多旋翼無人機(jī)自主精準(zhǔn)降落的控制系統(tǒng)研究

曾振華，鄭匯峰，祝玉杰，羅志勇

（1. 廣東工業(yè)大學(xué) 自動化學(xué)院，廣東 廣州 510006；2. 廣州優(yōu)飛信息科技有限公司，廣東 廣州 510006）

近年來，無人機(jī)由于機(jī)動性好、成本低廉、穩(wěn)定性高等優(yōu)點，在多個行業(yè)得到了廣泛應(yīng)用。然而，無人機(jī)在降落過程中仍存在諸多問題，例如GPS定位不準(zhǔn)確，近地時存在“地面效應(yīng)”等。無人機(jī)采用位置控制方式降落時，只能降落到以出發(fā)點為圓心，半徑為1 m左右的圓周內(nèi)，雖然看似誤差不大，但是很多場合下卻成為無人機(jī)降落的重大隱患[1]。因此有必要對無人機(jī)降落控制系統(tǒng)進(jìn)行研究，從而實現(xiàn)自主精準(zhǔn)降落。

在無人機(jī)控制系統(tǒng)方面，利用PID控制[2-5]實現(xiàn)精準(zhǔn)降落是目前研究的主要方向之一。Mou等[6]使用PID控制算法進(jìn)行無人機(jī)姿態(tài)控制，實驗表明，PID控制系統(tǒng)能夠很好地保持無人機(jī)穩(wěn)定飛行。Yang等[7]設(shè)計了俯仰、偏航和滾轉(zhuǎn)通道的PID控制器，實驗表明，PID控制方法能夠有效控制無人機(jī)飛行。馮培晏[8]設(shè)計了雙環(huán)PID控制器(內(nèi)環(huán)姿態(tài)控制與外環(huán)位置控制)，實驗表明，外環(huán)位置控制采用PID控制方法對四旋翼無人機(jī)的控制效果并不理想。張舸等[9]采用PID控制方法設(shè)計了無人機(jī)自主降落過程中的位姿控制器和云臺控制器，無人機(jī)的降落精度在0.5 m以內(nèi)。通過上述分析可見，PID控制算法能夠較好解決無人機(jī)精準(zhǔn)降落過程的飛行穩(wěn)定問題，但在外環(huán)采用位置PID控制的方式控制效果并不理想。

本文采用外環(huán)速度控制的方式進(jìn)行降落，構(gòu)建了一個完整的精準(zhǔn)降落閉環(huán)速度控制系統(tǒng)。結(jié)合PID控制和模糊推理機(jī)制，設(shè)計了外環(huán)速度PID控制系統(tǒng)和模糊自適應(yīng)速度PID控制系統(tǒng)，然后進(jìn)行2種控制系統(tǒng)的性能測試和對比實驗。

1 系統(tǒng)總體框架

無人機(jī)精準(zhǔn)降落速度控制系統(tǒng)是由硬件和軟件構(gòu)成的[10]，其系統(tǒng)整體框架如圖1所示。硬件部分是無人機(jī)機(jī)載設(shè)備，包括攝像機(jī)、飛管計算機(jī)和飛行控制器。軟件部分是無人機(jī)飛行控制程序，包括圖像處理、外環(huán)速度控制系統(tǒng)和飛行控制系統(tǒng)。無人機(jī)降落時，機(jī)載攝像機(jī)實時采集靶標(biāo)圖像，并發(fā)送到機(jī)載飛管計算機(jī)，然后通過圖像處理技術(shù)提取目標(biāo)距離無人機(jī)的位置信息，外環(huán)速度控制系統(tǒng)則根據(jù)位置信息調(diào)整無人機(jī)飛行速度，最后由飛管計算機(jī)發(fā)送控制指令給飛行控制器，引導(dǎo)無人機(jī)逐步降落逼近靶標(biāo)，整個過程構(gòu)成了一個完整的精準(zhǔn)降落閉環(huán)速度控制系統(tǒng)。

