基於重複控制補償神經模糊PID四旋翼飛行器的控制方法與流程
2023-09-16 05:53:20
本發明涉及無人飛行器技術領域，具體涉及到四旋翼無人飛行器的飛行控制方法。
背景技術：
四旋翼飛行器有6個自由度，通過四個獨立電機驅動螺旋槳產生升力、推力，從而使四旋翼飛行器實現空中懸停和改變飛行姿態，是一類多輸入多輸出、強耦合、欠驅動非線性系統。且飛行系統要求無超調（或超調量較小）並且能夠快速的跟蹤輸入指令，穩態時無靜態誤差，具有較強的抗幹擾能力和對系統參數變化時，要有較強的魯棒性。PID控制（Proportional-integral-derivative Control）因其簡單，穩定性好，較好的魯棒性且技術相對其他控制算法比較成熟，仍然是目前大多數飛行器首選的控制算法。但是由於四旋翼飛行器本身系統的不確定性以及飛行過程中受到外部的影響等，使PID控制中的參數無法自調整，從而影響飛行器的飛行姿態，且PID控制中飛行器系統的跟蹤精度較低。
技術實現要素：
本發明旨在解決現有技術中存在的技術問題。
提供一種行之有效的控制方法，使得飛行器在受到外部幹擾時能夠實時的對飛行器的飛行姿態進行自調整，提高並改善飛行系統的跟蹤精度。
本發明目的在於解決四旋翼無人機的飛行姿態控制方法中常規PID算法的PID參數的自調整過程誤差大，以及跟蹤精度不足的問題，提出了基於重複控制補償神經模糊自整定PID的控制方法，以期提高四旋翼飛行器的飛行性能。
為實現上述目的，本發明提出的一種基基於重複控制補償神經模糊PID四旋翼飛行器的控制方法，包括如下步驟：
S10：建立四旋翼無人機的動力學模型
根據四旋翼飛行器的飛行姿態，通過牛頓-歐拉方程和坐標轉換矩陣建立飛行器的動力學的數學模型，其中動力學方程如式（1）：
式中，m為四旋翼飛行器的質量，g為重力加速度，μx、μy、μz為X軸、Y軸、Z軸三個方向的空氣阻力係數，Jx、Jz、Jz為四旋翼飛行器繞X軸、Y軸、Z軸的轉動慣量，Ir為四旋翼飛行器的旋翼相對於旋轉軸的轉動慣量，l為旋翼中心點到坐四旋翼飛行器質量中心的距離w1、w2、w3為飛行器的角速度，x、y、z為飛行器的位置，Ωi(i＝1,2,3,4)為各個旋翼的轉速，θ、φ、ψ為飛行器的3個姿態角（俯仰、滾轉、偏航）。
由式（1）的四旋翼飛行器的動力學方程轉換成四個獨立的控制通道Ui(i=1,2,3,4)，通過控制這四個獨立的控制通道，這四個通道分別由高度重複控制補償神經模糊PID，翻滾重複控制補償神經模糊PID，俯仰重複控制補償神經模糊PID，偏航重複控制補償神經模糊PID組成；
S20：基於重複補償神經模糊PID控制
S21:設計由神經網絡生成模糊推理（規則）並能夠自調整PID參數的網絡結構
設計一個雙輸入、單輸出的神經網絡模糊系統，並設定其使用單向傳播的多層前向神經網絡，它的輸入數據從輸入層，先後依次經過各隱含層節點，最後從輸出層的輸出節點得到輸出數據，其中各層之間限定如下：
第一層為神經元節點，表示模糊控制器的輸入信號，完成對誤差e以及誤差變化率ec的接受；
第二層表示輸入信號語言變量的語言值，是對輸入數據的模糊化，即將輸入數據轉換成模糊量，表達為一個隸屬函數；
第三層和第四層完成模糊系統的模糊推理的過程，這兩層表示模糊控制規則，其中，第三層完成模糊規則的模糊前件，第四層完成模糊規則的後件，進行模糊推理並輸出模糊量；
第五層完成去模糊化，將模糊量清晰化，並輸出控制量；
