Résumé: Système giravion pour quatre couplage fort, non linéaire, sensibles aux problèmes de bruit externe, une nouvelle ADRC (l'ADRC) et un procédé amélioré de filtre de Kalman étendu (EKF) combinés. Le procédé utilisant des contrôles ADRC quatre giravion, le filtre EKF amélioré le bruit extérieur, la sortie de contrôle optimal comme ADRC EKF améliorée quantité de commande, l'attitude de l'aéronef avec sa sortie en tant que mesure du bruit l'amélioration des variables d'état EKF après la correction est possible d'améliorer la valeur de sortie de filtre EKF est posture plus précis. Les résultats expérimentaux, le procédé pour commander un temps de stabilisation de l'attitude de l'engin spatial est d'environ 0,7 s, par rapport à la commande PID en cascade, la courbe de suivi de l'attitude plus stable, le temps de stabilisation réduit la commande de hauteur de 1,7 s, la capacité anti-brouillage a augmenté de 50%, ce qui indique que cette méthode améliore la stabilité et l'immunité du bruit de quatre système de rotor, répondent aux exigences de contrôle d'attitude du rotor à quatre.
TP273
A
10,16157 / j.issn.0258-7998.175076
format de citation chinois: Binary Tree Auto, à feuilles persistantes, la force Yao. L'amélioration de la conception du système EKF de contrôle ADRC vol Technologie électronique, 2018,44 (4): 18-22.
Anglais format de citation: Jiang Haitao, Chang Qing, Wang Yaoli. Conception du système de commande de vol de perturbation automatisé basé sur l'amélioration EKF .Application Technique électronique, 2018,44 (4): 18-22.
0 introduction
quadrimoteur rotor est capable de réaliser le décollage et atterrissage vertical, drones multi-rotor vol stationnaire mouvements complexes, lacet, etc., et donc des applications potentielles dans les domaines civils et militaires sont très optimistes , mais la complexité de leurs propres systèmes et sensibles aux influences externes et des incertitudes problème aérodynamique a des chercheurs pestiférée.
En réponse à ces problèmes, les chercheurs de la méthode de contrôle et de filtrage des algorithmes modèles de systèmes d'avions à quatre rotors sont étudiés. algorithme PID classique est une méthode de contrôle ne dépend pas du système modèle, la structure est simple, mature théorique , mais les paramètres de réglage du encombrant. Document Anti-étape Bien que le système non linéaire pour suivre la performance et une bonne vitesse réaction, mais la faible robustesse, la capacité anti-ingérence est faible, et la nécessité d'établir un modèle précis du système. Document au giravion est contrôlé par quatre méthode de contrôle synoviale, synovial bien backstepping contrôle, mais ces algorithmes relativement robustes ne sont pas des interférences en temps réel l'estimation et le système de rémunération, ni processus de découplage pour chaque canal, lorsqu'une grande perturbation qui ne contrôle pas idéal. Bien que le procédé de commande de sélection peut réduire la dépendance à l'égard des quatre modèles de rotor, afin d'assurer une relative stabilité au sein du système, mais dans le but d'atteindre quatre environnement de recherche sur la sécurité de vol du giravion complexe, l'algorithme de filtrage est indispensable.
Document Estimation du filtre à particules de l'attitude de l'engin spatial, qui a montré de solides avantages des systèmes non linéaires, mais la grande quantité de calcul, l'effet est difficile de répondre à un contrôle en temps réel de l'avion à quatre rotors. Document avec filtrage complémentaire quadrirotor fusion de données, l'algorithme en fonction des caractéristiques du gyroscope et un accéléromètre capteurs, intégrer les avantages des deux pour obtenir des données de meilleure qualité, mais comme il et les systèmes de filtres à particules les problèmes de latence. Document estimation algorithme est proposé, qui peut effectivement filtrer les bruits extérieurs, pour assurer l'exactitude des données acquises sur la base attitude filtre de Kalman, mais lorsque l'écart est grand lorsque le phénomène d'instabilité du filtre du système de filtre se produit, ce qui provoque le système de ne pas fonctionne correctement.
Basé sur le problème ci-dessus, nous vous proposons d'améliorer la méthode EKF pour contrôler l'attitude ADRC du véhicule en utilisant ADRC, le filtre d'interférence du bruit EKF posture améliorée, de sorte que l'attitude plus de vol stable, améliorer le système la stabilité et anti-blocage.
1 aéronef modèle dynamique à quatre rotors
Modèle mathématique de quatre pour obtenir un giravion, d'abord établir deux systèmes de coordonnées: système de coordonnées inertiel E (OXYZ), et le corps du système de coordonnées B (OX'Y'Z « ). Son centre de gravité et le centre de gravité de l'aéronef sont à l'origine O (O « ) coïncident, comme représenté sur la Fig.
Le modèle dynamique à quatre rotors de :
De l'équation ci-dessus, un aéronef à quatre rotor est sous-entraîné, non-linéaire, le système fortement couplé. ADRC employé ici en tant que système de commande, tandis que l'amélioration de l'attitude de l'aéronef avec le bruit EKF est corrigée, le modèle de système de commande représenté sur la Fig.
