I I第一章緒論 11.1研究的背景及意義 11.1.1研究的背景 1.2國內(nèi)外研究狀況 21.2.1國內(nèi)研究狀況 21.2.2國外研究狀況 1.3控制方法的研究進展 41.4本文的創(chuàng)新點 61.5本文研究的內(nèi)容及框架 6 7第二章飛行原理及姿態(tài)解算和濾波 8 82.2四旋翼飛行器飛行原理分析 82.2.1飛行器結(jié)構(gòu)設(shè)計 82.2.2飛行原理分析 92.3四旋翼飛行器姿態(tài)解算原理 2.3.1坐標(biāo)系的建立 2.3.2姿態(tài)的四元數(shù)表示法 2.4四旋翼飛行器濾波原理 2.5本章小結(jié) 第三章四旋翼飛行器硬件設(shè)計 3.2結(jié)構(gòu)設(shè)計 3.3主控制器最小系統(tǒng) 3.3.1主控制器型號的選擇 3.3.2最小系統(tǒng)電路設(shè)計與分析 3.4電源電路設(shè)計 3.5姿態(tài)傳感器檢測電路 V3.5.1姿態(tài)傳感器選型 3.5.2電路設(shè)計及其分析 3.6電子羅盤電路 3.6.1電子羅盤選型 3.6.2電路設(shè)計與分析 3.7大氣壓力檢測電路 3.7.1大氣壓力傳感器選型 203.7.2電路設(shè)計與分析 203.8自動避障電路 3.8.1測距傳感器選型 203.8.2超聲波測距電路設(shè)計與分析 213.9串口通信電路 3.10顯示及接口電路 22 3.12本章小結(jié) 第四章四旋翼飛行器軟件設(shè)計 4.2系統(tǒng)軟件設(shè)計 4.3算法軟件實現(xiàn) 4.3.1四元數(shù)算法實現(xiàn) 254.3.2卡爾曼濾波算法實現(xiàn) 284.3.3串級PID控制算法實現(xiàn) 294.4本章小結(jié) 第五章四旋翼飛行器建模及控制方法研究 5.2四旋翼飛行器建模 35.3.1串級PID控制結(jié)構(gòu)分析 35.3.2仿真結(jié)果與分析 5.4模糊PID控制算法研究 5.4.1經(jīng)典PID控制 5.4.2粒子群優(yōu)化PID參數(shù) 5.4.3模糊控制 405.4.4模糊PID控制 415.4.5控制效果比較 455.5滑模控制的改進研究 5.5.1改進的離散滑?？刂?465.5.2傳統(tǒng)離散滑模控制與改進的離散滑?？刂品抡娼Y(jié)果比較 5.5.3神經(jīng)網(wǎng)絡(luò)滑模控制 495.6本章小結(jié) 第六章調(diào)試及結(jié)果分析 5 6.2軟件調(diào)試 6.3硬件調(diào)試 6.4調(diào)試結(jié)果分析 6.5本章小結(jié) 第七章總結(jié)與展望 7.1總結(jié) 7.2展望 攻讀學(xué)位期間研究成果 68 691近年來，由于四旋翼飛行器具有飛行姿態(tài)靈活，體形較小，無人駕駛，控制方法多樣，造價低廉且能在空中自主飛行等優(yōu)點，況且可以被用來代替人類來完成在各種惡劣、危險的環(huán)境下的特定工作和任務(wù)。所以在軍工和民事領(lǐng)域獲得了廣泛的應(yīng)用[1]。1.安保領(lǐng)域：人工智能技術(shù)不斷取得進步，配置高清攝像機和各種安保設(shè)備的四軸飛行器被廣泛使用在公安系統(tǒng)、消防系統(tǒng)、家庭，成為高度智能化且行動敏捷的電子警察、電子消防人員。2.應(yīng)急救援領(lǐng)域：當(dāng)發(fā)生緊急情況，單純的依靠人力進行救援速度比較慢，會導(dǎo)致資源浪費而且救援效果比較差，容易會產(chǎn)生損失比較大，因此利用四旋翼飛行器協(xié)助救援人員能夠快速的完成救援工作，使得損失能夠降低到最小化。3.產(chǎn)品安全領(lǐng)域：在農(nóng)產(chǎn)品領(lǐng)域，憑借四旋翼飛行器的自身獨特的優(yōu)點，可以實時通過攝像頭了解農(nóng)產(chǎn)品的生長狀況，可以幫助農(nóng)戶有針對性的采取應(yīng)對措施，從而極大的減小了損失等。4.公共安全領(lǐng)域：當(dāng)城市發(fā)生恐怖事件、爆炸等影響人民群眾公共安全的事件的時候，由于通過汽車等平時使用的交通工具很難第一時間了解事故現(xiàn)場的情形從而制定應(yīng)對措施，因此四旋翼飛行器憑借自身的體型小、不需要人駕駛可以自主飛行并且通過攝像頭拍攝可以使科學(xué)家們第一時間知道危險情況然后采用應(yīng)對方法，將損失降到最小化的程度。