一种多执行器尾座式无人机悬停矢量姿态控制方法与流程

1.本发明涉及无人机控制技术领域，具体提供了一种多执行器尾座式无人机悬停矢量姿态控制方法。


背景技术：

2.垂直起降无人机结合了固定翼和旋翼飞机的优点，可在受限区域内快速起飞和降落，并具有悬停和巡航功能。垂直起降无人机主要分为复合式、倾转式和尾座式几大类，与复合式或倾转式的垂直起降无人机相比，尾座式垂直起降无人机无需安装复杂的转换机构便可实现飞行模式的转换，使得尾座式垂直起降无人机具有更轻的重量而被广泛应用。但是，尾座式垂直起降无人机的空气动力学特性给姿态控制器的设计带来了巨大的挑战，尤其尾座式垂直起降无人机在悬停阶段实现精确姿态控制具有较大的难度。
3.尾坐式垂直起降无人机垂直起降过程中，由于垂直速度较低，流过舵面上的气流速度较低，导致舵面效力较低，特别是在垂直下降过程中，当下降速度过快时，舵面气流反向，螺旋桨产生的滑流不再对舵面有效，因此舵面对机体偏航姿态的控制稳定性较差，仅能在慢速下降过程和小风情况下实现偏航的稳定，在快速下降中或者大风情况下，无人机偏航姿态可能会失控。
4.现有技术中，有如下专利涉及无人机或飞行器的姿态控制方法：
5.1、申请号为“201711268895.7”，专利名称为“尾座式无人机纵向姿态双模糊控制系统及方法”的发明专利，其系统包括两个模糊控制器，模糊控制器i采用变论域分形思想设计，模糊控制器ii以飞行速度和系统误差为输入，使pid控制器的参数不仅跟随系统误差的变化而变化，可解决俯仰姿态回路因受飞行速度变化影响引起的震荡问题。
6.2、申请号为“201810945463.3”，专利名称为“无人飞行器鲁棒姿态控制方法、装置及电子设备”的发明专利申请，通过获取无人飞行器的当前状态数据和当前期望姿态角，并根据当前状态数据、当前期望姿态角和预先设计的鲁棒姿态控制器确定无人飞行器的姿态控制输入，其鲁棒姿态控制器包括基于四元数表示的姿态误差模型设计的前馈控制器、h控制器及鲁棒补偿器；根据姿态控制输入控制无人飞行器的飞行姿态。
7.上述方案均没有明显的扰动补偿机制，仅仅是依靠控制器自身的鲁棒性来克服扰动的；且未对电机偏转角度进行有效控制，在无人机悬停时，尤其在无人机下降过程中，极易出现失控和扰动现象，偏航控制力较弱。
8.综上所述，如何设计一种可解决垂直下降过程中出现失控及扰动问题，降低无人机安全隐患的多执行器尾座式无人机悬停矢量姿态控制方法，是当下亟需解决的问题。


技术实现要素：

9.本发明为解决上述问题，提供了一种多执行器尾座式无人机悬停矢量姿态控制方法，可加强尾座式垂直起降无人机在垂直起降阶段的控制力距，避免无人机垂直下降过程中出现失控及扰动现象，提高无人机的安全性能。
10.为达到上述目的，本发明提出如下技术方案：一种多执行器尾座式无人机悬停矢量姿态控制方法，包括如下步骤：
11.s1：建立尾座式无人机在机体坐标系o
b-xbybzb下的力矩模型和转动模型；
12.s2：基于力矩模型和转动模型对无人机的滚转通道、俯仰通道及偏航通道的自适应控制器分别进行设计；并根据滚转通道自适应控制器、俯仰通道自适应控制器和偏航通道自适应控制器分别求出无人机的滚转力矩、俯仰力矩和偏航力矩；
13.s3：滚转力矩、俯仰力矩、偏航力矩通过控制分配计算四个电机的输出。
14.优选的，通过公式(1.1)建立s1中无人机所受的力矩模型：
[0015][0016]
其中，t1～t4为电机推力，η为电机的偏转角度，d
l
、dm、dn分别为电机质心到飞行器xbobzb、ybobzb、xbobzb平面的距离，l、m、n分别为滚转力矩、俯仰力矩、偏航力矩。
[0017]
优选的，通过公式(1.2)建立s1中无人机的转动模型：
[0018][0019][0020][0021]
其中，i
x
、iy、iz为转动惯量，p、q、r分别为机体滚转角速率、俯仰角速率、偏航角速率。
[0022]
优选的，对s2中无人机的滚转通道自适应控制器进行设计，包括如下步骤：
[0023]
s21a：建立滚转通道开环系统状态的空间方程：
[0024][0025]
其中，为不匹配不确定性，也即滚转通道、俯仰通道和偏航通道之间的耦合干扰，φ为滚转角；
[0026]
当滚转通道达到配置期望的闭环极点后，式(1.3a)变为：
[0027][0028]
其中，通过a、b(4a＞b＞0)配置的期望闭环极点为
