仰角,为x位置通道重构扰动,为x位置通道外部总扰动,为y位置一阶导,为y位置通道重构扰动,为y位置通道外部总扰动,为重力加速度,为高度通道一阶导,为高度通道重构扰动,为高度通道外部总扰动,为无人机俯仰角一阶导,为无人机偏航角一阶导,为无人机y轴惯量,为无人机z轴惯量,为无人机x轴惯量,为横滚通道控制量,为转子惯量,为四个旋翼转速差,为横滚角通道重构扰动,为横滚角通道外部总干扰,为无人机滚转角一阶导,为俯仰通道控制量,为俯仰角重构扰动,为俯仰角外部总扰动,为偏航角重构扰动,为偏航通道控制量,为偏航角外部总扰动。
需要说明的是,可重构无人机包括机体、电源、飞控、四个舵机、四个机臂、四个电机和四个旋翼,其中电源、飞控、舵机与机体固定连接,将重构无人机视为机身长宽为,机身高为的长方体,将机臂视为机臂长、机臂宽、机臂高分别为、、的长方体,将电机和旋翼分别视为电机半径为,电机高为和旋翼半径为,旋翼高为的圆柱姿态变化信息包括重心变化量和惯量变化量。
假设可重构无人机在重构前的几何中心为原点,则可重构无人机的重心变化量的表达式为:
,
式中,为重心偏移量,为机身与舵机质量,为机身重心到坐标原点的矢量,为机臂、转子和旋翼的总力偶,为机臂质量,为电机质量,为旋翼质量,为第个机臂重心到坐标原点的矢量,为第个电机重心到坐标原点的矢量,为第个旋翼重心到坐标原点的矢量。
运用平行轴定理计算可重构无人机的转动惯量。具体地,计算各部分转动惯量的表达式为:
,
式中,为无人机重构前机体惯量,为无人机重构前机臂惯量,为无人机重构前转子惯量,为无人机重构前旋翼惯量,为机身与舵机质量,为机臂质量,为电机质量,为旋翼质量;
在变形过程中,惯量需要重新计算,其中圆柱的惯量不发生变化,机体固连于坐标系,所以其惯量也不会变化,下面引入旋转矩阵表示可重构无人机的机臂的惯量变化量,惯量变化量的表达式为:
,
式中,为第1个机臂和第3个机臂重构后的惯量,为绕y轴旋转矩阵,为机臂不重构时的惯量,为绕y轴旋转矩阵的转置,为第2个机臂和第4个机臂重构后的惯量,为绕x轴旋转矩阵,为绕x轴旋转矩阵的转置;
其中,,
式中,为第2个机臂和第4个机臂的旋转角的余弦值,为第2个机臂和第4个机臂旋转角的正弦值;
,
式中,为第1个机臂和第3个机臂的旋转角的余弦值,为第1个机臂和第3个机臂的旋转角的正弦值。
根据平行轴定理有惯量计算式为:
,
式中,为无人机重构后惯量,为机体惯量,为机身与舵机质量,为机身重心到坐标原点的矢量,为重心偏移量,为第个机臂的惯量,为机臂质量,为第个机臂重心到坐标原点的矢量,为转子惯量,为电机质量,为第个电机重心到坐标原点的矢量,为旋翼的惯量,为旋翼质量,为第个旋翼到坐标原点的矢量;
可重构无人机进行变形时,其每个机臂的等效力臂也会发生变化,对变形过程进行分析发现,等效力臂的变化有两个方面,一方面是机臂变形导致旋翼到坐标原点的水平距离变化,可以表示为:
,
式中,为第个等效力臂不考虑重心偏移的长度,为机臂长度,为第个机臂的当前角度,为机体长度;
另一方面是因为可重构无人机变形导致的中心的偏移,假设此时的重心为,则每个机臂的等效力臂如下表示:
,
式中,为第个等效力臂,为重心偏移x轴分量,为重心偏移y轴分量,为重心偏移Z轴分量;
其中,所述扩张状态观测器的表达式为:
,
式中,为第时刻跟踪误差,为第时刻滚转通道的跟踪反馈量,为第时刻滚转通道的跟踪反馈量,为第时刻无人机滚转角,为观测器步长,为第时刻滚转通道的跟踪反馈量的微分,为第时刻滚转通道的跟踪反馈量的微分,为第时刻滚转通道的扰动观测量,为第时刻滚转通道的扰动观测量,、、均为观测器可调增益,为系数是0.5时的非线性函数,为输出反馈增益,为第时刻滚转通道的控制器输出量,为系数是0.25时的非线性函数;
,
式中,为系数是时的非线性函数,为自变量,为极小值,为符号函数。
步骤S103,BSTSMC控制器获取实时补偿后的姿态控制信号,根据所述姿态控制信号对所述可重构无人机的姿态进行实时调节。
在本步骤中,BSTSMC(反步超螺旋滑膜)控制器的表达式为:
,
式中,为总控制量,为基于反步法的控制量,为超螺旋控制算法的控制量,为一组可调增益,为扩张状态观测器观测到的各通道总扰动,为期望值和反馈值得误差,为期望值,为误差微分增益,为误差的微分,为滑模面增益,为滑模面,为超螺旋系数,为符号函数,为超螺旋系数,为系统运行当前时间。
具体地,,
式中,为中间变量;
式中,为期望值,为反馈值,为期望值一阶导,为反馈值一阶导,为期望值一阶导,为中间变量。
在一个具体实施例中,使用simulink搭建了仿真平台对提出的控制算法进行了验证,系统仿真参数如表1。
,
控制器参数如表2,其中三个姿态的ESO参数相同,位置控制器中可以调节控制器响应速度,、、分别为x通道的滑模系数、 y 通道的滑模系数、z通道的滑模系数,可以调节位置控制器的抗扰能力;BSTSMC控制器中可以调节BSTSMC控制器的响应速度,、、分别为通道 、 通道、通道的滑模面增益,、、、、、分别为各自通道超螺旋系数,、、、均为重构控制器增益。
,
为了验证本申请提出的控制方法对变形产生的扰动能够进行有效处理,进行了轨迹跟踪实验,并且在飞行过程中不断进行重构,设置的期望轨迹如下:
