[发明专利]一种无人机自适应控制方法及系统

说明书

本申请公开一种无人机自适应控制方法及系统，该方法包括：根据无人机非线性动力学模型构建控制变量的初步控制律；利用神经网络对初步控制律中无人机受到的总扰动进行补偿获得一次修正控制律；对一次修正控制律进行稳定性分析获得控制参数取值范围；获得最终控制律；根据无人机目标位置和当前位置及竖直方向升力的最终控制律获得竖直方向升力值、滚转角期望值和俯仰角期望值；根据航偏角期、滚转角和俯仰角期望值、竖直方向升力值以及滚转转矩、俯仰转矩、航偏转矩的最终控制律获得滚转转矩值、俯仰转矩值、航偏转矩值作为控制量输出。本方案解决了微分爆炸问题，保证了大范围渐进稳定，提升了控制系统动态性能和抗干扰能力。

技术领域

本申请涉及无人机控制技术领域，尤其是涉及一种无人机自适应控制方法及系统。

背景技术

四旋翼无人机是一种依靠飞行控制系统自主飞行或遥控飞行来实现一定任务的飞行器。四旋翼无人机由于具有结构简单，便于维护且携带方便，重量轻且隐蔽性能强，执行任务效率高与可靠性强等特点。已在各个领域发挥其自身的重大价值。在娱乐领域中，利用无人机进行航拍；在自然灾害中，使用四旋翼无人机对灾情进行信息收集；在生物研究中，对生物种群进行跟踪研究等等。

无人机是一种多输入多输出的欠驱动系统，同时有着强非线性、强耦合的特点。无人机在飞行过程中，气动参数会发生摄动，且容易受到内部和外部的干扰，不仅难以建立精确的数学模型，而且严重影响了无人机的稳定飞行。此外，由于电池、马达等限制，无人机所能提供的作用力有限，也在一定程度上影响了无人机的稳定飞行和续航时间。因此，设计出基于干扰和输入饱和限制下的无人机稳定飞行控制器，可以提高无人机的使用范围和使用价值。

无人机控制相关技术方案：采用PID或串级PID控制。PID控制是利用目标与实际行为之间的误差信息，通过反馈的方式来消除此误差的控制策略。该方法不依赖于精确的数学模型，设计简单，调试方便，在常规环境下具有较好的鲁棒性。串级PID控制原理如图1所示。常规的PID控制器设计简单，调试方便，因此广泛的应用在四旋翼无人机中，但存在以下缺陷：

(1)PID控制是一种简单的反馈控制方法，因此常规情况下无人机PID控制器无法实现较高的动态性能。

(2)PID控制是一种经典的线性控制方法，而无人机系统是一种强非线性的系统。因此PID控制算法只能保证无人机在平衡点附近的稳定性，无法实现大范围渐进稳定。

(3)在干扰的环境下，采用PID控制器的无人机的动态性能会受到严重影响，甚至失控。

发明内容

为提高控制系统的动态性能、大范围稳定性及抗干扰能力，本申请提供一种无人机自适应控制方法及系统，采用如下的技术方案：

第一方面，本申请提供一种无人机自适应控制方法，包括：

根据建立的无人机非线性动力学模型构建控制变量的初步控制律；利用神经网络对初步控制律中无人机受到的总扰动进行补偿获得一次修正控制律；

通过对一次修正控制律进行稳定性分析获得控制律中控制参数的取值范围；从而获得控制变量的最终控制律；

根据无人机的目标位置和当前位置以及竖直方向升力的最终控制律获得获得滚转角期望值和俯仰角期望值；

根据无人机的航偏角期望值、滚转角期望值和俯仰角期望值、竖直方向升力值以及滚转转矩、俯仰转矩、航偏转矩的最终控制律获得滚转转矩值、俯仰转矩值、航偏转矩值作为控制量输出。

通过采用上述技术方案，建立以位置环为外控制环，以姿态环为内控制环的串级结构实现水平运动与俯仰、滚转运动高度耦合运动的解耦控制，以实现无人机较高的动态性能；通过建立与无人机实际运动特性更为贴合的非线性动力学模型，通过上述串级结构能实现无人机在较大运动范围的稳定性；利用RBF等神经网络对无人机受到的总扰动进行估计补偿，提高了无人机的抗干扰能力，实现了更好的鲁棒性。