张釜荣, 谢慕君, 武凡凯
(长春工业大学 电气与电子工程学院, 吉林 长春 130012)
随着人们对物质文化的要求不断提高,科学文化发展更新换代,机器人的应用在日常中越来越普及和至关重要,其中四旋翼飞行器是机器人领域的一个重要分支。
近几年,四旋翼飞行器在工业和人们的现代生活中起到了越来越广泛的应用,特别是在一些较为危险的领域,如森林火灾监测、交通监管、救灾等,无人机规模小、操作简单、结构灵活。 在狭窄的空间中,垂直起飞和着陆、翻转、前进和后退等特征起着突出的作用。
四旋翼的姿态在飞行轨迹中起着重要的作用[1]。针对四旋翼飞行器姿态控制问题,国内外许多学者提出了多种非线性和线性控制器设计方式,如PID(Proportion Integration Differentiation)控制[2]、滑模控制[3-5]、反步控制[6]、线性二次高斯控制[7]、H∞控制[8]、自适应控制[9]等。文中对自适应控制方法进行改进,提出了自适应鲁棒滑模控制方法,采用自适应控制方法对未知参数变化的不确定性进行估计,采用滑模控制方法对有上界的外部干扰进行抑制,为验证算法的有效性和准确性,文中在Matlab/Simulink环境下进行数值仿真。
采用一个四输入、三输出的四旋翼飞行器,动力由装配在万向节轴杆上的4个带螺旋桨的电机供给。
四旋翼飞行器如图1所示。
图1 四旋翼飞行器力学坐标
其中,支撑点为坐标原点,x轴为指向前方电机的轴,y轴为指向右侧电机的轴,尾部电机转动牵引螺旋桨运动形成与y轴同向为正方向的力。z轴正方向由x轴方向和y轴方向确立,正前方、左、右电机转动驱动螺旋桨运动产生与z轴同向为正向的力。其中Ff为前方向电机提供的力,Fl为左侧电机提供的力,Fr为右电机提供的力,Fb为尾部电机的作用力[10]。
在输出姿态角的力矩平衡方程中,做出以下假设:
1)假设系统处在静平衡状态,所有的姿态角均为零;
2)忽略电机阻尼力矩;
3)忽略电机达到给定转速的时间;
4)假设螺旋桨正转时产生的力与反转时产生的力是相同的。
四旋翼动力学模型:
(1)
Lf——前向螺旋桨中心到y轴的距离;
Uf,Ul,Ur,Ub——分别是前向、左侧、右侧和后向电机的输入电压;
JP,Jr,Jy——分别为四旋翼飞行器绕y、x、z轴旋转的转动惯量;
Kfc——正常数。
四旋翼飞行器的前方电机与左右两侧电机的控制量之间存在耦合,如下:
Ur+Ul=Uf
(2)
可以根据俯仰、滚转、偏航通道选取输入向量如下:
(3)
其中:
(4)
飞行器的模型参数见表1。
表1 飞行器的模型参数表
将式(1)简化得到:
(5)
即
(6)
其中,J是系统变化未知的转动惯量,则取不确定参数β对转动惯量进行实时逼近。考虑模型不确定部分和干扰的总体不确定性,取β=J,式(6)可写为:
(7)
式中:Δ1,Δ2,Δ3——干扰和模型不确定部分的总体不确定性。
对上述方程做出如下假设:
假设1 不确定参数β的上下界定义为:
β∈Ω≜{β:0<βmin≤β≤βmax}
(8)
假设2 不确定项Δ有界,表示为:
|Δ(1,2,3)|≤D
(9)
设系统模型状态变量为
(10)
可以将式(7)写成如下形式:
(11)
针对俯仰角控制率的设计,假设位置跟踪误差为:
e=x1-xd
式中:xd——期望位置。
控制器设计步骤如下[11]:
1)定义滑模函数为
(12)
其中,c>0,则
(13)
(14)
其中
则
(15)
2)控制率设计
(16)
其中
ks>0,η>D
则
(17)
3)取自适应律为
(18)
则
(19)
(20)
(21)
文中介绍了四旋翼飞行器俯仰角的数值仿真结果。取J=1,Δ(1,2,3)取摩擦模型,表示为
控制输入采用自适应滑模控制率式(16),自适应率采用式(18),仿真结果分别如图2~图4所示。
图2 自适应滑模俯仰角与角速度的跟踪信号
图3 自适应滑模控制输入信号 图4 自适应滑模参数变化过程
如自适应率取式(20),仿真结果分别如图5~图7所示。
图5 映射自适应滑模俯仰角与角速度的跟踪信号
图6 映射自适应滑模俯控制输入信号 图7 映射自适应滑模俯参数变化过程
从图2和图5可以看出,姿态角都能够在较短时间内跟踪上期望的值,映射自适应滑模相对于自适应滑模的角加速度较大,导致控制效果不理想。
从图3和图6可以看出,常规自适应滑模控制输入的瞬时值过大,映射自适应滑模控制输入信号在很小的范围内变化,可避免趋于饱和,达到很好的控制效果。
针对四旋翼飞行器参数的不确定性,分别采用自适应滑模与映射自适应滑模算法对姿态控制器进行设计,在MATLAB仿真软件平台上进行了仿真实验。仿真结果表明,两种自适应滑模算法都能使姿态角在较短时间内跟踪上期望值,而映射自适应滑模可限制参数β的自适应变化范围,防止控制输入信号u过大,以免系统执行器饱和。