四旋翼飛行器智能飛行控制系統(tǒng)研究與驗證

胡天琦++肖佳平

摘 要：現(xiàn)今，無人機(jī)的飛行控制系統(tǒng)主要基于PID控制系統(tǒng)。為了采用自適應(yīng)智能控制系統(tǒng)來取代傳統(tǒng)PID控制系統(tǒng)，建立四旋翼無人機(jī)仿真平臺，實現(xiàn)無人機(jī)的自動續(xù)航航拍功能和對環(huán)境的自適應(yīng)能力，給用戶帶來莫大的方便。該論文主要根據(jù)目前的人工智能水平和無人機(jī)的市場需求的設(shè)想和研究，放眼未來人們對于無人機(jī)市場的需求狀況，提出結(jié)合傳統(tǒng)PID控制和人工神經(jīng)網(wǎng)絡(luò)的控制方法，滿足飛行器的任務(wù)需要和為未來人工智能在無人機(jī)的應(yīng)用的進(jìn)一步發(fā)展。

關(guān)鍵詞：四旋翼飛行器 飛行控制 人工神經(jīng)網(wǎng)絡(luò)

中圖分類號：TP29 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2016）10（a）-0004-04

近年來，四旋翼飛行器逐漸成為航空學(xué)術(shù)研究中新的前沿和熱點。美國斯坦福大學(xué)的Gabe Hoffinan等人研發(fā)出了基于非線性控制律的飛行控制器，國防科學(xué)技術(shù)大學(xué)王俊生等人設(shè)計了基于FSMC的飛行控制方法，而傳統(tǒng)的PID雖然提高了模型的一些準(zhǔn)確性，但還是存在許多不足與漏洞，例如PID控制對于非線性系統(tǒng)不可控?；趦鼋Y(jié)時間的傳統(tǒng)的PID控制器設(shè)計無法滿足現(xiàn)在的無人機(jī)任務(wù)的多樣性，需要開發(fā)一種具備在線學(xué)習(xí)和自適應(yīng)能力的飛行控制方法。

智能控制系統(tǒng)有較強(qiáng)的學(xué)習(xí)能力，因此在面對復(fù)雜任務(wù)時更具有實用性。該文在四旋翼飛行器動力學(xué)建模的基礎(chǔ)上設(shè)計了PID控制系統(tǒng)和智能控制系統(tǒng)?？紤]飛行器的自適應(yīng)能力和機(jī)載計算機(jī)的計算能力提出一種新的控制方法，首先根據(jù)仿真樣本離線訓(xùn)練神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提高計算能力，然后通過在線計算飛行器狀態(tài)的超調(diào)量和調(diào)節(jié)時間，根據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)反向動態(tài)調(diào)節(jié)PID控制參數(shù)實現(xiàn)四旋翼飛行器的自適應(yīng)控制，改進(jìn)飛行器在執(zhí)行任務(wù)過程中的響應(yīng)的動態(tài)性能和穩(wěn)態(tài)性能。

1 動力學(xué)模型的建立

對飛行器做動力學(xué)建模，為了得到飛行器的數(shù)學(xué)模型，首先建立兩個坐標(biāo)系：慣性坐標(biāo)系和機(jī)體坐標(biāo)系。如圖1所示。

為了建立飛行器的動力學(xué)模型，不失一般性，對四旋翼飛行器做出如下假設(shè)。

（1）四旋翼飛行器主均勻?qū)ΨQ的剛體。

（2）機(jī)體坐標(biāo)系的原點與飛行器幾何中心及質(zhì)心位于同一位置。

（3）四旋翼飛行器所受阻力和重力不受飛行高度等因素影響，總保持不變。

（4）四旋翼飛行器各個方向的拉力與推進(jìn)器轉(zhuǎn)速的平方成正比。

在圖1中定義歐拉角如下。

滾轉(zhuǎn)角φ：表示為機(jī)體坐標(biāo)系繞OX軸旋轉(zhuǎn)的角度，由飛行器尾部順縱軸前視，若OZ軸位于鉛垂面的右側(cè)（即飛行器向右傾斜），則φ為正，反之為負(fù)。