圖1 速度控制系統(tǒng)整體框架Fig.1 Overall framework of the speed control system

2 坐標(biāo)系構(gòu)建及轉(zhuǎn)換

通過識別地面靶標(biāo)引導(dǎo)無人機(jī)降落，這需要構(gòu)建一套坐標(biāo)系。如圖2所示，分別構(gòu)建地理坐標(biāo)系O、機(jī)體坐標(biāo)系U、相機(jī)坐標(biāo)系C以及圖像坐標(biāo)系I。整個降落過程涉及多個坐標(biāo)系之間的轉(zhuǎn)換，經(jīng)過坐標(biāo)轉(zhuǎn)換可獲得無人機(jī)相對于靶標(biāo)的準(zhǔn)確位置[11]。

圖2 降落坐標(biāo)系關(guān)系圖Fig.2 The landing coordinate system diagram

2.1 機(jī)體坐標(biāo)系與地理坐標(biāo)系之間的轉(zhuǎn)換

式(1)中，R表示復(fù)合后的轉(zhuǎn)換矩陣。

2.2 相機(jī)坐標(biāo)系與地理坐標(biāo)系之間的轉(zhuǎn)換

2.2.1 圖像坐標(biāo)系與相機(jī)坐標(biāo)系之間的轉(zhuǎn)換

設(shè)P3=(u,v, 1)T為圖像坐標(biāo)系下的齊次坐標(biāo)，P4=(xc,yc,zc)T為相機(jī)坐標(biāo)系下的三維坐標(biāo)。將圖像齊次坐標(biāo)P3轉(zhuǎn)換到相機(jī)三維坐標(biāo)P4，先建立相機(jī)模型公式：

式(2)中，K表示攝像頭內(nèi)參，α和β是焦距與像素橫縱比的融合， (u0,v0) 是像主點坐標(biāo)。

絕大多數(shù)實際情況下，相機(jī)內(nèi)參中的α與β是十分接近的，因此令f=α=β，那么圖像坐標(biāo)系到相機(jī)坐標(biāo)系的轉(zhuǎn)換公式為

式(3)中，zc表示無人機(jī)在相機(jī)坐標(biāo)系下的離地相對高度，SCamera表示靶標(biāo)在相機(jī)坐標(biāo)系下的實際面積，SImage表示靶標(biāo)在圖像坐標(biāo)系下的面積，θ和φ分別表示無人機(jī)的俯仰角和滾轉(zhuǎn)角，xc和yc分別表示無人機(jī)在相機(jī)坐標(biāo)系下X、Y方向的位置偏差。

2.2.2 相機(jī)坐標(biāo)系與地理坐標(biāo)系之間的轉(zhuǎn)換

引導(dǎo)無人機(jī)降落，需要將三維坐標(biāo)從相機(jī)坐標(biāo)系轉(zhuǎn)換到地理坐標(biāo)系。設(shè)Po=(?x, ?y,h)T為地理坐標(biāo)系下的坐標(biāo)，將三維坐標(biāo)從P4轉(zhuǎn)換到Po，轉(zhuǎn)換公式為

式 (4) 中，h表示無人機(jī)在地理坐標(biāo)系下的離地相對高度， ?x和?y分別表示無人機(jī)在地理坐標(biāo)系下X、Y方向的位置偏差。式 (5) 中，γ表示俯仰角θ和滾轉(zhuǎn)角φ的合角度。

3 控制系統(tǒng)設(shè)計

3.1 圖像處理設(shè)計

3.1.1 圖像預(yù)處理

1) 圖像灰度化

圖像的灰度化是將彩色圖像轉(zhuǎn)化成為灰度圖像的過程，彩色圖像中每個像素的顏色由R、G、B分量決定，而灰度圖像是R、G、B分量都相同的一種特殊的彩色圖像。本文采用平均值法實現(xiàn)灰度化，首先求出每個像素點的R、G、B分量的平均值，然后再將這個平均值賦予這個像素的3個分量，計算公式為