[0029]
将(1.4a)简记为：
[0030][0031]
其中，为控制通道内的干扰；s22a、通过式(1.6a)建立状态估计器：
[0032][0033]
其中，为设计参数；u
p
为系统的控制输入，即滚转力矩；
[0034]
s23a、滚转通道自适应律如式(1.7a)所示：
[0035][0036]
其中，分别为的估计，ts为控制器的调用周期，为估计误差修正项；
[0037]
s24a、滚转通道控制律，即滚转力矩为：
[0038][0039]
其中，φ
des
为期望的滚转角，k
p
为设计参数。
[0040]
优选的，对s2中无人机的俯仰通道自适应控制器进行设计：包括如下步骤：
[0041]
s21b：建立俯仰通道开环系统状态的空间方程：
[0042][0043]
其中，为不匹配不确定性，也即滚转通道、俯仰通道和偏航通道之间的耦合干扰，φ为俯仰角；
[0044]
当俯仰通道达到配置期望的闭环极点后，式(1.3b)变为：
[0045][0046]
其中，通过aq、bq(4aq＞bq＞0)配置的期望闭环极点为
[0047]
将(1.4b)简记为：
[0048][0049]
其中，为控制通道内的干扰；s22b、通过式(1.6b)建立状态估计器：
[0050][0051]
其中，为设计参数；uq为系统的控制输入，即俯仰力矩；
[0052]
s23b、俯仰通道自适应律如式(1.7b)所示：
[0053][0054]
其中，分别为的估计，ts为控制器的调用周期，为估计误差，为估计误差修正项；
[0055]
s24b、俯仰通道控制律，即俯仰力矩为：
[0056][0057]
其中，θ
des
为期望的滚转角，kq为设计参数。
[0058]
优选的，对s2中无人机的偏航通道自适应控制器进行设计，包括如下步骤：
[0059]
s21c、对期望的机体偏航角速率进行计算：
[0060]
对于偏航回路，期望的机体偏航角速率为：
[0061][0062]
其中，θ
des
为期望的俯仰角，分别为期望的俯仰欧拉角速率、偏航欧拉角速率，由飞行器的偏航摇杆映射得到；
[0063]
的计算公式如下：
[0064][0065]
其中，k为设计参数，δθ
des
为相邻周期的期望俯仰角之差，为允许的最大俯仰欧拉角加速度；
[0066]
s22c、建立偏航通道的状态空间方程：
[0067][0068]
加入期望的闭环极点学，式(0.5)变为：
[0069][0070]
其中，c为闭环极点在复平面左半平面的位置；
[0071]
将式(0.6)简记为：
[0072]
[0073]
其中，br＝1，ur为系统的控制输入，即偏航力矩；
[0074]
s23c、通过式(1.14)建立状态估计器：
[0075][0076]
其中，为对控制通道干扰的估计，为设计参数；
[0077]
s24c、偏航通道自适应律如式(1.15)所示：
[0078][0079]
其中，ts为控制器的调用周期，为估计误差修正项；
[0080]
s25c、偏航通道控制律，即偏航力矩为：
[0081][0082]
其中，k
p
为设计参数，
[0083]
优选的，s3中通过滚转力矩、俯仰力矩、偏航力矩计算出无人机中每个电机的输出时，应满足式(1.17)：
[0084][0085]
其中，u
t
表示垂直方向的推力输出，为设计好的已知参数；η为电机的偏转角度。
[0086]
优选的，式(1.17)中的η与偏航机体角速率误差|r
des-r|相关，η由式(1.18)得到：
[0087]
η＝k
η
|r
des-r|∈[-10
°
，10
°
]
ꢀꢀꢀꢀ
(0.24)
[0088]
其中，k
η
为设计参数，与电机偏转的速度成正比。
[0089]
与现有技术相比，本发明能够取得如下有益效果：本发明在无人机所受的力矩模型中引入了电机的偏转角度η，同时对滚转通道自适应控制器、俯仰通道自适应控制器和偏航通道自适应控制器均进行设计，并通过得到的滚转力矩、俯仰力矩、偏航力矩计算出无人机中每个电机的输出，再根据电机的输出对无人机进行控制分配，可加强尾座式垂直起降无人机在垂直起降阶段的控制力距，提高滚转通道、俯仰通道及偏航通道，尤其是偏航通道的控制品质，避免无人机垂直下降过程中出现失控及扰动现象，可避免无人机的安全隐患。
附图说明
[0090]
