本文针对四旋翼无人机飞行中存在的复杂干扰情况,提出基于改进模糊滑模算法(Logical Framework with Side Conditions,以下简称LFSC)的飞行控制策略。本文对传统滑模算法、传统模糊滑模算法、LFSC控制算法、风沙两相流复杂环境分别进行...
详细信息
本文针对四旋翼无人机飞行中存在的复杂干扰情况,提出基于改进模糊滑模算法(Logical Framework with Side Conditions,以下简称LFSC)的飞行控制策略。本文对传统滑模算法、传统模糊滑模算法、LFSC控制算法、风沙两相流复杂环境分别进行了研究,消减滑模算法所产生的输入抖振,为后续提高四旋翼无人机的控制性能奠定了基础。本文论述了滑模算法抖振现象的产生原因及减小抖振必要性,通过建立四旋翼无人机的仿真模型,对传统滑模算法和传统模糊滑模算法进行仿真对比分析得出传统滑模算法和传统模糊滑模算法应用到四旋翼无人机控制系统中均存在输入抖振现象,模糊滑模算法通过引入模糊控制器,减小了系统达到稳态后的稳态误差,但仍然保证系统在有限时间内状态变量误差趋近于0,进而提出了LFSC控制算法。LFSC控制算法在传统模糊滑模算法的基础上,设计出新的模糊规则控制器并引入线性干扰预测模型来平衡外界干扰以保证系统的鲁棒性。经过对比仿真,本文提出的LFSC控制算法相比于传统滑模算法和传统模糊滑模算法,既可以保证四旋翼无人机控制系统的状态变量都能在有限时间内趋近于0,又可以显著降低控制输入的高频抖振,同时提高了四旋翼无人机控制系统的鲁棒性和精确性。本文在软件ANSYS中建立四旋翼无人机有限元模型,深入研究四旋翼无人机在风沙两相流复杂条件下所受到的典型干扰。对风沙两相流的初始气流速度、颗粒直径和颗粒浓度进行差异分析,结果表明四旋翼无人机所受外界干扰的力和力矩与颗粒浓度和初始气流速度呈现强正相关性,在10μm-100μm范围内与颗粒直径大小无关。针对四旋翼无人机受外界干扰力和力矩最大情况对LFSC控制算法进行深度验证,结果表明LFSC控制算法能有效保持四旋翼无人机在风沙两相流复杂环境下的强鲁棒性。为验证本文所提LFSC算法的实际应用,搭建了四旋翼无人机算法软件测试平台,并进行了实际飞行测试,结果证实了所提LFSC算法的有效性和可行性。本文对四旋翼无人机系统在复杂环境下的控制性能和鲁棒性提高,更深层次地探索四旋翼无人机控制系统设计提供了重要参考。
随着科学技术的发展,非完整轮式移动机器人(Nonholonomic Wheeled Mobile Robot,简称NWMR)的应用越来越广泛。它不但能执行一些简单指令,而且能完成很多复杂任务,其中路径规划和轨迹跟踪控制是完成复杂任务的前提。然而NWMR在运动中受...
详细信息
随着科学技术的发展,非完整轮式移动机器人(Nonholonomic Wheeled Mobile Robot,简称NWMR)的应用越来越广泛。它不但能执行一些简单指令,而且能完成很多复杂任务,其中路径规划和轨迹跟踪控制是完成复杂任务的前提。然而NWMR在运动中受到非完整约束的限制,很难采用一般的时不变控制算法对其实现控制。因此,本文深入研究了NWMR的路径规划和轨迹跟踪控制算法,主要内容如下:首先,在详细分析NWMR的运动与速度和控制力矩关系的基础上,建立了NWMR的运动学模型和动力学模型。然后,进一步考虑未建模动态和外部扰动等因素,建立了该系统的完整动力学模型。其次,针对环境信息不固定情况下NWMR的路径规划问题,采用改进的A*算法和人工势场法寻找最优路径,最终使机器人沿着设计的最优路径到达目标点。仿真结果和实验结果表明所提算法相比传统算法规划效果更好。然后,针对存在外部扰动和未建模动态的NWMR系统的轨迹跟踪控制问题,提出了一种基于干扰观测器的自适应滑模控制(Adaptive Sliding Mode Control,简称ASMC)算法。干扰观测器用来估计外部扰动和未建模动态等不确定项,并根据该观测器所得到的信息,设计自适应滑模控制器。仿真结果表明,该算法相比传统的滑模控制算法跟踪效果更好。最后,针对NWMR在未建模动态和外部扰动同时存在情况下的有限时间轨迹跟踪控制问题,提出了一种切换二阶滑模(Switched Second Order Sliding Mode,简称S-SOSM)控制策略。一方面弥补传统滑模算法中存在的抖振问题,另一方面利用状态空间分区解决控制参数选择困难的问题。同时通过改变调节因子可以完成不同的控制目标。仿真结果和实验结果表明,该控制器不但使跟踪误差大大减小,而且具有一定的抗干扰性。
暂无评论