式 (6) 中，Gray表示圖像灰度值。

2) 直方圖變換

將灰度圖中總的像素量與每一個灰度值做除法運算，求得灰度直方圖，它關(guān)乎圖像的灰度級和其出現(xiàn)的概率，表達(dá)式為

式(7)中，rk表示第k個灰度級，且k=0,1,···,L?1；nk，表示圖像中第k個灰度級的像素數(shù)量；n表示圖像中總的像素數(shù)量。

然后對灰度直方圖均衡化處理，將直方圖內(nèi)比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布，從而達(dá)到增強圖像整體對比度的效果，變換公式為

式 (8) 中，T(rk)表示輸入圖像的累積分布函數(shù)，且k=0,1,···,L?1；rj表示第j個灰度級；Prj表示圖像在第j個灰度級的概率密度函數(shù)；nj表示第j個灰度級的像素數(shù)量。

3) 圖像平滑減噪

對圖像進(jìn)行減噪處理[12]，消除噪聲對圖像質(zhì)量的影響，使其盡可能達(dá)到與原圖相近的狀態(tài)。本文采用高斯濾波法，將一個高斯模板掃描圖像中每一個像素，從而確定鄰域內(nèi)像素的加權(quán)平均灰度值，然后再將此平均灰度值替代模板中心像素點的值。這種方法在對圖像進(jìn)行平滑的同時，也能更多地保留圖像的總體灰度分布特征。高斯模板內(nèi)的參數(shù)是通過高斯函數(shù)計算的，計算公式為

3.1.2 目標(biāo)分割

將圖像進(jìn)行二值化分割，本文采用大津法(Otsu)，它不受圖像亮度和對比度的影響，而且直觀、實現(xiàn)簡單、計算速度快[13]。對于一幅圖像，按其灰度特性，分成前景(即目標(biāo))和背景2個部分，分割閾值記作t，屬于前景的像素點數(shù)占整幅圖像的比例記為ω0，其平均灰度為，背景像素點數(shù)占整幅圖像的比例為ω1，其平均灰度為，類間方差記為g，那么類間方差表達(dá)式為

當(dāng)g取得最大值時，t為最佳閾值，此時構(gòu)成圖像的前景和背景2部分之間差別最大，錯分概率最小，圖像分割效果最好。

分割出目標(biāo)(地面靶標(biāo))后，對其繪制輪廓最小外接矩形，從而求得目標(biāo)中心點的坐標(biāo)，再結(jié)合圖像中心點坐標(biāo)，經(jīng)坐標(biāo)轉(zhuǎn)換后即可求出無人機(jī)相對地面靶標(biāo)X、Y方向的位置偏差值。

3.2 外環(huán)速度控制系統(tǒng)設(shè)計

無人機(jī)原控制系統(tǒng)采用位置控制方式進(jìn)行降落，通過設(shè)定期望位置(經(jīng)緯度和海拔)引導(dǎo)無人機(jī)飛到指定位置，但存在位置振蕩和速度超調(diào)的問題。本系統(tǒng)采用速度控制方式，通過控制無人機(jī)X、Y方向的飛行速度調(diào)整位置。對于位置振蕩問題的解決思路是外加一個速度分段模塊，對無人機(jī)飛行速度進(jìn)行分段降速控制。對于速度超調(diào)問題的解決思路是增加外環(huán)速度控制器，結(jié)合PID控制原理，根據(jù)速度誤差改善無人機(jī)速度，確保無人機(jī)飛行更加快速、穩(wěn)定、準(zhǔn)確[14]。無人機(jī)精準(zhǔn)降落控制系統(tǒng)結(jié)構(gòu)框圖如圖3 所示，其中I M U (I n e r t i a l Measurement Unit) 是指慣性測量單元，GPS (Global Positioning System) 是指全球定位系統(tǒng)，用于測量無人機(jī)的真實位置。

