基于终端滑模控制的四旋翼无人机编队控制

本文以四旋翼无人机为研究对象,基于终端滑模控制技术,实现了四旋翼无人机系统的编队飞行控制。在构建四旋翼无人机数学模型的基础上,为每架四旋翼无人机设计了广义误差状态,基于广义误差状态提出编队控制目标。为实现编队控制目标,设计了基于终端滑模控制的编队控制器,最终所有四旋翼无人机的广义误差状态收敛到零时即实现期望的编队队形,进一步结合有限时间稳定性理论给出了上述编队控制器有限时间稳定性证明。最后用一个仿真实例验证了所提出算法的有效性,并将本文提出的控制器与基于线性滑模控制的控制器进行对比,实验证明所提出的控制算法具有更好的编队控制效果。     

有向通信拓扑和时延条件下的无人机集群时变编队控制

针对无人机（UAV）集群在有向通信拓扑和存在通信时延条件下的时变编队控制问题进行了研究。建立了无人机集群二阶离散时间系统模型，基于无人机自身实时信息和相邻无人机带通信时延的状态信息，设计了分布式编队控制协议。通过理论分析，得到了无人机集群能够实现时变编队的充要条件，给出了可行的期望编队的表达式。在集群通信拓扑有生成树的条件下，分析了控制协议中待定参数和状态更新周期满足的耦合约束条件，并给出了参数设计的流程。仿真结果表明:即使在较大的通信时延下，所设计的控制协议也能实现无人机集群时变编队控制，验证了理论分析的正确性和有效性。      

基于两级滑模控制的多移动机器人映射领航编队控制策略

针对低通信负载下的多移动机器人编队控制进行研究。通过坐标变换和引入侧滑增量定义了非完整约束轮式移动机器人的运动学模型，显式满足纯滚动条件。提出领航编队控制策略，通过领航者对跟随者的单向通信和映射领航者规划，将系统编队问题转换为新模型下的分布式一致性控制问题。针对跟随者的转速与线速度设计了2级指数趋近滑模控制器，实现相对于领航者轨迹误差的快速收敛，并通过Lyapunov理论对控制器进行稳定性分析。数值仿真表明：所提策略可以满足多移动机器人队形保持和队形变换的任务要求，验证了理论分析的正确性和有效性。     

无人机集群编队控制演示验证系统

为验证无人机集群编队控制算法在实际环境中的有效性,基于四旋翼无人机平台和双数据链、双地面站冗余设计,搭建了分布式控制的无人机集群编队控制演示验证系统。基于分层控制和封装的思想,将无人机控制系统分为执行层和决策层。执行层采用PIX自驾仪进行封装,只需修改自驾仪参数,不需针对不同无人机平台开发相应的控制策略,就能实现对异构集群的控制。需要验证不同的编队控制算法时,只需对决策层的控制算法进行修改即可,使系统具有较强的适应性和扩展性。演示验证系统采用双地面站和数据链,可实现在多种网络拓扑或通信失败情况下的无人机集群控制,具有较高的稳定性和安全性。应用领导-跟随协同编队控制算法,验证了本文演示验证系统的功能和性能。      

动力学参数未知的四旋翼无人机预定性能控制

针对具有外部气流干扰、空气阻力和时变负载的不确定四旋翼无人机，考虑动力学参数未知的情况，基于自适应动态表面控制框架，提出了一种新的双闭环预定性能控制方法。将四旋翼无人机系统解耦为双环，即外环位置子系统和内环姿态子系统，内外环通过姿态提取算法连接。分别针对位置和姿态子系统，利用自适应方法对系统的未知动力学参数、空气阻力和外界干扰进行估计，同时引入新的坐标变换作用于跟踪误差，基于Lyapunov稳定理论，提出预定性能控制器设计方法，使闭环系统跟踪误差一致最终有界稳定，且整个动态过程中满足暂稳态性能要求。所提方法克服了系统动力学参数和负载精确已知的局限性，避免了预定性能控制设计中复杂的求逆过程。通过仿真实例验证了所提方法的有效性和优越性。     

