第46卷 第6期
2012年6月
上 海 交 通 大 学 学 报
JOURNAL OF SHANGHAI JIAOTONG UNIVERSITY
Vol.46No.6
Jun.2012
收稿日期:2011-09-02
基金项目:国家自然科学基金资助项目(51005147/E050103),上海交通大学第一期IPP项目(IPP1016)资助
作者简介:李劲松(1976-),男,吉林磐石市人,工程师,博士生,主要研究方向为精密仪器、机器人及小型无人直升机飞行控制系统的研发.
颜国正(联系人),男,教授,博士生导师,电话(Tel.):021-34204434;E-mail:gzhyan@sjtu.edu.cn.
文章编号:1006-2467(2012)06-0956-06
基于自适应逆控制方法的小型四旋翼
无人直升机姿态控制
李劲松a, 宋立博a, 颜国正b
(上海交通大学a.工程训练中心;b.电子信息与电气工程学院,上海200240)
摘 要:以上海交通大学工程训练中心运动控制实验室自行研制的小型四旋翼无人直升机为研究
对象,搭建了姿态控制实验系统.根据牛顿-欧拉方程建立了小型四旋翼直升机的动力学模型,首次
将自适应逆控制(AIC)方法运用于小型四旋翼直升机控制系统中,实现了小型四旋翼直升机的姿
态稳定控制.仿真结果和实际飞行实验
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
明,AIC方法在小型四旋翼直升机姿态控制中具有很好的
实时性和鲁棒性.
关键词:小型四旋翼无人直升机;自适应逆控制;动力学建模;最小均方算法
中图分类号:TP 273.2 文献标志码:A
Attitude Control for Small Unmanned Four-rotor
Based on Adaptive Inverse Control
LI Jin-songa, SONG Li-boa, YAN Guo-zhengb
(a.Engineering Training Center;b.School of Electronic,Information and Electrical Engineering,
Shanghai Jiaotong University,Shanghai 200240,China)
Abstract:Taking the small unmanned four-rotor as a research object,the attitude control experimental
platform was built.The dynamical model of the small four-rotor was built according to Newton-Euler for-
malism,and adaptive inverse controllers(AIC)was used in the control of the small unmanned four-rotor for
the first time.The attitude stabilization control of the small unmanned four-rotor was realized on the
experimental control platform.The simulation results and platform control experiment indicate that AIC
is real-time and robust in the attitude control of the small unmanned four-rotor.
Key words:small unmanned four-rotor;adaptive inverse control(AIC);dynamical modeling;least mean
square(LMS)algorithm
小型四旋翼无人直升机(简称Four-rotor)是一
种能够垂直起降的非共轴式多旋翼碟形飞行器,无
论在军事还是民用领域都有很大的应用前景.由于
Four-rotor动力学模型的复杂性、强耦合性和对环
境影响的敏感性,对控制器的鲁棒性、自适应性提出
了很高要求.针对这一要求目前相关的控制方法包
括Backstepping[1]、Fuzzy Logic Control[2]、ADRC
(Auto Disturbance Rejection Control)[3]、Adaptive
Sliding Mode[4]等.AIC(Adaptive Inverse Control)
方法是用有共同输入端的对象和对象模型的输出之
差去驱动对象的逆模型,以产生一个经过过滤的噪
声和扰动信号,对象和对象模型的原输入信号减去
该信号,所得差值作为对象和对象模型新的输入.
由于AIC具有建模简单、动态响应快、随动性
好,扰动消除和动态控制相互独立等明显优点,在许
多方面获得成功应用[5-8],非常适合应用于直升机这
类具有多变量、非线性、强耦合和干扰敏感特性的控
制对象.其独特的扰动消除器结构可以使得在近似
理想的正向模型和逆模型条件下,从对象传感器噪
声的注入点到对象输出点的传递函数接近于
零[9-10],这意味着对象噪声和扰动在对象输出端被
大大抑制了.基于此特性,本文首次将 AIC方法引
入到Four-rotor的姿态稳定控制中,建立了Four-
rotor的动力学模型;MATCH_
word
word文档格式规范word作业纸小票打印word模板word简历模板免费word简历
_1715839767254_2了用于Four-rotor的AIC
控制器;在 MATLAB环境下对基于 AIC方法的
Four-rotor姿态控制与PID控制进行对比仿真;将
AIC方法运用到Four-rotor姿态控制飞行实验中,
实现对Four-rotor的姿态稳定控制.
