一种基于反步自适应控制的无人机混合增稳方法及多旋翼无人机

本发明涉及无人机控制领域，尤其是涉及一种基于反步自适应控制的无人机混合增稳方法及多旋翼无人机。

背景技术：

1、多旋翼无人机由于具有垂直起降和空中悬停等独特的飞行能力，在许多领域得到了广泛的应用，随着传感器和无人机技术的快速发展，多旋翼无人机也可以搭载如激光雷达、深度相机、imu等定位导航相关的传感器来检查人类难以到达的区域。多旋翼无人机发展至今，主要的飞行控制算法有三大类：1)基于线性控制理论的飞行控制方法；2)基于学习的飞行控制方法；3)基于模型的非线性控制方法。

2、目前的线性控制器大部分是pid控制器或者pid控制的衍生控制器，虽然pid控制器在实际应用中占有率很高，但由于它是面向悬停平衡点设计的单输入单输出控制器，它可以满足一般飞行任务需求，却无法保证系统大范围稳定性，在外界干扰较大的情形中，被控对象的非线性特性会引起控制品质下降，且级联pid控制器一般包含多个控制回路，对于缺乏参数整定经验的新机型来说，存在参数整定繁琐、经验依赖性强的问题。尤其是在水电站的引水管道的环境中，电站的引水管道包括五个部分：下水平段、下弯段、斜直段、上弯段和上水平段，在下弯段，斜直段以及上弯段这三个区域，由于烟囱效应的强空气对流和无人机叶片转动造成较大的风力扰动，这股强气流扰动产生的风场会对无人机的飞行控制带来极大干扰，其中上弯段处的风力扰动最强。而单一的级联pid控制器难以应对，其非线性控制的参数调整比较繁琐，容易受到不确定因素的干扰，难以实现对无人机的有效控制。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于反步自适应控制的无人机混合增稳方法及多旋翼无人机。

2、本发明的目的可以通过以下技术方案来实现：

3、本发明提供一种基于反步法的无人机混合增稳方法，包括以下步骤：

4、步骤s1、建立一个强气流扰动下的风场模型和无人机的第一动力学模型，将所述风场模型引入无人机的第一动力学模型中，得到第二动力学模型；

5、步骤s2、基于所述第二动力学模型，设计一种双闭环结构的混合增稳控制器，包括将级联pid控制器设置为位置跟踪控制器和将自适应反步控制器设置为姿态控制器；将无人机期望位置输入所述位置跟踪控制器，输出得到期望的姿态状态和油门推力；将所述期望的姿态状态和油门推力输入所述姿态控制器，输出得到无人机的控制信号；

6、步骤s3、将所述控制信号输入至无人机，实现对无人机的混合增稳控制。

7、进一步地，采用dryden模型模拟所述风场模型，所述风场模型采用如下空间频谱表达式表示：

8、

9、其中，ωs是空间频率，φsi(ωs)(i＝u，v，w)表示紊流空间功率谱密度，u，v，w表示在紊流空间上的x，y，z三个方向，lu，lv，lw表示三个方向上的紊流尺度，σu，σv，σw表示紊流强度。

10、进一步地，根据空间频率和时间频率的转化式，将风场模型的空间频谱表达式转化为时间频谱表达式，所述时间频谱表达式如下公式所示：

11、

12、其中，ωt是时间频率，φti(ωt)(i＝u，v，w)表示紊流时间功率谱密度，u,v,w表示在紊流空间上的x,y,z三个方向，lu，lv，lw表示三个方向上的紊流尺度，σu，σv，σw表示紊流强度，v表示无人机的速度。

13、进一步地，所述第一动力学模型采用如下公式表示：

14、

15、其中，为无人机在地理坐标系下的速度，为无人机在地理坐标系下的角速度，rt为线速度转移矩阵，rr为角速度转移矩阵，v为无人机在机体坐标系下的速度，ω为无人机在机体坐标系的角速度。

