基于四旋翼无人机新型控制方式

第５１卷第９期　２０１　５年５月　机械工程学报　ＪＯＵＲＮＡＬ　ＯＦ　ＭＥＣＨＡＮＩＣＡＬ　ＥＮＧＩＮＥＥＲＩＮＧ　ＶＯ１．５１　ＮＯ．９　Ｍａｙ　２０１５　ＤｏＩ：１Ｏ．３９０１／ＪＭＥ．２０１５．Ｏ９．０５８　基于视觉的，Ｊ、型四旋翼无人机自主飞行控ＳＵ＊　鲜斌　，２，。刘洋　，２，　张旭１，２，３　曹美会　，２，。　（１．天津大学电气与自动化工程学院天津３０００７２；　２．天津大学机器人与自主系统研究所天津３０００７２；　３．天津市过程检测与控制重点实验室天津３０００７２　摘要：提出为实现小型四旋翼无人机自主飞行控制，设计一种基于视觉的飞行控制方法，并搭建嵌入式控制架构飞行试验平　台。在控制过程中，光流信息与姿态角信息进行融合用于估计无人机水平位置信息，利用获取到的水平位置信息作为内外环　结构的比例微分积分（Ｐｒｏｐｏｒｔｉｏｎ　ｉｎｔｅｇｒａｔｉｏｎ　ｄｉｆｅｒｅｎｔｉａｔｉｏｎ，ＰＩＤ）控制器外环反馈信息。不同于传统的基于地面站的控制架构试　验平台，该飞行系统中采用了一个嵌入式控制架构的试验平台。该平台依靠机载嵌入计算机进行光流计算、运动状态估计，　并采用机载飞行控制器执行控制算法。这种嵌入式控制架构工程实现难度高，但更利于实现四旋翼无人机的全自主飞行控制。　试验结果表明，提出的设计方法取得了较好全自主飞行控制效果。　关键词：四旋翼无人机；视觉；运动状态估计；自主控制　中图分类号：Ｖ２７９　Ａｕｔｏｎｏｍｏｕｓ　Ｃｏｎｔｒｏｌ　ｏｆ　ａ　Ｍｉｃｒｏ　Ｑｕａｄｒｏｔｏｒ　Ｕｎｍａｎｎｅｄ　Ａｅｒｉａｌ　Ｖｅｈｉｃｌｅ　Ｕｓｉｎｇ　Ｏｐｔｉｃａｌ　Ｆｌｏｗ　ＸＩＡＮ　Ｂｉｎ　，２，　ＬＩＵＹａｎｇ　，　，　ＺＨＡＮＧ　Ｘｕ　’２，　ＣＡＯ　Ｍｅｉｈｕｉ　，２，　（１．Ｓｃｈｏｏｌ　ｏｆＥｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，Ｔｉａｎｊｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ　３０００７２；　２．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｒｏｂｏｔｉｃｓ　ａｎｄ　Ａｕｔｏｎｏｍｏｕｓ　Ｓｙｓｔｅｍ，Ｔｉａｎｊｉｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ　３０００７２；　３．Ｔｉａｎｊｉｎ　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｐｒｏｃｅｓｓ　Ｍｅａｓｕｒｅｍｅｎｔ　ａｎｄ　Ｃｏｎｔｒｏｌ，Ｔｉａｎｊｉｎ　３０００７２）　Ａｂｓｔｒａｃｔ：Ａｎ　ａｕｔｏｎｏｍｏｕｓ　ｃｏｎｔｒｏｌ　ｓｔｒａｔｅｇｙ　ｉｓ　ｐｒｏｐｏｓｅｄ　ａｎｄ　ａｎ　ｅｍｂｅｄｄｅｄ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｐｌａｔｆｏｒｍ　ｉｓ　ｄｅｖｅｌｏｐｅｄ　ｆｏｒ　ａ　ｑｕａｄｒｏｔｏｒ　ｕｎｍａｎｎｅｄ　ａｅｒｉａｌ　ｖｅｈｉｃｌｅ　ｂａｓｅｄ　０１３　ｏｐｔｉｃａｌ　ｆｌｏｗ　ｖｉｓｉｏｎ　ｓｙｓｔｅｍ．Ｔｈｅ　ｓｅｌｆ－ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ　ｉｓ　ｏｂｔａｉｎｅｄ　ｂｙ　ｆｕｓｉｎｇ　ｔｈｅ　ｏｐｔｉｃａｌ　ｆｌｏｗ　ｄａｔａ　ａｎｄ　ｄａｔａ　ｆｒｏｍ　ｔｈｅ　ｏｎ－ｂｏａｒｄ　ｉｎｅｒｔｉａｌ　ｍｅａｓ￣ｅｍｅｎｔ　ｕｎｉｔ，ａｎｄ　ｔｈｅｎ　ａｎ　ｉｎｅｒ－ｏｕｔｅｒ－ｌｏｏｐ　ｐｒｏｐｏｒｔｉｏｎ　ｉｎｔｅｇｒａｔｉｏｎ　ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ　（ＰＩＤ）ｃｏｎｔｒｏｌｌｅｒ　ｕｓｅｄ　ｔｈｅ　ｓｅｌｆ－ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ　ａｓ　ｆｅｅｄｂａｃｋ　ｓｉｇｎａ１．Ｕｎｌｉｋｅ　ｔｈｅ　ｔｒａｄｉｔｉｏｎａｌ　ｈｏｓｔ－ｂａｓｅｄ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ａｒｃｈｉｔｅｃｔｕｒｅ．ｔｈｅ　ｍｏｔｉｏｎ　ｓｔａｔｅｓ　ａｒｅ　ｅｓｔｉｍａｔｅｄ　ｔｈｒｏｕｇｈ　ａｎ　ｏｎｂｏａｒｄ　ｅｍｂｅｄｄｅｄ　ｃｏｍｐｕｔｅｒ　ａｎｄ　ｔｈｅ　ｃｏｎｔｒｏｌ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｏｐｅｒａｔｅｄ　ｔｈｒｏｕｇｈ　ａｌｌ　ｏｎｂｏａｒｄ　ｆｌｉｇｈｔ　ｃｏｎｔｒｏｌ　ｂｏａｒｄ．Ｄｉｆｉｃｕｌｔｙ　ａｓ　ｔｈｅ　ｅｍｂｅｄｄｅｄ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｐｌａｔｆｏｒｍ　ｉｓ，ｉｔ　ｉｓ　ｖｅｒｙ　ｕｓｅｆｕｌ　ｆｏｒ　ａｕｔｏｎｏｍｏｕｓ　ｃｏｎｔｒｏｌ　ｆｌｉｇｈｔ．　Ｅｘｐｅｒｉｍｅｎｔ　ｒｅｓｕＲｓ　ａｒｅ　ｉｎｃｌｕｄｅｄ　ｔｏ　ｄｅｍｏｎｓｔｒａｔｅ　ｔｈｅ　ｇｏｏｄ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆｔｈｅ　ｐｒｏｐｏｓｅｄ　ｄｅｓｉｇｎ．　Ｋｅｙ　ｗｏｒｄｓ：ｑｕａｄｒｏｔｏｒ　ｕｎｍａｎｎｅｄ　ａｅｒｉａｌ　ｖｅｈｉｃｌｅ；ｖｉｓｉｏｎ；ｓｅｌｆ－ｍｏｔｉｏｎ　ｅｓｔｉｍａｔｉｏｎ；ａｕｔｏｎｏｍｏｕｓ　ｃｏｎｔｒｏｌ　０前言　近年来，随着小型传感器技术、计算机技术、　自动控制理论以及通信技术的发展，针对小型四旋　翼无人机的研究逐渐成为无人机研究领域中的一个　热点　Ｊ。四旋翼无人机具有成本低、安全性强、质　量轻、体积小、灵活机动等特点，因此其在军事和　民用领域已得到广泛的应用　。　稳定飞行控制的必要条件是获取无人机的实　天津市应用基础与前沿技术研究计划重点资助项目（１４ＪＣＺＤＪＣ３１９００）。　２０１４０６２１收到初稿，２０１５０１０７收到修改稿　时运动状态信息，但是小型四旋翼无人机作为一种　空中机器人，其体积小、载重轻、飞行控制设计复　杂等特点在一定程度上限制了许多传统地面机器人　运动状态信息获取方法的使用。现有研究成果中，　全球定位系统（Ｇｌｏｂａｌ　ｐｏｓｉｔｉｏｎ　ｓｙｓｔｅｍ，ＧＰＳ）是一种　普遍应用于小型四旋翼无人机的定位方法ｐ。珥ｊ，它通　过无人机机载ＧＰＳ接收机接收卫星发射信号，以获　得实时定位信息。然而，ＧＰＳ信号受电磁干扰影响，　在近地复杂环境、特别是室内环境中不可获取，因　此该方法主要应用于室外开阔环境中四旋翼无人机　的定位问题。激光雷达是一种较多应用于四旋翼无　

