关键词:
航迹规划
精英蚁群算法
数学模型
飞行控制系统
仿人智能控制
摘要:
自2013年中国民用航空局发布《通用航空飞行任务审批和管理规定》以来,我国民用无人机的市场规模逐年扩大。多旋翼无人机能够给许多民用领域带来便利,飞行控制是无人机实现飞行任务的基础工作,而航迹规划能够指导飞行。本文以四旋翼无人机为平台,将航迹规划算法和飞行控制方法这两项四旋翼无人机自主飞行过程中的核心内容作为研究对象。针对全局静态航迹规划问题,本文选择对精英蚁群算法进行改进;针对四旋翼无人机飞行控制问题,综合考虑四旋翼飞行器本身的特性与常见飞行控制算法的优缺点,通过融合常规PID(Proportion比例,Integral积分,Differentiation微分)控制算法与进行参数整定后的仿人智能控制原型算法,设计了基于四旋翼无人机模型的仿人智能PID控制器用于姿态控制。航迹规划功能对于四旋翼无人机实现自主飞行、智能化发展和完成飞行任务都非常关键。不同的模型、飞行环境、任务条件、评价指标和外界约束都需要采用相对应的航迹规划算法。本文在研究无人机在二维空间的航迹规划算法时,查阅了近几年相关领域的大量文献之后,分析和比较了多种应用较广的航迹搜索算法的机理、特点、适用场景及限制条件。由于本文主要研究全局航迹规划问题,根据其要求将精英蚁群算法作为本文研究航迹规划问题的算法;然后选用栅格法划分飞行空间和构建启发因子,之后在精英蚁群算法中加入改进的引导因子以提高算法的搜索效率,最后融入蚁群算法原有的状态转移策略和信息素更新公式后完成基于精英蚁群算法的航迹搜索,并在仿真实验平台中验证了改进后的航迹规划算法具备更高的效率,搜索到的航迹更短。研究四旋翼无人机这一具体物理模型的飞行控制方法,首先需要分析其自身特性并将其物理模型抽象化简为可以通过公式表示的数学模型。通过分析四旋翼无人机的物理模型可以得出,其具备四个旋翼,每个旋翼上都带有电机,电机转速决定了旋翼的受力大小,通过调节不同的电机转速可以使无人机实现相应的飞行姿态。建立描述无人机位置和姿态信息的两个坐标系,并在世界和机体两个坐标系中定义建模需要的所有参数,借助旋转姿态矩阵使得位置和姿态信息能够在两个坐标系之间相互转换。借助牛顿第二定律、欧拉方程与模型控制分配方案求解无人机模型的位置方程;根据角动量方程和姿态角小角度假设可以得出模型的姿态方程。最后忽略个别限制条件,借助几个合理的假设条件建立和化简出四旋翼无人机的数学模型。根据前文建立的无人机数学模型,通过分析主要的控制变量,并融合经典PID算法和仿人智能控制算法,设计了一种仿人智能PID控制器。详细描述了PID控制和仿人智能控制两种算法,分析了两种算法的优缺点,然后结合两种算法的优势提出新的控制方法,该方法弥补了PID控制参数为恒定常数与仿人智能控制单一比例的缺点,取得了很好的仿真效果、鲁棒性得到增强。同时针对无人机非线性模型,通过以世界坐标系的参考系的状态空间方程来设计非线性控制器,在仿真实验中验证了非线性控制器在姿态和位置控制中都取得了较好的效果。本文主要在研究无人机航迹规划算法时改进了精英蚁群算法的引导因子和信息素增量公式,以及通过改进仿人智能控制原型算法和融合了常规PID控制算法设计了新的仿人智能PID控制器,通过仿真实验验证了航迹规划算法和控制器的效果。