CN119356395B 面向可变形无人机的动态模型自适应轨迹跟踪控制方法 （浙江大学）

AggressiveQuadrotorTrajectorieIncrementalNonlinearDynamicIandDifferentialFlatness.IEEEQuadrotors.2022InternationalCo面向可变形无人机的动态模型自适应轨迹本发明公开了一种面向可变形无人机的动用增量式非线性动态逆控制算法进行外力矩的2构建基于所述动力学模型的控制框架，所述控制框架中：将可变形无人机抓取过程中的不确定性因素建模为由外力及相应力矩构成的残差项，,其中为可变形无人机在世界坐标系中的位置，VW为无人机的线速度，T是施加在机体Z轴上的总推力，ZP为机体坐标系的Z轴在世界坐标系下的表示，m是总质量，者模型不匹配导致的力残差项；,四元数乘法运算符，是总力矩，Jt是随着形变过程改变的依赖形变的惯性矩是机体坐标系下外部扰动力矩或者模型不匹配导致的扭矩,,,3,,,其中kp,ky,k,kj是正定增益矩阵,aaes,wese,waes,jaes,Rzes,RT分别为期考角度对应的旋转矩阵转置，ep-pest-pref，ev-vest-vref，度对应的旋转误差和角速度误差，pest和pref分别为期望的位置和参考的位置，vest和基于角度误差的计算伺服电机的期望转速，从而实现变形控制,,,其中kp,ky,k,kj是正定增益矩阵,aaes,wese,waes,jaes,Rzes,RT分别为期度对应的旋转矩阵转置，Cp=pest-pref，ev=vest-vref，为通过增量式非线性动态逆控制算法得到的待补43.一种如权利要求1所述的面向可变形无人机的动态模型自适应轨迹跟踪控制方法的据四旋翼几何控制理论实现飞行控制；基于对伺服电机角度误差的反馈控制实现变形控理器执行时实现如权利要求1_2任一项所行时实现如权利要求1_2中任一项所述方5[0003]由于四旋翼无人机自身的非稳态特性，大多数常用飞行姿态控制算法采用PID和LQR等线性控制方法实现稳定姿态的悬停和近悬停飞行。随着对于无人机大姿态与敏捷高andKumar,V.(2011),Minimumsnaptrajectorygenerationandcontrolfor学模型带来的空气动力学变化与抓取操作物体等空中交互场景带来的模型不确定性与外来的空气动力学变化无法稳定的应对空中物体抓取带来的模型变化与机在模型不确定性的情况下安全运行。现有技术中存在一部分基于静态不确定性的假设，6[0010]将可变形无人机抓取过程中的不确定性因素建模为由外力及相应力矩构成的残的外部扰动力或者模型不匹配导致的力残差7[0027]Tues=ll-kpep-k,e,-mg+maaesll角度对应的旋转矩阵转置，Cp=pest-pref，Cv=vest-vref，en=(R⃞esR-R'Raes)"/2,e。=w-R'Raesjaes分别为位置误差、速度位置、角度对应的旋转误差和角速度误差，pest和pref分别为期望的位置和参考的位置，vest和vref分别w为参考角速度；机的期望转速2a通过下式计算：[0035]Tlues=ll-kpep-k,e,-mg+maaesll-fi对应的旋转矩阵转置，Cp=pest-pref，Cv=vest-vref，en=(R⃞esR-R'Raes)"/2，为通过L1自适应控制算法得到的待补偿外力，Tnpr为通过增量式非线性动态逆控制算法得到的待补偿外力矩；根据给定的参考轨迹进行平坦映射，根据当前估计或测量的状态计算得到期望状态前馈[0043]根据本申请实施例的第三方面，提供一种计算机程序产品，包括计算机程序/指8[0055]图3是根据一示例性实施例示出的一种面向可变形无人机的动态模型自适应轨迹[0062]图10是根据一示例性实施例示出的一种面向可变形无人机的动态模型自适应轨9[0066]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申含一个或多个相关联的列出项目的任何或所用于调整各模块之间的距离，所述被动式旋转机构用于使仿手指模块相对仿手掌模块旋述扭转弹簧14用于提供旋转后复原的驱动力，保证仿手指模块可以像手指关节一样旋转。该被动式旋转机构的安装位置如图2所示，其中圆周轴承13可以减小仿指尖模块旋转时的戳到仿手指模块内部元器件（如伺服电机5仿手指模块和仿手掌模块之间设置上方的滑和动力学方程。机体坐标系{xp,yg,zp}与世界坐标系{xw,yw,zw}的定义如图4所示。给定的外部扰动力或者理想状态下的四旋翼无人[0082]其中kt和kc分别表示推力系数和扭矩系数。轨组件和压缩弹簧假设压缩弹簧弹性系数为k，则压缩人机平坦映射《Mellinger,D.andKumar,V.(2011),Minimumsnaptrajectorygenerationandcontrolforquadrotors,in‘IEEEInternationalConferenceon[0103]Taes=ll-kpep-k,e,-mg+maaesll转矩阵、参考角度对应的旋转矩阵转置，Cp=pest-pref，Cv=vest-vref，en=(R⃞esR-R'Raes)"/2，e。=w-R'Raesjaes分别为位置误差、速度位置、角度对应现无人机飞行控制。[0112]本方法结合L1自适应控制算法与增量式非线性动态逆控制算法来分别完成对于外力与力矩的估计与补偿。L1自适应算法基于观测器的方法参考《WuZ,ChengS,AckermanKA,etal.L1adaptiveaugmentationforgeometrictrackingcontrolofquadrotors[C].2022InternationalConferenceonRoboticsandAutomation[0113]而增量式非线性动态逆控制（IncrementalNonlinearDynamicInversion，主要参考《TalE,KaramanS.Accuratetrackingofaggressivequadrotortrajectoriesusingincrementalnonlineardynamicinversionanddifferentialflatness[J].IEEETransactionsonControlSystemsTechnology,2020,29(3):[0114]根据可变形无人机的动态特性，将L1自适应控制器应用[0115]Tlues=ll-kpep-k,e,-mg+maaesll-fi0c,f为推力估计滤波器的截至频率，为力矩估计滤波器的截至频率。[0131]可以明显看出几何控制器与L1自适应力补偿融合增量动态逆力矩补偿策略在各然后将其运送到目的地。图8中所示的位置和m/s的速度较为精准跟踪参考轨迹。图中展示了实时估计矿泉水瓶的外扰力和扭矩扰动，[0144]与前述的面向可变形无人机的动态模型自适应轨迹跟踪控制方法的实施例相对[0145]图10是根据一示例性实施例示出的一种面向可变形无人机的动态模型自适应轨序/指令被处理器执行时实现如上述的面向可变形无人机的动态模型自适应轨迹跟踪控制述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技