基于自适应准最优高阶滑模控制的无人机飞行控制方法

1.本发明属于无人机飞行控制技术领域，具体而言，涉及一种基于自适应准最优高阶滑模控制的无人机飞行控制方法。


背景技术：

2.小型无人直升机动态响应快，外界干扰输入灵敏度高，对控制系统快速性指标要求非常高。
3.在小型无人直升机的鲁棒自主飞行控制方法中，传统的控制方法主要有经典反馈控制(如pd或pid)和线性控制方法，pid控制的优点是结构简单且不需要精确的系统模型，可以避免小型无人直升机复杂的建模过程，但是它不能充分发挥无人直升机的机动能力且鲁棒性不高，参数调整全凭经验，过程繁琐；线性控制理论发展成熟，方法众多，但是它依赖于基于单个特征点线性化的线性模型，忽略了许多系统非线性特性，当直升机状态偏离平衡点，控制性能可能会下降，甚至导致闭环系统的不稳定，不能保证全包络飞行，这两种控制方法控制性能仍有较大的提升空间。滑模控制是不确定性环境下非线性系统的一种有效控制方法，其设计原则是使系统在有限的时间内达到一个滑动面，然后通过对系统进行不连续控制保持系统在滑动面上的动力学特性。然而，传统滑模控制器中存在的高速切换函数可能在实际的机电系统中无法实现。非理想切换引起的控制抖振现象不仅会显著降低系统的性能，而且会降低系统的稳定性。
4.因此，许多学者致力于采用各种先进非线性控制方法设计自主飞行控制系统，由于非线性控制系统设计与实现难度大，研究领域内具有实验结果的相对较少。与本发明最近似的实现方案主要有以下几类：
5.第一类是采用传统的滑模控制和饱和函数相结合的方法，根据系统状态误差设计线性滑模面，这类方法控制结构简单，控制性能好，但是需要已知不确定性的先验知识，控制增益需要工程师手动调节，增益过小可能达不到性能要求，增益过大又会导致剧烈的控制抖动，且饱和函数抑制抖动的能力有限，同时也无法保证闭环系统状态有限时间内收敛。
6.第二类是采用非线性滑模面替代传统线性滑模面，使系统状态能够在有限时间内收敛至零，这类方法控制结构比较复杂，可在一定程度上提高系统响应快速性，但是系统收敛速度不可控，当系统初始状态离平衡点较远时，闭环系统的收敛速度将变得非常缓慢，不具备全局快速收敛能力，同时也无法保证系统性能指标最优或准最优。为方便讨论，下面将以如下通用形式的仿射系统为例，考察此类方法的收敛性。
[0007][0008]
其中，x∈rn，u∈rm，f(x)、g(x)为连续光滑函数。取如下非线性函数作滑模面
[0009][0010]
其中，κ＞0，p和q均为奇数，且p＞q＞0。
[0011]
系统收敛至平衡点(原点)的时间为
[0012][0013]
其中x0为系统初始状态。由式(3)可知，收敛时间与系统状态强相关。当系统初始状态x0远离平衡点时收敛速度将变慢，因此该方法无法保证系统始终以最优的形式收敛至平衡点。
[0014]
针对相关技术中控制过程中收敛速度较慢的问题，目前尚未提出有效的解决方案。


技术实现要素：

[0015]
本技术的主要目的在于提供一种基于自适应准最优高阶滑模控制的无人机飞行控制方法，以解决至少上述问题。
[0016]
为了实现上述目的，根据本技术的一个方面，提供了一种基于自适应准最优高阶滑模控制的无人机飞行控制方法，该方法包括：
[0017]
获取待控制无人机的第一位姿向量；将所述第一位姿向量作为预设位姿控制模型的输入，根据所述预设位姿控制模型的预设积分滑膜面和预设控制率获得所述预设位姿控制模型输出的控制信号，其中，所述预设位姿控制模型为以位姿为状态变量的预设二阶积分链模型，所述预设控制率使得所述预设二阶积分链模型的状态变量在到达预设平衡状态时，预设线性二次型指标最小；根据所述控制信号控制所述待控制无人机。
[0018]
进一步的，如前述的方法，所述预设位姿控制模型包括预设姿态控制模型、预设垂直位置控制模型和预设水平位置控制模型，所述第一位姿向量包括第一姿态向量、第一垂直位置和第一水平位置向量；将所述第一位姿向量作为预设位姿控制模型的输入，根据所述预设位姿控制模型的预设积分滑膜面和预设控制率获得所述预设积分链控制模型输出的控制信号，包括：分别将所述第一姿态向量、所述第一垂直位置和所述第一水平位置向量对应作为所述预设姿态控制模型、所述预设垂直位置控制模型和所述预设水平位置控制模型的输入，分别根据各模型的预设积分滑膜面和预设控制率获得各预设积分链控制模型输出的姿态控制信号、垂直位置控制信号和水平位置控制信号。
