【无人机控制】基于外环位置控制器反馈线性化风格和内环线性参数时变模型预测控制）两层控制器架构的四旋翼无人机仿真与控制附matlab代码

✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍一、四旋翼无人机控制的挑战非线性动力学特性四旋翼无人机具有高度非线性的动力学特性。其运动涉及多个自由度包括沿三个坐标轴的平移x、y、z 方向和绕三个坐标轴的旋转滚转、俯仰、偏航。这些运动相互耦合例如改变旋翼的转速不仅会影响垂直方向的升力还会对姿态产生影响使得精确控制变得困难。环境干扰在实际飞行中四旋翼无人机易受到各种环境干扰如气流变化、阵风等。这些干扰会导致无人机的实际状态偏离预期增加了控制的复杂性需要控制器能够实时有效地应对这些干扰保持稳定飞行。实时性要求为确保飞行安全和完成各种任务四旋翼无人机的控制器需要实时响应快速调整控制输入以适应无人机状态和环境的变化。这对控制器的计算效率和响应速度提出了很高的要求。二、外环位置控制器反馈线性化风格反馈线性化原理反馈线性化是一种通过非线性反馈将非线性系统转化为线性系统的控制方法。对于四旋翼无人机其非线性动力学模型可以表示为一组复杂的微分方程。反馈线性化通过设计合适的反馈控制律对系统进行坐标变换和反馈使得变换后的系统呈现线性特性。例如通过引入虚拟控制输入将无人机的位置和姿态动力学解耦从而简化控制设计。外环位置控制作用外环位置控制器基于反馈线性化风格设计主要负责处理无人机的位置控制。它接收期望的位置信息如目标点的坐标和无人机当前的实际位置信息通过反馈线性化算法计算出满足位置跟踪要求的虚拟控制输入。这个虚拟控制输入为内环控制器提供了参考指令指导内环控制器调整无人机的姿态和力使无人机能够朝着期望的位置飞行。例如如果期望无人机移动到某个特定的三维坐标位置外环位置控制器会根据当前位置与目标位置的偏差计算出需要施加的虚拟力和力矩以引导无人机向目标位置移动。三、内环 LPV - MPC线性参数时变模型预测控制LPV 模型线性参数时变LPV模型考虑了系统参数随时间或其他变量的变化。对于四旋翼无人机其动力学特性会随着飞行状态如速度、姿态的改变而变化LPV 模型能够有效地描述这种参数时变特性。通过将无人机的动力学模型表示为 LPV 形式可以更准确地反映其在不同飞行条件下的行为为精确控制提供基础。MPC 原理模型预测控制MPC是一种基于模型的优化控制策略。它通过建立系统的动态模型预测系统在未来多个时间步的状态。在每个控制周期内MPC 求解一个有限时域的优化问题以确定当前时刻的最优控制输入使系统尽可能接近期望的状态。优化目标通常包括系统状态与期望状态的偏差以及控制输入的变化量通过最小化这个目标函数来获得最优控制。例如在四旋翼无人机控制中MPC 会根据 LPV 模型预测无人机未来的位置、姿态等状态然后计算出最优的旋翼转速调整量使无人机既能跟踪外环位置控制器给出的参考指令又能保持飞行的稳定性。内环控制作用内环 LPV - MPC 控制器接收外环位置控制器输出的虚拟控制输入作为参考信号。它利用 LPV 模型预测无人机的未来状态并通过 MPC 算法在每个控制周期内计算出最优的控制输入如四个旋翼的转速以跟踪外环提供的参考指令同时考虑到系统参数的时变特性和各种约束条件如旋翼转速限制、姿态角度限制等。这样内环 LPV - MPC 控制器能够实时调整无人机的姿态和力确保无人机准确地按照外环控制器设定的路径飞行同时适应飞行过程中的参数变化和外界干扰。四、两层控制器架构的优势任务分解与简化设计通过将控制器分为外环位置控制器和内环 LPV - MPC 控制器实现了任务的有效分解。外环专注于位置跟踪将复杂的位置控制问题通过反馈线性化简化为对虚拟控制输入的计算内环则专注于根据虚拟控制输入和系统的实时状态精确调整无人机的姿态和力。这种分层设计使得每个控制器的设计和分析更加简单明了降低了整体控制设计的复杂性。适应性与鲁棒性内环的 LPV - MPC 控制器能够处理系统参数的时变特性和外界干扰具有较强的鲁棒性。即使在无人机飞行过程中受到气流等干扰或自身参数发生变化内环控制器也能通过实时优化控制输入保持无人机的稳定飞行。外环的反馈线性化位置控制器则为内环提供了明确的参考指令使得整个系统能够准确地跟踪期望位置提高了系统的适应性和准确性。灵活性与可扩展性这种两层控制器架构具有较好的灵活性和可扩展性。对于不同的飞行任务和场景可以通过调整外环位置控制器的目标设定和内环 LPV - MPC 控制器的参数来适应。例如在执行不同的轨迹跟踪任务或面对不同强度的干扰时能够方便地对控制器进行调整和优化以满足各种实际需求。通过基于外环位置控制器反馈线性化风格和内环 LPV - MPC 两层控制器架构能够有效地应对四旋翼无人机控制中的非线性、时变和干扰等挑战实现稳定、精确的飞行控制为四旋翼无人机在各种复杂环境下的应用提供了有力的技术支持。⛳️ 运行结果 部分代码function radars sampleRandomRadars(nObs, bounds, rMin, rMax, start_xy, goal_xy, safeSG)% Sinh nObs đĩa [xc yc r] trong bounds, tránh chồng lấn quá mạnhxminbounds(1); xmaxbounds(2); yminbounds(3); ymaxbounds(4);radars zeros(0,3);trials 0; maxTrials 4000;while size(radars,1) nObs trials maxTrialstrials trials 1;r rMin rand*(rMax - rMin);xc xmin r rand*((xmax - r) - (xmin r));yc ymin r rand*((ymax - r) - (ymin r));% tránh rất gần start / goalif norm([xc yc]-start_xy) (r safeSG), continue; endif norm([xc yc]-goal_xy ) (r safeSG), continue; end% tránh overlap mạnh với các đĩa trước đóif ~isempty(radars)if any( vecnorm(radars(:,1:2) - [xc yc], 2, 2) (radars(:,3) 0.7*r) )continue;endendradars(end1,:) [xc yc r];endend 参考文献 往期回顾可以关注主页点击搜索