,
式中,为x轴期望值,为y轴期望值,为高度期望值,为当前运行时间;
重构机构使用比例控制,实验时各个机臂的重构角度如图3所示,轨迹跟踪曲线如图4所示,可以看出实际轨迹很好的跟踪上了期望轨迹,验证了本申请提出的控制器具有较好的轨迹跟踪性能。
为了验证本申请提出的控制器的响应速度,本文分别做了位置响应与姿态响应实验,实验结果如图5和图6所示,控制器在 内达到稳态,可以看出本申请提出的控制方案具有较好的控制响应速度。
本申请按照图3中的重构方案进行了重构抗扰实验,在第 时按照顺序将四个机臂重构到,位置偏差如图7,可以看出位置偏差很小,并且在很短的时间内恢复稳态,通过前文建立的无人机模型可以发现位置偏差是由姿态偏差引起的。姿态偏差如图8,图中可以看出,在可重构无人机进行重构时,姿态的偏差在以内,说明本申请提出的控制方案针对可重构无人机重构造成的干扰具有较好的处理性能,进一步验证了本申请提出的控制器对于可重构无人机具有较好的控制效果。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种基于连杆配置的可重构无人机的控制方法,其特征在于,所述可重构无人机包括重构控制器、设置在姿态环的BSTSMC控制器以及与所述BSTSMC控制器连接的扩张状态观测器;所述控制方法包括:
重构控制器根据接收的重构信号对所述可重构无人机进行重构,其中,当某一机臂变形时,所述可重构无人机的最小限制角度的表达式为:,
当相邻的两个机臂组合变形以及任意三个或全部机臂进行变形时,所述可重构无人机的最大限制角度的表达式为:,
式中,、分别为无人机重构时机臂旋转的最小限制角度和最大限制角度,为连杆与电机的连接点到桨叶根部的距离,为旋翼直径,为机体对角长度,为机臂长度;
扩张状态观测器获取重构后的所述可重构无人机的姿态变化信息,并根据所述姿态变化信息对所述可重构无人机的姿态进行实时补偿;
BSTSMC控制器获取实时补偿后的姿态控制信号,根据所述姿态控制信号对所述可重构无人机的姿态进行实时调节,所述BSTSMC控制器的表达式为:
,
式中,为总控制量,为基于反步法的控制量,为超螺旋控制算法的控制量,为一组可调增益,为扩张状态观测器观测到的各通道总扰动,为期望值和反馈值的误差,为期望值,为误差微分增益,为误差的微分,为滑模面增益,为滑模面,为超螺旋系数,为符号函数,为超螺旋系数,为当前运行时间。
2.根据权利要求1所述的一种基于连杆配置的可重构无人机的控制方法,其特征在于,当对角的两个机臂组合变形时,所述可重构无人机的最大限制角度的表达式为:
。
3.根据权利要求1所述的一种基于连杆配置的可重构无人机的控制方法,其特征在于,其中,所述扩张状态观测器的表达式为:
,
式中,为第时刻跟踪误差,为第时刻滚转通道的跟踪反馈量,为第时刻滚转通道的跟踪反馈量,为第时刻无人机滚转角,为观测器步长,为第时刻滚转通道的跟踪反馈量的微分,为第时刻滚转通道的跟踪反馈量的微分,为第时刻滚转通道的扰动观测量,为第时刻滚转通道的扰动观测量,、、均为观测器可调增益,为系数是0.5时的非线性函数,为输出反馈增益,为第时刻滚转通道的控制器输出量,为系数是0.25时的非线性函数;
,
式中,为系数是时的非线性函数,为自变量,为极小值,为符号函数。
4.根据权利要求1所述的一种基于连杆配置的可重构无人机的控制方法,其特征在于,所述姿态变化信息包括重心变化量和惯量变化量。
5.根据权利要求4所述的一种基于连杆配置的可重构无人机的控制方法,其特征在于,假设可重构无人机在重构前的几何中心为原点,则可重构无人机的重心变化量的表达式为:
,
式中,为重心偏移量,为机身与舵机质量,为机身重心到坐标原点的矢量,为机臂、转子和旋翼的总力偶,为机臂质量,为电机质量,为旋翼质量,为第个机臂重心到坐标原点的矢量,为第个电机重心到坐标原点的矢量,为第个旋翼重心到坐标原点的矢量。
6.根据权利要求4所述的一种基于连杆配置的可重构无人机的控制方法,其特征在于,可重构无人机的机臂的惯量变化量的表达式为:
,
式中,为第1个机臂和第3个机臂重构后的惯量,为绕y轴旋转矩阵,为机臂不重构时的惯量,为绕y轴旋转矩阵的转置,为第2个机臂和第4个机臂重构后的惯量,为绕x轴旋转矩阵,为绕x轴旋转矩阵的转置;
其中,,
式中,为第2个机臂和第4个机臂的旋转角的余弦值,为第2个机臂和第4个机臂旋转角的正弦值;
,
式中,为第1个机臂和第3个机臂的旋转角的余弦值,为第1个机臂和第3个机臂的旋转角的正弦值。
7.根据权利要求1所述的一种基于连杆配置的可重构无人机的控制方法,其特征在于,所述重构控制器的表达式为:
,