神經模糊自調整PID根據輸入信號偏差e和ec的大小、方向以及變化趨勢特徵，通過神經模糊推理做出相應決策，在線調整PID參數kp,ki,kd以滿足不同時刻對參數的不同要求，其中PID控制器為參數增量式控制器，在初始化PID控制器參數的基礎上加上神經模糊控制器對PID參數在線調整，由以上算法確定PID控制所需要的最佳的kp,ki,kd參數，從而實現了參數自整定；
S22：重複補償控制
將基於內模原理的重複控制嵌入到基於神經網絡生成模糊推理自調整PID閉環控制中，形成基於重複補償神經模糊PID控制。
本方法通過四旋翼飛行器的動力學方程轉換成四個獨立的控制通道，並通過設計由神經網絡生成模糊推理（規則）並能夠自調整PID參數的網絡結構實現對PID控制所需的最佳kp,ki,kd參數自整定；通過重複補償控制可以消除輸出信號的跟蹤誤差，繼而使系統在負載的控制輸出下不會出現畸變，提升飛行器的姿態控制穩定性和控制精度。
具體的，所述基於內模原理的重複控制中，除了加到被控對象上的當前時刻的誤差信號外還疊加了上一時刻的誤差信號，形成具有時滯環節的正反饋，在時滯環節串聯一低通濾波器，同時以期減小重複控制作用在高頻段的增益。
再進一步的，所述重複控制得到的控制信號需經過延遲時間t後才輸出，設置重複補償控制器在所述延遲時間t內對低通濾波器的輸出經過重複PID後再輸出，且在再輸出前進行補償。
本發明的基於重複控制補償神經模糊PID四旋翼飛行器的控制方法，基於內模原理的重複控制通過對控制誤差的補償，來減小誤差，從而降低控制系統的穩態誤差，抑制負載的擾動，重複控制系統中除了加到被控對象上的當前時刻的誤差信號外還疊加了上一時刻的誤差信號。由於重複控制是由具有時滯環節的正反饋構成的，系統的開環傳遞函數在虛軸上含有無數個極點，故系統對任何輸入信號和幹擾信號的系統誤差趨於零，魯棒性較強，而在時滯環節串聯一個低通濾波器，同時以期減小重複控制作用在高頻段的增益，進而保證了系統穩定性，即便系統內部出現幹擾，在解除幹擾對輸出信號的影響所需要經過延遲的那段時間t內，將基於內模原理的重複控制嵌入到基於神經網絡生成模糊推理自調整PID閉環控制中，形成基於重複補償神經模糊PID控制，使得系統仍然處於閉環狀態，幹擾出現後的延遲時間t內，神經模糊PID對輸出誤差進行實時的控制調節，系統在穩定狀態下時，重複補償控制器的主要作用是進行調節，從而使穩態狀態下輸出信號能夠很好地跟蹤輸入信號，當有較大的幹擾時神經模糊PID能夠調節輸入信號，從而使信號誤差減小，提升飛行器系統的跟蹤精度。
附圖說明
本發明的上述和/或附加的方面和優點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中：
圖1為本發明的四旋翼無人飛行器整體結構示意圖；
圖2為本發明的四旋翼無人飛行器主要模塊構成示意圖；
圖3為本發明的四旋翼飛行器控制方法中的神經網絡模糊系統結構圖；
圖4為本發明的四旋翼飛行器控制方法中的神經模糊PID控制系統結構原理圖；
圖5為本發明的四旋翼飛行器控制方法中的重複控制系統原理圖；
圖6為本發明的四旋翼飛行器控制方法中的基於重複補償的神經模糊PID控制系統框圖；
圖7為本發明的四旋翼飛行器控制方法中的四旋翼飛行器滾轉角系統仿真框圖；
圖8為無幹擾常規PID、神經模糊PID、重複補償神經模糊PID控制下的滾轉角的階躍響應對比圖；
圖9為有持續幹擾下常規PID、神經模糊PID、重複補償神經模糊PID控制下的滾轉角的階躍響應自整定下飛行器的姿態角對比圖；