圖3 無人機(jī)精準(zhǔn)降落控制系統(tǒng)結(jié)構(gòu)框圖Fig.3 Structure block diagram of UAV precise landing control system

3.2.1 速度分段模塊設(shè)計

速度分段模塊的作用是在無人機(jī)降落時，實時根據(jù)X、Y方向的位置偏差調(diào)整無人機(jī)期望飛行速度。由于X、Y方向控制策略相同，因此這里只分析X方向。設(shè)X方向位置偏差最大允許誤差閾值為T1、緩沖允許誤差閾值為T2、最小允許誤差閾值為T3，當(dāng)X方向位置偏差值 ?x大于T1時，無人機(jī)飛行速度設(shè)為Vx1；當(dāng)偏差值 ?x介于T1和T2之間時，無人機(jī)飛行速度設(shè)為Vx1的1/2；當(dāng)偏差值?x介于T2和T3之間時，無人機(jī)飛行速度設(shè)為Vx1的1/10；當(dāng)偏差值?x小于T3時，無人機(jī)飛行速度設(shè)為0，直接降落。可將上述速度分段過程用式 (11) 表示。

3.2.2 外環(huán)速度控制器設(shè)計

1) 速度PID控制器

PID控制是一種線性控制，它將給定值與實際輸出值的偏差通過比例(Proportion，P)、積分(Integral,I)、微分(Derivative, D)線性組合后形成控制量，對被控對象進(jìn)行控制[15]。本系統(tǒng)采用位置式速度PID控制，將速度分段模塊計算得到的期望速度與無人機(jī)實際飛行速度之差作為誤差e，然后控制器對誤差信號進(jìn)行校正，產(chǎn)生最適宜的速度控制量，從而進(jìn)行速度控制。相比于位置控制方式，速度控制靈敏度更高，引導(dǎo)時的反應(yīng)更快。結(jié)合速度控制方式，可給出速度的PID控制規(guī)律如式(12)所示。

2) 模糊自適應(yīng)速度PID控制器

模糊自適應(yīng)PID屬于一種智能PID控制，針對模糊控制和PID控制的各自特點，將兩者相結(jié)合，根據(jù)控制系統(tǒng)的實際響應(yīng)情況，運用模糊推理，自動調(diào)整PID控制器的比例系數(shù)Kp、積分系數(shù)Ki和微分系數(shù)Kd，以達(dá)到調(diào)節(jié)作用的實時最優(yōu)[16]，其結(jié)構(gòu)如圖4所示。

圖4 模糊自適應(yīng)速度PID控制結(jié)構(gòu)Fig.4 The structure of fuzzy adaptive speed PID control

本文采用的模糊自適應(yīng)速度PID控制系統(tǒng)是在速度PID控制器的基礎(chǔ)上，外加模糊推理機(jī)制。以速度誤差e和速度誤差變化率ec作為輸入，利用模糊規(guī)則在線實時地對PID參數(shù)進(jìn)行調(diào)整，來滿足不同時刻的e和ec對PID參數(shù)自整定的要求。將模糊推理機(jī)制的模糊部分按Kp、Ki和Kd分成3部分，分別由相應(yīng)的子推理器來實現(xiàn)，其輸出為PID參數(shù)的增量值。誤差e和誤差變化率ec均取7個模糊子集，分別為NB(負(fù)大)、NM(負(fù)中)、NS(負(fù)小)、ZO(零)、PS(正小)、PM(正中)、PB(正大)，其隸屬函數(shù)都采用三角形隸屬度函數(shù)，如圖5所示。

圖5 模糊自適應(yīng)速度PID控制隸屬度函數(shù)Fig.5 The membership function of fuzzy adaptive speed PID control