1 Four-rotor实验平台
Four-rotor实验平台如图1所示.
图1 Four-rotor实验平台
Fig.1 Experimental platform for Four-rotor
该Four-rotor实验平台由本课
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
组自主搭建.机
架采用玻璃纤维制作,HiModel 2212专用无刷电动机
及配套刚性旋翼.当同轴上一组旋翼顺时针旋转时,
与之正交的另一组旋翼则逆时针旋转,彼此抵消反扭
力矩.飞行控制时,同时等量地增大或减小4只旋翼
的转速,将产生上升或下降运动;增大某一只旋翼转
速的同时,等量地减小同组另一只旋翼的转速,则可
产生俯仰或者滚转运动;增大某一组旋翼的转速,而
等量减小另一组旋翼的转速,将产生偏航运动.
该Four-rotor实验平台控制系统硬件主要由电
源模块、惯性测量模块、机载GPS导航与定位模块、
无线通信模块、高度测量模块、电动机转速测量模块
以及嵌入式主控制模块组成,采用锂电池供电;由
UZZ9001 + KMZ41、ENC-03RC 及 LIS302DL
(302D)组合作为惯性测量
单元
初级会计实务单元训练题天津单元检测卷六年级下册数学单元教学设计框架单元教学设计的基本步骤主题单元教学设计
;采用Dagama SG-
959作为机载GPS导航模块;采用APC802-43作为
无线通信模块;采用 URM05超声波静电换能片作
为高度测量模块;由霍尔传感器A1101实现电动机
转速测量;嵌入式主控制模块核心芯片为LPC2103
(Advanced Risc Machine系列).
2 Four-rotor动力学模型
为了建立Four-rotor动力学模型,首先定义2
个坐标系,如图2所示.地坐标系OExEyEzE 为相对
与地面某个参考点的静止坐标系统,本文选用四旋
翼直升机起飞的支架中心为原点OE.直升机在不同
方向上的飞行速度以及位移的判断主要是针对于地
坐标系.机体坐标系OBxByBzB 为以四旋翼直升机
几何中心OB 为原點的坐标系统.Four-rotor俯仰角
θ、滚动角δ和偏航角ψ 则主要是对机体坐标系
OBxByBzB 而言.
图2 地坐标系与机体坐标系
Fig.2 Earth coordinate system and body coordinate system
为了便于后面的动力学分析和建模,本文对控
制对象Four-rotor进行一定的条件假设:
(1)Four-rotor的整体结构为刚体;
(2)Four-rotor的各个对应部分完全对称;
(3)Four-rotor的质心在其几何中心OB;
(4)螺旋桨在转动过程中固定不可形变.