圖10為常規PID、神經模糊PID、重複補償神經模糊PID跟蹤性測試對比圖；
圖11為本發明的四旋翼飛行器控制方法的重複補償神經模糊PID魯棒性測試圖；
圖12為四旋翼飛行器姿態PID控制方法的PID魯棒性測試圖；
圖13為四旋翼飛行器姿態神經模糊PID控制方法的神經模糊PID魯棒性測試圖。
具體實施方式
為了能夠更清楚地理解本發明的上述目的、特徵和優點，下面結合附圖和具體實施方式對本發明進行進一步的詳細描述。需要說明的是，在不衝突的情況下，本申請的實施例及實施例中的特徵可以相互組合。
在下面的描述中闡述了很多具體細節以便於充分理解本發明，但是，本發明還可以採用其他不同於在此描述的方式來實施，因此，本發明的保護範圍並不受下面公開的具體實施例的限制。
下面參照圖1-2對本發明實施例的四旋翼無人飛行器做進一步的描述。
如圖1和圖2所示，四旋翼無人飛行器100包括機體10和固定在機體10上的飛行器控制模塊20，還包括固定在機體10四個懸臂上的電機驅動模塊60及由電機驅動的旋翼70，另外，如圖2所示，四旋翼無人飛行器還包括安裝在所述機體10上並分別與所述飛行器控制模塊20連接的導航、慣性測量單元40、電源模塊，還包括與飛行器控制模塊20通信連接的通信模塊30以及為飛行器控制模塊供電的電源模塊50；導航、慣性測量單元40採用高精度的GPS導航對四旋翼無人飛行器100進行跟蹤定位，並向所述主控制器模塊20提供位置信息並導航，且在導航過程中修改和固化波特率，另外還可以保存波特率的設置過程，慣性測量部分包括分別與所述主控制模塊20連接的三軸加速度計、慣陀螺儀和磁力計，所述慣性測量單元用於檢測飛行器的三軸線加速度、翻滾角速率、俯仰角速率、偏航角速率信息和地磁強度信息，這些信息共同構成四旋翼飛行器的飛行姿態數據；所述通信模塊30主要是實時與地面站進行控制信號與狀態信號數據交換，其包括遙控器、PPM解碼器和PPM接收機，所述PPM編碼器與所述遙控器連接，遙控器的四個通道控制信號將通過PPM編碼器編碼後無線傳遞給所述PPM接收機，所述PPM接收機與所述控制模塊連接；所述電機驅動模塊60包括用於驅動飛行器上四個旋翼70的四個電機以及分別控制所述四個電機（電機1、電機2、電機3和電機4）工作的電調（電子調速器），所述電調與所述飛行控制模塊20連接以接收電機控制信號，所述電機驅動模塊60根據飛行器控制模塊20給電調的控制量，進而控制4個電機的轉速，並實時測量4個電機的轉速，通過電機轉速的改變使4個旋翼產生的升力和轉矩產生相應的變化。
導航、慣性測量單元40可以提供四旋翼無人機當前的位置信息以及三軸線加速度、翻滾角速率、俯仰角速率和偏航角速率等組成的姿態信息，飛行器控制模塊20是四旋翼無人機100控制系統的核心部分，其作用是負責採集飛行器的姿態信息並實時解算，再根據檢測到由遙控器所發出的飛行信息，結合基於重複控制補償神經模糊PID四旋翼飛行器的控制方法的控制方案，計算實際的輸出電機控制信號至電調，然後電調根據獲得的控制信號控制4個電機的轉速，從而實現對4個旋翼產生的升力和轉矩的控制，電機可以通過PWM控制其轉速從而達到對每個旋翼所產生的力和力矩的大小進行控制。
所述四旋翼無人飛行器的控制模塊基於重複控制補償神經模糊PID四旋翼飛行器的控制方法綜合計算實時姿態信息和控制信號信息後輸出電機控制信號以控制無人飛行器的方法包括以下步驟：
S10：建立四旋翼無人機的動力學模型
根據四旋翼飛行器的飛行姿態，通過牛頓-歐拉方程和坐標轉換矩陣建立飛行器的動力學的數學模型，其中動力學方程如式（1）：
