四旋翼无人飞行器的飞行控制方法与流程
本发明涉及无人飞行器技术领域，具体涉及到四旋翼无人飞行器的飞行控制方法。
背景技术：
四旋翼无人飞行器(Quadrotor Unmanned Aerial Vehicle,QUAV)是一种通过无线远程遥控设备加之自身传感器实现自主飞行的不载人飞行器，其有6个自由度，4个控制输入，由4个无刷直流电机驱动产生的差动力矩实现其俯仰运动和翻滚运动，产生的反扭力矩实现偏航运动,是非线性欠驱动系统。这类飞行器广泛应用于军事和民用领域。四旋翼无人飞行器相比固定翼无人飞行器，由于能垂直起降，起飞和着陆的要求较低，灵活性高，在复杂的地势下有更强的适应性。目前使用最多的控制方法是PID控制(Proportional-integral-derivative Control)，其通过识别目标，然后探测现状与目标的差距，再用行动消除它。PID控制结构简单，控制技术成熟，鲁棒性较好。但是，在四旋翼无人飞行器飞行过程当中，控制器当中的参数难以自动地调整来适应外界变化，因而很难达到预定的目标，影响控制效果。
技术实现要素：
本发明旨在解决现有技术中存在的技术问题。
为解决PID控制不能根据飞行器外部环境变化而自适应调制的问题，因而需要对PID控制参数进行自适应调整来实现飞行器自动调整，本发明则引入EACS(Elitist Ant Colony System，精英蚁群系统)算法来优化PID控制参数。
ADRC(Active Disturbance Rejection Control，自抗扰控制)是中国学者韩京清先生提出的一种控制方法，它是将“内扰”和“外扰”看作是系统的“总扰动”，然后用扩张状态观测器(Extended State Observer,ESO)估计扰动，再将其抵消掉。这种抗扰更加主动，不会引起很大的超调。
本发明提出一种四旋翼飞行器的飞行控制方法，是基于PID控制、EACS-PID控制和ADRC等组成的复合控制方法，控制四旋翼无人机的飞行姿态过程，能适应外界环境变化，自动进行调整，保持很好的抗干扰能力和鲁棒性，避免了程序过于复杂，降低四旋翼无人飞行器的处理器负荷，提高硬件的运行效率。
所述四旋翼无人飞行器的飞行控制方法，主要由四旋翼无人飞行器的主控制器模块来执行，具体包括以下步骤：
S10：建立四旋翼飞行器的动力学模型，QUAV的动力学方程为；
其中，设θ、ψ分别为四旋翼无人飞行器的翻滚角、俯仰角和偏航角，l为其质心至旋翼中心的距离，Ix、Iy、Iz为惯性主距，Ωi为第i个旋翼转速，Fi为第i个旋翼产生的升力，旋翼产生的升力与旋翼传动速度平方成正比，IR为转动惯量，n1为其升力系数，n2为反扭矩系数；
为了把四旋翼飞行器的动力学方程转换成四个独立的控制通道,定义四旋翼飞行器的控制输入为
S20：设计基于复合控制的控制方式来控制步骤S10中动力学方程转换而来的四个独立的控制通道，所述四个通道的控制方式分别为高度PID、翻滚ADRC、俯仰ADRC、偏航EACS-PID，经过控制量的转换控制调节四个旋翼的转速来达到姿态控制，具体包括以下方式：
S21:高度通道采用PID控制
采用增量式数字PID控制高度通道，其表达式为：
u(k)＝u(k-1)+Δu(k) (3)
u(k)＝u(k-1)+Kp[e(k)-e(k-1)]+Kie(k)
+Kd[e(k)-2e(k-1)+e(k-2)] (4)
式中Kp、Ki和Kd为PID控制的控制参数；
S22:偏航通道采用EACS-PID控制
PID控制采用增量式数字PID控制，其表达式为：
其中Kp为比例系数，e(k)为本次偏差，Δu(k)对应的控制量为u(k)，T为采样周期，Ti为积分时间常数，Td为微分时间常数，PID控制需要确定的参数分别为Kp、Ti和Td；
采用(6)式评价控制系统的性能指标：
式中LP为仿真计算点数，DT为仿真计算步骤；
式子(6)连续形式为式(7)：
设蚂蚁总数为m，对于每一个蚂蚁，此时刻的点为i，其对应函数值为ηi，下一个可达的点j，对应函数值为ηj：
蚂蚁会朝着信息素最多的方向移动，当没有信息素时，便会按照原来的运动方向移动，则蚂蚁在t时刻处于i点时朝着j点移动的概率为：
