四轴无人机多约束条件下的跟踪控制和轨迹规划方法研究

发布时间：2017-09-25 15:08

  本文关键词：四轴无人机多约束条件下的跟踪控制和轨迹规划方法研究

  更多相关文章： 四轴飞行器 跟踪控制 轨迹规划 多条件约束 深度学习

【摘要】：本文以提升四轴飞行器自主飞行能力为目标,分别从两个不同的角度研究了复杂环境中多约束条件下四轴飞行器的飞行控制问题。从跟踪控制角度出发,应用模型预测控制和深度学习等理论方法,提出了满足各种约束条件的跟踪控制器设计方法及实现方案。从轨迹规划角度出发,采用RRT算法、模型预测及滚动优化等方法,设计了满足各种约束条件的飞行轨迹规划策略。本文的主要工作可归纳如下:(1)建立了四轴飞行器的数学模型,并采用泰勒展开线性化处理,将飞行器非线性模型近似成线性时变模型,方便了后续的研究。对无人机常见的约束条件进行归纳总结,得到了通用的表达式,提出了多约束条件下的跟踪控制和轨迹规划问题。(2)提出了基于模型预测控制的四轴飞行器轨迹跟踪控制器设计方法及基于深度神经网络控制器的实现方法。采用模型分离的方式,将系统分解为姿态和位置两个子系统,降低控制器设计的复杂度。在构造兼顾跟踪误差和输入变化率的性能指标函数的基础上,结合飞行状态约束和控制输入限制,将多约束条件下的跟踪控制问题转化为QP问题。为解决数值寻优计算量大,难于实现的问题,采用经过模型预测控制求解器训练的深度神经网络来控制飞行器,在保证性能的同时,大大提高了算法的实时性,大量仿真验证了整个策略的有效性和优越性。(3)提出了基于RRT算法(快速扩展随机树)和模型预测方法的四轴飞行器多约束条件下的轨迹规划策略。首先设计了基于RRT算法的路径搜索方法,并针对已有RRT算法重复性差和不平直等缺点,采用调整概率空间、时间分布和膨胀删减等方法加以改进,在保持避障能力的同时,获得了更加理想状态序列。然后,提出多项式和模型预测两种轨迹拟合法。多项式拟合法实现简单,可以解决无人机终端状态约束,而模型预测方法尽管实现复杂,但可以解决包括终端约束在内的各种输入约束和状态约束。仿真结果充分验证了所提轨迹规划策略的有效性。虽然本文的研究是围绕四轴飞行器展开,但是所提出的策略和方法同样适用于一般飞行器、甚至地面和水下机器人等类似系统。这些研究结果将为解决这类系统多约束条件下的跟踪控制和轨迹规划问题提供了有益的借鉴和参考。
【关键词】：四轴飞行器 跟踪控制 轨迹规划 多条件约束 深度学习
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V279;V249
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 课题研究背景与意义9-10
• 1.2 国内外发展现状10-14
• 1.2.1 国内外无人机自主飞行研究现状10-12
• 1.2.2 国内外无人机轨迹跟踪控制研究现状12-13
• 1.2.3 国内外无人机轨迹规划研究现状13-14
• 1.3 论文主要内容及章节安排14-15
• 第2章 四轴飞行器建模及问题描述15-27
• 2.1 引言15
• 2.2 四轴飞行器建模15-23
• 2.2.1 基本坐标系15-16
• 2.2.2 运动学模型16-17
• 2.2.3 动力学模型17-19
• 2.2.4 模型处理19-23
• 2.3 多约束条件下跟踪控制及轨迹规划问题描述23-26
• 2.4 本章小结26-27
• 第3章 基于模型预测控制的轨迹跟踪控制器设计27-41
• 3.1 引言27
• 3.2 模型预测控制基本原理27-29
• 3.2.1 预测模型28
• 3.2.2 滚动优化28-29
• 3.2.3 反馈校正29
• 3.3 四轴飞行器轨迹跟踪控制器设计29-36
• 3.3.1 控制器方案29-30
• 3.3.2 无约束模型预测控制器设计30-34
• 3.3.3 多约束条件下的模型预测控制器设计34-36
• 3.4 仿真结果与分析36-40
• 3.5 本章小结40-41
• 第4章 基于深度神经网络的预测控制器实现41-58
• 4.1 引言41
• 4.2 神经网络模型及深度学习基本原理41-46
• 4.2.1 神经网络模型41-43
• 4.2.2 BP算法基本原理43-45
• 4.2.3 深度学习基本原理45-46
• 4.4 基于深度神经网络的控制器实现46-57
• 4.4.1 BP神经网络控制器方法验证47-52
• 4.4.2 深度神经网络控制器实现52-55
• 4.4.3 仿真分析55-57
• 4.5 本章小结57-58
• 第5章 四轴飞行器多约束条件下的轨迹规划58-73
• 5.1 引言58
• 5.2 轨迹规划方案58-59
• 5.3 基于RRT算法的路径搜索59-64
• 5.4 轨迹拟合64-68
• 5.4.1 基于polynomial方法的轨迹拟合64-67
• 5.4.2 基于内置仿真模型的轨迹拟合67-68
• 5.5 仿真分析68-71
• 5.6 本章小结71-73
• 结论73-75
• 参考文献75-78
• 攻读学位期间发表的学术论文78-80
• 致谢80