飛管計算機(jī)中采用離線查表法實現(xiàn)模糊控制，首先模糊化輸入到控制器中的e和ec，計算在每個模糊子集中的隸屬度，然后找出相應(yīng)隸屬度的模糊子集，最后使用加權(quán)平均法計算輸出值。解模糊具體公式可由式（13）表示：

式(13)中，y表示模糊控制輸出值解模糊后的精確值，zj表示隸屬度對應(yīng)的橫坐標(biāo)值， μe j(zj) 和 μecj(zj)分別表示誤差e、誤差變化率ec屬于模糊子集zj的隸屬度。

4 實驗與分析

4.1 實驗環(huán)境及平臺

本次實驗以PX4開源飛控系統(tǒng)為平臺，在Dronecode SDK實現(xiàn)軟件的二次開發(fā)?；贏rm架構(gòu)的機(jī)載計算機(jī)Jeston TX2，搭載NVIDIA Pascal GPU，ARMCortex-A57 CPU，主存為8 GB，操作系統(tǒng)為Ubuntu 16.04，OpenCV版本為2.4.13。云臺相機(jī)為大疆Zenmuse X4S相機(jī)，視頻流分辨率為4 864×3 648像素。無人機(jī)飛行仿真模擬器為Gazebo。

4.2 仿真實驗過程與結(jié)果分析

由于X、Y方向控制策略相同，因此只分析X方向降落控制效果。為了驗證外環(huán)速度控制系統(tǒng)的有效性，進(jìn)行以下實驗。

實驗1：無人機(jī)在原控制系統(tǒng)(位置控制)下進(jìn)行模擬降落實驗。

實驗2：無人機(jī)控制系統(tǒng)改為速度控制方式，在外環(huán)增加一個速度分段模塊和外環(huán)速度PID控制器，構(gòu)成外環(huán)速度PID控制系統(tǒng)。

實驗3：在實驗2的外環(huán)速度PID控制器基礎(chǔ)上，外加模糊推理機(jī)制，構(gòu)成模糊自適應(yīng)PID控制系統(tǒng)。

4.2.1 實驗1的結(jié)果與分析

多旋翼無人機(jī)原控制系統(tǒng)采用位置控制，飛行速度為 1 m/s，模擬器模擬無人機(jī)降落的X方向速度曲線如圖6所示。

圖6 原控制系統(tǒng)X方向速度曲線圖Fig.6 The X-direction velocity curve of the original control system

從圖6中可以發(fā)現(xiàn)：無人機(jī)速度從0 m/s提速到1 m/s時，存在較大的速度超調(diào)；控制時間達(dá)到10 s后，速度曲線趨于穩(wěn)定；速度從1 m/s降到0 m/s之后，無人機(jī)出現(xiàn)了位置振蕩現(xiàn)象，無人機(jī)位置在位置偏差值為0附近來回調(diào)整，經(jīng)過10 s之后才趨于穩(wěn)定。

4.2.2 實驗2的結(jié)果與分析

為了改善無人機(jī)降落時的穩(wěn)定性能，采用了速度控制的方式，通過在外環(huán)增加一個速度PID控制系統(tǒng)進(jìn)行速度調(diào)整，實驗時考慮了以下4種情況：(1) 速度PID控制系統(tǒng)中控制器采用P控制器。當(dāng)比例系數(shù)Kp取0.36時，相應(yīng)的X方向速度曲線如圖7(a)所示。(2) 速度PID控制系統(tǒng)中控制器采用PI控制器。當(dāng)比例系數(shù)Kp取0.45、積分系數(shù)Ki取0.006時，相應(yīng)的X方向速度曲線如圖7(b)所示。(3) 速度PID控制系統(tǒng)中控制器采用PD控制器。當(dāng)比例系數(shù)Kp取0.46、微分系數(shù)Kd取0.1時，相應(yīng)的X方向速度曲線如圖7(c)所示。(4) 速度PID控制系統(tǒng)中控制器采用PID控制器。當(dāng)比例系數(shù)Kp取0.45、積分系數(shù)Ki取0.005 25、微分系數(shù)Kd取0.17時，相應(yīng)的X方向速度曲線如圖7(d)所示。