式中allowed为蚂蚁从地点i直接到达下一个路径点的集合，α为信息素的相对重要程度，β为距离信息的相对重要程度；当α＝0，最靠近i的地点j将有可能被选出，这类似于随机贪心算法，当β＝0，则蚂蚁只受到信息素的影响而忽略了启发式信息带来的偏向性；如果蚂蚁移动方向有障碍物时，则随机选择其他的方向，如果有信息素指引时，则按照其指引行动；寻优时蚂蚁的移动概率根据式(9)来确定，若Δηij(t)＜0表示蚂蚁在自身所在地点i的邻域搜索，感知并且行动；若Δηij(t)＞0表示蚂蚁按照移动概率从其自身所在地点i的邻域移动至点j的邻域；
局部信息素更新策略为：
τij(t)＝(1-ξ)τij(t-1)+ξτ0 (10)
其中ξ∈(0,1)，τ0为信息素初始值；
局部信息素更新策略的作用在于：蚂蚁经过路径(i,j)，该路径的信息素τij将会减少，从而其他蚂蚁再选中此路径的概率减少；
全局信息素更新策略为：
其中ρ是信息素挥发参数，Δτijbest为精英蚂蚁给路径(i,j)增加的信息素；
路径的构建：
位于节点i的蚂蚁k在每次选择下一个路径前会产生一个随机数q，那么从节点i到节点j的移动规则为：
q是随机变量，均匀分布在区间[0,1]中，q0∈[0,1],
通过以上EACS算法找到PID控制参数最优解；
S23翻滚通道和俯仰通道采用ADRC，设定翻滚角θ和俯仰角Φ的值分别为值θd、Φd，先以翻滚角θd计算翻滚通道值具体算法为：
S231)安排过渡过程(TD)：
安排过渡过程如以下公式(13)，
式中r为速度因子，h为滤波因子，H为积分步长，其中h＝3H～7H，其越大，滤波效果越好，但跟踪信号相位损失越大；
其中设fst(·)为u＝fst(v1,v2,r,h)：
S232)状态估计和总扰动(ESO)：
取α1＝0.5，α2＝0.25，δ取值要适中，λ1、λ2、λ3为观测器参数，ESO的精度越高，则控制性能就越好；
S233)控制量的形成(NLSEF)：
其中
上式中δ＞0；
在NLSEF中，一般取α1＝0.75，α2＝1.25或者α1＝0.5，α2＝1.5，δ的取值与ESO相同；k1、k2为控制器增益系数；b为系统的补偿系数；
另外再以俯仰角Φ计算俯仰通道值，即将翻滚角θd替换为俯仰角Φd并重复步骤S231、S232和S233。
本发明的四旋翼飞行器的飞行控制方法，基于PID控制、EACS-PID控制和ADRC等组成的复合控制，在步骤S22和S23中，EACS-PID控制可以通过自适应调整获得最佳的控制参数，ADRC则是将“内扰”和“外扰”看作是系统的“总扰动”，然后再将其抵消掉。这种抗扰更加地主动，不会引起很大的超调，因而使得QUAV在飞行过程中保持很好的抗干扰能力， 提高自身鲁棒性。同时通过步骤S21，保持良好的控制性能的同时避免程序过于复杂，降低四旋翼无人机的处理器负荷，提高硬件的运行效率。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明的四旋翼无人飞行器整体结构示意图；
图2为本发明的四旋翼无人飞行器主要模块构成示意图；
图3为本发明的四旋翼无人飞行器机体坐标系和惯性坐标系图；
图4为本发明的四旋翼无人飞行器控制系统结构示意图；
图5为本发明的四旋翼无人飞行器控制方法中高度通道中的PID控制结构示意图；
图6为本发明的四旋翼无人飞行器控制方法中偏航通道中的基于EACS优化的PID控制结构示意图；
图7为本发明的四旋翼无人飞行器控制方法中飞行器翻滚通道和俯仰通道中的ADRC结构示意图；
图8为基于PID控制、EACS-PID控制和ADRC的高度跟踪结果对比图；
图9为基于PID控制、EACS-PID控制和ADRC的偏航角跟踪对比图；
图10为基于PID控制、EACS-PID控制和ADRC的翻滚角跟踪对比图；
图11为基于PID控制、EACS-PID控制和ADRC的俯仰角跟踪对比；
图12为四旋翼无人飞行器的四个控制通道的抗扰性测试曲线；
图13为四个控制通道在PID控制和EACS-PID控制下的鲁棒性测试曲线；