定义Tψ、Tθ、Tδ 分别为ψ、θ、δ对于地坐标系的
方向余弦阵,有:
Tψ =
cosψ -sinψ 0
sinψ cosψ 0
0
熿
燀
燄
燅0 1
Tθ=
cosθ 0 sinθ
0 1 0
-sinθ 0 cos
熿
燀
燄
燅θ
Tδ =
1 0 0
0 cosδ -sinδ
0 sinδ cos
熿
燀
燄
燅δ
759 第6期 李劲松,等:基于自适应逆控制方法的小型四旋翼无人直升机姿态控制
定义机体坐标系到地坐标系的转换矩阵为
ABE =TψTθTδ
F1、F2、F3、F4 为旋翼升力,与旋翼转速ni的平
方成正比,比例系数为kt,有
Fi=ktni, i=1,2,3,4 (1)
于是,根据牛顿 -欧拉方程[11-14],有:
m x¨E =FxE-k1x
·
E
m y¨E =FyE-k1y
·
E
m z¨E =FzE-k1z
·
烍
烌
烎E
(2)
式中:m 为机体质量;FxE、FyE、FzE为旋翼升力在地
坐标系中3个坐标轴的分量;k1 为空气阻力与机体
速度线性关系间的比例系数.有
FxE
FyE
Fz
熿
燀
燄
燅E
= (F1+F2+F3+F4)ABE
熿
燀
燄
燅
0
0
1
-m
0
0
熿
燀
燄
燅g
(3)
近似认为空气阻力与机体速度成线性关系,比
例系数k1,k1x·E、k1y
·
E、k1z
·
E 为空气阻力,始终与速
度方向相反.于是,将式(3)代入式(2)整理可得位移
运动方程:
x¨E =sinψsinδ+cosψsinθcosδm ×
(F1+F2+F3+F4)-k1x·E
y¨E =-cosψsinδ+sinψsinθcosδm ×
(F1+F2+F3+F4)-k1y·E
z¨E =cosθcosδm ×
(F1+F2+F3+F4)-k1z·E-
烍
烌
烎g
(4)
同理,欧拉角δ、θ、ψ与机体坐标系下角速度
ωxB、ωyB、ωzB之间关系为
ωxB
ωyB
ωz
熿
燀
燄
燅B
=
1 0 -sinθ
0 cosδ sinδcosθ
0 -sinδ cosδcos
熿
燀
燄
燅θ
δ
·
θ
·
ψ
熿
燀
燄
燅
·
(5)
根据牛顿 -欧拉方程,有:
IxBωxB =l(F4-F1)+(IyB-IzB)ωyBωzB-
IRωyB(-n1+n2-n4+n3)
IyBωyB =l(F2-F3)+(IzB-IxB)ωzBωxB+
IRωxB(-n1+n2-n4+n3)
IzBωzB =MR+(IxB-IyB)ωxBωyB =λ(F1+
F4-F2-F3)+(IxB-IyB)ωxBωy
烍
烌
烎B
(6)
式中:l为从机体中心OB 到任意螺旋桨中心(即升
力的作用点)的距离;λ为随升力而产生的对机体坐
标系zB 轴的转矩与升力的比例系数;IxB、IyB、IzB分
别为Four-rotor对于机体坐标系xB、yB、zB 轴的转
动惯量;IR 为旋翼的转动惯量;MR 为通过调节旋翼
转速产生的与升力成正比的偏航力矩;(IyB-IzB)×
ωyBωzB、(IzB-IxB)ωzBωxB、(IxB-IyB)ωxBωyB为机体
陀螺效应;-IRωyB(-n1+n2-n4+n3)、IRωxB ×
(-n1+n2-n4+n3)为旋翼陀螺效应.
定义:F为4个旋翼产生的升力F1、F2、F3、F4
之和;Mδ 为一组产生滚动角的旋翼产生的合力矩;
Mθ为一组产生俯仰角的旋翼产生的合力矩;Mψ 为
通过调节旋翼转速产生的与升力成正比的偏航力
矩.并有
U =
F
Mδ
Mθ
M
熿
燀
燄
燅ψ
=
1 1 1 1
0 l 0 -l
-l 0 l 0
-λ λ -λ
熿
燀
燄
燅λ
F3
F4
F2
F
熿
燀
燄
燅1
(7)
将式(5)、(7)代入式(6),考虑IxB=IyB,同时忽略旋
翼陀螺效应,整理可得姿态角运动方程为:
δ¨=
Mδ+θ
·
ψ
·
(IyB-IzB)
IxB
θ¨=
Mθ+δ
·
ψ
·
(IzB-IxB)
IyB
ψ¨=
Mψ
Iz
烍
烌
烎B
(8)
综合式(4)、(8)即可得Four-rotor的动力学方程.