应用虚拟结构的卫星编队飞行自适应协同控制

针对卫星编队飞行协同控制存在质量、转动惯量不确定性及外部扰动的问题,提出了一种应用虚拟结构的卫星编队飞行自适应协同控制方法。首先,通过对虚拟结构模型的描述,建立了虚拟结构状态变量与编队卫星期望状态之间的表达式;其次,设计了编队卫星和虚拟结构的位置、姿态自适应协同控制器,通过在虚拟结构控制器中引入编队卫星的状态误差,实现了编队信息至虚拟结构的反馈,并采用Barbalat引理证明了闭环系统的稳定性和对有界扰动的抑制:最后,以三星编队协同轨道机动和空间指向性偏转为例对所设计的控制器进行了仿真验证。仿真结果表明:设计的控制器能够实现对编队卫星质量和转动惯量的自适应估计,使得编队卫星位置和姿态控制误差最终趋近于零,验证了所提方法的有效性。     

基于D3QN的无人机编队控制技术

针对无人机编队中控制器设计需要基于模型信息，以及无人机智能化程度低等问题，采用深度强化学习解决编队控制问题。针对编队控制问题设计对应强化学习要素，并设计基于深度强化学习对偶双重深度Q网络（D3QN）算法的编队控制器，同时提出一种优先选择策略与多层动作库结合的方法，加快算法收敛速度并使僚机最终能够保持到期望距离。通过仿真将设计的控制器与PID控制器、Backstepping控制器对比，验证D3QN控制器的有效性。仿真结果表明：该控制器可应用于无人机编队，提高僚机智能化程度，自主学习保持到期望距离，且控制器设计无需模型精确信息，为无人机编队智能化控制提供了依据与参考。     

基于诱导航线的多无人机编队飞行控制方法

针对无人机编队飞行控制问题,提出了一种基于诱导航线的协同控制方法,僚机根据当前相对于期望位置的误差和长机的飞行状态生成诱导航线并进行跟踪;针对飞行过程中的突发障碍采用改变编队队形的方法进行规避;针对无人机之间可能出现的碰撞情况,根据无人机到达碰撞点的时间以及位置分别从高度以及航向两方面进行躲避,仿真结果表明:采用此方法无人机能够保持稳定的编队,并同时能够躲避飞行过程中的障碍以及避免飞机之间的碰撞。      

基于双向电机驱动的四旋翼机动飞行控制

四旋翼飞行器（QUAV）的位置、姿态运动控制效果决定了其机动性。为了克服四旋翼系统欠驱动的缺陷，基于四元数表达对一种双向电机驱动的四旋翼进行了动力学建模，包括双向推力作用情况下的全向运动过程分析，并提出了一种姿态与位置控制器及控制分配矩阵设计方法。面向四旋翼的x-z平面模型，设定合理的参数和限制，使用最优规划方法提出了适用于新型四旋翼翻转、竖直等机动飞行轨迹的生成方法，其中推力与转矩都是实现时间最短的最优方案。搭建了包括电子调速器、电机、桨叶、机架等部件在内的详细的仿真试验环境。仿真试验的结果验证了双向电机驱动的四旋翼相比于传统四旋翼，能有效提高姿态跟踪与位置跟踪的精度，提升了飞行器的机动性。      

四旋翼无人机动态面控制

针对四旋翼无人机（UAV）飞行器系统欠驱动特点,引入动态面控制方法,对四旋翼UAV的位置和姿态进行控制。考虑到飞行器速度和角速度难以测量,设计高增益观测器得到UAV的速度和角速度的估计值。相对于反演法,动态面控制的设计更简洁,并且通过引入滤波器来求取控制信号中的系统状态的导数项。另外,常用的时标分离方法不能给出全局稳定性分析,本文引入动态面设计控制律保证系统所有信号半全局一致有界,同时给出系统全局稳定性证明。仿真结果表明,四旋翼UAV能快速精确完成目标跟踪。      

基于嵌套饱和的四旋翼无人机吊挂负载控制器设计

针对四旋翼无人机吊挂负载系统飞行中的摆角抑制问题,考虑过快位置机动容易引起吊挂大幅度摆动,提出了一种基于嵌套饱和的四旋翼无人机吊挂负载控制器。首先,利用扩张状态观测器估计干扰,设计具有强抗扰能力的垂直位置控制器;其次,基于简化模型通过构建李雅普诺夫函数,设计控制摆角收敛的抑摆控制器;最后,基于一种嵌套饱和控制方法,设计了限制机动速度的水平位置控制器。与已有控制方法的仿真对比表明,该控制器不但能保证四旋翼无人机吊挂负载系统稳定飞行,还能在大幅度位置机动指令下有效减小最大摆幅。     

