四旋翼无人机滑模控制方法研究

来源 :武汉科技大学 | 被引量 : 0次 | 上传用户:liyanfeiwoshi
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
四旋翼无人机以其体积小、结构简单、机动性强等优点,在军事、民用等领域广泛应用。四旋翼无人机完成复杂任务的前提是位姿控制的稳定,但在执行任务过程中会受到诸多因素干扰,尤其是不确定性阵风干扰和载荷变化,因此本文针对四旋翼无人机受到外部干扰和变载荷两个方面,使用滑模控制方法设计四旋翼无人机的位姿控制器,其主要研究内容如下:
  首先,本文选择X型四旋翼无人机作为研究对象,该结构具有更好的普适性。从分析其结构和飞行原理出发,建立地理坐标系和机体坐标系,分析了两者的转化关系,利用牛顿-欧拉公式建立了四旋翼无人机的动力学模型。同时,分析了四旋翼无人机滑模控制器设计的一般步骤。
  在外部干扰下,针对四旋翼无人机的轨迹跟踪问题设计位姿滑模控制器。为了抵抗外部干扰,位置子系统设计了积分终端滑模控制,利用积分消除稳态误差;姿态子系统使用非奇异终端滑模控制方法,并结合滑模观测器,补偿控制量。通过数值仿真实验,所设计的控制器能有效降低外部干扰对无人机飞行影响。
  针对四旋翼无人机变载荷情况下的位姿控制问题,高度子系统设计了自适应滑模控制器,将整数阶滑模面扩展为分数阶滑模面,应用于位置和姿态控制中,并利用李雅普诺夫理论证明了系统稳定性。数值仿真实验表明自适应分数阶滑模控制器在抑制超调上有着明显的优势。
  最后,基于MATLAB/PX4搭建了四旋翼无人机的半物理仿真平台,结合所设计的滑模控制器,实现了四旋翼无人机在半物理环境下的位姿控制。实验结果表明所设计的控制器能有效控制无人机完成飞行任务。
其他文献
随着计算机技术及人工智能的迅速发展,人体姿态识别被广泛应用于人机交互、游戏娱乐和生物特征识别等多个生活领域。但在实际研究中,因环境、背景、光照等问题导致最终的识别精度不高,Kinect获取的深度图像和骨架信息具有颜色无关性,对光照不敏感,克服了普通光学图像的缺点。因此本文采用Kinect2.0构建了实验所需的人体身份及姿态图像库,采集了彩色、深度以及骨架信息三种数据类型。提出了一种基于关键关节点坐
量子计算机的发展将带来严重的安全问题,传统的公钥密码体制会遭受巨大威胁。格密码是后量子时代最有发展前途的密码算法之一,与公钥密码学的研究热点数字签名相结合,以格上困难问题为归约困难问题的方式进行方案的设计,将具有重要的理论研究价值和意义。现已提出的基于格的数字签名方案存在种类较少、密钥长度较长的不足。鉴于此,本文从种类和密钥长度两方面着手,采用不同的底层算法,提出了两类签名方案,具体如下:(1)传
学位
近年来,随着光纤通信产业的快速发展以及技术突破,光纤激光传感器凭借高信噪比、高灵敏度,窄线宽的优势在水声、压强、加速度测量等领域得到了广泛应用。为了解决目前光纤激光传感解调系统成本高,速度慢的问题,本文从光纤激光传感技术理论与应用出发,结合纵模拍频解调和数字信号处理技术,提出一种基于FPGA的电子化、高速度的数字解调方案设计。搭建环形谐振腔多纵模光纤激光传感和自动温控平台进行应力传感测试,验证拍频
随着互联网技术的迅猛发展以及基于位置的应用需求不断增高,位置感知逐渐成为人们生活中必不可少的应用支撑,基于位置的服务(Location-based Services,LBS)也随之成为现代网络通信技术领域的重要研究方向。北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)、全球定位系统(Global Positioning System,GPS)等卫星
学位
时频分析是一种处理非平稳信号的重要方法,它能提供信号时域和频域的联合分布信息,清楚地描述信号频率随时间变化的关系。本文的研究对象为时频分析,针对传统时频分析方法的时频聚集性低和自适应差的问题,主要研究了自适应短时傅里叶变换算法和自适应时频同步压缩算法,并将其应用于解决跳频信号参数估计和多分量信号分离问题。首先,本文介绍了常见非平稳信号的数学模型及时频特性,用传统的时频分析方法对合成信号进行分析,并
数字语音的编码传输是整个数字化通信网中最重要、最基本的组成部分之一.2.4kb/s甚至更低速率的语音编码技术一直是语音编码中重要的研究课题.该文的第二章提出一种 新的2.4kb/s快速波形插值(FWI)算法和完整的算法实现.FWI算法对基本WI算法的分析和合 成算法进行全面的改进.在FWI中提出无对齐操作参数分析算法,使得算法中复杂度比重最 高的特征波形提取和分解的复杂度降低到原来的一半,从而使算
贝叶斯理论为非线性非高斯状态估计问题提供了一种基于概率分布形式的解决方案。粒子滤波是基于递推贝叶斯估计理论的一种序贯蒙特卡罗算法,可以有效地解决非线性非高斯问题,因此被广泛应用于视觉跟踪、目标定位、通信与信号处理等众多领域。  但是粒子滤波算法在递归计算过程中存在粒子权值退化、粒子多样性丧失、维度灾难、计算成本高等问题。针对标准粒子滤波算法存在的问题,本文提出了一种基于“新息误差”的粒子滤波算法,
学位
同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是移动机器人实现自主导航的关键技术。移动机器人的应用环境较为复杂,在特征密集的大场景环境中,SLAM算法的性能受到很大的影响。与基于滤波的SLAM算法相比,基于图优化的SLAM算法具有实时性更高,能够建立大场景的地图,累积误差更小等优点。但是经典的图优化SLAM算法在复杂环境中运用时,存在局部
热轧带钢是现代钢铁产业中的重要产品,在各行各业中都有较多的应用。热轧带钢的生产过程中,带钢表面缺陷是影响产品质量的一个重要因素。传统的缺陷检测方法检测过程较为复杂,且难以满足快速、准确的缺陷检测要求。基于深度学习的热轧带钢表面缺陷检测系统具有检测准确、检测速度快等优点,但在复合缺陷检测、缺陷目标定位等问题上还存在一些不足。  本文使用多标签分类算法解决热轧带钢表面复合缺陷的检测问题;使用YOLO(
学位
近年来,移动机器人导航相关技术被广泛应用于野外探索、自动驾驶、智能家居等领域。同时定位与建图、路径规划作为导航任务的关键环节,正逐渐成为前沿科技的研究热点。本文对基于激光雷达的移动机器人同时定位与建图、路径规划展开研究,并实现了动态环境下的自主导航。本文主要工作如下:  (1)针对激光SLAM以里程计估计机器人位姿,导致累计误差较大的问题,采用激光雷达扫描匹配结果和最小二乘法进行参数标定;并对激光