式中，m為四旋翼飛行器的質量，g為重力加速度，μx、μy、μz為X軸、Y軸、Z軸三個方向的空氣阻力係數，Jx、Jz、Jz為四旋翼飛行器繞X軸、Y軸、Z軸的轉動慣量，Ir為四旋翼飛行器的旋翼相對於旋轉軸的轉動慣量，l為旋翼中心點到坐四旋翼飛行器質量中心的距離w1、w2、w3為飛行器的角速度，x、y、z為飛行器的位置，Ωi(i＝1,2,3,4)為各個旋翼的轉速，θ、φ、ψ為飛行器的3個姿態角（俯仰、滾轉、偏航）。
由式（1）的四旋翼飛行器的動力學方程轉換成四個獨立的控制通道Ui(i=1,2,3,4)，通過控制這四個獨立的控制通道，這四個通道分別由高度重複控制補償神經模糊PID，翻滾重複控制補償神經模糊PID，俯仰重複控制補償神經模糊PID，偏航重複控制補償神經模糊PID組成；
S20：基於重複補償神經模糊PID控制
S21:設計由神經網絡生成模糊推理（規則）並能夠自調整PID參數的網絡結構
如圖3所示，設計一個雙輸入、單輸出的神經網絡模糊系統，並設定其使用單向傳播的多層前向神經網絡，它的輸入數據從輸入層，先後依次經過各隱含層節點，最後從輸出層的輸出節點得到輸出數據，其中各層之間限定如下：
第一層為神經元節點，表示模糊控制器的輸入信號，完成對誤差e以及誤差變化率ec的接受；
第二層表示輸入信號語言變量的語言值，是對輸入數據的模糊化，即將輸入數據轉換成模糊量，表達為一個隸屬函數；
第三層和第四層完成模糊系統的模糊推理的過程，這兩層表示模糊控制規則，其中，第三層完成模糊規則的模糊前件，第四層完成模糊規則的後件，進行模糊推理並輸出模糊量；
第五層完成去模糊化，將模糊量清晰化，並輸出控制量；
如圖4所示，神經模糊自調整PID根據誤差e以及誤差變化率ec輸入信號的大小、方向以及變化趨勢特徵，通過神經模糊推理做出相應決策，在線調整PID參數kp,ki,kd以滿足不同時刻對參數的不同要求，其中PID控制器為參數增量式控制器，在初始化PID控制器參數的基礎上加上神經模糊控制器對PID參數在線調整，由以上算法確定PID控制所需要的最佳的kp,ki,kd參數，從而實現了參數自整定；
S22：重複補償控制
將基於內模原理的重複控制嵌入到基於神經網絡生成模糊推理自調整PID閉環控制中，形成基於重複補償神經模糊PID控制。重複控制是Inoue基於內模原理在1981年提出來的，如圖5所示，內模原理簡單來說就是假如輸入信號包含在一個穩定的閉環系統，被控對象的輸出可以無誤差的跟蹤輸入信號，重複控制具有較好的跟蹤信號能力和魯棒性，基於內模原理的重複控制對控制誤差的補償，來減小誤差，從而降低控制系統的穩態誤差，抑制負載的擾動。重複控制系統中除了加到被控對象上的當前時刻的誤差信號外還疊加了上一時刻的誤差信號，既圖中的過去偏差。由於重複控制是由具有時滯環節的正反饋構成的，系統的開環傳遞函數在虛軸上含有無數個極點，故系統對任何輸入信號和幹擾信號的系統誤差趨於零，魯棒性較強，但是穩定性難以保證；另外儘管重複控制能夠使輸出信號跟蹤輸入信號，可其本身也存在問題，圖6所示，重複控制得到的控制信號不是立刻輸出，而是延遲某一時間才輸出，假設系統內部有幹擾，解除幹擾對輸出信號的影響則至少要經過延遲的那段時間。幹擾出現後的延遲時間內，系統不會調節，在這段延遲時間內系統處於開環狀態。