风扰作用下的四旋翼无人机控制研究.pdf

摘要

摘要

在智能化水平迅猛发展的近二十年，高新技术如机械臂、无人车、无人机等智

能设备也逐渐成熟并应用于日常生产生活。本文以四旋翼无人机为研究对象，分

析其在飞行控制过程中受到外界风扰作用时的控制情况。风扰作用会增加其维持

稳定飞行的难度，同时在风扰条件下无人机飞行会消耗更多的能量。因此，本文

从两个角度入手考虑其控制方法，一方面，对风扰下的四旋翼无人机制定抗风扰

控制方案，在感知到持续风扰作用条件下快速飞行躲避风场区域，从而有效降低

风扰对无人机的能量消耗和稳定性影响，另一方面，从控制算法考虑改进四旋翼

无人机的控制方法，使其对风扰作用的抵抗能力更强，进而提高其鲁棒性能。

对于风扰作用下四旋翼无人机风扰估计和避风策略研究，利用其自身传感器

信息感知风扰的离散化风速和风向信息，设计了处理时序信息的卷积网络(CNN)

和长短时记忆网络(LSTM)结合的神经网络模型算法。基于训练好的模型对悬停

状态下无人机所处的风扰环境实时估计，按照识别的风向结果和制定的飞行躲避

的控制决策，实现对局部风场的实时躲避，从而达到稳定控制效果。

从四旋翼无人机底层控制结构和方法角度进行研究，采用串联结构实现无人

机位置和姿态六个自由度状态的控制设计。本文改进其原有的PID控制方法，采

用以扩张状态观测器为核心思路的自抗扰控制方法，不仅能够估计扰动量还能够

将系统中非线性以及不确定部分进行估计消除，将四旋翼无人机模型简化为线性

二阶系统，从而提高其抗风扰能力。

针对自抗扰控制算法中控制参数调整困难的问题，本文提出使用粒子群优化

算法对观测器参数和反馈控制参数进行优化，从而有效降低控制算法手动调参的

难度。同时，针对已知风扰模型部分的外界扰动，提出自适应估计前馈控制与自

抗扰控制结合的方法，能够在有限时间内辨识出风扰参。通过李雅普诺夫函数推

导了其稳定性证明，并在simulink仿真环境中进行了验证。最后，基于开源飞控

的无人机实物实验，对比了自抗扰控制算法与PID在风扰作用下的姿态稳定控制，

验证了控制算法对抗风扰的有效性。

关键词：抗风扰；四旋翼无人机；神经网络；自抗扰控制

-I-

Abstract

Abstract

Inthenearlytwodecadesofrapiddevelopmentofintelligentlevel,high-techsuchas

roboticarms,unmannedvehicles,unmannedaerialvehiclesandotherintelligentequip-

mentaregraduallymatureandappliedtodailyproductionandlife.Inthispaper,the

quadrotorUAVistakenastheresearchobjecttoanalyzetheexternalwinddisturbancein

theflightcontrolprocess,whichwillincreasethedifficultyofmaintainingastableflight,

andtheUAVwillconsumemoreenergyinthewinddisturbance.Therefore,thecontrol

methodisconsideredfromtwoperspectives.Ontheonehand,theanti-winddisturbance

controlschemeisdevelopedforthequadrotorUAVunderthewinddisturbance,andthe

influenceofthewinddisturbanceontheenergyconsumptionandstabilityoftheUAV

isef