图1是根据本发明实施例提供的矢量尾座式垂直起降无人机的坐标示意图。
[0091]
图2是根据本发明实施例提供的矢量尾座式垂直起降无人机的姿态控制流程图。
[0092]
图3是根据本发明实施例提供的矢量尾座式垂直起降无人机与仅仅依靠舵面的偏航角速度控制无人机的控制效果对比曲线图。
[0093]
图1中，1为螺旋桨，2为电机，3为矢量机构，4为副翼，5为机翼，6为起落架。
[0094]
图2中，a处为滚转通道自适应控制器，b处为俯仰通道自适应控制器，c处为偏航通道自适应控制器。
具体实施方式
[0095]
在下文中，将参考附图1-3描述本发明的实施例。在下面的描述中，相同的模块使用相同的附图标记表示。在相同的附图标记的情况下，它们的名称和功能也相同。因此，将不重复其详细描述。
[0096]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图1-3及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，而不构成对本发明的限制。
[0097]
一种多执行器尾座式无人机悬停矢量姿态控制方法，包括如下步骤：
[0098]
s1：建立尾座式无人机在图1所示的机体坐标系ob-xbybzb下的力矩模型和转动模型。具体为：
[0099]
先通过公式(1.1)建立s1中无人机所受的力矩模型：
[0100][0101]
其中，t1～t4为电机推力，η为电机的偏转角度，d
l
、dm、dn分别为电机质心到飞行器xbobzb、ybobzb、xbobzb平面的距离，l、m、n分别为滚转力矩、俯仰力矩、偏航力矩。
[0102]
再通过公式(1.2)建立s1中无人机的转动模型：
[0103][0104][0105][0106]
其中，i
x
、iy、iz为转动惯量，p、q、r分别为机体滚转角速率、俯仰角速率、偏航角速率。
[0107]
s2：基于力矩模型和转动模型对无人机的滚转通道、俯仰通道及偏航通道的自适应控制器分别进行设计；并根据滚转通道自适应控制器、俯仰通道自适应控制器和偏航通道自适应控制器分别求出无人机的滚转力矩、俯仰力矩和偏航力矩。
[0108]
对无人机的滚转通道自适应控制器进行设计，包括如下步骤：
[0109]
s21a：建立滚转通道开环系统状态的空间方程：
[0110][0111]
其中，为不匹配不确定性，也即滚转通道、俯仰通道和偏航通道之间的耦合干扰，φ为滚转角；
[0112]
当滚转通道达到配置期望的闭环极点后，式(1.3a)变为：
[0113][0114]
其中，通过a、b(4a＞b＞0)配置的期望闭环极点为
[0115]
将(1.4a)简记为：
[0116][0117]
其中，为控制通道内的干扰。s22a、通过式(1.6a)建立状态估计器：
[0118][0119]
其中，为设计参数，可在增加阻尼的同时，加快估计误差的收敛速度；u
p
为系统的控制输入，即滚转力矩。
[0120]
s23a、滚转通道自适应律如式(1.7a)所示：
[0121][0122]
其中，分别为的估计，ts为控制器的调用周期，为估计误差修正项。
[0123]
s24a、滚转通道控制律，即滚转力矩为：
[0124][0125]
其中，φ
des
为期望的滚转角，k
p
为设计参数。
[0126]
对无人机的俯仰通道自适应控制器进行设计：包括如下步骤：
[0127]
s21b：建立俯仰通道开环系统状态的空间方程：
[0128][0129]
其中，为不匹配不确定性，也即滚转通道、俯仰通道和偏航通道之间的耦合干扰，φ为俯仰角；
[0130]
当俯仰通道达到配置期望的闭环极点后，式(1.3b)变为：
[0131]
[0132]
其中，通过aq、bq(4aq＞bq＞0)配置的期望闭环极点为
[0133]
将(1.4b)简记为：
[0134][0135]
其中，为控制通道内的干扰；
[0136]
s22b、通过式(1.6b)建立状态估计器：
[0137][0138]
其中，为设计参数；uq为系统的控制输入，即俯仰力矩；
[0139]
s23b、俯仰通道自适应律如式(1.7b)所示：
[0140][0141]
其中，分别为的估计，ts为控制器的调用周期，为估计误差，为估计误差修正项；
[0142]
s24b、俯仰通道控制律，即俯仰力矩为：
[0143][0144]
其中，θ
