[发明专利]基于模糊模型的无人机集群控制方法

说明书

本发明公开了基于模糊模型的无人机集群控制方法，包括以下步骤：S1，建立四旋翼无人机动态模型；S2，设计控制器；S3，集群控制。本发明提出了合理的四旋翼无人机模型，该模型更符合实际情况，基于该模型，设计了基于T‑S模糊理论的姿态动力学模型及相应的T‑S模糊反馈控制器，通过采用双环控制结构，调整姿态，实现了无人机的位置控制。相比于现有技术的质点模型的集群算法，本发明利用了更为紧凑的无人机集群算法，并提高了空间里利用率，解决了四旋翼无人机的碰撞，避障问题。

技术领域

本发明属于无人机控制技术领域，涉及一种基于模糊模型的无人机集群控制方法。

背景技术

随着微处理器和惯性器件的飞速发展传感器、无人机(UAV)得到了广泛的应用应用于军民多个领域，应用广泛，如交通状况监测、识别和车辆监控、搜救行动和空中房地产估价摄影。尽管四旋翼无人机已经有了许多应用，但设计一个稳定的飞行控制器仍是四旋翼无人机研究领域的一个重要挑战。完整的四旋翼无人机动力学模型非常复杂，因为它是一个欠驱动和高度耦合的非线性系统。主流的无人机动力学模型推导方法有欧拉-拉格朗日法和牛顿-欧拉法。现有技术中，有将无人机的飞行姿态控制器简化，假设俯仰角和滚动角度非常小。有了这个假设，欧拉角速度等于机身在体坐标框架中的角速度。当四旋翼无人机在空中斡旋时，可以肯定的是这个假设是合理的。但简化后的姿态模型与实际模型始终存在较大差异。

在过去的研究中研究人员提出了多种控制策略来稳定四旋翼姿态系统。非线性动态逆姿态控制器是一种基于模型的姿态控制器，但是动态逆方法对建模误差较为敏感，如何提高控制器的鲁棒性一直是难以解决的问题。增量非线性动态逆姿态控制器是一种基于传感器的控制方法，不需要精确的飞行器模型。但是角加速度的测量延时和在线估计控制效果不加仍是增量非线性动态逆姿态控制器研究的两大难点。为了解决模型不确定性问题和周围环境干扰设计了自适应姿态控制器，它能在保证鲁棒性的同时快速的实现自适应。为了确保性能，这些控制器需要获得实时的反馈信息，这在现实环境下是非常困难的。这也正表明了即使PID控制器适用于非耦合系统，现在大量四旋翼无人机产品控制器的开发仍然主要集中在PID控制器的开发研究。

发明内容

为解决上述问题，提出一种基于模糊模型的无人机集群控制方法，包括以下步骤：

S1，建立四旋翼无人机动态模型；

S2，设计控制器；

S3，集群控制；

其中，所述建立四旋翼无人机动态模型，为假设无人机的四个旋翼是刚性的并能利用刚体力学求出动力学方程，利用欧拉-拉格朗日方法得到动力学模型。

优选地，所述建立四旋翼无人机动态模型中，位置系统方程式为：

姿态系统方程式为：

其中，ψ为偏航角，θ为俯仰角，φ滚转角，为对地的x方向的加速度，为对地的y方向的加速度，为对地的z方向的加速度，η＝(ψ,θ,φ)^T是姿态角矢量，欧拉角，欧拉角加速度，τ为时间，u为推力，m为四旋翼无人机质量，g为重力加速度，地转偏向力，其中I＝diag(I_x,I_y,I_z)为四旋翼无人机在x轴，y轴，z轴中的惯性矩阵；

优选地，所述建立四旋翼无人机动态模型中，令四旋翼无人机的四个旋翼对称，惯性矩阵为diag(I_m,I_m,2I_m)，I_m为单位阵；飞行过程中限制翻滚角，sinφ＝0，cosφ＝1；

简化位置系统方程式，可得：

简化姿态系统方程式：