[发明专利]基于比例积分观测器的四旋翼无人机滑模姿态控制方法

说明书

本发明公开了一种基于比例积分观测器的四旋翼无人机滑模姿态控制方法，方法包括步骤：建立仅存在干扰情况的四旋翼无人机的动力学模型，并将四旋翼无人机滚转角、俯仰角和偏航角的表达式均转化成二阶系统模型；基于二阶系统模型构建对应的比例积分观测器；根据比例积分观测器设计滑模姿态控制器，结合滚转角、俯仰角和偏航角的滑模姿态控制器对四旋翼无人机进行飞行控制；本发明将比例积分观测器与滑模姿态控制器相结合，通过比例积分观测器的部分反馈功能对四旋翼无人机的状和位置输入干扰态进行估计，提高比例积分状态观测器的稳态跟踪精度；通过滑模姿态控制器对四旋翼无人机的不确定因素具有较强的鲁棒性和抗干扰性；本发明设计和计算均简单。

技术领域

本发明属于无人机姿态控制技术领域，具体涉及一种基于比例积分观测器的四旋翼无人机滑模姿态控制方法。

背景技术

四旋翼无人机结构简单、相对载荷能力强、垂直起降和机动性能好,在军用和民用各个领域得到了越来越广泛的应用，如空中侦察、通信、电子干扰、资源探测、森林防火、边境巡逻等.随着科技的飞速发展，无人机的自动化和智能化程度显著提高，成为全球发展的热点.因此，关于无人机飞行控制技术的研究也得到了很大的重视和发展。无人机姿态和速度控制是无人机飞行控制的基础，其控制性能极大地影响着无人机的安全飞行效率。近些年来许多方法被应用于无人机飞行控制中.例如:PID控制,反馈线性化方法,神经网络控制等.其中PID线性控制方法可满足四旋翼无人机的基本飞行操作控制,但在偏离平衡点或存在扰动时，控制性能将无法得到保障。增益调参控制能够将无人机模型线性化处理，简化了控制器的设计。反馈线性化方法是利用全状态反馈，使新系统的输入输出间具有线性关系。基于神经网络方法的动态逆控制可以在无人机很难获得精确的数学模型的情况下，采用神经网络进行系统辨识，但其计算复杂度高且收敛性很难得到保证。综上可知，现有技术中，对四旋翼无人机的控制方法需要对整个四旋翼无人机系统的状态量进行全部反馈，且整个四旋翼无人机系统的计算复杂度较高，不利于四旋翼无人机的推广应用。

发明内容

针对上述现有技术中在对四旋翼无人机控制过程中系统的状态量反馈量比较大且计算复杂度较高的问题，本发明于提出一种基于比例积分观测器的四旋翼无人机滑模姿态控制方法，该方法通过结合比例积分状态控制器和滑模姿态控制器可以对四旋翼无人机进行良好的动态控制品质，具体技术方案如下：

一种基于比例积分观测器的四旋翼无人机滑模姿态控制方法，所述方法包括：

S1、建立仅存在干扰情况的四旋翼无人机的动力学模型：其中，φ为滚转角，θ为俯仰角，ψ为偏航角，l为各旋翼到无人机质心的距离；d_i(i＝1,2,3)为未知外部扰动,且d_i≤||d||；K_i(i＝1,2,3)为阻力系数；I_x，I_y，I_z分别为飞行器机体的三轴转动惯量；u₁，u₂，u₃分别为滚转角、俯仰角和偏航角的控制输入量，并分别将所述滚转角φ、俯仰角θ和偏航角ψ对应的动力学模型转化成二阶系统模型；

S2、基于所述二阶系统模型构建对应的比例积分观测器；

S3、根据所述比例积分观测器设计滑模姿态控制器，通过所述滑模姿态控制器计算所述四旋翼无人机的控制率。

进一步的，步骤S1中，所述将所述动力学模型转化成二阶系统模型，包括：

S11、定义四旋翼无人机状态空间的状态变量

S12、定义四旋翼无人机的控制变量U＝[u₁ u₂ u₃]^T，基于所述动力学模型

和状态变量得到四旋翼无人机的状态空间模型为：

其中，