[0019]
进一步的，如前述的方法，所述预设位姿控制模型输出的控制信号为名义控制信号与自适应控制信号之和，所述名义控制信号根据所述预设积分滑膜面和所述预设控制率获得，所述自适应控制信号根据所述预设积分滑膜面、所述预设控制率和自适应参数获得，其中所述自适应参数的更新率根据所述预设积分滑膜面和所述预设控制率获得。
[0020]
进一步的，如前述的方法，所述预设位姿控制模型根据下述模型获得：其中，i＝1,2,...,l-1,l为大于1的整数，zi,......,z
l
为状态变量，vn为预设控制率，vn由下式获得：其中，为
正定的对角矩阵，p为如下状态黎卡提方程的正定解，其中，0
(
·
)
×
(
·
)
和i
(
·
)
×
(
·
)
为相应维度的零矩阵和单位矩阵，δ为正实数，数，αi＝diag(α
i1
,
…
,α
in
)，i＝2,...,l,j＝1,2,...,n，α
(l+1)j
＝1,α
lj
＝α,j＝1,2,...,n；对任意ε∈(0,1),α∈(1-ε,1)，所述预设线性二次型指标根据下式获得：其中，t为时间变量，所述平衡状态根据下式获得：v
n0
＝-k1sgn(z1)
‑…‑ki
sgn(zi)
‑…‑kl
sgn(z
l
)，其中，v
n0
表示平衡状态，k1,k2,...k
l
均为正常数，且多项式λ
l
+k
lj
λ
l-1
+
…
+k
2j
λ+k
1j
是赫尔维茨稳定的，ki＝diag(k
i1
,
…
,k
ij
,
…
,k
in
),i＝1,2,...,l,j＝1,2,...,n。
[0021]
进一步的，如前述的方法，所述预设姿态控制模型的状态变量为：
[0022]
x1＝[θ
t
,ω
t
]
t
[0023]
其中，θ＝[φ,θ,ψ]
t
为包含滚转、俯仰和偏航角的姿态角向量，ω＝[p,q,r]
t
为角速度向量；
[0024]
所述预设姿态控制模型的预设积分滑膜面的变量为：
[0025]zatt,1
＝s
att
＝θ-θd[0026][0027]
其中，θd为期望的姿态角向量；
[0028]
所述预设姿态控制模型的预设控制率为：
[0029][0030]
其中，是一个待设计的正定矩阵，p1为如下代数矩阵黎卡提方程的正定解
[0031][0032]
其中，δ1为待设计的正实数，
其中，α1＝diag(α
11
,α
12
,α
13
)和α2＝diag(α
21
,α
22
,α
23
)，φe＝φ-φd，θe＝θ-θd，ψe＝ψ-ψd，φd、θd和ψd分别为期望的滚转角、俯仰角和偏航角；
[0033]
所述预设姿态控制模型的预设积分滑膜面为：
[0034]
σ1＝[σ
11
,σ
12
,σ
13
]
t
＝z
att,2-ν
ns
[0035]
其中，
[0036]
所述预设姿态控制模型输出的控制信号为：
[0037]
δ
aer
＝u
att,n
+u
att,a
[0038]
其中，u
att,n
为名义控制信号，u
att,a
为自适应控制信号，
[0039][0040]
其中，k
τ1
和k
η1
为正定对角矩阵，
[0041][0042][0043]
其中，t(θ)是一个3
×
3矩阵，定义为
[0044][0045]jn
为测量得到的名义转动惯量矩阵，sk(ω)是关于角速度的斜对称矩阵，k
ped,ctr
和k
r,ctr
为待设计的正实数，s(
·
)、c(
·
)、t(
·
)分别为sin(
·
)、cos(
·
)和tan(
·
)的缩写。
[0046][0047]
[0048][0049][0050]kβ
为主旋翼桨叶刚度系数，h
tr
为重心至尾旋翼桨毂的垂直距离，d
tr
为重心至尾旋翼桨毂的纵向水平距离，h
mr
为重心至主旋翼桨毂的垂直距离，t
hov
为无人直升机悬停时的主旋翼拉力；自适应控制信号u
att,a