對比圖6與圖7(a)～圖7(d)可見：(1) 速度PID控制系統(tǒng)相比于原控制系統(tǒng)，速度超調(diào)現(xiàn)象得到明顯改善。(2) 速度PID控制系統(tǒng)由于采用了分段降速的方法，速度降到0 m/s后就進(jìn)入穩(wěn)態(tài)，改善了原控制系統(tǒng)的位置振蕩現(xiàn)象。(3) 速度PID控制系統(tǒng)的4種控制器中，P控制器和PD控制器均能穩(wěn)定在1 m/s，而PI控制器和PID控制器穩(wěn)定時存在穩(wěn)態(tài)誤差。(4) 對比P控制器和PD控制器可以發(fā)現(xiàn)，PD控制器比P控制器達(dá)到1 m/s時的速度超調(diào)更小。

由此可見，采用速度控制的方式能夠顯著改善無人機(jī)降落調(diào)整時的速度超調(diào)現(xiàn)象和位置振蕩現(xiàn)象，并且速度PID控制系統(tǒng)采用PD控制器進(jìn)行控制時效果最佳。

4.2.3 實驗3的結(jié)果與分析

在實驗2的外環(huán)速度PID控制器基礎(chǔ)上，外加模糊推理機(jī)制，根據(jù)誤差e和誤差變化率ec自動調(diào)整PD控制器參數(shù)。e和ec的基本論域均為[–3, 3]，將其離散成7個等級[–3, –2,–1,0,1,2,3]，PD控制器參數(shù)增量?Kp和?Kd的模糊論域分別為[–0.15, 0.15]和[–0.08,0.08]，則?Kp和?Kd的比例因子分別為K?kp=0.043和K?kd=0.023。模擬器模擬無人機(jī)降落的X方向速度曲線如圖8所示。

將圖8與圖7(c)對比可見：(1) 控制時間達(dá)到10 s左右，模糊自適應(yīng)速度PID控制系統(tǒng)和速度PID控制系統(tǒng)均達(dá)到1 m/s的穩(wěn)定速度，穩(wěn)態(tài)誤差基本為0。(2) 模糊自適應(yīng)速度PID控制系統(tǒng)比速度PID控制系統(tǒng)的速度超調(diào)更小，且速度曲線相對更加平穩(wěn)。

由此可見，通過外加模糊推理機(jī)制自動調(diào)整PD控制器參數(shù)，無人機(jī)降落時的速度超調(diào)較速度PID控制系統(tǒng)得到一定程度的改善。

4.3 自主降落實驗驗證

為測試速度控制系統(tǒng)在真實環(huán)境下的性能特性，搭建了實驗環(huán)境，并進(jìn)行多次測試。圖9展示了六旋翼無人機(jī)在速度PID控制系統(tǒng)和模糊自適應(yīng)速度PID控制系統(tǒng)下的降落實驗。

圖7 速度PID控制系統(tǒng)4種控制器X方向速度曲線圖Fig.7 The X-direction speed curves of four controllers in speed PID control system

圖8 模糊自適應(yīng)速度PID控制系統(tǒng)X方向速度曲線圖Fig.8 The X-direction speed curve of fuzzy adaptive speed PID control system

圖9 無人機(jī)自主降落實驗驗證Fig.9 Verification of UAV autonomous landing test

從圖9(a)～9(d)可見：(1) 無人機(jī)在2種控制系統(tǒng)下都能成功降落到地面靶標(biāo)上。(2) 模糊自適應(yīng)速度PID控制系統(tǒng)比速度PID控制系統(tǒng)降落結(jié)果更靠近靶標(biāo)中心，降落精度更高。