图14为四个控制通道在的ADRC控制下的鲁棒性测试曲线。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1-2对本发明实施例的四旋翼无人飞行器做进一步的描述。
如图1和图2所示，四旋翼无人飞行器100包括机体10和固定在机体10上的主控制器模块20，还包括固定在机体10四个悬臂上的四个无刷电机控制模块60及由无刷电机驱动的旋翼70，另外，如图2所示，四旋翼无人飞行器还包括安装在所述机体10上并分别与所述主控制器模块20连接的传感器模块40、导航模块50和水冷-风冷模块80，还包括与主控制器20通信连接的无线通信模块30；导航模块50采用高精度的GPS卫星导航系统对四旋翼无人飞行器100进行跟踪定位，并向所述主控制器模块20提供位置信息并导航，且在导航过程中修改和固化波特率，另外还可以保存波特率的设置过程；所述传感器模块40包括分别与所述主控制模块20连接的惯性测量单元、气压传感器、电子罗盘、烟雾传感器和风速传感器，所述惯性测量单元用于检测飞行器的三轴线加速度、翻滚角速率、俯仰角速率、偏航角速率和航向信息，所述气压传感器用于检测飞行器的高度，所述电子罗盘测量飞行器的航向信息，所述风速传感器对飞行器所处的位置的风速进行监测，所述烟雾传感器设置在飞行器上的PCB电路板上用于探测所述电路板出现故障产生的烟雾并将烟雾信息反馈至所述主控制器模块20；所述无线通信模块30包括遥控器、PPM解码器和PPM接收机，所述PPM编码器与所述遥控器连接，遥控器的四个通道控制信号将通过PPM编码器编码后无线传递给所述PPM接收机，所述PPM接收机与所述主控制器模块连接；所述电机控制模块60包括用于驱动飞行器上四个旋翼70的四个电机以及分别控制所述四个电机工作的电子调速器，所述电子调速器与所述主控制器模块连接以接收电机控制信号，所述烟雾传感器布置在临近飞行器上的电路板附件以探测所述电路板出现故障产生的烟雾并将烟雾信息反馈至所述主控制器模块；所述水冷-风冷模块80可有效降低主控制器模块20和电机控制模块60工作时产生的热量。
导航模块50可以提供四旋翼无人机当前的位置信息，主控制器模块20是四旋翼无人机100控制系统的核心部分，其作用是负责采集传感器检测到的三轴线加速度、翻滚角速率、俯仰角速率和偏航角速率等组成的姿态角速率和航向信息并实时解算，再根据检测到由遥控器所发出的飞行信息，结合基于PID控制、EACS-PID控制和ADRC等组成的复合控制方法的控制方案，计算实际的输出电机控制信号至电子调速器，然后电子调速器根据获得的控制信号控制4个电机的转速，从而实现对4个旋翼产生的升力和转矩的控制，无刷电机可以通过PWM控制其转速从而达到对每个旋翼所产生的力和力矩的大小进行控制。
具体的，所述主控制器模块20和所述电机控制模块60上分别设置有测温元件(图中为示出)，所述测温元件与所述主控制器模块20连接以实现温度采集，所述主控制器模块20根据所采集到温度信息调节所述水冷-风冷模块80的冷却功率。既当测温元件检测到的主控制器模块20和所述电机控制模块60的温度偏高时需要提升水冷-风冷模块80的冷却功率以加速冷却降温，如果主控制器模块20和所述电机控制模块60的温度偏低时降低冷却功率， 如此可以保证主控制器模块20和所述电机控制模块60工作在合适的温度范围内。
具体的，水冷-风冷模块先利用水冷系统降温，当水温升高之后达到与作用对象温度接近时，排出所有的水，此时将使用风冷系统进行降温。这样可有效减少主控制器模块20和电机控制模块60工作时产生的热量所引起温升。
本实施例的四旋翼无人飞行器，遥控器将控制信号通过PWM方式无线发送给PPM接收机，PPM编码器将PPM收机所接收到的控制信号解码后输至主控制器模块20，同时，构成四旋翼无人飞行器实时姿态信息的高度、翻滚、俯仰、偏航由等由传感器模块测得并传输至主控制器模块20，结合基于PID控制、EACS-PID控制和ADRC等组成的复合控制方法的控制方案，主控制器模块综合计算实时姿态信息和控制信号信息后输出电机控制信号至电子调速器，然后电子调速器根据获得的电机控制信号控制4个电机的转速，从而实现对4个旋翼产生的升力和转矩的控制，无刷电机可以通过PWM控制其转速从而达到对每个旋翼所产生的力和力矩的大小进行控制，从而实现自动适应外界环境变化，达到理想的控制效果。