2 Système ADRC
2.1 structure du système ADRC
ADRC par le suivi arrangement de transition différentiateur (TD) à l'aide de l'observateur d'expansion (ESO) pour le suivi et l'état estimé de couplage entre les éléments, tandis que l'ensemble du système d'estimation de la perturbation, et la valeur estimée de l'état de perturbation non-linéaire rétroaction d'erreur (NLSEF) pour la compensation en temps réel. Structure du second ordre 3 .
2.2 système de contrôle d'attitude contrôle de découplage de rejet de perturbation
équation du sous-système d'attitude quadrirotor est la suivante:
Dans laquelle b1, b2 est le gain du régulateur.
Étant donné que la qualité du contrôleur anti-rejet et son réglage de paramètre de la qualité interne de chaque module, et, par conséquent, pour chaque paramètre de bloc ADRC du réglage du régulateur est nécessaire.
Découplage 2.3 Paramètres de commande d'accord ADRC
Parce que chaque module ADRC indépendamment l'un de l'autre, et, par conséquent, le paramètre peut être réglé individuellement pour chaque module, le réglage de l'ensemble final.
2.3.1 TD Tuning
Suivi de facteur de vitesse de différenciation r affecte la vitesse du signal de suivi de piste, qui affectent les résultats montrés sur la figure 4. Lorsque T = 0,01, x = 5 est le signal initial, y est une forme d'onde de suivi de piste, ce qui correspond au facteur de vitesse courbe de r = 1,5,14.
A partir de la figure 4, plus le facteur de vitesse r, plus la piste, susceptible de provoquer un dépassement, la perte de signification de suivi différentielle; r plus petit, plus le processus de suivi, les variations en temps réel du système.
2.3.2 ESO Tuning
ADRC ESO est la plus importante partie, généralement choisi a1 = 0,5, a2 = 0,25. [Sigma] est la largeur du segment linéaire proche de la fonction de fal d'origine, si [sigma] est trop grand pour suivre une partie du signal non-linéaire peuvent ne pas être exactes, réduit considérablement l'effet de la commande de l'ADRC; petit phénomène de transition de signal [sigma] se produit près de la position d'origine, ce qui réduit la stabilité du système. Et 1, 2, 3 affecte uniquement le taux de convergence de l'ESO, car le contrôle ne change pas l'objet est modifié à .
Tuning 2.3.3 NLSEF
NLSEF la quantité de contrôle de gain b1, b2 l'impact plus important sur les performances de contrôle. Système de montage cause de la divergence de quantité de commande de gain, la sécurité du système, plus le contrôle de gain, moins le système en temps réel, il doit reposer sur des systèmes de contrôle différents ajusté dynamiquement.
3 EKF principe de filtrage et des améliorations algorithmiques
Cet article présente un algorithme amélioré EKF, d'abord, le calcul itératif du processus, afin d'améliorer la précision de filtrage de la matrice d'observation. Puis, en utilisant deux itérations des données de posture EKF GIRAVIONS quatre prédiction et mettre à jour l'état de sortie de l'avion après leur variable de sortie d'intégration estimation pondérée de l'état optimal, le principe de la figure 5.
Pour un système aléatoire discrète: où Wk, Vk respectivement pendant le temps de système k et le bruit et l'observation sont bruit zéro bruit blanc gaussien moyenne, la variance correspondant respectivement Qk, Wk. Algorithme amélioré EKF est la suivante:
4 résultats de simulation et d'expérimentation
Les premiers travaux ici a été réalisée dans le EKF bicyclique PID, simulation et expérimentation améliorée système de commande de vol ADRC, un avion volant sous l'effet de perturber le contrôle effectif du dispositif de commande de la EKF améliorée contre le montre la Fig.
4.1 Amélioration de l'expérience de contrôle de stabilité EKF ADRC
Pour vérifier l'effet de la méthode quadrotors contrôle de la stabilité, la valeur de consigne donnée pour l'angle de roulis de l'avion = 20 °, les résultats de simulation présentés sur la Fig.
La figure 7 montre que l'angle d'inclinaison peut atteindre une valeur désirée d'environ 0,9 s, et l'état pendant le réglage, sans oscillation, on peut voir que la commande de la commande de stabilité de véhicule est l'effet idéal.
4.2 Amélioration EKF ADRC PID cascade et l'expérience comparative
Compte tenu de l'angle de roulis des valeurs initiales sont 0 °, et le signal est une onde carrée variation périodique, dans lequel le canal de cylindre de gain d'onde carrée = 15 °. La courbe de sortie du système dans un ADRC amélioré EKF et du contrôleur PID en cascade comme illustré sur la Fig.
Vu de la Fig. 8, pour suivre l'angle de roulis a un bon effet de deux modes de commande, mais la courbe de réponse du régulateur en cascade angle d'attitude PID généré phénomène d'oscillation, et un meilleur contrôle EKF ADRC possède pas ce phénomène .
