Explicación detallada de los métodos de control de vuelo de drones multirrotor

Explicación de los métodos de control de vuelo de UAV multirrotor

Para superar las limitaciones de algunos métodos de control lineal, se han propuesto y aplicado algunos métodos de control no lineal al control de aeronaves medias. . La siguiente es una explicación del método de control de vuelo de drones multirrotor que el autor comparte con usted. Bienvenido a leer y navegar.

1 Método de control de vuelo lineal

Los métodos tradicionales de control de aeronaves y los primeros intentos de control de aeronaves se basan en la teoría de control de vuelo lineal, que incluye PID, H.

1? .PID El control PID es un método de control tradicional y actualmente es uno de los métodos de control más exitosos y utilizados. Su método de control es simple, no requiere trabajo de modelado preliminar y el significado físico de los parámetros es claro. Es adecuado para controles que no requieren una alta precisión de vuelo.

2. H?H? es un método de control robusto. La teoría de control clásica no requiere un modelo matemático preciso del objeto controlado al resolver problemas de sistemas no lineales de múltiples entradas y múltiples salidas. La teoría de control moderna puede resolver cuantitativamente problemas de sistemas no lineales de múltiples entradas y múltiples salidas, pero se basa completamente en modelos matemáticos que describen las características dinámicas del objeto controlado. Un control robusto puede resolver bien el problema de los errores de modelado causados ​​por interferencias y otros factores, pero requiere una gran cantidad de cálculos y depende de procesadores de alto rendimiento. Al mismo tiempo, debido al método de diseño en el dominio de la frecuencia, la sintonización de parámetros es necesaria. también relativamente difícil.

3.LQR LQR es uno de los métodos más exitosos que se utilizan actualmente para el control de UAV. Su objeto es un sistema lineal, que puede expresarse mediante una expresión de espacio de estados. La función objetivo es el binario del estado. o variable de control. Integral de funciones secundarias. El uso del software Matlab proporciona buenas condiciones de simulación para el método de control LQR y facilita la implementación de ingeniería.

4. Método de programación de ganancia La programación de ganancia significa que cuando el sistema está en funcionamiento, los cambios en las variables de programación conducen a cambios en los parámetros del controlador. Según las variables de programación, el sistema se resuelve con diferentes leyes de control en diferentes áreas. Problemas no lineales del sistema. El algoritmo consta de dos partes. La primera parte principalmente completa la conducción de eventos y realiza el ajuste de parámetros. Si la operación del sistema cambia, esta parte se puede usar para identificar y cambiar de modo; la segunda parte es la unidad de error y su función de control se realiza mediante el modo seleccionado. Este método de control tiene un rendimiento excelente en el despegue y aterrizaje vertical, el vuelo estacionario en punto fijo y el control de seguimiento de trayectoria de vehículos aéreos no tripulados de ala giratoria.

2 Método de control de vuelo basado en aprendizaje

La característica del método de control de vuelo basado en aprendizaje es que no necesita conocer el modelo dinámico de la aeronave, siempre y cuando exista Son ciertas pruebas de vuelo y datos de vuelo. Entre las investigaciones más populares se encuentran los métodos de control difuso, los métodos basados ​​en el aprendizaje humano y los métodos de redes neuronales.

1. Método de control difuso (lógica difusa) El control difuso es uno de los métodos para resolver la incertidumbre del modelo y realiza el control del UAV cuando se desconoce el modelo.

2. Aprendizaje basado en humanos Con el fin de encontrar mejores métodos de control para controlar pequeños drones, investigadores del Instituto Tecnológico de Massachusetts en Estados Unidos recolectaron aviones que participan en ejercicios militares para realizar acrobacias. Los datos de vuelo se utilizan para Analice la operación del piloto de la aeronave en diferentes circunstancias para comprender mejor la secuencia de entrada y el mecanismo de retroalimentación del dron. Este enfoque se ha aplicado al vuelo autónomo de pequeños vehículos aéreos no tripulados.

3. Redes neuronales (Redes neuronales) El control PID clásico es simple, fácil de usar y fácil de implementar. Sin embargo, cuando el objeto controlado tiene características no lineales complejas, es difícil establecer un modelo matemático preciso. , y a menudo es difícil lograr efectos de control satisfactorios. La tecnología de control adaptativo de redes neuronales puede controlar eficazmente varios procesos complejos no lineales que son inciertos y difíciles de describir con precisión, mejorar la robustez y la tolerancia a fallas del sistema de control y permitir que los parámetros de control tengan capacidades adaptativas y de autoaprendizaje.