【相似文献】

中国期刊全文数据库 前10条

1 陶其铭,柯尊忠;机器人轨迹规划新方法的研究[J];机床与液压;2003年04期

2 张立勋;董玉红;路敦民;沈锦华;;合作机器人轨迹规划及实验研究[J];中国机械工程;2005年22期

3 潘双夏;季炳伟;童永峰;;基于操纵平稳性的液压挖掘机轨迹规划方法[J];浙江大学学报(工学版);2006年08期

4 穆海华;周云飞;严思杰;韩爱国;;超精密点对点运动三阶轨迹规划精度控制[J];机械工程学报;2008年01期

5 谭岗慧子;陈劲杰;;三指仿人灵巧手轨迹规划及仿真研究[J];机械研究与应用;2010年03期

6 邹风山;曲道奎;徐方;;真空机器人轨迹规划研究[J];组合机床与自动化加工技术;2011年10期

7 徐鹏飞;罗庆生;韩宝玲;姚猛;;新型工业码垛机器人轨迹规划研究[J];组合机床与自动化加工技术;2012年05期

8 谢志江;杨凤杰;倪卫;熊迁;袁晓东;;洁净精密装校机器人的运动学分析及轨迹规划[J];机械设计;2012年09期

9 李宇成;机器人的最优五次多项式轨迹规划[J];机器人;1991年S1期

10 许贤泽;空间关节机器人轨迹规划[J];甘肃工业大学学报;1995年04期

中国重要会议论文全文数据库 前10条

1 张国伟;李斌;郑怀兵;龚海里;王聪;;乒乓球灵巧机械臂轨迹规划[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年

2 杨淮清;金兰;;基于动作基元的行走轨迹规划及其在原地转向型机器人中的应用[A];2006中国控制与决策学术年会论文集[C];2006年

3 张涛;李则婷;陈善本;;移动焊接机器人轨迹规划[A];第十六次全国焊接学术会议论文摘要集[C];2011年

4 郭为忠;韩波;邹慧君;;混合输入机构的连续轨迹规划研究[A];全国印刷、包装机械凸轮、连杆机构学术研讨会（第6届全国凸轮机构学术年会）论文集[C];2005年

5 冯翼;李颖;赵新;刘景泰;;足球机器人运动轨迹规划和避障算法的设计与实现[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年

6 许瑛;渡徍克巳;许伟;;连杆曲线的等弧长分割法在机器人轨迹规划中的应用[A];第十四届全国机构学学术研讨会暨第二届海峡两岸机构学学术交流会论文集[C];2004年

7 刘新建;李迅;张彭;;双柔性杆机械手点位运动的关节轨迹规划[A];1997中国控制与决策学术年会论文集[C];1997年

8 崔天时;陈天宏;;基于遗传算法的采摘机器人轨迹规划[A];黑龙江省农业工程学会2011学术年会论文集[C];2011年

9 单恩忠;戴斌;宋金泽;孙振平;;受控动力学样条插值方法研究[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

10 荆怀靖;唐春英;任斐;王辉;;基于组合映射的网格曲面螺旋轨迹规划[A];第二届民用飞机制造技术及装备高层论坛资料汇编（论文集）[C];2010年

中国重要报纸全文数据库 前2条

1 谭论 哈恩晶;国外机器人“水土不服”国产机器人市场看好[N];中国工业报;2005年

2 黄柯;机器人产业跃过“临界期” 企业摩拳擦掌[N];中国高新技术产业导报;2009年

中国博士学位论文全文数据库 前7条

1 胡海静;行星着陆轨迹规划与制导控制方法研究[D];北京理工大学;2016年

2 禹鑫q，

本文编号：918015