所述四旋翼无人飞行器的主控制模块综合计算实时姿态信息和控制信号信息后输出电机控制信号以控制无人飞行器的方法包括以下步骤：
S10：根据如图3所示四旋翼飞行器的机体坐标系与惯性坐标系，建立四旋翼飞行器的动力学模型，QUAV的动力学方程为；
其中，设θ、ψ分别为四旋翼无人飞行器的翻滚角、俯仰角和偏航角，l为其质心至旋翼中心的距离，Ix、Iy、Iz为惯性主距，Ωi为第i个旋翼转速，Fi为第i个旋翼产生的升力， 旋翼产生的升力与旋翼传动速度平方成正比，IR为转动惯量，n1为其升力系数，n2为反扭矩系数；
为了把四旋翼飞行器的动力学方程转换成四个独立的控制通道,定义四旋翼飞行器的控制输入为
S20：设计基于复合控制的控制方式来控制步骤S10中动力学方程转换而来的四个独立的控制通道，如图4所示，所述四个通道的控制方式分别为高度PID、翻滚ADRC、俯仰ADRC、偏航EACS-PID，即高度通道才有PID控制，翻滚通道采用采用ADRC控制，俯仰通道采用ADRC控制，偏航通道采用EACS-PID控制，其中Zd、θd、Φd、ψd分别为由遥控器设定的四旋翼飞行器的高度设定值、翻滚角设定值、俯仰角设定值及偏航角设定值，Z、θ、Φ、ψ为四旋翼飞行器的高度实际值、翻滚角实际值、俯仰角实际值及偏航角实际值，再经过控制量的转换控制调节四个旋翼的转速来达到姿态控制，具体包括以下方式：
S21:高度通道采用PID控制
采用增量式数字PID控制高度通道，如图5所示，其表达式为：
u(k)＝u(k-1)+Δu(k) (3)
u(k)＝u(k-1)+Kp[e(k)-e(k-1)]+Kie(k)
+Kd[e(k)-2e(k-1)+e(k-2)] (4)
式中Kp、Ki和Kd为PID控制的控制参数；
S22:偏航通道采用EACS-PID控制
PID控制采用增量式数字PID控制，如图6所示，其表达式为：
其中Kp为比例系数，e(k)为本次偏差，Δu(k)对应的控制量为u(k)，T为采样周期，Ti为积分时间常数，Td为微分时间常数，PID控制需要确定的参数分别为Kp、Ti和Td；
采用(6)式评价控制系统的性能指标：
式中LP为仿真计算点数，DT为仿真计算步骤；
式子(6)连续形式为式(7)：
设蚂蚁总数为m，对于每一个蚂蚁，此时刻的点为i，其对应函数值为ηi，下一个可达的点j，对应函数值为ηj：
蚂蚁会朝着信息素最多的方向移动，当没有信息素时，便会按照原来的运动方向移动，则蚂蚁在t时刻处于i点时朝着j点移动的概率为：
式中allowed为蚂蚁从地点i直接到达下一个路径点的集合，α为信息素的相对重要程度，β为距离信息的相对重要程度；当α＝0，最靠近i的地点j将有可能被选出，这类似于随机贪心算法，当β＝0，则蚂蚁只受到信息素的影响而忽略了启发式信息带来的偏向性；如果蚂蚁移动方向有障碍物时，则随机选择其他的方向，如果有信息素指引时，则按照其指引行动；寻优时蚂蚁的移动概率根据式(9)来确定，若Δηij(t)＜0表示蚂蚁在自身所在地点i的邻域搜索，感知并且行动；若Δηij(t)＞0表示蚂蚁按照移动概率从其自身所在地点i的邻域移动至点j的邻域；
局部信息素更新策略为：
τij(t)＝(1-ξ)τij(t-1)+ξτ0 (10)
其中ξ∈(0,1)，τ0为信息素初始值；
局部信息素更新策略的作用在于：蚂蚁经过路径(i,j)，该路径的信息素τij将会减少，从而其他蚂蚁再选中此路径的概率减少；
全局信息素更新策略为：
其中ρ是信息素挥发参数，Δτijbest为精英蚂蚁给路径(i,j)增加的信息素；实际情况下，取适当的λ值可以在迭代次数更少的情况下得到更好的解路径；
路径的构建：
位于节点i的蚂蚁k在每次选择下一个路径前会产生一个随机数q，那么从节点i到节点j的移动规则为：
q是随机变量，均匀分布在区间[0,1]中，q0∈[0,1],
通过以上EACS算法找到PID控制参数最优解；