为
[0051][0052]ka1
为一个设计的常数，三个自适应参数的更新率设计为
[0053][0054]
其中，oi＞0，pi＞0，i＝1,2,3为设计参数。
[0055]
进一步的，如前述的方法，所述预设垂直位置控制模型的预设积分滑膜面的变量为：
[0056]zver,1
＝s
ver
＝z-zd[0057][0058]
其中，zd为期望的垂直高度；
[0059]
所述预设垂直位置控制模型输出的控制信号为：
[0060]
δ
col
＝u
ver,n
+u
ver,a
[0061]
其中，u
ver,n
为名义控制信号，u
ver,a
为自适应控制信号，名义控制信号u
ver,n
根据所述预设姿态控制模型获得：
[0062][0063]
其中，k
τ2
和k
η2
为正实数；自适应控制信号u
ver,a
根据所述预设姿态控制模型获得：
[0064][0065]
其中，k
a2
为一个设计的常数，三个自适应参数的更新率为
[0066][0067]
其中，oi＞0，pi＞0，i＝1,2,3为设计参数。
[0068]
进一步的，如前述的方法，所述预设水平位置控制模型的预设积分滑膜面的变量为：
[0069]zhon,1
＝s
hon
＝p
h-p
hd
[0070][0071]
其中，p
hd
为期望的水平位置向量，
[0072]
所述预设水平位置控制模型输出的控制信号为：
[0073]ahd
＝u
hon,n
+u
hon,a
[0074]
其中，u
hon,n
为名义控制信号，u
hon,a
为自适应控制信号，名义控制信号u
hon,n
根据所述预设姿态控制模型获得：
[0075][0076]
其中，k
τ3
和k
η3
为正实数；自适应控制信号u
hon,a
根据所述预设姿态控制模型获得：
[0077][0078]
其中，三个自适应参数的更新率为
[0079][0080]
其中，oi＞0，pi＞0，i＝7,8,9为设计参数。
[0081]
为了实现上述目的，根据本技术的另一方面，提供了一种无人机飞行控制装置，该装置包括：位姿向量获取模块、位姿模型控制模块和飞行控制模块：所述位姿向量获取模块，用于获取待控制无人机的第一位姿向量；所述位姿模型控制模块，用于将所述第一位姿
向量作为预设位姿控制模型的输入，根据所述预设位姿控制模型的预设积分滑膜面和预设控制率获得所述预设位姿控制模型输出的控制信号，其中，所述预设位姿控制模型为以位姿为状态变量的预设二阶积分链模型，所述预设控制率使得所述预设二阶积分链模型的状态变量在到达预设平衡状态时，预设线性二次型指标最小；所述飞行控制模块，用于根据所述控制信号控制所述待控制无人机。
[0082]
为了实现上述目的，根据本技术的另一方面，提供了一种电子设备，包括：存储器，用于存储程序；处理器，用于运行所述存储器中存储的所述程序，以执行如上述任一项所述的方法。
[0083]
为了实现上述目的，根据本技术的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如上述任一项所述的方法。
[0084]
在本技术实施例中，本技术要解决的技术问题是一般控制器无法保证小型无人直升机闭环系统快速有限时间收敛的问题，基于有限时间收敛准最优控制提出了一种适用于工程实现的多输入多输出自适应高阶积分滑模控制方法，该方法不需要预先知道不确定性的界并且可以避免滑模增益过度估计。此外，所提出的自适应高阶滑模控制是连续且快速收敛的，而且可以指定收敛速度。
附图说明
[0085]
构成本技术的一部分的附图用来提供对本技术的进一步理解，使得本技术的其它特征、目的和优点变得更明显。本技术的示意性实施例附图及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0086]
图1是本技术一个实施例提供的基于自适应准最优高阶滑模控制的无人机飞行控制方法的流程示意图；
[0087]
图2是本技术的基于自适应准最优高阶滑模控制的无人机飞行控制方法的系统设计流程示意图；
[0088]
图3是本技术一个实施例提供的无人机飞行控制装置的结构示意图。