式中,为第个机臂的转动角速度,为第个独立变形通道的增益,为第个机臂的期望角度,为第个机臂的当前角度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311161017.0A CN116909199B (zh) | 2023-09-11 | 2023-09-11 | 一种基于连杆配置的可重构无人机的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311161017.0A CN116909199B (zh) | 2023-09-11 | 2023-09-11 | 一种基于连杆配置的可重构无人机的控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116909199A CN116909199A (zh) | 2023-10-20 |
| CN116909199B true CN116909199B (zh) | 2023-12-22 |
Family
ID=88351402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311161017.0A Active CN116909199B (zh) | 2023-09-11 | 2023-09-11 | 一种基于连杆配置的可重构无人机的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116909199B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2613214A1 (fr) * | 2012-01-05 | 2013-07-10 | Parrot | Procédé de pilotage d'un drone à voilure tournante pour opérer une prise de vue par une caméra embarquée avec minimisation des mouvements perturbateurs |
| WO2018028711A1 (zh) * | 2016-08-12 | 2018-02-15 | 贵州火星探索科技有限公司 | 一种对无人机的噪声协方差进行估算的方法 |
| CN113342025A (zh) * | 2021-06-25 | 2021-09-03 | 南京航空航天大学 | 一种基于线性自抗扰控制的四旋翼无人机姿态控制方法 |
| CN114510066A (zh) * | 2022-01-26 | 2022-05-17 | 广东工业大学 | 一种倾转旋翼重载物流无人机控制方法及系统 |
| CN114895698A (zh) * | 2022-06-15 | 2022-08-12 | 广州软件学院 | 一种时变状态约束下四旋翼无人机轨迹跟踪控制方法 |
| CN115556111A (zh) * | 2022-10-26 | 2023-01-03 | 哈尔滨工业大学 | 基于变惯性参数建模的飞行机械臂耦合扰动控制方法 |
| CN116203981A (zh) * | 2022-12-29 | 2023-06-02 | 湖北航天飞行器研究所 | 一种基于扰动观测的四旋翼无人机的轨迹跟踪控制方法 |
-
2023
- 2023-09-11 CN CN202311161017.0A patent/CN116909199B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2613214A1 (fr) * | 2012-01-05 | 2013-07-10 | Parrot | Procédé de pilotage d'un drone à voilure tournante pour opérer une prise de vue par une caméra embarquée avec minimisation des mouvements perturbateurs |
| WO2018028711A1 (zh) * | 2016-08-12 | 2018-02-15 | 贵州火星探索科技有限公司 | 一种对无人机的噪声协方差进行估算的方法 |
| CN113342025A (zh) * | 2021-06-25 | 2021-09-03 | 南京航空航天大学 | 一种基于线性自抗扰控制的四旋翼无人机姿态控制方法 |
| CN114510066A (zh) * | 2022-01-26 | 2022-05-17 | 广东工业大学 | 一种倾转旋翼重载物流无人机控制方法及系统 |
| CN114895698A (zh) * | 2022-06-15 | 2022-08-12 | 广州软件学院 | 一种时变状态约束下四旋翼无人机轨迹跟踪控制方法 |
| CN115556111A (zh) * | 2022-10-26 | 2023-01-03 | 哈尔滨工业大学 | 基于变惯性参数建模的飞行机械臂耦合扰动控制方法 |