des
为期望的滚转角，kq为设计参数。
[0145]
对无人机的偏航通道自适应控制器进行设计，包括如下步骤：
[0146]
s21c、对期望的机体偏航角速率进行计算：
[0147]
对于偏航回路，期望的机体偏航角速率为：
[0148][0149]
其中，θ
des
为期望的俯仰角，分别为期望的俯仰欧拉角速率、偏航欧拉角速率，由飞行器的偏航摇杆映射得到；
[0150]
的计算公式如下：
[0151][0152]
其中，k为设计参数，δθ
des
为相邻周期的期望俯仰角之差，为允许的最大俯仰
欧拉角加速度。
[0153]
s22c、建立偏航通道的状态空间方程：
[0154][0155]
加入期望的闭环极点学，式(0.5)变为：
[0156][0157]
其中，c为闭环极点在复平面左半平面的位置；
[0158]
将式(0.6)简记为：
[0159][0160]
其中，br＝1，ur为系统的控制输入，即偏航力矩。
[0161]
s23c、通过式(1.14)建立状态估计器：
[0162][0163]
其中，为对控制通道干扰的估计，为设计参数。
[0164]
s24c、偏航通道自适应律如式(1.15)所示：
[0165][0166]
其中，ts为控制器的调用周期，为估计误差修正项。
[0167]
s25c、偏航通道控制律，即偏航力矩为：
[0168][0169]
其中，k
p
为设计参数，
[0170]
s3：滚转力矩、俯仰力矩、偏航力矩通过控制分配计算四个电机的输出。应满足式(1.17)：
[0171][0172]
其中，u
t
表示垂直方向的推力输出，为设计好的已知参数；η为电机的偏转角度。
[0173]
其中，η与偏航机体角速率误差|r
des-r|相关，η由式(1.18)得到：
[0174]
η＝k
η
|r
des-r|∈[-10
°
，10
°
]
ꢀꢀꢀꢀ
(0.36)
[0175]
其中，k
η
为设计参数，与电机偏转的速度成正比。
[0176]
图3中的仿真图显示的是在垂直下降过程中，带电机矢量的无人机和仅仅依靠舵面的偏航角速度控制的无人机的控制效果对比图。其中，1号线表示期望偏航角速度、3号线表示有电机矢量控制偏航时的实际偏航角速度、2号线表示舵面控制偏航时的实际偏航角速度。通过对期望偏航角速度的跟踪曲线可以明显看到，如3号线所示，有电机矢量控制时候的偏航通道的控制品质要远远好于仅仅依靠舵面的偏航角速度控制。
[0177]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。
[0178]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，包括如下步骤：s1：建立尾座式无人机在机体坐标系o
b-x
b
y
b
z
b
下的力矩模型和转动模型；s2：基于力矩模型和转动模型对无人机的滚转通道、俯仰通道及偏航通道的自适应控制器分别进行设计；并根据滚转通道自适应控制器、俯仰通道自适应控制器和偏航通道自适应控制器分别求出无人机的滚转力矩、俯仰力矩和偏航力矩；s3：滚转力矩、俯仰力矩、偏航力矩通过控制分配计算四个电机的输出。2.根据权利要求1所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，通过公式(1.1)建立s1中无人机所受的力矩模型：其中，t1～t4为电机推力，η为电机的偏转角度，d
l
、d
m
、d
n
分别为电机质心到飞行器x
b
o
b
z
b
、y
b
o
b
z
b
、x
b
o
b
z
b
平面的距离，l、m、n分别为滚转力矩、俯仰力矩、偏航力矩。3.根据权利要求2所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，通过公式(1.2)建立s1中无人机的转动模型：其中，i
x
、i
y
、i
z
为转动惯量，p、q、r分别为机体滚转角速率、俯仰角速率、偏航角速率。4.根据权利要求3所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，对s2中无人机的滚转通道自适应控制器进行设计，包括如下步骤：s21a：建立滚转通道开环系统状态的空间方程：其中，为不匹配不确定性，也即滚转通道、俯仰通道和偏航通道之间的耦合干扰，φ为滚转角；当滚转通道达到配置期望的闭环极点后，式(1.3a)变为：其中，通过a、b(4a＞b＞0)配置的期望闭环极点为将(1.4a)简记为：其中，其中，其中，为控制通道内的干扰；s22a、通过式(1.6a)建立状态估计器：