5 結(jié)論

5.1 仿真實驗結(jié)果討論

將上述所有仿真實驗獲得的速度曲線結(jié)果進(jìn)行匯總，結(jié)果如表1所示。

從表1可見：(1) 實驗1的控制系統(tǒng)采用位置控制方式，調(diào)整過程中速度超調(diào)量達(dá)到了11.25%，穩(wěn)態(tài)誤差達(dá)到了0.02。位置控制方式是通過設(shè)定期望位置進(jìn)行調(diào)整的，整個飛行過程不能控制速度，所以存在較大的速度超調(diào)和穩(wěn)態(tài)誤差。(2) 實驗2采用速度控制的方式，對飛行速度進(jìn)行實時調(diào)整。實驗結(jié)果表明，速度PID控制系統(tǒng)與實驗1的原控制系統(tǒng)相比，采用P控制器的速度超調(diào)量和穩(wěn)態(tài)誤差均減少60%；采用PI控制器的速度超調(diào)量減少46.2%，穩(wěn)態(tài)誤差保持不變；采用PD控制器下的速度超調(diào)量減少80.4%，穩(wěn)態(tài)誤差減少92%；采用PID控制器下的速度超調(diào)量減少85.8%，穩(wěn)態(tài)誤差減少20%。由此可見，速度PID控制系統(tǒng)中4種控制器均能得到比原控制系統(tǒng)更優(yōu)的結(jié)果，且PD控制器的控制效果最好，超調(diào)量和穩(wěn)態(tài)誤差均得到顯著改善。(3) 實驗3在實驗2的PD控制器基礎(chǔ)上，外加模糊推理機(jī)制，實現(xiàn)PD控制器參數(shù)Kp和Kd的自動調(diào)整。實驗結(jié)果證明，相比于速度PID控制系統(tǒng)(PD控制器)，模糊自適應(yīng)PID控制系統(tǒng)的速度超調(diào)量減少50%，穩(wěn)態(tài)誤差保持不變。

表1 實驗結(jié)果匯總Table 1 Summary of experimental results

5.2 自主降落實驗結(jié)果討論

統(tǒng)計所有降落實驗的結(jié)果，2種控制系統(tǒng)的降落精度如表2所示。

表2 無人機(jī)降落精度Table 2 Landing accuracy of UAV

從表2可見：(1) 模糊自適應(yīng)速度PID控制系統(tǒng)比純速度PID控制系統(tǒng)降落精度更高，降落結(jié)果得到改善。(2) 2種控制系統(tǒng)的降落精度分別為0.2 m和0.13 m，均未達(dá)到0.1 m以內(nèi)。

5.3 總結(jié)

本文采用速度控制的方式進(jìn)行降落，構(gòu)建一個完整的精準(zhǔn)降落閉環(huán)速度控制系統(tǒng)。結(jié)合圖像識別靶標(biāo)的結(jié)果，設(shè)計了外環(huán)速度PID控制系統(tǒng)和模糊自適應(yīng)速度PID控制系統(tǒng)，然后進(jìn)行2種控制系統(tǒng)的性能測試和對比實驗。實驗結(jié)果表明，采用PD控制器設(shè)計降落控制系統(tǒng)效果最好，設(shè)計的2種控制系統(tǒng)均能使無人機(jī)成功降落到地面靶標(biāo)上，且模糊自適應(yīng)速度PID控制系統(tǒng)降落精度更高，達(dá)到了0.13 m以內(nèi)。多旋翼無人機(jī)采用模糊自適應(yīng)速度PID控制系統(tǒng)可以實現(xiàn)無人機(jī)的自主精準(zhǔn)降落。但本文設(shè)計時沒有考慮風(fēng)速影響，可能是造成降落精度達(dá)不到0.1 m以內(nèi)的原因，這將是今后研究的主要方向之一。