3 自适应逆控制器设计与仿真
AIC系统完整结构如图3所示.图中虚线部分
为在传统AIC控制器结构上做的改进 [15].其目的
是使得在近似理想的正向模型和逆模型条件下,从
对象传感器噪声的注入点到对象输出点的传递函数
图3 AIC系统完整结构
Fig.3 The complete structure of the adaptive
inverse control system
859 上 海 交 通 大 学 学 报 第46卷
接近于零,对象噪声和扰动在输出端被大大抑制,从
而有效地消除稳态误差.
结合动力学方程,将Four-rotor的飞行控制分
为4个独立通道,分别为滚动角、俯仰角、偏航角和
高度控制通道.基于AIC的Four-rotor控制系统结
构如图4所示.图中,AIC1、AIC2、AIC3、AIC4分别
位于滚动角、俯仰角、偏航角和高度控制通道中;δd、
θd、ψd分别为δ、θ、ψ的期望值.
图4 基于AIC的Four-rotor控制系统结构
Fig.4 Four-rotor control system diagram based on AIC
LMS算法是 AIC的一类典型控制算法,对于
本文研究的对象,仿真结果表明,最小均方LMS算
法收敛速度慢且易发散.因此,本文中控制器参数和
参考模型参数的辨识采用了变步长归一化最小均方
(N-LMS)算法.其规则为
Wk+1 =Wk+μ
ekXk
γ+‖Xk‖2
其中:Xk,Wk 和ek 分别为第k次迭代时滤波器的输
入向量、权向量和误差;γ>0为小的正数,用以保证
算法的步长有界;1>μ>0为权系数.以Four-rotor
的滚动角δ控制通道为例,同时考虑Wk≈Xk,其迭
代公式为
δk+1 =δk+μ
ekδk
γ+‖δk‖2
推广到其他3个通道,综合前述公式,合并计算
可得4个旋翼的转速方程为:
n1 = (F-2 Mθ/l)/(4k1)-Mψ/(4λ槡 )
n2 = (F-2 Mδ/l)/(4k1)+Mψ/(4λ槡 )
n3 = (F+2 Mθ/l)/(4k1)-Mψ/(4λ槡 )
n4 = (F+2 Mδ/l)/(4k1)+Mψ/(4λ槡
烍
烌
烎)
(9)
由第2节可见,上式中参数均可通过计算或传
感器采样获得.再通过发送脉冲宽度调制(Pulse
Width Modulation,PWM)信号进行反馈补偿,即
可控制旋翼的转速,平衡旋翼的升力,从而稳定
Four-rotor的姿态.
图5所示为在一定扰动影响下,采用AIC控制
方法与采用PID控制方法在基于 Matlab-Simulink
环境下,Four-rotor的滚动角δ、俯仰角θ、偏航角ψ
及Four-rotor绕各机体轴旋转角速度ωxB、ωyB、ωzB
的控制对比仿真结 果.仿 真 的 初 始 位 置:δ=
-0.08rad,θ=0.035rad,ψ=0.015rad;初始角速
度:ωxB=0,ωyB=0.05rad/s、ωzB=0.控制期望目标
是在受到扰动的情况下,Four-rotor能迅速恢复至
稳定的悬停(平衡)姿态,即欧拉姿态角δ、θ、ψ及旋
转角速度ωxB、ωyB、ωzB由非零态恢复为零态.
表1所示为AIC与PID控制性能比较.由表1
可见,滚动角δ控制中,PID控制的超调量为63%,
AIC控制的超调量仅为3%,前者是后者的21倍;
图5 AIC与PID方法姿态状态变量仿真结果对比
Fig.5 State parameters simulation contrast between AIC controller and PID controller
959 第6期 李劲松,等:基于自适应逆控制方法的小型四旋翼无人直升机姿态控制
表1 AIC与PID方法控制性能比较
Tab.1 Comparison of the performance of AIC
and PID control
变量
AIC方法 PID方法
超调量/% 上升时间/s 超调量/% 上升时间/s
δ 3.0 2.3 63 5.1
θ 2.7 1.9 67 5.2
ωxB 15.0 2.3 29 5.1
ωyB 19.0 2.5 49 5.2
前者的上升时间5.1s是后者2.3s的2.2倍;俯仰
角θ控制也有类似规律.由于悬停过程中对于俯仰
角、滚动角的控制是主要决定因素,故偏航角ψ及旋
转角速度ωzB的比较结果未列入表中.可见,在系统
受到外界扰动情况下,AIC控制器的效果要优于
PID控制器,这主要是由于AIC控制器结构中独特
的扰动消除器的存在,使得系统的鲁棒性大大增强.