2016 南 阳 理 工 学 院 本科生毕业设计论文

学院系 电子与电气工程学院

专 业 电子信息工程

学 生

指导教师

完成日期

南阳理工学院本科生毕业设计论文

基于ARM的四旋翼自主飞行控制系统设计

Autonomous control system for the quadrotor unmanned

aerial vehicle based on ARM processors

总计 毕业设计论文25 页

表 格 0 个

插 图 20 幅

3 南 阳 理 工 学 院 本 科 毕 业 设 计论文

基于ARM的四旋翼自主飞行控制系统设计

Autonomous controlsystem for the quadrotor unmanned

aerial vehicle based on ARM processors

学 院系 电子与电气工程学院

专 业 电子信息工程

学 生 姓 名

学 号

指 导 教 师职称

评 阅 教 师

完 成 日 期 南阳理工学院

Nanyang Institute of Technology

基于神经网络 PID 算法的疫情防控四旋翼无人机控制系统

摘要：近年来，对四旋翼无人机的研究受到人们的广泛重视。由于其低廉的造价以及灵活的操作性，使得四旋翼无人机在民事和军事领域都有着重要的应用。尤其是新冠疫情背景下，可利用四旋翼无人机开展“无接触式”消毒、物资配送以及救援观察等工作，从而大大降低病毒的传染率。但现行的无人机控制算法多为传统、单一的PID 算法，使四旋翼无人机很难快速的适应各种环境变化和干扰，对其发展不利。而本文在传统PID（Proportional Integration