改进型自抗扰四旋翼无人机控制系统设计与实现

针对提高四旋翼无人机姿态控制抗干扰能力的目标，设计了一种内外环嵌套结构的改进型自抗扰控制（ADRC）器。根据所搭建四旋翼无人机的实际参数，构建了四旋翼无人机姿态控制系统的数值仿真模型。通过与传统双闭环PID控制器进行对比，证明所设计的自抗扰控制系统在快速响应、无超调的前提下，具有很强的抗干扰能力以及较高的控制效率。将所设计的控制系统，应用于四旋翼无人机之上，在具有大偏载以及方向不确定的强干扰的飞行试验中，取得了良好的控制效果。      

四旋翼无人机执行器可重构性量化评价方法研究

随着对系统安全性和可靠性要求的不断提高，故障系统的自主恢复能力即系统的可重构性受到高度关注，然而现有对于控制系统可重构性量化评价的方法主要针对线性系统，因此以具有强耦合、欠驱动、强非线性的四旋翼无人机（quadrotor UAV）为被控对象，提出了一种基于双滑模面鲁棒观测器与马氏距离结合的非线性系统可重构性量化评价方法。首先，在四旋翼无人机非线性模型的基础上，设计了具有对扰动和故障均不敏感的双滑模面鲁棒观测器，用于实现对系统状态的准确估计；其次，在执行器饱和及系统状态误差指标双约束条件下，采用基于马氏距离的相似度法，对非线性系统可重构性进行量化评价；最后，通过四旋翼无人机仿真实验验证了所提方法的有效性。结果表明，所提方法能够真实反映不同故障程度下系统的可重构性量化水平，为非线性故障系统控制策略调整补偿提供了重要依据。      

双臂空间机器人关节运动的一种增广鲁棒控制方法

讨论了载体位置与姿态均不受控制情况下,漂浮基双臂空间机器人系统的控制问题.结合系统动量守恒关系进行的运动学、动力学分析表明,可以得到一组与适当选择的惯性参数呈线性函数关系的、欠驱动形式的系统动力学方程.以此为基础,并采用增广变量的思想,克服了通常情况下,空间机器人系统动力学方程关于系统惯性参数呈非线性关系的难点,针对双臂空间机器人末端爪手所持载荷参数不确定,但误差范围可确定的情况,设计了漂浮基双臂空间机器人关节运动的变结构鲁棒控制方案.该控制方案的优点在于,不需要反馈、测量漂浮基的位置、移动速度及移动加速度;与自适应控制方案相比,化积分运算为简单四则运算,计算量大为减少,有利于实时应用.通过对一个平面双臂空间机器人系统的数值仿真,证实了算法的有效性.      

基于ADRC姿态解耦的四旋翼飞行器鲁棒轨迹跟踪

针对欠驱动四旋翼飞行器的控制特性,提出一种基于自抗扰控制(ADRC)的姿态解耦控制算法,该算法可以克服传统欠驱动四旋翼控制方法中存在的问题,如系统状态间耦合严重,抗干扰能力弱及系统建模误差对跟踪性能影响较大等弱点.该算法利用扩张状态观测器(ESO)实现状态间耦合项的跟踪和估计,同时ESO也可实现对系统干扰的估计,干扰包括系统内扰和外扰.利用动态反馈线性化将非线性MIMO系统转化成线性SISO系统,然后利用非线性反馈控制律实现四旋翼姿态系统的高品质控制,在上述姿态解耦控制的基础上研究飞行器的鲁棒轨迹跟踪问题,不同情况下的仿真结果验证了上述姿态控制算法可提高系统轨迹跟踪的鲁棒性.该算法不依赖于精确的系统模型,降低了实际应用的难度,并有很强的抗干扰能力,具有实际应用的价值.      

小型旋翼无人机潜射控制器设计

小型旋翼无人机在潜射过程中的弹射和姿态控制直接影响着潜射工程任务的成败。针对小型旋翼无人机在潜射过程中姿态难以快速调整、发射初始姿态易受海浪干扰等问题，提出一种无人机潜射系统的控制方案。采用带有矢量控制的助推火箭来调整无人机在发射段的姿态，并通过海浪预测模型优化无人机发射时间窗口；针对小型旋翼无人机在弹出后旋翼展开时的姿态不稳定问题，采用基于L1自适应控制方法的姿态控制律进行无人机的增稳设计。仿真结果表明:助推火箭的矢量控制发动机能够在2s内快速调整无人机的俯仰姿态，设计的L1自适应姿态控制律能够在无人机旋翼展开的2s内实现俯仰姿态的稳定控制，并且对潜射场景中气动参数的不确定变化具有一定的鲁棒性。