当前位置:问答库>论文摘要

题目:小型无人直升机建模、控制及航迹自适应跟踪

关键词:小型无人直升机;系统建模;系统辨识;分层控制;增广LQG;航迹稳定跟随控制

  摘要

小型无人直升机具备的垂直起降、悬停功能及自身的非线性特性等优势,使得它在近十年来受到应用部分及学术界许多研究人员的关注。本论文以小型无人直升机自主飞行控制等关键问题为背景,围绕小型无人直升机动力学系统建模、参数辨识、速度姿态稳定控制及航迹稳定跟随控制等方面开展了相关理论研究,期望能够为实现小型无人直升机的自主飞行提供基础理论与实验支撑。基于此,本文从以下几方面进行研究工作并获得相应结果: 首先,本论文的基础工作在于建立适合飞行器控制系统设计的基本模型。首先基于前人关于直升机动力学机理建模工作,结合小型无人直升机固有特点(即小型无人直升机安装有Bell-Hiller(贝尔-希勒)小翼及锁尾陀螺),以桨叶叶素法及牛顿-欧拉动力学方程为基础,建立了小型无人直升机非线性动力学模型。考虑到现有小型无人直升机飞行控制率的设计大多是基于飞行器在平衡点附近的线性模型,基于相关假设,推导得到小型无人直升机在悬停或低速飞行状态下的两个关系解耦的线性模型:即水平面运动模型及沿垂直轴运动模型。与传统直升机相比,小型无人直升机的模型参数主要是通过系统辨识的方法获得,本文在调研国内外关于小型无人飞行器系统辨识基础上,分析现有参数辨识方法存在的优缺点后,提出一种将混沌优化算子与传统遗传算法结合起来的参数辨识方法——混沌遗传算法。该方法结合两种优化算子的空间搜索能力,以避免传统遗传算法可能出现的早熟而陷入局部最小的现象,进而离线寻优辨识两个线性模型中状态矩阵及控制矩阵所包含的参数。最后通过实际飞行平台采集实验数据进行了Raptor90(雷虎90)级油动小型无人直升机相关线性模型的辨识,通过与传统遗传算法及PEM(预测误差)方法辨识结果比较可知,使用本文方法获得的辨识模型仿真响应与实验数据的匹配度最高,验证了所提方法的有效性。 针对小型无人直升机航线稳定跟随飞行目标,本文采用了分层控制策略,包括内环速度姿态稳定控制及外环位置稳定跟随控制两大部分。于此,一方面能够便于低成本自动驾驶设备试验验证,另一方面利于控制系统层次进一步扩展改进。在内环速度姿态稳定控制方面,论文首先分析了飞行器模型的稳定特性,得知直升机在悬停及低速飞行状态时,其由于前向及侧向速度引起的非稳定模态,系统不能长时间保持稳定悬停状态,所以内环控制器的首要功能是能够镇定飞行器的非稳定状态。在此基础上,基于飞行器执行航线飞行任务的考虑,其机动飞行主要包括垂直起飞、降落、悬停、转向及前飞五个主要动作,在这种情况下,我们认为三轴本体系速度、航向速度大部分时间是不变的,因此内环控制器的另一个功能是能够稳定跟踪速度控制指令。本文以在低成本自动驾驶仪设备上实现小型无人直升机的航线飞行为出发点,采用扩展LQG(线性二次高斯)控制器实现上述两方面功能,该控制器包含三部分,即一个Kalman(卡尔曼)滤波器用于估计未测量状态,一个传统的线性二次积分控制器用于稳定内环并消除目标控制信号跟踪稳态静差,一个前馈部分用于加速信号跟踪。目的是一方面实现飞行器非稳定状态的镇定,另一方面,实现对给定控制指令的精确跟踪。该方法在Raptor90模型中进行仿真分析,通过选择不同参数及与常规LQG伺服控制方法比较得到,使用本文所述扩展LQG控制方法虽然具有一定的超调量,但其具有较快的阶跃响应速度。 在外环航线位置稳定跟随问题上,本文首先基于李雅普诺夫稳定理论设计了一般直线稳定跟随算法,该方法只需要两种重要信息:即飞行器相对于目标直线的距离及惯性速度。利用相图分析发现其中一个参数对飞行器跟随性能有重要影响,故采用基于模糊控制方法设计了模糊自适应稳定跟随控制率,使其具有自适应调整功能,该方法在四边航线仿真中得到了验证。为了进一步满足二维平面内一类光滑航线的稳定跟随,本文结合Lyapunov(李雅普诺夫)稳定理论及滑模控制技术设计了一般二维平面内光滑航线的稳定跟随算法,该方法基于飞行器能够光滑地逼近目标航线并最终稳定地跟随目标航线的初衷,从理论上验证了该方法对外界扰动具有自适应能力,通过四边航线、圆、椭圆及三次曲线航线的自动跟随仿真飞行以验证所提方法的有效性。 最后,基于前述关于小型无人直升机系统建模、辨识、速度姿态稳定控制及航迹稳定跟随控制的理论方法,本文最终在Raptor90油动及ALIGN600电动小型无人直升机平台上集成iFLY自驾系统,分别辨识得到飞行器悬停及低速飞行下的模型,移植并评估前述小型无人直升机稳定控制及航迹自适应跟随算法。最后通过实际试验验证了本文所述方法的有效性。