4 Four-rotor飞行实验与分析
机体各参数为:长、宽相等L=W=0.54m,高
H=0.15m,l=0.24m,总质量m=0.98kg.
为了测量旋翼产生的升力F1、F2、F3、F4,本文
用ATMEL单片机 ATMEGA16作为主控芯片产
生PWM 信号来控制无刷电动机,由高精度电子称
(力传感器)对旋翼升力进行测量,实验装置如图6
所示.
图6 升力测量装置
Fig.6 The lift thrust experiment bench
测得升力F与PWM(单位为V)之间的关系为
PWM=1 105-261F+22.23F2 (10)
同时,利用3线摆,有
I=mga
2
4π2b
T2
式中:a为3线摆悬线到机体垂直距离;b为悬线长;
T为摆动周期.可分别测得:
IzB=
mga2
4π2b
T2zB =89.8g·m
2
IxB=
mga2
4π2b
T2xB =64.7g·m
2
IyB=
mga2
4π2b
TyB =64.7g·m
2
其中:a=0.512m;b=1.2m;TzB =1.33s;TxB,
TyB=0.777s.
F、Mδ、Mθ和Mψ 则由下式给出:
F=F1+F2+F3+F4
Mδ = (F4-F1)l
Mθ= (F2-F3)l
Mψ =λ(F1+F4-F2-F3
烍
烌
烎)
(11)
并结合式(10)计算得出.
取k1=2.703×10-4,于是,在某一时刻(如t=
4s),将式(11)代入式(9)计算可得:n1=30.766 7
r/s,n2=30.816 7r/s,n3 =30.966 7r/s,n4 =
31.116 7r/s.其中,
Mψ
4λ=
F1+F4-F2-F3
4
,可将λ
约去,故λ无需取值.
同时,利用霍尔传感器(硬件)采样可得:n1=
30.616 7r/s,n2=30.744 7r/s,n3=30.862 7r/s,
n4=30.926 7r/s.
可见,两者实际误差小于0.5%,符合实验要
求.由于利用硬件测得的转速小于实际转速,为了解
决这一问题,实验中本文取两者平均值作为电动机
转速的采样输出,获得了理想的控制效果.由于电动
机转速的大小直接关系到各旋翼产生的升力,升力
的不同又将直接对Four-rotor的各姿态角产生影
响,因此,控制各电动机的转速也就实现了对于
Four-rotor的姿态控制.
Four-rotor实现悬停的飞行控制如图7所示.
图7 飞行控制实验
Fig.7 Flight control experiment
实验中,Four-rotor的姿态信息由惯性测量模
069 上 海 交 通 大 学 学 报 第46卷
块测得,即由 Advanced Risc Machine芯片控制将
惯性测量模块感知的姿态信息,通过无线通信模块
传至上位机,用以分析 AIC方法的控制效果,并实
时反馈补偿.
通过仿真与实验可得,尽管俯仰角、滚动角、偏
航角都存在一定的由传感器噪声引起的稳态误差,
但是 AIC方法能够将稳态误差限制在较小的范围
内.另外,产生稳态误差的因素还包括4个旋翼电动
机转动对机体产生的振动、通信与控制延迟等.本文
设计的AIC方法对俯仰角、滚动角的控制效果好,
稳态误差小,上升时间短;对偏航角的控制效果相对
一般.但是对于Four-rotor姿态控制来说滚动角、俯
仰角是影响系统性能的主要因素,偏航角的影响较
小,并且可以通过调节控制器参数来进行弥补.