Differentiation）控制的基础上引进神经网络算法对PID算法的3个参数进行“实时”调节，使控制算法控制精度高，具有更好的静态特性和动态特性。从而更好地实现四旋翼无人机在不确定性干扰和模型参数变化的情况下对飞行姿态的稳定控制，使其在复杂环境下也能保证安全稳定运行。

关键词：四旋翼无人机；新冠疫情；PID算法；神经网络算法；复杂环境；

0 前言

从四旋翼无人机诞生发展到现在，演变出了许许多多的类型，其在军事及社会各行业也得到了充足的运用。四旋翼无人机融合了直升机与固定翼飞行器的优点，能在各种复杂地形飞行，具有垂直起降、可携带负载、方便控制的特点，不需要滑跑就能够方便的起飞和降落，使用方便且易于伪装，具有很高的科研和应用价值。在军事方面，有的任务是危险系数高，执行难度大，四旋翼无人机不需要人驾驶，便于完成某些特殊任务，四旋翼无人机也能利用其独特的优点为城市建设做出贡献，它能检测天气状况和空气指数来预测天气，方便人们的生活。疫情当下，四旋翼无人机更是凭借它的优点一骑绝尘，在“无接触式”消毒、物资配送、救援观察、轨迹跟踪、自主飞行以及自动避障等方面大放异彩。为了提高四旋翼无人机姿态控制系统的稳定性、鲁棒性、抗干扰性，本文对其控制算法进行优化设计。 1 研究现状

四旋翼无人机在结构和控制方法上跟一般的无人机有一定的区别，四旋翼无人机的控制系统包括姿态控制、速度控制和轨迹控制，而姿态控制是整个飞行控制的核心。姿态控制策略的优劣直接影响速度控制和轨迹控制的品质。目前的四旋翼无人机有多种适合的控制算法，如PID、LQR（Linear Quadratic

随着单架无人机技术的发展日趋成熟，军事和民事领域对无人机的任务需求变得苛刻，人们开始关注生物界编队鸟群（如大雁、天鹅等）长途迁徙的现象，分析生物系统的进化特征与行为规律，利用多无人机协同编队飞行（Coordinated Formation Flight，简称CFF）与生物系统（个体或群体）的某些原理和行为相似性，将仿生学引入到CFF研究中，以期获得类似鸟群长途迁徙的功效，如降低飞行阻力、节省燃油、延长巡航距离等。由于多无人机CFF控制技术具有广阔的工程应用前景，因此这一项目已在世界范围内激发了科研人员越来越高的研究热情，但又因该项目需要涉及多学科和多技术领域，因此研究难度高。目前国外虽已取得了显著的研究成果，但离工程应用还有很大的差距，而国内研究才刚刚起步，还属于理论跟踪性研究，所以系统深入的研究多无人机CFF控制技术，逐步实现其工程应用已成燃眉之际。本文正是基于多无人机 CFF控制技术的国内外发展背景，根据实验室的实际情况，从多无人机编队飞行的基本原理到功能的硬件实现，采取环环相扣的研究方法，完成了多无人机CFF控制技术的前期研究工作。全文研究的多无人机CFF控制关键技术主要包括四个方面：多无人机CFF的气动耦合模型、CFF中单架UAV的运动学和动力学模型、CFF控制器以及硬件在环的CFF测试平台构建技术。

论文首先总结了前人在这一领域内已有的研究成果，并在此基础上对紧密编队飞行中非常重要的气动耦合问题进行了系统的研究，然后分析对比了几种常见的涡流模型，利用简化的飞机结构和一种近似平均有效风和风梯度的计算方式，针对“长机-僚机”的V型编队方式和非线性6 DOF的刚性飞机，确立了适合多无人机CFF动态特性研究的气动耦合模型，继而分析这种气动耦合对飞机各种参量所产生的影响作用，并相应完成了对已有的标准飞机气动力和力矩系数方程组的调整工作。 其次，利用第一阶段的工作成果，论文给出了“长机-僚机”编队方式下多无人机 CFF模型，通过惯性坐标轴系、速度坐标轴系与机体坐标轴系之间的转换关系，深入的分析了受翼尖涡流影响的CFF中单架无人机的运动特性，同时给出了其特有的运动学和动力学模型。