S23翻滚通道和俯仰通道采用ADRC，如图7所示，其中θd、Φd为翻滚角θ和俯仰角Φ的设定值，先以翻滚角θd计算翻滚通道值，具体算法为：
S231)安排过渡过程(TD)：
安排过渡过程如以下公式(13)
式中r为速度因子，h为滤波因子，H为积分步长，其中h＝3H～7H；其越大，滤波效果越好，但跟踪信号相位损失越大；
其中设fst(·)为u＝fst(v1,v2,r,h)：
S232)状态估计和总扰动(ESO)：
取α1＝0.5，α2＝0.25以获得更好的算法控制性能，λ1、λ2、λ3为观测器参数，ESO的精度越高，则控制性能就越好；
S233)控制量的形成(NLSEF)：
其中
上式中δ＞0；
在NLSEF中，一般取α1＝0.75，α2＝1.25或者α1＝0.5，α2＝1.5，δ的取值与ESO相同；k1、k2为控制器增益系数，k1增大，系统响应变快；k2则用于抑制过渡过程中的超调；b为系统的补偿系数；
另外再以俯仰角Φ计算俯仰通道值，即将翻滚角θd替换为俯仰角Φd并重复步骤S231、S232和S233。
本发明的四旋翼飞行器的飞行控制方法，基于PID控制、EACS-PID控制和ADRC等组成的复合控制，在步骤S22和S23中，EACS-PID控制可以通过自适应调整获得最佳的控制参数，ADRC则是将“内扰”和“外扰”看作是系统的“总扰动”，然后再将其抵消掉。这种抗扰更加地主动，不会引起很大的超调，因而使得QUAV在飞行过程中保持很好的抗干扰能力，提高自身鲁棒性。同时通过步骤S21，保持良好的控制性能的同时避免程序过于复杂，降低四旋翼无人机的处理器负荷，提高硬件的运行效率。偏航EACS-PID可以实现控制参数自适应调整，翻滚ADRC、俯仰ADRC可以以更主动的方式进行抗扰，高度PID在保持很好的抗干扰能力和鲁棒性的同时避免了程序过于复杂。
为了验证本发明提出的四旋翼无人飞行器及其控制方法的控制效果，利用搭建的四旋翼无人飞行器样机进行实验。分别进行了多个方案实验，具体如下：
在高度通道中，如图8，使用了ADRC算法，PID控制算法和EACS-PID控制算法进行高度跟踪对比测试，从PID控制下的高度跟踪曲线可知，其峰值时间为0.65s，超调量为2.5％，上升时间为0.51s，不但可以达到较好的控制要求，相比另外两种控制算法，也可以减少程序设计的复杂程度。在偏航角通道的设计当中也采用了类似的思路，如图9，由于PID控制性能表现不好，调整时间过长，其为4.31s。EACS-PID控制下的偏航角跟踪曲线，峰值时间为0.36s，超调量为1.1％，上升时间为0.29s，其动态性能和ADRC接近，而EACS-PID控制算法的复杂程度低于ADRC算法，且参数较少，则选取了EACS-PID控制来控制偏航角通道。同理，由图10和图11可知，选择ADRC算法来控制翻滚通道和俯仰通道较为合适。通过设计的复合控制系统进行抗扰性测试，测试过程中加入持续的随机信号作为干扰，如图12所示，四个通道对应的控制系统的稳态误差均在±2％之内。通过设计的复合控制系统进行鲁棒性测试，如图13和图14所示。在高度通道的控制系统中，超调量的变化范围为±1.0％，调节时间的变化范围为±0.01s；在偏航通道的控制系统中，超调量的变化范围为±0.2％，调节时间的变化范围为±0.01s；在翻滚通道的控制系统中，超调量的变化范围为±0.1％，调节时间的变化范围为±0.02s；在俯仰通道的控制系统中，超调量的变化范围为±0.1％，调节时间的变化范围为±0.01s。根据以上分析可知四个通道的控制系统鲁棒性均较好。
综上，本发明提出的四旋翼无人飞行器控制方法，是一种基于PID控制、EACS-PID控制和ADRC等组成的复合控制方法，用于控制四旋翼无人飞行器的飞行姿态，在保持很好的抗干扰能力和鲁棒性的同时，避免了程序过于复杂，降低四旋翼无人机的处理器负荷，提高硬件的运行效率。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的创造性精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！