输入饱和与姿态受限的四旋翼无人机反步姿态控制

本文针对四旋翼无人机研究了鲁棒反步姿态控制策略.由于四旋翼无人机结构复杂,其非线性数学模型难以精确建立,因此在控制器设计过程中需要综合考虑模型不确定性、未知外部干扰、输入饱和以及姿态受限等因素.针对模型中的不确定项,使用神经网络进行逼近;对于外部未知干扰,使用非线性干扰观测器进行补偿;使用双曲正切函数逼近饱和函数,解决输入饱和问题;同时使用界限Lyapunov函数设计控制器,确保姿态满足限制条件.最后,设计四旋翼无人机反步姿态控制器,并根据Lyapunov稳定性定理证明了闭环控制系统的有界稳定.仿真结果表明了所研究控制方法的有效性.     

四旋翼无人机L1 自适应块控反步姿态控制器设计

针对四旋翼无人机的姿态控制问题,提出一种L1自适应块控反步控制方法.将四旋翼姿态运动模型转化为一类多输入多输出不确定非线性系统的形式;根据该系统严格反馈的结构特点,对外回路设计了块控反步控制器;针对内回路存在的外部干扰和内部参数摄动等不确定性,引入L1自适应控制思想补偿其影响.稳定性分析表明闭环系统内所有信号一致有界.仿真和姿态稳定实验验证了所提控制策略的有效性和鲁棒性.     

具有非线性不确定性的高超声速飞行器的 分布式鲁棒反步跟踪控制

本文针对具有外部干扰,参数摄动和非连续未知非线性气动影响的一般高超声速飞行器纵向动力学问题,设计了分布式鲁棒反步跟踪控制器.为了处理复杂的系统,将标准反步控制和信号补偿方法结合起来构成一个"简单"的鲁棒控制器.该方法不仅可以保证闭环系统半全局鲁棒跟踪性能,也可保证系统跟踪误差以期望的收敛速度收敛到期望的误差范围内.最后,带有非线性不确定性,外部干扰和参数扰动的仿真系统说明了该方法的有效性.     

具有非线性不确定性的高超声速飞行器的分布式鲁棒反步跟踪控制（英文）

本文针对具有外部干扰,参数摄动和非连续未知非线性气动影响的一般高超声速飞行器纵向动力学问题,设计了分布式鲁棒反步跟踪控制器.为了处理复杂的系统,将标准反步控制和信号补偿方法结合起来构成一个"简单"的鲁棒控制器.该方法不仅可以保证闭环系统半全局鲁棒跟踪性能,也可保证系统跟踪误差以期望的收敛速度收敛到期望的误差范围内.最后,带有非线性不确定性,外部干扰和参数扰动的仿真系统说明了该方法的有效性.     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

四旋翼无人机轨迹稳定跟踪控制

针对四旋翼无人机轨迹稳定跟踪控制问题,为抑制外界扰动和参数不确定性的影响,设计一种双环鲁棒控制系统.首先,基于动态面内模法设计输出调节器进行位置控制,可解决系统的渐近跟踪及干扰抑制问题;其次,利用高阶滑模设计姿态控制器,可实现全局有限时间收敛,消除系统抖振和相对阶的限制;再次,为进一步提高控制精度,采用一种鲁棒精确微分器对姿态角指令信号进行精确求导;最后,对系统稳定性进行严格的数学证明,并与PID控制和传统滑模控制进行仿真对比,结果验证了所提出控制策略的优越性和鲁棒性.     

基于sigmoid函数的高超声速飞行器自适应姿态控制

针对高超声速飞行器无动力再入过程中具有强耦合、气动参数摄动及不确定性的非线性姿态模型,提出了飞行器姿态控制的一种非线性设计方法。首先基于时标分离原理分内外环设计非线性动态逆控制器,并利用Sigmoid函数分通道制定控制律。针对单纯使用动态逆控制鲁棒性弱的特点,引入基于扩张状态观测器(Extended State Observer,ESO)的自适应控制器对参数摄动和不确定性进行补偿,在参数拉偏和风干扰条件下仿真结果验证了设计控制器具有较强的鲁棒性。     

永磁同步电机伺服系统高精度自适应鲁棒控制

针对具有参数和负载转矩不确定性以及其它不确定项的永磁同步电机(PMSM)伺服系统,利用非线性反步法设计了自适应鲁棒控制器.在系统模型中考虑了包含建模误差和外界干扰的其它不确定项,引入了鲁棒反馈控制,可以有效减小各种不确定性对系统性能的影响,实现了PMSM伺服系统高精度的位置跟踪.理论分析证明了位置跟踪误差按指数收敛.通过仿真验证了该方法比传统的自适应反步控制具有更好的鲁棒性和控制精度.     