5 结 语
本文建立了Four-rotor动力学模型,首次运用
AIC方法在实际系统中实现了Four-rotor姿态稳
定控制.实验结果表明,AIC方法满足Four-rotor
控制的稳定性与快速性要求,具有很好的实时性与
鲁棒性.后续工作中,在姿态增稳控制的基础上,将
AIC方法运用到Four-rotor的位置控制通道中,最
终实现Four-rotor的完全自主飞行控制.
参考文献:
[1] Das A,Lewis F,Subbarao K.Backstepping ap-
proach for controlling aquadrotor using Lagrange
form dynamics[J].Journal of Intelligent & Robotic
Systems,2009,56(1-2):127-151.
[2] Erginer B,ErdinA.Design and implementation of a
hybrid fuzzy logic controller for a quadrotor VTOL
vehicle[J].International Journal of Control,Automa-
tion and Systems,2012,10(1),61-70.
[3] 王俊生,马宏绪,蔡文澜,等.基于ADRC的小型四旋
翼无人直升机控制方法研究[J].弹箭与制导学报,
2008,28(3):31-34.
WANG Jun-sheng,MA Hong-xu,CAI Wen-lan,et
al.Research on micro quadrotor control based on
ADRC[J].Journal of Projectiles,Rockets,Missiles
and Guidance,2008,28(3):31-34.
[4] Lee D,Kim H,Sastry S.Feedback linearization vs
adaptive sliding mode control for a quadrotor helicop-
ter[J].International Journal of Control,Automation,
and Systems,2009,7(3):419-428.
[5] Sadeghi M S,Momeni H R.A new impedance and
robust adaptive inverse control approach for a teleop-
eration system with varying time delay[J].Science in
China Series E-Technological Sciences,2009,52(9):
2629-2643.
[6] YANG Zhi-dong,HUANG Qi-tao,HAN Jun-wei,et
al.Adaptive inverse control of random vibration
based on the filtered-X LMS algorithm[J].Earth-
quake Engineering and Engineering Vibration,2010,9
(1):141-146.
[7] DONG Zheng-hong ,WANG Yuan-qin.Application
of neural network inverse control system in turbo
decoding[J].Journal of Electronics(China),2007,
24(1):27-31.
[8] BAO Yan,WANG Hui,ZHANG Jing.Adaptive in-
verse control of variable speed wind turbine[J].Non-
linear Dynamics,2010,61(4):819-827.
[9] Pang C K,Tam S C,GUO Guo-xiao,et al.Im-
proved disturbance rejection with online adaptive pole-
zero compensation on aΦ-shaped PZT active suspen-
sion[J].Microsystem Technologies,2009,15(10-11):
1499-1508.
[10] LI Chun-hua,ZHU Xin-jian,SUI Sheng,et al.
Adaptive inverse control of air supply flow for proton
exchange membrane fuel cell systems[J].Journal of
Shanghai University(English Edition),2009,13(6):
474-480.
[11] Kim J,Kang M S,Park S.Accurate modeling and
robust hovering control for a quad-rotor VTOL air-
craft[J].Journal of Intelligent & Robotic Systems,
2010,57(1-4):9-26.
[12] Tarhan M,Altug E.EKF based attitude estimation
and stabilization of a quadrotor UAV using vanishing
points in catadioptric images[J].Journal of Intelligent
&Robotic Systems,2011,62(3-4),587-607.
[13] Cowling I D,Yakimenko O A,Whidborne J F,et al.
Direct method based control system for an autono-
mous quadrotor[J].Journal of Intelligent & Robotic
Systems,2010,60(2):285-316.
[14] Sanchez A,García C,Rondon E,et al.Hovering
flight improvement of a quad-rotor mini UAV using
brushless DC motors[J].Journal of Intelligent &Ro-
botic Systems,2011,61(1-4):85-101.
[15] LI Jin-song,CAO Xi,YAN Guo-zheng,et al.Hove-
ring control of unmanned small size helicopter based
on adaptive inverse control theory[C]∥IEEE Interna-
tional Conference on Digital Manufacturing &Automa-
tion.Changsha,China:IEEE,2010:804-810.
169 第6期 李劲松,等:基于自适应逆控制方法的小型四旋翼无人直升机姿态控制