具体实施方式
[0089]
为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
[0090]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0091]
在本技术中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本技术及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
[0092]
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本技术中的具体含义。
[0093]
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。
[0094]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
[0095]
本技术设计了如式(6)所示的二次型性能指标以及具有式(8)所示切换函数的有限时间控制(7)，当系统初始状态远离平衡点时，系统状态将以不低于设定值的指数函数形式收敛至平衡点，可显著加快系统状态收敛速度，以保证系统的线性二次型最优性能指标；当系统状态接近平衡点时，控制律(7)切换为指数收敛滑模等效控制。
[0096]
根据本发明实施例，提供了一种基于自适应准最优高阶滑模控制的无人机飞行控制方法，如图所示，该方法包括如下的步骤s102至步骤s106：
[0097]
s102.获取待控制无人机的第一位姿向量。
[0098]
s104.将所述第一位姿向量作为预设位姿控制模型的输入，根据所述预设位姿控制模型的预设积分滑膜面和预设控制率获得所述预设位姿控制模型输出的控制信号，其中，所述预设位姿控制模型为以位姿为状态变量的预设二阶积分链模型，所述预设控制率使得所述预设二阶积分链模型的状态变量在到达预设平衡状态时，预设线性二次型指标最小。
[0099]
s106.根据所述控制信号控制所述待控制无人机。
[0100]
图2是本技术的基于自适应准最优高阶滑模控制的无人机飞行控制方法的系统设计流程示意图。如图2所示，首先为一类通用的积分链系统设计一个有限时间收敛的反馈控制(s202)，然后基于此有限时间控制提出线性二次型性能指标(s204)，在此基础上确定积分滑模面(s206)，将最终控制定义为名义控制和自适应控制之和，再分别展开设计，分别将小型无人直升机姿态动力学和位置动力学转换为积分链形式(s208)，从而将所提控制方法应用于姿态和位置积分链模型，将小型无人直升机姿态运动学与动力学模型整合并转换为积分链形式(s210)，得到整个准最优有限时间自适应高阶滑模控制器(s212)。
[0101]
下面对图2的具体实施方式进行详细说明：
[0102]
步骤一：考虑如下积分链系统
[0103][0104]
[0105]
其中,i＝1,2,...,l-1,假设k1,k2,...k
l
均为正常数,且多项式λ
l
+k
lj
λ
l-1
+
…
+k
2j
λ+k
1j
是赫尔维茨稳定的，则对任意ε∈(0,1),α∈(1-ε,1),可设计如下有限时间反馈控制使系统(4)在有限时间内稳定到原点
[0106]vn0
＝-k1sgn(z1)
‑…‑ki
sgn(zi)
‑…‑kl
sgn(z
l
)
ꢀꢀ
(5)
[0107]
其中
[0108][0109]ki
＝diag(k
i1
,
…
,k
ij
,
…
,k
in
),i＝1,2,
…
,l,j＝1,2,
…
,n，
[0110][0111]
α
(l+1)j
＝1,α
lj
＝α,j＝1,2,
…
,n
[0112]
步骤二：基于有限时间控制(5)，为积分链系统(4)设计如下线性二次型性能指标
[0113][0114]
其中为正定的对角矩阵，δ为正实数。设计有限时间控制
[0115][0116]
可使系统状态z(t)在有限时间内趋近于零，且收敛速度不低于指数e-δt
。其中，
[0117][0118]
αi＝diag(α
i1
,