四旋翼无人机的自适应反步跟踪控制北大核心CSCD

针对四旋翼无人机存在外界干扰情况下的姿态和位置的跟踪控制问题,提出了自适应反步控制策略。首先,通过对四旋翼无人机模型的分析,将其转化为带有外界干扰的严反馈形式;其次,采用自适应技术,实现对未知外界干扰上界的估计,并结合反步控制,分别设计姿态和位置的跟踪控制器;再次,基于Lyapunov稳定性理论证明了闭环系统的渐近稳定性;最后,通过数值仿真验证了所设计控制策略的有效性。仿真结果表明所设计的控制器具有较好的鲁棒性和跟踪性能。     

基于非线性干扰观测器的翼伞鲁棒反步跟踪控制

针对干扰条件下的无人翼伞飞行器路径跟踪控制问题,提出一种基于非线性干扰观测器的反馈增益鲁棒反步控制方法.采用二阶跟踪-微分器设计干扰观测器对系统复合干扰进行估计和补偿,设计了反馈增益反步跟踪控制律,通过合理设计增益参数,消除了部分复杂非线性项,避免了虚拟量高阶导数问题,简化了控制器形式.根据Lyapunov理论设计鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.仿真实验结果验证了所提出方法的有效性.     

用于清洗绝缘子的四旋翼无人机抗回冲力控制

本文主要针对利用四旋翼无人机清洗绝缘子时受到的回冲力干扰及姿态控制问题,提出了一种用于清洗绝缘子的无人机抗回冲力控制方法.对于无人机系统,本文运用非线性控制方法中的反步法来设计姿态控制器,使其达到输入状态稳定,并对外部扰动具有鲁棒性.本文首先根据无人机运动模型建立了其动力学方程.之后,运用动量定理和流体力学中的伯努利方程对所受的回冲力进行建模.然后,运用反步法设计姿态控制器并证明其稳定性.最后,运用MATLAB对无人机系统进行仿真实验,其结果证明了文中所提出的控制方法的有效性和鲁棒性.本文所提出的控制方案可以避免目前已有的一些技术存在的缺陷,并且为无人机抗扰动控制和绝缘子冲洗都提供了发展空间.     

基于神经网络的无人机姿态自适应控制仿真

针对四旋翼无人机姿态控制中模型不完整、部分参数和扰动不确定的问题,提出了一种基于神经网络的自适应控制方法,采用RBF神经网络对无人机姿态动力学模型中不确定和扰动部分进行学习,设计了以类反步法为基础,包含反馈控制和神经网络控制的自适应控制器,实现了对未知动态的准确逼近,解决了传统控制方法中过于依赖精确模型的问题。同时设计了神经网络的权值自适应律,实现了控制过程中的在线学习和调整,并且通过李雅普诺夫方法证明了闭环系统的稳定性。仿真结果表明,在存在较大扰动的情况下,上述控制器可得到很好的控制效果,可以实现误差的快速收敛,具有较好的鲁棒性和自适应性。     

Modeling and Robust Backstepping Sliding Mode Control with Adaptive RBFNN for a Novel Coaxial Eight-rotor UAV