16、进一步地，所述第二动力学模型采用如下公式表示：

17、

18、

19、

20、其中，m是无人机机体质量，s，c分别表示正弦函数sin和余弦函数cos，φ，θ，ψ分别为无人机的滚转角，俯仰角，偏航角，g为重力常数，l是无人机旋翼臂长，ix，iy，iz分别是围绕x，y，z轴的转动惯量，fi(i＝x，y，z)表示强气流干扰作用于x、y、z轴方向的力与质量的比值，kf是风场干扰系数，vi(i＝x，y，z)表示风场风速在地理系下三轴速度分量信息，di(i＝φ，θ，ψ)是强气流干扰作用于x、y、z轴方向的扰动矩与ii的比值；ωr是四个旋翼的转速之和，即ωr＝ω1+ω3-ω2-ω4，jr是旋翼的转动惯量，u1是所有旋翼的总推力，u2是滚转运动控制量，u3是俯仰运动控制量，u4是偏航运动控制量。

21、进一步地，将自适应反步控制器设置为姿态控制器包括：设计滚转角控制器、俯仰角控制器和偏航角控制器。

22、进一步地，设计滚转角控制器的控制律，采用如下公式表示：

23、

24、其中，u2是滚转运动控制量，a1为1/ix，e1为滚转角的跟踪误差，如式(18)所示，fψ为表示对强气流干扰作用于x方向的扰动矩与ix的比值的上界dφ的估计，e2为x2v和x2之间的误差，x2v为滚转角虚拟控制量，为滚转角虚拟控制量的导数，x2为滚转角的导数，β1是一个正的自适应常数，kφ2是一个正常数。

25、进一步地，设计俯仰角控制器和偏航角控制器的控制律，分别采用如下公式表示：

26、

27、

28、其中，u3是俯仰运动控制量，b1为1/iy，e3为俯仰角的跟踪误差，为俯仰角虚拟控制量的导数，fθ为表示对强气流干扰作用于y方向的扰动矩与iy的比值的上界dθ的估计，e4为俯仰角虚拟控制量，x4v与俯仰角导数x4的误差，u4是偏航运动控制量，c1为1/iz，e5为偏航角的跟踪误差，为偏航角虚拟控制量的导数，fψ为表示对强气流干扰作用于z方向的扰动矩与iz的比值的上界dψ的估计，e6为偏航角虚拟控制量x4v与偏航角导数x4的误差，β2和β3是一个正的自适应常数，kθ2，kψ2是一个正常数。

29、第二方面，本发明提供一种多旋翼无人机，包括多个旋转翼，机身，姿态控制模块和位置控制模块，所述多旋翼无人机用于实现上述所述的方法。

30、第三方面，本发明提供一种存储介质，其上存储有程序，所述程序被执行时实现上述所述方法的步骤。

31、与现有技术相比，本发明具有以下有益效果：

32、1、本发明设计的无人机混合增稳控制方法在引水管道的密闭空间中强风干扰下仍具有极强的稳定性和鲁棒性。

33、2、本发明将强气流扰动风场引入无人机的动力学模型中，并提出反步自适应控制算法估计强气流扰动风场在xyz方向的扰动矩，。

34、3、强大的稳定性和鲁棒性：通过引入反步自适应控制算法估计强气流扰动风场的扰动矩，并将其纳入无人机的动力学模型中，使得无人机在强风干扰下依然具有极强的稳定性和鲁棒性。这意味着无人机可以在恶劣环境下保持飞行姿态和稳定性，提高了飞行安全性和可靠性。

35、4.自适应反步控制器和级联pid控制器的结合：通过将自适应反步控制器和级联pid控制器结合起来，可以充分发挥两种控制器的优势，实现对无人机飞行过程中各个参数的精准控制。自适应反步控制器能够根据系统动态特性实时调整控制参数，级联pid控制器则能够快速响应外部干扰并保持飞行姿态稳定。

36、5.将自适应反步控制器分别应用于滚转角、俯仰角和偏航角的控制过程中，能够实现针对不同飞行姿态的精准控制，这样的设计可以使无人机在复杂环境下更加灵活地调整飞行姿态，适应不同的飞行任务需求。