其中，为设计参数；u
p
为系统的控制输入，即滚转力矩；s23a、滚转通道自适应律如式(1.7a)所示：其中，分别为的估计，t
s
为控制器的调用周期，为估计误差，为估计误差修正项：s24a、滚转通道控制律，即滚转力矩为：其中，φ
des
为期望的滚转角，k
p
为设计参数。5.根据权利要求4所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，对s2中无人机的俯仰通道自适应控制器进行设计：包括如下步骤：s21b：建立俯仰通道开环系统状态的空间方程：其中，为不匹配不确定性，也即滚转通道、俯仰通道和偏航通道之间的耦合干扰，φ为俯仰角；当俯仰通道达到配置期望的闭环极点后，式(1.3b)变为：其中，通过a
q
、b
q
(4a
q
＞b
q
＞0)配置的期望闭环极点为将(1.4b)简记为：其中，其中，其中，为控制通道内的干扰；s22b、通过式(1.6b)建立状态估计器：其中，为设计参数；u
q
为系统的控制输入，即俯仰力矩；s23b、俯仰通道自适应律如式(1.7b)所示：
其中，分别为的估计，t
s
为控制器的调用周期，为估计误差，为估计误差修正项；s24b、俯仰通道控制律，即俯仰力矩为：其中，θ
des
为期望的滚转角，k
q
为设计参数。6.根据权利要求5所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，对s2中无人机的偏航通道自适应控制器进行设计，包括如下步骤：s21c、对期望的机体偏航角速率进行计算：对于偏航回路，期望的机体偏航角速率为：其中，θ
des
为期望的俯仰角，分别为期望的俯仰欧拉角速率、偏航欧拉角速率，由飞行器的偏航摇杆映射得到；的计算公式如下：其中，k为设计参数，δθ
des
为相邻周期的期望俯仰角之差，为允许的最大俯仰欧拉角加速度；s22c、建立偏航通道的状态空间方程：加入期望的闭环极点学，式(0.5)变为：其中，c为闭环极点在复平面左半平面的位置；将式(0.6)简记为：其中，b
r
＝1，u
r
为系统的控制输入，即偏航力矩；
s23c、通过式(1.14)建立状态估计器：其中，为对控制通道干扰的估计，为设计参数；s24c、偏航通道自适应律如式(1.15)所示：其中，t
s
为控制器的调用周期，为估计误差，为估计误差修正项；s25c、偏航通道控制律，即偏航力矩为：其中，k
p
为设计参数，7.根据权利要求6所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，s3中通过滚转力矩、俯仰力矩、偏航力矩计算出无人机中每个电机的输出时，应满足式(1.17)：其中，u
t
表示垂直方向的推力输出，为设计好的已知参数；η为电机的偏转角度。8.根据权利要求7所述的多执行器尾座式无人机悬停矢量姿态控制方法，其特征在于，式(1.17)中的η与偏航机体角速率误差|r
des-r|相关，η由式(1.18)得到：η＝k
η
|r
des-r|∈[-10
°
，10
°
]
ꢀꢀꢀꢀꢀꢀꢀꢀ
(0.12)其中，k
η
为设计参数，与电机偏转的速度成正比。

技术总结
本发明涉及无人机控制技术领域，具体提供了一种多执行器尾座式无人机悬停矢量姿态控制方法，包括如下步骤：S1：建立尾座式无人机在机体坐标系下的力矩模型和转动模型，在力矩模型中引入电机的偏转角度；S2：基于力矩模型和转动模型对无人机的滚转通道、俯仰通道及偏航通道的自适应控制器分别进行设计；并根据滚转通道自适应控制器、俯仰通道自适应控制器和偏航通道自适应控制器分别求出无人机的滚转力矩、俯仰力矩和偏航力矩；S3：滚转力矩、俯仰力矩、偏航力矩通过控制分配计算四个电机的输出。本发明中的无人机在垂直下降过程中，滚转通道，俯仰通道及偏航通道的控制品质高，解决了失控问题及扰动问题，降低了无人机的安全隐患。患。患。


技术研发人员：王东 白越 乔正 杨生 裴信彪 武广兴
受保护的技术使用者：长春长光博翔无人机有限公司
技术研发日：2023.05.30
技术公布日：2023/8/21