【无人机设计与技术】自抗扰控制(ADRC)的建模与仿真研究

摘要

本文针对四旋翼无人机姿态控制系统进行了基于自抗扰控制(ADRC)的建模与仿真研究。通过MATLAB/Simulink仿真平台,实现了无人机的姿态控制模型,并采用自抗扰控制器(ADRC)对无人机的姿态进行控制。本文详细介绍了自抗扰控制器的设计方法和应用,通过对无人机的俯仰角、滚转角和偏航角的控制,验证了ADRC控制器在四旋翼无人机系统中的高效性和鲁棒性。仿真结果表明,ADRC控制器能够在不同扰动条件下保持系统的稳定性和快速响应。

理论

四旋翼无人机的动力学与运动学模型

四旋翼无人机的动力学模型基于牛顿-欧拉方程,其描述了旋翼产生的推力和力矩作用下无人机的运动特性。动力学方程如下:

m \\ddot{r} = R F - mg

I \\dot{\\omega} = \\tau - \\omega \\times I \\omega

其中,(m) 为无人机质量,(R) 为旋转矩阵,(F) 为总推力,(\omega) 为角速度,(I) 为惯性矩阵,(\tau) 为力矩。

自抗扰控制器(ADRC)

ADRC 是一种非线性控制方法,通过扩张状态观测器(ESO)实时估计系统状态及外部扰动,并通过非线性误差反馈控制(NLSEF)来补偿系统中的不确定性。自抗扰控制的核心部分包括:

  1. 扩张状态观测器(ESO):用于实时观测系统状态和外部扰动,更新后的状态用于补偿未知扰动。

  2. 非线性误差反馈(NLSEF):通过对误差的非线性函数计算输出,增强系统的动态性能。

ADRC 控制器设计可以分为三个环节:

  1. 跟踪微分器(TD):对期望轨迹进行平滑处理。

  2. 扩张状态观测器(ESO):估计系统状态及外界扰动。

  3. 非线性状态误差反馈(NLSEF):基于ESO估计的状态进行非线性反馈控制。

实验结果

通过MATLAB/Simulink仿真平台,对无人机姿态控制进行了测试,分别验证了系统在俯仰、滚转和偏航角控制中的表现。

  1. 连续型ADRC控制仿真:系统响应曲线表明,ADRC控制器在俯仰角、滚转角和偏航角控制中的表现快速、平稳,具有较好的动态特性和稳态性能。

  2. 离散型ADRC控制仿真:与连续型相比,离散型ADRC控制器在数字化控制中的响应同样迅速,能够有效应对突加扰动,保持系统的稳定性。

仿真结果显示,无论在连续控制还是离散控制中,ADRC控制器都能够在较短时间内使系统稳定,且具有较强的抗扰动能力。

部分代码

以下为ADRC姿态控制的部分MATLAB代码:

复制代码
% 初始化参数
m = 1.5;  % 无人机质量
g = 9.81; % 重力加速度

% ADRC控制器参数
beta1_yaw = 30; beta2_yaw = 300; beta3_yaw = 1000;
beta1_pitch = 150; beta2_pitch = 300; beta3_pitch = 1000;
beta1_roll = 180; beta2_roll = 120; beta3_roll = 1000;

% 控制器设计
sim_time = 20;  % 仿真时间
yaw_ref = 5;    % 偏航角参考值
pitch_ref = 3;  % 俯仰角参考值
roll_ref = 2;   % 滚转角参考值

% 调用Simulink仿真模型
sim('quadcopter_ADRC_model');

% 绘制结果
figure;
subplot(3,1,1);
plot(tout, yaw_response, 'r', 'LineWidth', 2);
title('偏航角控制响应');
xlabel('时间(s)');
ylabel('角度(°)');

subplot(3,1,2);
plot(tout, pitch_response, 'b', 'LineWidth', 2);
title('俯仰角控制响应');
xlabel('时间(s)');
ylabel('角度(°)');

subplot(3,1,3);
plot(tout, roll_response, 'g', 'LineWidth', 2);
title('滚转角控制响应');
xlabel('时间(s)');
ylabel('角度(°)');

参考文献

  1. Han, J. (2009). Auto-Disturbance-Rejection Control Technique . Control Theory and Applications, 30(12), 1553-1564.

  2. Gao, Z. (2006). Scaling and Bandwidth-Parameterization Based Controller Tuning . Proceedings of the American Control Conference, 4989-4996.

  3. Bouabdallah, S., Murrieri, P., & Siegwart, R. (2004). Design and Control of an Indoor Micro Quadrotor . Proceedings of the IEEE International Conference on Robotics and Automation.

相关推荐
无线图像传输研究探索1 天前
5G单兵图传 5G单兵 单兵图传 无线图传 无线图传方案 无人机图传解决方案 指挥中心大屏一目了然
5g·无人机·5g单兵图传·单兵图传·无人机图传
SXTomi1 天前
【无人机】无人机用户体验测试策略详细介绍
集成测试·无人机·用户体验
云卓SKYDROID2 天前
无人机飞行速度模块技术要点概述
人工智能·无人机·飞行速度·高科技·云卓科技
电力程序小学童3 天前
基于密集型复杂城市场景下求解无人机三维路径规划的Q-learning算法研究(matlab)
算法·matlab·无人机
云卓SKYDROID3 天前
无人机桨叶转速技术要点与突破
无人机·科普·测距·高科技·云卓科技
云卓SKYDROID3 天前
无人机云台电压类型及测量方法
人工智能·目标跟踪·无人机·高科技·航线系统
MocapLeader4 天前
IROS 2025 多智能体深度强化学习算法实现Crazyflie无人机在复杂环境中协同追逐
无人机·集群·控制·导航·协同·轨迹规划·避障
Coovally AI模型快速验证5 天前
基于YOLO集成模型的无人机多光谱风电部件缺陷检测
人工智能·安全·yolo·目标跟踪·无人机
云望无线图传模块5 天前
12公里无人机图传模组:从模糊到超高清的飞跃,抗干扰能力全面升级
网络·物联网·无人机
云卓SKYDROID6 天前
无人机电压模块技术剖析
人工智能·无人机·电压·高科技·云卓科技