This paper focuses on the robust attitude control of a novel coaxial eight-rotor unmanned aerial vehicles (UAV) which has higher drive capability as well as greater robustness against disturbances than quad-rotor UAV. The dynamical and kinematical model for the coaxial eight-rotor UAV is developed, which has never been proposed before. A robust backstepping sliding mode controller (BSMC) with adaptive radial basis function neural network (RBFNN) is proposed to control the attitude of the eightrotor UAV in the presence of model uncertainties and external disturbances. The combinative method of backstepping control and sliding mode control has improved robustness and simplified design procedure benefiting from the advantages of both controllers. The adaptive RBFNN as the uncertainty observer can effectively estimate the lumped uncertainties without the knowledge of their bounds for the eight-rotor UAV. Additionally, the adaptive learning algorithm, which can learn the parameters of RBFNN online and compensate the approximation error, is derived using Lyapunov stability theorem. And then the uniformly ultimate stability of the eight-rotor system is proved. Finally, simulation results demonstrate the validity of the proposed robust control method adopted in the novel coaxial eight-rotor UAV in the case of model uncertainties and external disturbances.      

Nonlinear robust adaptive Cartesian impedance control of UAVs equipped with a robot manipulator

In this paper, a new nonlinear robust adaptive impedance controller is addressed for Unmanned Aerial Vehicles (UAVs) equipped with a robot manipulator that physically interacts with environment. A UAV equipped with a robot manipulator is a novel system that can perform different tasks instead of human being in dangerous and/or inaccessible environments. The objective of the proposed robust adaptive controller is control of the UAV and its robotic manipulator’s end-effector impedance in Cartesian space in order to have a stable physical interaction with environment. The proposed controller is robust against parametric uncertainties in the nonlinear dynamics model of the UAV and the robot manipulator. Moreover, the controller has robustness against the bounded force sensor inaccuracies and bounded unstructured modeling (nonparametric) uncertainties and/or disturbances in the system. Tracking performance and stability of the system are proved via Lyapunov stability theorem. Using simulations on a quadrotor UAV equipped with a three-DOF robot manipulator, the effectiveness of the proposed robust adaptive impedance controller is investigated in the presence of the force sensor error, and parametric and non-parametric uncertainties.     

四旋翼无人飞行器的轨迹跟踪与滑模事件驱动控制

四旋翼飞行器作为一个典型的欠驱动的系统,具有强耦合、非线性等特性.针对飞行器外部干扰、和通信资源受限条件下的轨迹跟踪控制问题,进行滑模事件驱动控制方法的研究.首先,分析动力学特性,通过时间尺度分解方法将系统解耦成位置子系统和姿态子系统.其次,将位置子系统转化为严格反馈形式,设计反步滑模控制器,实现位置轨迹稳定跟踪;针对姿态子系统存在时变有界扰动及通信受限,设计滑模事件驱动控制律,在抑制干扰的同时实现对虚拟姿态跟踪指令的跟踪.根据Lyapunov分析方法证明了所设计控制器的稳定性,并通过理论分析证明闭环控制系统不会出现Zeno现象.最后,仿真结果验证了滑模事件驱动控制律在存在外部扰动和通信受限时四旋翼无人飞行器轨迹跟踪的鲁棒性.     

四旋翼飞行器自适应反演姿态控制器设计

针对四旋翼飞行器的非线性、强耦合控制问题,提出了一种自适应反演控制器设计方法。通过引入一阶低通滤波器来获取虚拟控制量的一阶导数,避免了虚拟控制量的复杂求导计算。采用充分光滑的投影算子对模型非匹配不确定项进行估计和补偿,放宽了传统投影算子对已知不确定项的上、下界的要求,同时抑制了“参数漂移”。仿真结果表明,该控制器具有良好的控制效果和鲁棒性。     

Nonlinear robust control of a quadrotor helicopter with finite time convergence

In this paper, the control problem for a quadrotor helicopter which is subjected to modeling uncertainties and unknown external disturbance is investigated. A new nonlinear robust control strategy is proposed. First, a nonlinear complementary filter is developed to fuse the raw data from the onboard barometer and the accelerometer to decrease the negative effects from the noise associated with the low-cost onboard sensors Then the adaptive super-twisting methodology is combined with a backstepping method to formulate the nonlinear robust controller for the quadrotor''s attitude angles and the altitude position. Lyapunov based stability analysis shows that finite time convergence is ensured for the closed-loop operation of the quadrotor''s roll angle, pitch angle, row angle and the altitude position. Real-time flight experimental results, which are performed on a quadrotor flight testbed, are included to demonstrate the good control performance of the proposed control methodology.