四旋翼飞行器智能飞行控制系统研究与验证

《四旋翼飞行器智能飞行控制系统研究与验证》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、四旋翼飞行器智能飞行控制系统研究与验证　　摘要：现今，无人机的飞行控制系统主要基于PID控制系统。为了采用自适应智能控制系统来取代传统PID控制系统，建立四旋翼无人机仿真平台，实现无人机的自动续航航拍功能和对环境的自适应能力，给用户带来莫大的方便。该论文主要根据目前的人工智能水平和无人机的市场需求的设想和研究，放眼未来人们对于无人机市场的需求状况，提出结合传统PID控制和人工神经网络的控制方法，满足飞行器的任务需要和为未来人工智能在无人机的应用的进一步发展。　　关键词：四旋翼飞行器飞行控制人工神

2、经网络　　中图分类号：TP29文献标识码：A文章编号：1674-098X（2016）10（a）-0004-04　　近年来，四旋翼飞行器逐渐成为航空学术研究中新的前沿和热点。美国斯坦福大学的GabeHoffinan等人研发出了基于非线性控制律的飞行控制器，国防科学技术大学王俊生等人设计了基于FSMC的飞行控制方法，而传统的PID虽然提高了模型的一些准确性，但还是存在许多不足与漏洞，例如PID控制对于非线性系统不可控。基于冻结时间的传统的PID控制器设计无法满足现在的无人机任务的多样性，需要开发一种

3、具备在线学习和自适应能力的飞行控制方法。　　智能控制系统有较强的学习能力，因此在面对复杂任务时更具有实用性。该文在四旋翼飞行器动力学建模的基础上设计了PID控制系统和智能控制系统。考虑飞行器的自适应能力和机载计算机的计算能力提出一种新的控制方法，首先根据仿真样本离线训练神经网络结构，提高计算能力，然后通过在线计算飞行器状态的超调量和调节时间，根据训练的神经网络结构反向动态调节PID控制参数实现四旋翼飞行器的自适应控制，改进飞行器在执行任务过程中的响应的动态性能和稳态性能。　　1动力学模型的建立　

4、　对飞行器做动力学建模，为了得到飞行器的数学模型，首先建立两个坐标系：惯性坐标系和机体坐标系。如图1所示。　　为了建立飞行器的动力学模型，不失一般性，对四旋翼飞行器做出如下假设。　　（1）四旋翼飞行器主均匀对称的刚体。　　（2）机体坐标系的原点与飞行器几何中心及质心位于同一位置。　　（3）四旋翼飞行器所受阻力和重力不受飞行高度等因素影响，总保持不变。　　（4）四旋翼飞行器各个方向的拉力与推进器转速的平方成正比。　　在图1中定义欧拉角如下。　　滚转角φ：表示为机体坐标系绕OX轴旋转的角度，由飞行器

5、尾部顺纵轴前视，若OZ轴位于铅垂面的右侧（即飞行器向右倾斜），则φ为正，反之为负。　　俯仰角θ：表示为机体坐标系绕OY轴旋转的角度，旋转后飞行器纵轴指向水平面上方，θ角为正，反之为负。　　偏航角ψ：表示为机体坐标系绕OZ轴旋转的角度，为飞行器纵轴在水平面内投影与惯性坐标系OX轴之间的夹角，迎ψ角平面观察，若由OX转至投影线是逆时针旋转，则ψ角为正，反之为负。　　四旋翼飞行器受力分析如图1所示，旋翼机体所受外力和力矩为：重力（mg），机体受到（重力）沿OZ负方向；四个旋翼旋转所产生的升力（i=1，

6、2，3，4），旋翼升力沿OZ方向；旋翼旋转会产生扭转力矩（i=1，2，3，4）。垂直于叶片的旋翼平面，与旋转矢量相反。　　2PID控制研究　　上文引入了4个控制量u，因而把复杂的非线性耦合模型分解成了4个独立的控制通道，那么，整个模型可以看成由线运动和角运动两个独立的子系统构成，通过上文建模可知，角运动不受线运动的影响，而线运动受角运动的影响.在此基础上使用小扰动法处理，忽略附加小扰动后，得到四旋翼飞行器的运动方程：　　选取四旋翼飞行器参数如表1。　　根据系统的传递函数及四旋翼飞行器的参数表（表

7、1），可得各控制通道的传递函数（表2）。　　3智能控制系统的特性和结构设计　　人工智能（?称AI），它是计算机科学的一个重要领域。在近20年来得到快速发展，在很多领域都得到了广泛应用，尤其是机器学习，数据挖掘和图像识别，由于硬件计算能力的限制和可靠性考虑，在实际飞行控制中大多还是采用传统的飞行控制系统，例如PID控制，由于未来作战任务的发展和其他支撑系统的发展，飞行器中采用基于人工智能的控制算法是发展趋势所在。　　MIT的Winston教授指出“人工智能就是研究如何使用计算机去做到过去只有人才能

8、做到的智能工作。”事实上，从广义上讲，一般认为用计算机模拟人的智能行为就属于人工智能的范畴。而我们的设计的自适应智能控制系统就应该具备此种特性，它可以感知外界环境的变化而改变自己的某些参数（例如PID参数），这是传统PID控制系统做不到的。　　目前，专家系统控制是专用且最权威的控制系统，它是应用于某一专门领域，拥有该领域相当数量的专家级知识，能模拟专家的思维，能达到专家级水平，能像专家一样解决困难和复杂的实际问题的计算机（软件）系统。对于高级的自适应智能控制系统也能适应此种框架。考虑专家控制系统