俯仰角θ：表示為機(jī)體坐標(biāo)系繞OY軸旋轉(zhuǎn)的角度，旋轉(zhuǎn)后飛行器縱軸指向水平面上方，θ角為正，反之為負(fù)。

偏航角ψ：表示為機(jī)體坐標(biāo)系繞OZ軸旋轉(zhuǎn)的角度，為飛行器縱軸在水平面內(nèi)投影與慣性坐標(biāo)系OX軸之間的夾角，迎ψ角平面觀察，若由OX轉(zhuǎn)至投影線是逆時針旋轉(zhuǎn)，則ψ角為正，反之為負(fù)。

四旋翼飛行器受力分析如圖1所示，旋翼機(jī)體所受外力和力矩為：重力（mg），機(jī)體受到（重力）沿OZ負(fù)方向；四個旋翼旋轉(zhuǎn)所產(chǎn)生的升力（i=1， 2， 3， 4），旋翼升力沿OZ方向；旋翼旋轉(zhuǎn)會產(chǎn)生扭轉(zhuǎn)力矩（i= 1， 2， 3， 4）。垂直于葉片的旋翼平面，與旋轉(zhuǎn)矢量相反。

2 PID控制研究

上文引入了4個控制量u，因而把復(fù)雜的非線性耦合模型分解成了4個獨立的控制通道，那么，整個模型可以看成由線運動和角運動兩個獨立的子系統(tǒng)構(gòu)成，通過上文建?？芍?，角運動不受線運動的影響，而線運動受角運動的影響.在此基礎(chǔ)上使用小擾動法處理，忽略附加小擾動后，得到四旋翼飛行器的運動方程：

選取四旋翼飛行器參數(shù)如表1。

根據(jù)系統(tǒng)的傳遞函數(shù)及四旋翼飛行器的參數(shù)表（表1），可得各控制通道的傳遞函數(shù)（表2）。

3 智能控制系統(tǒng)的特性和結(jié)構(gòu)設(shè)計

人工智能（簡稱AI），它是計算機(jī)科學(xué)的一個重要領(lǐng)域。在近20年來得到快速發(fā)展，在很多領(lǐng)域都得到了廣泛應(yīng)用，尤其是機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘和圖像識別，由于硬件計算能力的限制和可靠性考慮，在實際飛行控制中大多還是采用傳統(tǒng)的飛行控制系統(tǒng)，例如PID控制，由于未來作戰(zhàn)任務(wù)的發(fā)展和其他支撐系統(tǒng)的發(fā)展，飛行器中采用基于人工智能的控制算法是發(fā)展趨勢所在。

MIT的Winston教授指出“人工智能就是研究如何使用計算機(jī)去做到過去只有人才能做到的智能工作?！笔聦嵣?，從廣義上講，一般認(rèn)為用計算機(jī)模擬人的智能行為就屬于人工智能的范疇。而我們的設(shè)計的自適應(yīng)智能控制系統(tǒng)就應(yīng)該具備此種特性，它可以感知外界環(huán)境的變化而改變自己的某些參數(shù)（例如PID參數(shù)），這是傳統(tǒng)PID控制系統(tǒng)做不到的。

目前，專家系統(tǒng)控制是專用且最權(quán)威的控制系統(tǒng)，它是應(yīng)用于某一專門領(lǐng)域，擁有該領(lǐng)域相當(dāng)數(shù)量的專家級知識，能模擬專家的思維，能達(dá)到專家級水平，能像專家一樣解決困難和復(fù)雜的實際問題的計算機(jī)（軟件）系統(tǒng)。對于高級的自適應(yīng)智能控制系統(tǒng)也能適應(yīng)此種框架?？紤]專家控制系統(tǒng)中對于外部數(shù)據(jù)的學(xué)習(xí)能力和自適應(yīng)能力，其核心學(xué)習(xí)機(jī)制采用人工神經(jīng)網(wǎng)絡(luò)，在四旋翼無人機(jī)控制系統(tǒng)中，也同樣利用離線仿真數(shù)據(jù)訓(xùn)練建立的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖，如圖2所示。

人工神經(jīng)網(wǎng)絡(luò)的特點和優(yōu)越性，主要表現(xiàn)在3個方面。

第一，具有自學(xué)習(xí)功能。例如實現(xiàn)圖像識別時，只需先把許多不同的圖像樣板和對應(yīng)的應(yīng)識別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)就會通過自學(xué)習(xí)功能，慢慢學(xué)會識別類似的圖像。自學(xué)習(xí)功能對于預(yù)測有特別重要的意義。預(yù)期未來的人工神經(jīng)網(wǎng)絡(luò)計算機(jī)將為人類提供經(jīng)濟(jì)預(yù)測、市場預(yù)測、效益預(yù)測，其應(yīng)用前途是很遠(yuǎn)大的。