| CN116203981A (zh) * | 2022-12-29 | 2023-06-02 | 湖北航天飞行器研究所 | 一种基于扰动观测的四旋翼无人机的轨迹跟踪控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于LESO的PID-RSLQR四旋翼姿态控制研究;张峰;谢习华;;信息与控制(03);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116909199A (zh) | 2023-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111522241B (zh) | 一种基于固定时间观测器的主动容错控制方法及装置 | |
| CN108638068B (zh) | 一种携带冗余度机械臂的飞行机器人控制系统设计方法 | |
| CN104765272A (zh) | 一种基于pid神经元网络控制(pidnn)的四旋翼飞行器控制方法 | |
| CN119356395B (zh) | 面向可变形无人机的动态模型自适应轨迹跟踪控制方法 | |
| CN114564038A (zh) | 一种基于改进的自抗扰的四旋翼无人机轨迹跟踪控制系统 | |
| 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 | |
| Yang et al. | A new overactuated multirotor: Prototype design, dynamics modeling, and control | |
| CN112650263B (zh) | 一种组合式无人机的控制方法 | |
| CN111061282A (zh) | 基于能量法的四旋翼无人机吊挂飞行系统控制方法 | |
| Abougarair et al. | Dynamics and optimal control of quadcopter | |
| CN117234078A (zh) | 基于滑模控制的张拉整体无人机滚动控制方法 | |
| Song et al. | Research on attitude control of quadrotor UAV based on active disturbance rejection control | |
| Sanca et al. | Dynamic modeling with nonlinear inputs and backstepping control for a hexarotor micro-aerial vehicle | |
| CN116909199B (zh) | 一种基于连杆配置的可重构无人机的控制方法 | |
| CN115407797A (zh) | 无人机编队绳系吊挂负载空运系统的飞行控制方法 | |
| An et al. | Adaptive state-constrained/model-free iterative sliding mode control for aerial robot trajectory tracking | |
| Babaei et al. | Robust backstepping control of a quadrotor uav using extended kalman bucy filter | |
| Ghane et al. | Advanced Hybrid Nonlinear Control for Morphing Quadrotors. | |
| Zioud et al. | Dynamic/CFD modeling, control and energy-consumption comparative analysis of a quad-tilting rotor VTOL UAS | |
| Gavgani et al. | Dynamic Modeling and Sliding Mode Control of an Over-Actuated Quadrotor with Variable Hedral Angle of Propeller Axes | |
| Maity et al. | Design and Analysis of Hybrid Fixed‐Wing Type Flying Robot | |
| Zhou et al. | Design, modeling and control of a novel over-actuated hexacopter with tiltable rotors | |
| CN116301026A (zh) | 一种复杂环境下四旋翼无人机大机动敏捷飞行方法 | |
| Yecheskel et al. | Modeling and Control of a Hexacopter with a Rotating Seesaw | |
| Alawadhi et al. | Simulation and Initial Experiment of a Twist-Tilt Quadcopter for Fully Actuated Motion |
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 |