基于自适应理论的无人机控制系统设计
发布时间：2021-06-11 11:15
本文选取多旋翼无人机为研究对象,旨在设计适用于无人机的自适应控制系统。多旋翼无人机已经在航拍摄影、智能交通、植物保护等众多领域得到应用。本文目的是设计一种应用于巡检的多旋翼无人航拍机。总体研究了多旋翼无人机嵌入式控制系统的结构、动力学模型和相应的控制器设计。首先,针对巡检功能设计的多旋翼无人航拍机,分析其设计需求,考虑续航时间、拍摄精度等问题,对无人机的机体及外设模块进行选型设计。然后根据需求选用合适型号的各类传感器和无线通信模块,为构建嵌入式系统做准备。最后,在自主飞行条件下的无人机系统内的数据流被合理地分配以设计整个飞行控制系统的结构。其次,分析多旋翼无人机的飞行原理,综合动力学理论,对无人机进行建模,并在一定程度上简化模型。然后,根据本文提出的自适应控制器研究方案,以姿态、高度系统为研究对象进行控制器设计。最后,模型参考自适应PID控制器（MRACPID）应用于飞行控制系统。另外,根据实际工程的需要,结合本文研究的自适应滑模控制方法,探讨了多旋翼无人机的自适应性容错控制。最后,在设计的无人机平台上进行飞行实验。对实验数据进行处理和分析,其结果验证了本文设计的无人机控制系统的有效性...
【文章来源】：南京信息工程大学江苏省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
麻省理工无人机实验平台
仍有研究空间。目前为止，关于自适应理论的控制算法日趋成熟，随着智能控制兴起，越来合神经网络等先进的算法的自适应控制器得到越来越多的关注和研究[21-34]。对于无人机平台的发展国外研究平台主要有美国麻省理工大学（Massactute of Technology，MIT），斯坦福大学（Stanford University），宾西法尼亚e Pennsylvania State University），日本千叶大学（CHIBA University）等。麻学主要研究方向为无人机的数学建模以及其控制方法，实现了基于视觉的室定位飞行，基于激光的复杂环境自主飞行和飞机编队飞行如图 1.1 所示；斯坦要研究开发了 STARMAC 系列多旋翼无人机器如图 1.2 所示；宾夕法尼亚大机机身采用 Ascending 公司的产品如图 1.3 所示，机身配备了室内视觉定位模为毫米级；日本千叶大学其实验平台如图 1.4 所示，目前研究多旋翼无人机与驾驶车辆上，以实现复杂环境下自主探勘的功能为当前研究目标。
e Pennsylvania State University），日本千叶大学（CHIBA University）等。学主要研究方向为无人机的数学建模以及其控制方法，实现了基于视觉的定位飞行，基于激光的复杂环境自主飞行和飞机编队飞行如图 1.1 所示；斯要研究开发了 STARMAC 系列多旋翼无人机器如图 1.2 所示；宾夕法尼亚机机身采用 Ascending 公司的产品如图 1.3 所示，机身配备了室内视觉定位为毫米级；日本千叶大学其实验平台如图 1.4 所示，目前研究多旋翼无人机驾驶车辆上，以实现复杂环境下自主探勘的功能为当前研究目标。图 1.1 麻省理工无人机实验平台 图 1.2 斯坦福大学 STARMACⅡ无人
【参考文献】：
期刊论文
[1]Switching Control System Based on Robust Model Reference Adaptive Control[J]. HU Qiong,FEI Qing,MA Hongbin,WU Qinghe,GENG Qingbo. Journal of Systems Science & Complexity. 2016(04)
[2]Improving the Control Energy in Model Reference Adaptive Controllers Using Fractional Adaptive Laws[J]. Norelys Aguila-Camacho,Manuel A.Duarte-Mermoud. IEEE/CAA Journal of Automatica Sinica. 2016(03)
[3]Application of a Robust Model Reference Adaptive Control Algorithm to a Nonlinear Automotive Actuator[J]. Alessandro di Gaeta,Umberto Montanaro. International Journal of Automation & Computing. 2014(04)
[4]基于MATLAB的不完全微分PID控制的设计与仿真[J]. 王超,杨莲红,刘红. 洛阳理工学院学报(自然科学版). 2013(04)
[5]微小型四旋翼飞行器多信息非线性融合导航方法及实现[J]. 刘建业,贾文峰,赖际舟,吕品. 南京航空航天大学学报. 2013(05)
[6]四旋翼飞行器姿态控制系统设计[J]. 王伟,马浩,孙长银. 科学技术与工程. 2013(19)
[7]不完全微分PID控制算法研究与仿真实验[J]. 邴守东,李国林. 电子工业专用设备. 2013(01)