把重複控制嵌入到基於神經網絡生成模糊推理自調整PID閉環控制中，如圖6所示，在神經網絡生成模糊推理自調整PID閉環控制中加入一個重複補償控制器，形成基於重複補償神經模糊PID控制，在時滯環節串聯一個帶有延時環節的低通濾波器Q(s)*e-L，同時以期減小重複控制作用在高頻段的增益，r為遙控器向飛行器控制模塊的輸入信號、e誤差、de/dt誤差變化量，e1為誤差經過帶有延時環節的低通濾波器的輸出、e2為e1經過重複PID的輸出、ue為重複控制的輸出、up神經模糊PID控制的輸出、u為飛行器控制模塊20的控制輸出，y為慣性測量單元40檢測到的四旋翼無人飛行器當前姿態信息，補償器T（s)*e-L將重複控制的輸出ue進行正反饋。圖6中重複補償控制器可以消除輸出信號的跟蹤誤差，繼而使系統在負載的輸出下不會出現畸變，神經模糊PID則對輸出誤差進行實時的控制調節；系統在穩定狀態下時，重複補償控制器的主要作用是進行調節，從而使穩態狀態下輸出信號能夠很好地跟蹤輸入信號，當有較大的幹擾時神經模糊PID能夠調節輸入信號，從而使信號誤差減小。
為了驗證本發明提出的控制方案效果可行性，利用搭建的四旋翼飛行器控制系統進行仿真驗證。下面結合圖9至13進一步說明本發明的效果。
控制性能對比實驗
設計了相應的常規PID控制器和神經模糊PID控制器，與本發明提出的基於重複補償神經模糊自整定PID控制下的四旋翼飛行器進行對比實驗。在實驗中，首先完成了在無幹擾的情況下，重複補償神經模糊自整定PID控制和常規PID控制以及神經模糊PID控制下的四旋翼飛行器滾轉角的階躍響應實驗，滾轉角系統仿真過程框圖如圖7所示。對應的仿真實驗結果如圖8所示。然後進行在有持續幹擾下，重複補償神經模糊自整定PID控制和常規PID控制以及神經模糊PID控制下的四旋翼飛行器抗擾性能對比，如圖9所示。重複補償神經模糊自整定PID控制和常規PID控制以及神經模糊PID控制下的四旋翼飛行器魯棒性能對比，如圖11、12、13所示。在正弦信號的輸入下檢測以上三種控制算法下四旋翼飛行器的跟蹤性能測試，測試結果如圖10所示。
在無幹擾下對比仿真結果，如圖8所示，可以看出，重複補償神經模糊PID控制的超調量明顯小於神經模糊PID的超調量以及常規PID控制的超調量，且其調節時間小於神經模糊PID的調節時間以及常規PID控制的調節時間，通過仿真對比結果可知，重複補償控制神經模糊PID控制具有較好的響應動態性能。
在有幹擾下對比仿真結果，如圖9所示，可以看出，當加入持續性幹擾時重複補償神經模糊PID控制相對於神經模糊PID控制的擾動要小，而PID控制受擾動的影響的變化明顯，因此重複補償神經模糊PID具有較好的抗幹擾性。
在正弦輸入，三種控制器的仿真結果，如圖10所示，重複補償神經模糊PID的控制精度優於神經模糊PID的控制精度且明顯優於常規PID的控制精度。因而重複補償神經模糊PID控制器具有較好的跟蹤性能在改變系統參數下。通過仿真觀察重複補償神經模糊PID控制器的魯棒性，如圖11、12、13所示，通過仿真實驗對比可以得知重複補償神經模糊PID控制器的魯棒性明顯優於常規PID控制器的魯棒性。
通過仿真實驗可知，在重複補償神經模糊自整定PID控制下飛行系統的超調量較小並且能夠快速的跟蹤輸入指令，穩態時無靜態誤差，具有較強的抗幹擾能力和對系統參數變化時，有較好的魯棒性。
以上僅為本發明的優選實施例而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的創造性精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。