本發明專利技術涉及一種四旋翼無人直升機高度與姿態智能控制方法，該方法是一種基于大腦情感學習模型的控制方法，采用變參數的PID控制構型，根據給定的指定命令和實測數據，通過動態調節權值實現對四旋翼無人直升機的在線自主智能自適應控制。權值模擬大腦情感學習模型中杏仁體節點和眶額皮質節點的權值，通過調節律的設計得到權值的調節步長。本發明專利技術提供的控制方法計算簡單、對實時性系統的計算資源要求低，具有在線學習中的快速自適應能力，能夠滿足四旋翼無人直升機非線性系統的實時控制要求。
【技術實現步驟摘要】
本專利技術涉及一種多旋翼無人直升機飛行控制領域，尤其涉及一種四旋翼無人直升機的飛行高度與姿態智能控制方法。
技術介紹
小型四旋翼無人直升機是一種具有六個自由度和四個輸入的欠驅動系統，由于采用了四組較小且完全相同的電機與旋翼，與常規的旋翼式飛行器相比，其結構更加緊湊，機械結構更加簡單.除了具有體積小、重量輕的飛行平臺優勢，機動靈活、噪音小、隱蔽性好等優點之外，四旋翼直升機的四個旋翼之間能夠互相抵消反扭矩，通過控制旋翼轉速就可以實現對姿態和軌跡的控制。因此，小型四旋翼無人直升機非常適用于情報獲取、地面戰場偵察和監視、近距離空中支持和禁飛巡邏、電子戰、通信中繼、重大自然災害之后的搜索與救援，巡邏監視和目標跟蹤，緝毒和反走私，高壓線、大橋、水壩和地震后路段的檢查，航拍和成圖等方面。四旋翼無人直升機是典型的非線性欠驅動系統，因此對控制方法的選擇要求也更高。
技術實現思路
本專利技術所解決的技術問題是提出了一種四旋翼無人直升機的飛行高度與姿態控制系統智能控制方法，用于解決四旋翼無人直升機的控制問題，具有計算簡單、對實時性系統的計算資源要求低、在線學習中的快速自適應能力，能夠有效抑制強耦合等非線性因素，提高四旋翼直升機的穩定性和安全性。本專利技術為了解決上述技術問題采用如下技術方案:四旋翼無人直升機高度與姿態智能控制方法，采用變參數的PID控制構型，根據給定的指定命令和實測數據，通過動態調節權值實現對四旋翼無人直升機的在線自主智能自適應控制，權值模擬大腦情感學習模型中杏仁體節點和眶額皮質節點的權值，通過調節律的設計得到權值的調節步長，調節律的設計模擬了大腦情感學習模型中的杏仁體節點和眶額皮質節點權值的學習律，所述的PID控制構型構造高度通道控制律和三個姿態通道控制律，它們分別是通過如下方法獲得:所述的高度通道控制律Ul為:_6] U1 = WjVz1-Wjizd -Z)+ wz2(Vz2 -Wz2)+ Mv3(i；,-WJl =di其中wzi為常系數，i=l, 2，3 ；z和Zd分別為實際測量高度和期望高度；Vzi和Wzi為權值，i=l，2，3 ;分別模擬大腦情感學習模型中杏仁節點和眶額皮質節點的權值，AVzi和Affzi分別為權值Vzi和Wzi的調節步長，i=l, 2，3 ;調節步長由它們的調節律計算得到，調節律的設計模擬了大腦情感學習模型中的杏仁節點和眶額皮質節點權值的學習律，針對該實際問題，調節律設計為:權利要求1.四旋翼無人直升機高度與姿態智能控制方法，采用變參數的PID控制構型，根據給定的指定命令和實測數據，通過動態調節權值實現對四旋翼無人直升機的在線自主智能自適應控制，其特征在于:權值模擬大腦情感學習模型中杏仁體節點和眶額皮質節點的權值，通過調節律的設計得到權值的調節步長，調節律的設計模擬了大腦情感學習模型中的杏仁體節點和眶額皮質節點權值的學習律，所述的PID控制構型構造高度通道控制律和三個姿態通道控制律，它們分別是通過如下方法獲得:所述的高度通道控制律U1為:全文摘要本專利技術涉及一種四旋翼無人直升機高度與姿態智能控制方法，該方法是一種基于大腦情感學習模型的控制方法，采用變參數的PID控制構型，根據給定的指定命令和實測數據，通過動態調節權值實現對四旋翼無人直升機的在線自主智能自適應控制。權值模擬大腦情感學習模型中杏仁體節點和眶額皮質節點的權值，通過調節律的設計得到權值的調節步長。本專利技術提供的控制方法計算簡單、對實時性系統的計算資源要求低，具有在線學習中的快速自適應能力，能夠滿足四旋翼無人直升機非線性系統的實時控制要求。文檔編號G05D1/10GK103197683SQ20131013585公開日2013年7月10日 申請日期2013年4月18日 優先權日2013年4月18日專利技術者陳琦, 甄子洋, 魯啟東, 王新華, 浦黃忠, 王碩, 鄭峰嬰 申請人:南京航空航天大學本文檔來自技高網...