第二，具有聯(lián)想存儲功能。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實現(xiàn)這種聯(lián)想。

第三，具有高速尋找優(yōu)化解的能力。尋找一個復(fù)雜問題的優(yōu)化解，往往需要很大的計算量，利用一個針對某問題而設(shè)計的反饋型人工神經(jīng)網(wǎng)絡(luò)，發(fā)揮計算機(jī)的高速運算能力，能很快找到優(yōu)化解。

訓(xùn)練法則：要從學(xué)習(xí)單個感知器的權(quán)值開始，準(zhǔn)確地說這里學(xué)習(xí)的是一個權(quán)向量，它可以使感知器對于給定的訓(xùn)練樣本例輸出正確的1或-1。

為了得到可接受的權(quán)向量，一種方法就是從隨機(jī)的權(quán)值開始，然后反復(fù)地應(yīng)用這個感知器到每個訓(xùn)練樣例，只要它分類錯誤樣例就修改感知器的權(quán)值。重復(fù)這個過程，直到感知器正確分類所有的訓(xùn)練樣例。每一部根據(jù)感知訓(xùn)練法則來修改權(quán)值，也就是改寫與輸入xi對應(yīng)的權(quán)值wi法則如下：

該文采用新型的基于人工智能學(xué)習(xí)的控制系統(tǒng)結(jié)構(gòu)，在傳統(tǒng)PID控制的基礎(chǔ)上進(jìn)行改進(jìn)。利用離線仿真的數(shù)據(jù)對建立的人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，控制框架如所圖3所示。

首先利用仿真的方式得到100組四旋翼飛行器的PID參數(shù)與狀態(tài)響應(yīng)的超調(diào)量和調(diào)節(jié)時間數(shù)據(jù)集，利用采集得到的數(shù)據(jù)集對建立的3Input-2Output人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后在飛行器實際飛行過程中對輸出量進(jìn)行超調(diào)量和調(diào)節(jié)時間的采樣計算，通過與期望的超調(diào)量和調(diào)節(jié)時間進(jìn)行對比，通過逆向計算控制器PID參數(shù)的調(diào)節(jié)方向從而使得飛行器具備期望的動態(tài)響應(yīng)和穩(wěn)態(tài)響應(yīng)。采取這樣的控制系統(tǒng)可以更好地適應(yīng)各種復(fù)雜的環(huán)境，并且通過離線的學(xué)習(xí)在線調(diào)節(jié)控制時間與超調(diào)量，從而達(dá)到自適應(yīng)控制的目的。

4 結(jié)語

該文提出針對目前無人機(jī)面臨的任務(wù)復(fù)雜性增加和多樣功能的需求，提出一種四旋翼飛行器的自適應(yīng)智能控制方法，結(jié)合傳統(tǒng)PID控制和人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，使無人機(jī)具備在線學(xué)習(xí)和自適應(yīng)調(diào)節(jié)的能力，并且對比了傳統(tǒng)的PID控制與先進(jìn)的自適應(yīng)控制系統(tǒng)，而且對于各種參數(shù)的模擬做了一個系統(tǒng)的分析，采用飛行器的動力學(xué)模型研究簡化了計算步驟。分析結(jié)果表明，這種自適應(yīng)控制系統(tǒng)在適應(yīng)復(fù)雜任務(wù)能力上優(yōu)于傳統(tǒng)的PID控制，能在實際生活與工業(yè)生產(chǎn)中起更大的作用。

參考文獻(xiàn)

[1] Salih AL，Moghavvemi M，Mohamed HAF，et al.Modelling and PID controller design for 8 quad-rotor unmanned air vehicle[C]//Automation Quality and Testing Robotics（AQTR）.2010.

[2] 夏洪生，甘家梁.交流電機(jī)的智能PID控制應(yīng)用研究[J].變頻器世界，2014（1）：67-72.

[3] 張垚，鮮斌，殷強(qiáng)，等.基于ARM處理器的四旋翼無人機(jī)自主控制系統(tǒng)研究[J].中國科學(xué)技術(shù)大學(xué)學(xué)報，2012，42（9）：753-760.