面向四旋翼无人机的姿态控制方法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:chouser1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
四旋翼无人机具有结构简单、机身质量轻、灵活性强而且能够垂直起降和定点悬停等优点,在环境监测、目标搜索、事故救援等领域得到了广泛应用。四旋翼无人机模型具有非线性、强耦合、欠驱动等特点,且在飞行过程中易受外界扰动的影响。为了提升四旋翼无人机控制系统的性能,论文重点对四旋翼无人机姿态控制方法展开研究,主要内容有:
  (1)针对不确定干扰上界未知情形下的四旋翼无人机姿态控制问题,提出了基于自适应多变量干扰补偿的有限时间姿态控制器设计方法。首先,设计了基于超螺旋滑模的自适应多变量干扰观测器,并利用Lyapunov理论推导了干扰观测器有限时间稳定的充分条件;其次,完成了控制器-观测器的综合设计,并综合利用齐次性理论和Lyapunov理论严格证明了闭环系统稳定性,确保四旋翼无人机在完成对外界综合干扰在线估计的同时,实现对给定参考指令的有限时间稳定跟踪控制。
  (2)针对不确定影响及输出反馈情形下的四旋翼无人机固定时间跟踪控制问题,提出了基于双极限齐次性理论的固定时间控制器设计方法。首先,基于双极限齐次性理论和任意阶鲁棒滑模微分器,设计固定时间观测器实现对四旋翼无人机未知状态和外界干扰的同时观测;其次,基于双极限齐次性理论和Lyapunov理论设计固定时间姿态控制器,并分析固定时间控制器-观测器的稳定性,确保系统在实现对无人机未知状态和外界干扰观测的同时,在固定时间内实现对给定参考指令的快速跟踪控制。
  (3)综合考虑不确定、动态及稳态特性对四旋翼无人机姿态控制性能的影响,提出了基于自适应多变量预设性能的姿态控制器设计方法。首先,设计具有指数衰减特性的时变预设性能函数,并构建基于预设性能的自适应律,确保获得能够抑制综合干扰的动态可调自适应增益;其次,设计自适应多变量预设性能控制器,并基于Lyapunov技术分析系统稳定性,推导四旋翼无人机姿态跟踪误差的预设性能边界,确保系统在有效抑制外界干扰的同时,实现对四旋翼无人机稳态性能和动态性能的综合控制。
其他文献
近年来,随着宫颈癌发病率越来越高,人工判别宫颈细胞图片的方法不仅消耗时间,而且工作量大。随着人工智能的发展,基于机器视觉的细胞图像识别方法引起了许多学者的关注。细胞图像处理的关键是细胞边缘的提取,而细胞图像中存在重叠、细小颗粒杂质的复杂现象,采用机器识别方法无法获取细胞的精确边缘,或存在虚假边缘的可能。另外,传统的图像识别方法需要提取大量的图片特征,冗余特征不仅增加计算量且容易引入干扰,这降低了细
学位
脑机接口是人机交互中一个重要研究领域,可通过脑电信号(EEG)来反映人体的各项机能,包括疲劳、情绪和健康情况等。针对脑电信号的研究不仅可以提高人机交互的深度和广度,还有助于理解人脑认知过程中的信息处理机制。EEG信号有着很高的时间分辨率,且包含着丰富的电极间关联信息,这就是脑电中的时空特征;深度学习技术以其从数据中学习有效表征的强大能力,已经在多个图像领域得到广泛应用,然而在脑电信号分析方面的探索
水平段塞流作为气液两相流的一种重要流型,广泛存在于工业生产中,如天然气和石油的运输系统等。段塞流具有长气泡和液塞交替出现的流动特征,流动过程经常伴随着管道腐蚀、震动等现象,因此段塞流的流动参数测量对于理解流动结构和机理,以及实施工业生产安全等具有重要意义。  本文基于高速摄影和图像处理技术,对段塞流图像进行优化处理,并在此基础上测量和分析了段塞流中长气泡的速度分布。针对水平管道中气液段塞流的界面行
学位
高超声速飞行器的飞行速度快,突防能力强,在民用和军事领域有广泛的应用前景。本文考虑到参数不确定性、输入饱和与执行机构故障,对巡航阶段的高超声速飞行器展开被动容错控制策略的研究,主要工作为以下几方面:  首先,针对舵面发生失效故障、随机漂移故障和卡死故障的高超声速飞行器纵向模型,通过反馈线性化和对故障的等效转化,建立了带有多胞附加扰动项的线性时不变(linear time-invariant,LTI
压缩感知理论利用信号稀疏性直接采样压缩后的信号,具有信号采样速率低、数据存储压力小等优点,在无线传感器网络、生物电信号采集、多输入多输出系统设计以及变换域采样系统设计等领域具有广泛的应用前景。自压缩感知理论问世以来,如何设计更高效、更便于硬件实现的信号编码器以及如何设计复杂度低、重构质量高的重构算法一直是该领域的重点研究方向。  本论文对压缩感知理论中的观测矩阵优化设计、重构算法设计及压缩感知硬件
学位
多旋翼无人机的应用场景在过去几年从军事领域逐渐扩展到民用领域,其被广泛的应用于搜索救援、遥感测量、航空摄影、电力检修和农业灌溉等任务。随着芯片、传感器的小型化,人工智能相关技术的快速发展,再加上为了满足应用场景的多样化、复杂化,多旋翼无人机逐渐向小型化、智能化发展。研究人员开始探索研究非传统的感知、控制方法,以期望无人机能够在复杂、非结构环境下自主的完成感知、决策、规划和控制。  作为一种空中机器
随着信息技术的不断发展,信息交流变得越来越方便,同时安全性也受到越来越多的挑战,相关的安全性技术也越来越受到关注。信息隐藏技术中的隐写术可以将秘密信息隐藏在载体中传递而不引起第三方关注。因此隐写术成为常用的保证信息安全性的技术。本文以图像作为隐写的载体信号,使用深度学习模型进行空域隐写,论文的主要成果包括:  1.提出一种基于特征重建的感知损失的隐写方案。该方案参考迁移学习的相关研究成果,采用常见
学位
电阻抗层析成像(ElectricalImpedanceTomography简称EIT)通过被测场域边界处的电学测量信号,反演场域内的电导率的二维/三维分布情况,具有时间分辨率高、非侵入、无辐射、结构简单等优点,在多相流工业测量和生物医学检测领域具有广阔的应用前景。然而,由于EIT技术固有的“软场”特性,其图像重建问题具有严重的非线性和欠定性,导致其重建的图像分辨率低,限制了该技术的推广和应用。因此
电阻层析成像(Electrical Resistance Tomography,ERT)具有非扰动、无辐射、低成本等优势,在多相流检测、生物医学成像等领域有广泛的应用潜力。图像重建算法作为ERT系统的关键环节,其成像精度和实时性的改善对于监测与控制生产过程、提高生产稳定性和安全性具有重大意义。但由于图像重建过程本身存在的非线性、欠定性和病态性等问题,已有的图像重建算法很难兼顾成像的准确性和实时性,
学位
全方位移动机器人是一种能够实现对平动和转动独立控制的完整约束机器人,其操作性和机动性较强,在复杂和狭窄空间里表现尤为出色。输入状态约束下的全方位移动机器人轨迹追踪控制是目前移动机器人运动控制的研究热点之一。在机器人的实际应用中,系统中存在的外部扰动(如摩擦力)、参数不确定性等因素都会对控制性能产生不利影响。因此,本文对满足输入状态约束的高精度、强鲁棒性全方位移动机器人轨迹追踪控制器展开了研究,主要