【技術保護點】
四旋翼無人直升機高度與姿態智能控制方法，采用變參數的PID控制構型，根據給定的指定命令和實測數據，通過動態調節權值實現對四旋翼無人直升機的在線自主智能自適應控制,其特征在于：權值模擬大腦情感學習模型中杏仁體節點和眶額皮質節點的權值，通過調節律的設計得到權值的調節步長，調節律的設計模擬了大腦情感學習模型中的杏仁體節點和眶額皮質節點權值的學習律，所述的PID控制構型構造高度通道控制律和三個姿態通道控制律，它們分別是通過如下方法獲得：所述的高度通道控制律U1為:U1=wz1(Vz1-Wz1)(zd-z)+wz2(Vz2-Wz2)d(zd-z)dt+wz3(Vz3-Wz3)∫zdt其中wzi為常系數，i=1,2,3；z和zd分別為實際測量高度和期望高度；Vzi和Wzi為權值,i=1,2,3；分別模擬大腦情感學習模型中杏仁節點和眶額皮質節點的權值，ΔVzi和ΔWzi分別為權值Vzi和Wzi的調節步長，i=1,2,3；調節步長由它們的調節律計算得到，調節律的設計模擬了大腦情感學習模型中的杏仁節點和眶額皮質節點權值的學習律，針對該實際問題，調節律設計為：ΔVz1=αzawz1(zd-z)·max[0,wz1(1-Vz1)(zd-z)+wz2(1-Vz2)d(zd-z)dt+wz3(1-Vz1)∫zdt]ΔVz2=αzawz2d(zd-z)dt·max[0,wz1(1-Vz1)(zd-z)+wz2(1-Vz2)d(zd-z)dt+wz3(1-Vz1)∫zdt]ΔVz3=αzawz3∫(zd-z)dt·max[0,wz1(1-Vz1)(zd-z)+wz2(1-Vz2)d(zd-z)dt+wz3(1-Vz1)∫zdt]ΔWz1=αzowz1(zd-z)[(Vz1-Wz1-1)wz1(zd-z)+(Vz2-Wz2-1)wz2d(zd-z)dt+(Vz3-Wz3-1)wz3∫zdt]ΔWz2=αzowz2d(zd-z)dt[(Vz1-Wz1-1)wz1(zd-z)+(Vz2-Wz2-1)Wz2d(zd-z)dt+(Vz3-Wz3-1)wz3∫zdt]ΔWz3=αzowz3∫zdt[(Vz1-Wz1-1)wz1(zd-z)+(Vz2-Wz2-1)wz2d(zd-z)dt+(Vz3-Wz3-1)wz3∫zdt]式中，αza和αzo為學習率，從上述控制律和調節律采用了變參數PID控制構型，根據給定的高度指令和超聲波高度計反饋的高度信息，通過動態調節權值Vzi和Wzi獲得對高度的智能自適應控制參數；滾轉通道控制律U2設計為：U2=wφ1(Vφ1-Wφ1)(φd-φ)+wφ2(Vφ2-Wφ2)d(φd-φ)dt+wφ3(Vφ3-Wφ3)∫(φd-φ)dt其中wφi為常系數，i=1,2,3；φ和φd分別為實際測量滾轉角和期望滾轉角；Vφi和Wφi為權值，i=1,2,3；分別模擬了大腦情感學習模型中杏仁節點和眶額皮質節點的權值，ΔVφi和ΔWφi分別為Vφi和Wφi的調節步長，i=1,2,3；調節步長由調節律計算得到，調節律的設計分別模擬了為大腦情感學習模型中杏仁節點和眶額皮質節點權值節點的學習律，調節律分別設計為ΔVφ1=αφawφ1(φd-φ)·max[0,(1-Vφ1)wφ1(φd-φ)+(1-Vφ2)wφ2d(φd-φ)dt+(1-Vφ1)wφ3∫(φd-φ)dt]ΔVφ2=αφawφ2d(φd-φ)dt·max[0,(1-Vφ1)wφ1(φd-φ)+(1-Vφ2)wφ2d(φd-φ)dt+(1-Vφ1)w3&Inte...
【技術特征摘要】
【專利技術屬性】
技術研發人員：陳琦，甄子洋，魯啟東，王新華，浦黃忠，王碩，鄭峰嬰，
申請(專利權)人：南京航空航天大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。