3 Métodos de control no lineal basados ​​en modelos

Para superar las limitaciones de algunos métodos de control lineal, se han propuesto y aplicado muchos métodos de control no lineal al control de aeronaves. Estos métodos de control no lineales generalmente pueden clasificarse como métodos de control no lineales basados ​​en modelos. Estos incluyen linealización de retroalimentación, control predictivo de modelos, control de multisaturación, retroceso y control adaptativo.

1. Linealización por retroalimentación (linealización por retroalimentación) La linealización por retroalimentación es un método comúnmente utilizado para sistemas no lineales. Utiliza el método de transformación matemática y el conocimiento de la geometría diferencial para transformar primero las variables de estado y las variables de control en formas lineales, luego utiliza métodos de diseño lineal convencionales para diseñar y, finalmente, convierte los resultados del diseño al estado y forma de control originales. Hay dos ramas importantes de la teoría de la linealización de la retroalimentación: el método de geometría diferencial y el método de inversión dinámica. Entre ellos, el método de inversión dinámica es más adecuado para el diseño de sistemas de control de vuelo debido a sus características de extrapolación más simples que el método de geometría diferencial. Sin embargo, el método de inversión dinámica requiere un modelo de avión bastante preciso, lo cual resulta muy difícil en situaciones prácticas. Además, debido a errores de modelado del sistema y diversas perturbaciones externas, se deben considerar factores de robustez durante el diseño. El método de "inversión dinámica" tiene ciertas perspectivas de aplicación en ingeniería y se ha convertido en un tema candente en el campo de la investigación del control de vuelo.

2. Control predictivo de modelo (control predictivo de modelo) El control predictivo de modelo es un tipo especial de. método de controlObtiene la acción de control actual resolviendo un problema de control óptimo de bucle abierto en un dominio de tiempo limitado en cada instante de muestreo. El estado inicial del problema de control óptimo es el estado actual del proceso, y solo se utiliza la secuencia de control óptima. Con respecto a la primera acción de control, esta es la mayor diferencia entre este y los algoritmos que calculan la ley de control de antemano. En esencia, el control predictivo del modelo no tiene nada que ver con lo específico. modelo, pero la implementación está relacionada con el modelo.

3. La saturación anidada es un fenómeno físico muy común que existe en una gran cantidad de problemas de ingeniería. Los drones de rotor pueden resolver muchos problemas prácticos que no pueden resolverse con otros métodos de control, especialmente en el caso de los UAV de tamaño micro, la saturación del actuador a menudo ocurre debido a maniobras de gran ángulo de inclinación y perturbaciones externas, que pueden limitar el rango operativo y destruir el control. Estabilidad del sistema Hay muchas formas de resolver el problema de la entrada saturada, pero no se ha logrado el efecto deseado. El control de saturación múltiple tiene una buena estabilidad global al controlar la entrada saturada, por lo que este método se usa a menudo para controlar la estabilidad del micro. -UAVs.

4. Método de retroceso El método de retroceso es uno de los métodos más utilizados para el diseño de controladores de sistemas no lineales. Es más adecuado para el control en línea y puede reducir el tiempo de cálculo del controlador en línea. En el método de retroceso, la idea básica es descomponer el sistema complejo en múltiples subsistemas que no excedan el orden del sistema, y ​​luego diseñar funciones de Lyapunov parciales y variables de control virtuales intermedias para cada subsistema mediante el método recursivo inverso hasta que se diseñe todo el controlador. el método de retroceso. El diseño del controlador aplicado al sistema de control de vuelo puede manejar la influencia de un tipo de factores no lineales e inciertos, y se ha demostrado que tiene una estabilidad y convergencia de errores relativamente buenas.

5. Control adaptativo. (Control adaptativo) El control adaptativo también es un método de control basado en modelos matemáticos. Su característica más importante es que depende menos de la información del modelo interno del sistema y de las perturbaciones externas, y la información relacionada con el modelo se obtiene continuamente durante la operación. del sistema Y gradualmente hacer que el modelo sea más perfecto A medida que el modelo continúa mejorando, las acciones de control obtenidas del modelo también mejorarán, por lo que el sistema de control tiene ciertas capacidades adaptativas, pero al mismo tiempo, el control adaptativo es más. complejo que el control de retroalimentación tradicional, el costo también es mayor, por lo que los métodos adaptativos solo se considerarán cuando la retroalimentación tradicional no pueda lograr el rendimiento esperado;