[发明专利]基于给定时间的四旋翼无人机高精度姿态跟踪控制方法

说明书

本发明涉及无人机飞行器控制技术领域，为提出实现可以人为调节四旋翼无人机姿态跟踪的收敛时间，使四旋翼无人机的姿态跟踪误差在期望的时间内收敛。同时，具有良好的跟踪性能和抗干扰能力，为此，本发明，基于给定时间的四旋翼无人机高精度姿态跟踪控制方法，步骤如下：第一部分，面向控制的四旋翼无人机姿态模型建立：第二部分，给定时间时变滑模面设计；第三部分，给定时间高精度连续控制器设计。本发明主要应用于无人机飞行器控制场合。

技术领域

本发明涉及无人机飞行器控制技术领域，尤其涉及一种小型四旋翼无人机的高精度快速姿态跟踪控制领域。具体讲,涉及基于给定时间的四旋翼无人机高精度姿态跟踪控制方法。

背景技术

四旋翼无人机在机械结构上具有轴对称性，四个旋翼均匀分布在十字架结构的四个端点上，该类型无人机动力由各个旋翼产生的升力提供，仅需改变四个旋翼的旋转速度，即可实现无人机的翻滚、俯仰、偏航等动作。四旋翼无人机具有体积小、重量轻、隐蔽性好、适合多平台、多空间使用，可以在地面、军舰上灵活垂直起降，不需要弹射器、发射架进行发射等优点。其简单的结构、超强的机动性、独特的飞行方式，在军事和民事领域展现出巨大的应用潜力，已经被广泛应用于军事侦察、险区探测、目标捕获、战场管理、火力支援、电子干扰及通信中继等领域。

四旋翼无人机是一个典型的受非线性、快时变、强耦合、不确定及欠驱动影响的复杂被控对象，其飞行控制器是整个系统设计中最重要的部分，控制器在改善无人机的稳定性和操纵性，提高执行任务的能力方面起着至关重要的作用。目前，国内外相关学者基于线性控制理论和非线性控制理论，对四旋翼无人机的稳定跟踪控制问题开展了大量的研究工作，并取得了丰硕的研究成果。当前基于线性控制理论的无人机控制系统设计方法，主要集中在PID,LQR及H无穷，该类方法的基本思路是将无人机的非线性模型在平衡点处进行线性化处理，获得用于控制器设计的线性模型，然后基于成熟的线性控制方法设计控制器。为了满足四旋翼无人机在大范围飞行的实际需求，传统的线性控制方法往往和增益调度或线性参变理论结合，该方法将不同飞行条件下的控制增益制成表格，以飞行高度或速度作为调度参数，实现对期望姿态指令的稳定跟踪。然而，当飞行器在大范围飞行时，该方法依赖于大量的增益预置表，且在切换过程中，参数往往容易产生突变，严重影响四旋翼无人机的飞行控制性能。随着无人机飞行性能需求的不断提高，传统控制方法在处理具有多变量强耦合特性影响的四旋翼无人机控制时面临巨大挑战。为了改善无人机的控制性能，一些非线性控制方法逐渐受到关注，通过对国内外四旋翼无人机姿态控制研究现状的分析，对当前的主流非线性控制方法总结归纳如下：1)动态逆控制：动态逆控制的基本思想是基于李导数对四旋翼无人机的非线性模型进行输入输出线性化处理，得到不依赖于模型平衡点的输入输出线性化模型，再结合其他线性或非线性控制方法完成无人机的控制器设计。基于动态逆的无人机控制策略的不足之处在于对无人机数学模型的精确度要求较高、且难以很好地处理系统中的不确定性以及干扰。2)反步控制：反步控制是非线性控制器设计中的一种重要方法，其基本思想是将复杂的非线性系统分解成不超过系统阶数的多个子系统，然后对每个子系统设计基于Lyapunov函数的虚拟控制输入，逐步反推，直至获得系统的实际控制输入。然而，当反步控制方法用于四旋翼无人机姿态控制器设计时，基于姿态环设计的虚拟控制输入，将作为姿态角速度环的期望跟踪指令，在姿态角速度环进行控制器设计时，需要对“虚拟控制输入”不断的进行求导，导致“微分爆炸”，增大控制器实现的难度，影响四旋翼无人机的控制性能。3)智能控制：智能控制方法主要有模糊控制、神经网络控制等。由于模糊系统和神经网络系统具有万能逼近的特点，因此，可以使用智能控制系统对四旋翼无人机控制系统中的复杂非线性项、不确定性等进行在线逼近，从而提高控制系统的鲁棒性。但基于智能控制的无人机控制策略计算时间长，难以满足四旋翼无人机快速机动控制的实际需求。4)滑模控制：滑模控制本质上是一类特殊的非线性控制，且非线性表现为控制的不连续性。这种控制策略与其他控制方法的不同之处在于系统的“结构”并不固定，而是可以在动态过程中，根据系统当前的状态有目的地不断变化，迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关，这就使得滑模控制具有快速响应、对参数变化及扰动不灵敏、无需系统在线辨识、物理实现简单等优点。该方法的不足在于控制抖振的存在严重阻碍了其工程应用，为了实现滑模控制在四旋翼无人机上的工程应用，滑模控制和干扰观测器结合以及近几年出现的高阶滑模控制，逐渐成为基于滑模的无人机姿态控制的研究重点。