[8]基于扩展卡尔曼滤波的GPS定位数据处理方法研究[J]. 徐宏宇,王浩,王尔申. 科学技术与工程. 2012(31)
[9]稀疏路网条件下的无人飞机交通监控部署方法[J]. 刘晓锋,常云涛,王珣. 公路交通科技. 2012(03)
[10]四旋翼飞行器的非线性PID姿态控制[J]. 宿敬亚,樊鹏辉,蔡开元. 北京航空航天大学学报. 2011(09)
硕士论文
[1]基于Backstepping的多旋翼无人机自主飞行控制系统研究[D]. 马浩.南京信息工程大学 2014
本文编号：3224431
【文章来源】：南京信息工程大学江苏省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
麻省理工无人机实验平台
仍有研究空间。目前为止，关于自适应理论的控制算法日趋成熟，随着智能控制兴起，越来合神经网络等先进的算法的自适应控制器得到越来越多的关注和研究[21-34]。对于无人机平台的发展国外研究平台主要有美国麻省理工大学（Massactute of Technology，MIT），斯坦福大学（Stanford University），宾西法尼亚e Pennsylvania State University），日本千叶大学（CHIBA University）等。麻学主要研究方向为无人机的数学建模以及其控制方法，实现了基于视觉的室定位飞行，基于激光的复杂环境自主飞行和飞机编队飞行如图 1.1 所示；斯坦要研究开发了 STARMAC 系列多旋翼无人机器如图 1.2 所示；宾夕法尼亚大机机身采用 Ascending 公司的产品如图 1.3 所示，机身配备了室内视觉定位模为毫米级；日本千叶大学其实验平台如图 1.4 所示，目前研究多旋翼无人机与驾驶车辆上，以实现复杂环境下自主探勘的功能为当前研究目标。
e Pennsylvania State University），日本千叶大学（CHIBA University）等。学主要研究方向为无人机的数学建模以及其控制方法，实现了基于视觉的定位飞行，基于激光的复杂环境自主飞行和飞机编队飞行如图 1.1 所示；斯要研究开发了 STARMAC 系列多旋翼无人机器如图 1.2 所示；宾夕法尼亚机机身采用 Ascending 公司的产品如图 1.3 所示，机身配备了室内视觉定位为毫米级；日本千叶大学其实验平台如图 1.4 所示，目前研究多旋翼无人机驾驶车辆上，以实现复杂环境下自主探勘的功能为当前研究目标。图 1.1 麻省理工无人机实验平台 图 1.2 斯坦福大学 STARMACⅡ无人
【参考文献】：
期刊论文
[1]Switching Control System Based on Robust Model Reference Adaptive Control[J]. HU Qiong,FEI Qing,MA Hongbin,WU Qinghe,GENG Qingbo. Journal of Systems Science & Complexity. 2016(04)
[2]Improving the Control Energy in Model Reference Adaptive Controllers Using Fractional Adaptive Laws[J]. Norelys Aguila-Camacho,Manuel A.Duarte-Mermoud. IEEE/CAA Journal of Automatica Sinica. 2016(03)
[3]Application of a Robust Model Reference Adaptive Control Algorithm to a Nonlinear Automotive Actuator[J]. Alessandro di Gaeta,Umberto Montanaro. International Journal of Automation & Computing. 2014(04)
[4]基于MATLAB的不完全微分PID控制的设计与仿真[J]. 王超,杨莲红,刘红. 洛阳理工学院学报(自然科学版). 2013(04)
[5]微小型四旋翼飞行器多信息非线性融合导航方法及实现[J]. 刘建业,贾文峰,赖际舟,吕品. 南京航空航天大学学报. 2013(05)
[6]四旋翼飞行器姿态控制系统设计[J]. 王伟,马浩,孙长银. 科学技术与工程. 2013(19)
[7]不完全微分PID控制算法研究与仿真实验[J]. 邴守东,李国林. 电子工业专用设备. 2013(01)
[8]基于扩展卡尔曼滤波的GPS定位数据处理方法研究[J]. 徐宏宇,王浩,王尔申. 科学技术与工程. 2012(31)
[9]稀疏路网条件下的无人飞机交通监控部署方法[J]. 刘晓锋,常云涛,王珣. 公路交通科技. 2012(03)
[10]四旋翼飞行器的非线性PID姿态控制[J]. 宿敬亚,樊鹏辉,蔡开元. 北京航空航天大学学报. 2011(09)
硕士论文
[1]基于Backstepping的多旋翼无人机自主飞行控制系统研究[D]. 马浩.南京信息工程大学 2014
本文编号：3224431
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3224431.html
