微小型四旋翼无人飞行器姿态控制

《微小型四旋翼无人飞行器姿态控制》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、第3l卷第12期计算机仿真2014年12月文章编号：1006—9348(2014)12—0059—05微小型四旋翼无人飞行器姿态控制王伟，王昱，夏曼(南京信息工程大学信息与控制学院，江苏南京210044)摘要：关于自主研发的微小型四旋翼无人飞行器姿态控制问题，针对姿态控制要求的稳定性，根据飞行器的飞行原理，通过数学推导建立近似的姿态角线性模型。操作飞行器飞行并采集相关飞行数据在MATLAB中辨识出有效的模型参数并验证模型准确性。在姿态角模型的基础上，分别设计了ALQR控制器以及卡尔曼滤波器。飞行实验结果表明，设计的卡尔曼滤波器具有很好的滤波效果和状态量推测性能，设计的ALQ

2、R控制器能较好的解决控制指令跟踪的问题，满足姿态优化控制的要求。关键词：四旋翼；姿态控制；增广线性二次型调节器；卡尔曼滤波器中图分类号：N945．12文献标识码：BAttitudeControlforMicroQuadrotorUnmannedAerialVehicleWANGWei．WANGYU．XIAMin(SchoolofInformation＆Control，NanjingUniversityofInformationScience&Technology，NanjingJiangsu210044，China)ABSTRACT：Aself—developedmicro

3、quadrotorunmannedaerialvehiclewasselectedasOUrresearchobject．Ac-cordingtotherequirementoftheattitudecontrol，weusedthemathematicalderivationmethodtoestablishanapproxi-mateattitudelinearmodelbasedonthequadrotor'sflightprinciple．Toidentifytheeffectivemodelparametersandverifytheaccuracyofthemo

4、del，weoperatedthequadrotorandcollectedtherelatedflightdatausedwithMATLAB．Basedonthis，wedesignedtheALQRcontrollerandtheKalmanfilter．Theresultsoftheflishtexperimentshowthatthedesignedfilterworkswellandhasagoodperformanceofpredictingstatevariables．Meanwhile，thedesignedALQRcontrollerisalsoveri

5、fiedtobeabletosolvetheproblemoftrackingcontrolinstructionandsatisfytheattitudecontr01．KEYWORDS：Quadrotor；Attitudecontrol；ALQR；Kalmanfilter1引言近十年来，微小型四旋翼无人机(UAV)以其新颖的结构布局、独特的飞行方式引起了人们广泛的关注。微小型四旋翼机与固定翼机相比具有结构简单、噪音小，可垂直起落、空中悬停等优点，并且现已在航空摄影、交通巡逻、治安监控、气象勘测、快递运送等领域得到越来越广泛的应用。微小型四旋翼机应用范围的日益扩大、传感器

6、性能的加强及其微型化的趋势极大的提高了利用机载传感器进行感知、状态估计从而实现自主飞行的可能性⋯。与此同时，针对四旋翼机飞行控制的研究也越来越热，四旋翼飞行器已经基金项目：国家自然科学基金(61105115)收稿日期：2014—03—05成为海内外研究人员常用的一种无人飞行器研究平台，研究的焦点主要集中在基于视觉的姿态预测控制‘2o、基于模型的非线性控制∞J、协同控制。4J、基于学习的飞行控制Ko和空中特技飞行旧。等。微小型四旋翼飞行器的非线性和动态不稳定性要求研究者必须用合适的控制方法来保证精确的轨迹跟踪和准确的操作实时性川哺1。此外，模型误差和其它的非理想特性(如电机饱

7、和、通讯延时等)会对四旋翼飞行器的性能有显著的影响。所以，设计一个能使飞行器稳定飞行且具有良好性能的控制器就显得尤其重要。目前，很多学者提出多种控制方法，如PID控制、LQR控制、动态逆控制、神经网络控制等等。常规的PID虽然不依赖于被控对象的精确模型，但其调节参数的过程相当繁琐；文献[9]提出采用动态逆的控制方法，但此方法需要获知与模型相关的精确的参数且控制策略复杂，较难实现；文献一59—[10]提出采用反步技术来设计控制姿态角的神经网络控制法，能较好的保证系统鲁棒性，但这种方法计算量太大，计算耗时长，难以做到快