…
,α
in
)，p为如下状态黎卡提方程的正定解
[0119][0120]
其中，0
(
·
)
×
(
·
)
和i
(
·
)
×
(
·
)
为相应维度的零矩阵和单位矩阵。
[0121]
步骤三：将小型无人直升机姿态运动学与动力学模型整合并转换为积分链形式
[0122][0123]
其中，θ＝[φ,θ,ψ]
t
为包含滚转、俯仰和偏航角的姿态角向量，ω＝[p,q,r]
t
为角速度向量，d为外界干扰力矩，sk(ω)是关于角速度的斜对称矩阵，t(θ)是一个3
×
3矩阵，定义为
[0124][0125]
j＝diag{i
x
,iy,iz}为无人直升机机体转动惯量矩阵，总外力矩用m表示。
[0126]
由于主旋翼挥舞运动比机身刚体运动响应快得多，假设其响应速度足够快，忽略其瞬态响应过程，可得如下简化的静态挥舞运动模型
[0127][0128]
其中，
[0129][0130][0131][0132]
a,b为无人直升机纵向和横向挥舞角，δ
lat
,δ
lon
为横向与纵向周期变距舵机输入信号，θ
lat
,θ
lon
为主桨横向与纵向周期变距偏差。由于尾桨拉力计算过于复杂，难以用于控制设计，因此根据模型特点，忽略一些较小的量，只考虑其主要的输入变量，设计了如下反馈控制
[0133]
t
tr,ctr
＝k
ped,ctr
δ
ped-k
r,ctrrꢀꢀ
(12)
[0134]kped,ctr
和k
r,ctr
为待设计的正实数，δ
ped
为方向舵机输入信号。则尾桨拉力绕机体坐标系z轴的力矩可以近似表示为
[0135]ntr,ctr
＝t
tr,ctrdtr
ꢀꢀ
(13)
[0136]
由于无人直升机力矩主要来源于主旋翼升力和尾旋翼拉力，因此可将其他较小的力矩分量作为干扰处理，且挥舞角一般为很小的角度，可以假设s(a)≈a和s(b)≈b，因此作用于小型无人直升机的外部合力矩可以表示为
[0137][0138]
其中d为集总外部干扰力矩，
[0139]
将简化挥舞运动方程式(11)以及角速度反馈的尾桨拉力控制(12)和(13)代入式(14)，可得
[0140]
m＝(m1a-k
r,ctr
m2)ω+(k
ped,ctrm2-m1b)δ
aer-m1bdθ
aer
+m
δ
ꢀꢀ
(15)
[0141]
其中，
[0142][0143][0144][0145][0146]
l
mr
、m
mr
和n
mr
分别为主旋翼力矩在机体坐标x、y和z轴上的投影，k
β
为主旋翼桨叶刚度系数，h
tr
为重心至尾旋翼桨毂的垂直距离，d
tr
为重心至尾旋翼桨毂的纵向水平距离，h
mr
为重心至主旋翼桨毂的垂直距离，t
hov
为无人直升机悬停时的主旋翼拉力。
[0147]
将式(15)代入式(10)可将式(10)转化为
[0148][0149]
令系统状态变量x1＝[θ
t
,ω
t
]
t
，则已知的系统函数可改写为
[0150][0151][0152]
未知的不确定函数为
[0153][0154][0155]
其中，j＝jn+j
δ
，jn为测量得到的名义转动惯量矩阵，j
δ
为转动惯量测量误差。令滑模变量z
att,1
＝s
att
＝θ-θd，θd为期望的姿态角向量，则式(16)可改写为
[0156][0157][0158]
定义α1＝diag(α
11
,α
12
,α
13
)和α2＝diag(α
21
,α
22
,α
23
)，设计非线性函数
[0159][0160][0161]
其中，φe＝φ-φd，θe＝θ-θd，ψe＝ψ-ψd，φd、θd和ψd分别为期望的滚转角、俯仰角和偏航角。根据式(7)可设计虚拟控制
[0162][0163]
其中，是一个待设计的正定矩阵，p1为如下代数矩阵黎卡提方程的正定解
[0164][0165]
δ1为待设计的正实数，
[0166]
设计积分滑模面σ1[0167]
σ1＝[σ
11
,σ
12
,σ
13
]
t
＝z
att,2-ν
ns
ꢀꢀ
(24)
[0168]
其中设舵机最终的输入信号由名义控制和自适应控制组成
[0169]
δ
aer
＝u
att,n
+u
att,a
