1.一种四旋翼无人飞行器的飞行控制方法,包括以下步骤:
S10:建立四旋翼飞行器的动力学模型,QUAV的动力学方程为;
其中,设θ、ψ分别为四旋翼无人飞行器的翻滚角、俯仰角和偏航角,l为其质心至旋翼中心的距离,Ix、Iy、Iz为惯性主距,Ωi为第i个旋翼转速,Fi为第i个旋翼产生的升力,旋翼产生的升力与旋翼传动速度平方成正比,IR为转动惯量,n1为其升力系数,n2为反扭矩系数;
为了把四旋翼飞行器的动力学方程转换成四个独立的控制通道,定义四旋翼飞行器的控制输入为
S20:设计基于复合控制的控制方式来控制步骤S10中动力学方程转换而来的四个独立的控制通道,所述四个通道的控制方式分别为高度PID、翻滚ADRC、俯仰ADRC、偏航EACS-PID,经过控制量的转换控制调节四个旋翼的转速来达到姿态控制,具体包括以下方式:
S21:高度通道采用PID控制
采用增量式数字PID控制高度通道,其表达式为:
u(k)=u(k-1)+Δu(k) (3)
u(k)=u(k-1)+Kp[e(k)-e(k-1)]+Kie(k)
+Kd[e(k)-2e(k-1)+e(k-2)] (4)
式中Kp、Ki和Kd为PID控制的控制参数;
S22:偏航通道采用EACS-PID控制
PID控制采用增量式数字PID控制,其表达式为:
其中Kp为比例系数,e(k)为本次偏差,Δu(k)对应的控制量为u(k),T为采样周期,Ti为积分时间常数,Td为微分时间常数,PID控制需要确定的参数分别为Kp、Ti和Td;
采用(6)式评价控制系统的性能指标:
式中LP为仿真计算点数,DT为仿真计算步骤;
式子(6)连续形式为式(7):
设蚂蚁总数为m,对于每一个蚂蚁,此时刻的点为i,其对应函数值为ηi,下一个可达的点j,对应函数值为ηj:
蚂蚁会朝着信息素最多的方向移动,当没有信息素时,便会按照原来的运动方向移动,则蚂蚁在t时刻处于i点时朝着j点移动的概率为:
式中allowed为蚂蚁从地点i直接到达下一个路径点的集合,α为信息素的相对重要程度,β为距离信息的相对重要程度;当α=0,最靠近i的地点j将有可能被选出,这类似于随机贪心算法,当β=0,则蚂蚁只受到信息素的影响而忽略了启发式信息带来的偏向性;如果蚂蚁移动方向有障碍物时,则随机选择其他的方向,如果有信息素指引时,则按照其指引行动;寻优时蚂蚁的移动概率根据式(9)来确定,若Δηij(t)<0表示蚂蚁在自身所在地点i的邻域搜索,感知并且行动;若Δηij(t)>0表示蚂蚁按照移动概率从其自身所在地点i的邻域移动至点j的邻域;
局部信息素更新策略为:
τij(t)=(1-ξ)τij(t-1)+ξτ0 (10)
其中ξ∈(0,1),τ0为信息素初始值;
局部信息素更新策略的作用在于:蚂蚁经过路径(i,j),该路径的信息素τij将会减少,从而其他蚂蚁再选中此路径的概率减少;
全局信息素更新策略为:
其中ρ是信息素挥发参数,Δτijbest为精英蚂蚁给路径(i,j)增加的信息素;
路径的构建:
位于节点i的蚂蚁k在每次选择下一个路径前会产生一个随机数q,那么从节点i到节点j的移动规则为:
q是随机变量,均匀分布在区间[0,1]中,q0∈[0,1],
通过以上EACS算法找到PID控制参数最优解;
S23翻滚通道和俯仰通道采用ADRC,设定翻滚角θ和俯仰角Φ的值分别为θd、Φd,先以翻滚角θd计算翻滚通道值,具体算法为:
S231)安排过渡过程(TD):
安排过渡过程如以下公式(13)
式中r为速度因子,h为滤波因子,H为积分步长,其中h=3H~7H;
其中设fst(·)为u=fst(v1,v2,r,h):
S232)状态估计和总扰动(ESO):
取α1=0.5,α2=0.25,λ1、λ2、λ3为观测器参数;
S233)控制量的形成(NLSEF):
其中
上式中δ>0;
在NLSEF中,取α1=0.75,α2=1.25或者α1=0.5,α2=1.5,δ的取值与ESO相同;k1、k2为控制器增益系数;b为系统的补偿系数;
另外再以俯仰角Φ计算俯仰通道值,即将翻滚角θd替换为俯仰角Φd并重复步骤S231、S232和S233。