4.3 Contrôle de la hauteur de l'expérience comparative
Une hauteur quadrotors initiales données est égal à 0 m, la hauteur de 2 m on le souhaite, qui est le système dans une amélioration ADRC EKF et la sortie commande PID en cascade comme illustré sur la Fig.
Vu de la Fig. 9, à une valeur désirée de la condition 2 m, le dépassement contrôle PID cascade 50% ou plus, le temps de stabilisation est d'environ 0,9 s, une meilleure ADRC dépassement courbe EKF à 5% ou moins, stable temps de l'ordre de 0,5 s.
4.4 a amélioré la EKF ADRC, l'ADRC, l'immunité PID Cascade Expérience comparative
Lorsque les quatre rotor de vol réel, le capteur sera affecté par le bruit extérieur et mutation, par un bruit de capteur analogique, angle variable rétroaction rouleau expériences bruit blanc gaussien est ajouté, afin de simuler l'impact de la mutation externe, au moment de 200 ms angle de roulis circuit d'accélération angulaire 20 est ajoutée à l'amplitude, la largeur d'impulsion de 100 ms en tant que signal d'onde rectangulaire pour détecter des mutations dans les performances d'interférence de l'unité de commande, les résultats de simulation présentés sur la figure 10.
10 vu de la figure., Dans les mêmes conditions, l'amélioration de l'effet d'interférence EKF plus important ADRC.
4,5 vol réelle de l'angle de roulis de l'aéronef, la hauteur de la courbe
Lorsque fait voler, une amplitude de signal d'angle de roulis déterminé d'environ 12 mutations, l'amplitude d'une hauteur prédéterminée est d'environ 8. Transmission de données en utilisant les données transmises à l'ordinateur, ce qui courbe dans l'ordinateur hôte sont présentés sur la figure 11.
Vu de la Fig. 11, quatre giravion à améliorer la EKF ADRC, qui peut atteindre rapidement la récupération et le contrôle de la hauteur de l'angle d'assiette de l'aéronef pour obtenir un vol stable.
5. Conclusion
Les résultats expérimentaux montrent que, dans ce procédé de commande, où l'appareil peut être récupéré à partir de l'angle de roulis de 50 ° par rapport à l'équilibre rapidement, et un contrôle de la hauteur, la capacité anti-brouillage par rapport à la commande PID en cascade de la réaction plus rapide et sans à-coup. Dans le prochain travail, l'évitement d'obstacles et de la planification de parcours seront quadrirotor étude en utilisant des ultrasons pour mesurer la distance entre le rotor et quatre obstacles, en utilisant la vision monoculaire pour localiser l'avion, et en fin de compte auto-vol quadrimoteur rotor .
références
carré pur Yong, Shen Hui, Sun Xiuyun, etc. hélicoptère sans pilote rubrique ADRC Contrôle Théorie et applications, 2014,31 (2): 238-243.
Méthode de contrôle ADRC de vol Liu Sha, Sheng Yang Xuan, Wang Wei. Quadrirotor Contrôle Théorie et applications, 2015,32 (10): 1351-1360.
Tiancong Ling. Backstepping quadrotors contrôle Nonlinear Harbin: Harbin Institute of Technology, 2014.
MADANI T, le contrôle Benallegue A.Backstepping pour un hélicoptère de quadrirotor .Intelligent Robots et Systèmes, 2006 IEEE / RSJ Conférence internationale on.2006.
Wang Lu, Li Guangchun, Wangzhao long, et quatre rotor sous-actionné synoviale de commande de drones Harbin Engineering University, 2012,33 (10): 1248-1253.
QU Shi Ru, Ma Zhiqiang. Filtrage particulaire est améliorée d'estimation de pose de quatre rotor Mécanique du vol, 2013,31 (5): 458-461,466.
Xiao Feng 000, Kang Liping, Yu Yunjun, et d'autres applications. Filtre complémentaire algorithme solution d'orientation d'avion à quatre rotor Technologie de contrôle, 2015,34 (2): 8-11.
Wangshao Hua, Yang Ying. Estimation et de l'algorithme de contrôle basé sur un filtrage de Kalman quadrotors Attitude Contrôle Théorie et applications, 2013,30 (9): 1109-1115.
Nie Peng ET MESURE Li Zhengjiang, etc. Estimation algorithme basé sur UAV de posture filtre de Kalman Shenyang Université d'aéronautique et d'astronautique, 2013,30 (6): 53-57.
Zhang Guangyu, la théorie Yuan Changsheng. Basé sur quatre ADRC petite giravion de contrôle d'attitude les progrès de l'ingénierie aéronautique, 2014,5 (3): 338-342.
Han Jingqing. Ses applications ADRC Le contrôle et la décision 1998 (1): 19-23.
M. Young cela, Zhang Weiguo, Huang était juste basé sur l'attitude de découplage robuste suivi ADRC de trajectoire de l'aéronef à quatre rotors Université de Beijing de l'aéronautique et de l'astronautique, 2015,41 (6): 1026-1033.
Informations sur l'auteur:
Binary Tree Auto Chang Qing, la force Wang Yao
(École de l'information et informatique Taiyuan University of Technology, Taiyuan 030024, Chine)