ꢀꢀ
(25)
[0170]
由于(k
ped,ctrm2-m1b)是可逆的，可将名义控制u
att,n
设计为
[0171][0172]
其中k
τ1
和k
η1
为正定对角矩阵。
[0173]
设计自适应控制u
att,a
为
[0174][0175]ka1
为一个设计的常数，三个自适应参数的更新率设计为
[0176][0177]
其中，oi＞0，pi＞0，i＝1,2,3为设计参数。
[0178]
步骤四：定义垂向高度位置滑模变量z
ver,1
＝s
ver
＝z-zd，从而可将小型无人直升机的垂向位置动力学改写为
[0179][0180][0181]
与姿态控制器类似，设总距舵机控制输入由名义控制和自适应控制组成
[0182]
δ
col
＝u
ver,n
+u
ver,a
ꢀꢀ
(30)
[0183]
显然υ
2n
≠0，将名义控制u
ver,n
设计为
[0184][0185]
其中k
τ2
和k
η2
为正实数。设计自适应控制u
ver,a
为
[0186][0187]ka2
为一个设计的常数，三个自适应参数的更新率设计为
[0188][0189]
其中，oi＞0，pi＞0，i＝1,2,3为设计参数。
[0190]
步骤五：外环水平位置动力学模型可以近似为一个典型的二阶积分链模型，适用于提出的有限时间收敛自适应高阶滑模控制方法。将纵向-横向水平位置模型提取出来，改写成如下形式
[0191][0192]
[0193]
其中z
hon,1
＝s
hon
＝p
h-p
hd
，p
hd
为期望的水平位置向量，设水平位置虚拟控制由名义控制和自适应控制组成
[0194]ahd
＝u
hon,n
+u
hon,a
ꢀꢀ
(35)
[0195]
将名义控制u
hon,n
设计为
[0196][0197]
其中设计自适应控制u
hon,a
为
[0198][0199]
其中
[0200][0201]
oi＞0，pi＞0，i＝7,8,9为设计参数。
[0202]
从以上的描述中，可以看出，本发明采用一种可指定收敛速度的自适应准最优高阶连续滑模控制方法，能够保证闭环系统跟踪误差在有限时间内收敛，且收敛速度是可调的，有效提高了小型无人直升机飞行控制系统的响应快速性与鲁棒性能。此外，所提自适应律不需要已知不确定性的先验知识，且能避免滑模增益过度估计问题，同时能够有效抑制滑模抖动。
[0203]
本发明在小型无人直升机heli800e控制系统设计中进行了试验，实际飞行试验证明了本发明的可行性，实际自主飞行结果表明了采用该技术设计的控制系统控制精度与鲁棒性均满足系统的指标要求。
[0204]
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0205]
根据本发明实施例，还提供了一种用于实施上述的方法的装置，如图3所示，该装置包括：
[0206]
位姿向量获取模块，用于获取待控制无人机的第一位姿向量；
[0207]
位姿模型控制模块，用于将所述第一位姿向量作为预设位姿控制模型的输入，根据所述预设位姿控制模型的预设积分滑膜面和预设控制率获得所述预设位姿控制模型输出的控制信号，其中，所述预设位姿控制模型为以位姿为状态变量的预设二阶积分链模型，所述预设控制率使得所述预设二阶积分链模型的状态变量在到达预设平衡状态时，预设线性二次型指标最小；
[0208]
飞行控制模块，用于根据所述控制信号控制所述待控制无人机。
[0209]
根据本发明实施例，还提供了一种用于实施上述的方法的电子设备，包括：存储器，用于存储程序；处理器，用于运行所述存储器中存储的所述程序，以执行上述的方法。
[0210]
根据本发明实施例，还提供了一种用于实施上述的方法的计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现上述的方法。
[0211]
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
[0212]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。