因此，四旋翼飛行器在公共安全領(lǐng)域也被廣泛應(yīng)用。5.軍事領(lǐng)域：在軍事演習(xí)中，由于場面非常的混亂，要想獲得敵方的情形以便我方做好作戰(zhàn)準(zhǔn)備，更好的攻破敵方，可以利用四旋翼飛行器偵查敵方的敵情，然后通過四旋翼飛行器掌握的信息準(zhǔn)確的對戰(zhàn)場情況作出判斷等等。隨著科學(xué)技術(shù)水平的不斷提升，四旋翼飛行器的應(yīng)用越來越廣泛，比如在安保領(lǐng)域、應(yīng)急救援領(lǐng)域、產(chǎn)品安全領(lǐng)域、軍事領(lǐng)域、公共安全領(lǐng)域等[8,即當(dāng)發(fā)生緊急危險的情況下，四旋翼飛行器可以協(xié)助救援人員快速的完成救援工作；利用四旋翼飛行器監(jiān)測危2險環(huán)境或者將四旋翼飛行器運用于軍事演習(xí)中，尤其是將四旋翼飛行器運用到人類不能涉及的危險場合等等。同時，四旋翼飛行器的控制與設(shè)計是一門多學(xué)科、多交叉的技術(shù)，為計算機工程、控制工程、電子技術(shù)等很多領(lǐng)域提供給了研究平臺，因此四旋翼飛行器不管是在民用和國內(nèi)對四旋翼飛行器的研究較晚，主要的研究單位是一些研究院和高校如：國防科的關(guān)鍵是研究飛控板，國內(nèi)研究了一批非常有特色的飛控板。(1)QQ飛控QQ飛控的開發(fā)者是一些對四旋翼有濃厚興趣的大學(xué)生，同KK飛控相比，QQ飛控的價格低廉、調(diào)試簡單，但是也有一些缺點：不能姿態(tài)控制、不能定高等等。(2)零度飛控比較出色的一款飛控板就屬零度飛控，該款飛控是由零度智控(北京)智能科技有限公司研制。其中這款飛控擁有很多的優(yōu)點，比如質(zhì)量輕便、體形較小、安裝非常方便等等，一點都不比APM飛控差，此飛控板的功能非常齊全，而且零度智控有限公司也是國內(nèi)大疆公司最大的競爭者，但是唯獨的缺點便是該款飛控的價格非常貴。(3)NAZA飛控NAZA飛控是國內(nèi)大疆公司推出的又一款優(yōu)秀飛控，它的設(shè)計以創(chuàng)新作為新的理念，將各種傳感器和控制器等集成在一個模塊上，可以實現(xiàn)多種功能，而且也可以拓展硬件，它不但具有飛行穩(wěn)定性，同時也由于這款飛控的諸多優(yōu)點給玩家?guī)砹藷o限的飛行樂趣。3由于早期在20世紀(jì)初，科學(xué)技術(shù)水平差，很多技術(shù)都非常落后，導(dǎo)致了早期研發(fā)的飛行器都是大體積的。1907年實際上第一架旋翼式直升機由Breguet兄弟研制成功，雖然旋翼機1號的研制在當(dāng)時的科學(xué)技術(shù)水平下，經(jīng)過了多次的試驗都沒能獲得成功，不圖1-4旋翼機1號在旋翼機1號的設(shè)計思想的基礎(chǔ)上，科學(xué)家進行了不斷的改進，但是由于飛行穩(wěn)定性很難控制的問題，導(dǎo)致了好幾十年以來，大家對四旋翼飛行器的研究一直沒有多大進展。直至隨著科技的發(fā)展，各種先進技術(shù)、傳感器、理論研究的提升，四旋翼飛行器才又一次被大家重視，成為了研究的熱點話題?，F(xiàn)今，國外的飛控種類有很多，發(fā)展也非常迅猛，應(yīng)用也非常廣泛，下面就列舉一些國外的主流飛控：KK飛控是法國研究的一個開源的開發(fā)項目。因此，國內(nèi)的研究者針對KK飛控的開源的特點，模仿KK飛控平臺，導(dǎo)致KK飛控在市場上出售價格非常低廉、競爭也非常激烈。4MWC飛控是市面上非常通用的開源產(chǎn)品，憑借Arduino易學(xué)的特點，導(dǎo)致MWC飛控的研究非常成熟。它擁有很多的優(yōu)點比如：可以實現(xiàn)姿態(tài)控制、支持眾多的外圍設(shè)備、支持多種飛行模式等等，所以已經(jīng)成為了擁有國外最高市場占有率的一款產(chǎn)品。APM飛控與MWC飛控類似也是世界上有很高占有率的一款產(chǎn)品，并且也是支持開源設(shè)計，并且該飛控有很多的優(yōu)點，功能齊全，但是它的缺點就是調(diào)試起來非常的復(fù)雜。隨著航空技術(shù)在新世紀(jì)被越來越重視，由于四旋翼飛行器體形較小，無人駕駛，控制方法多樣，造價低廉且能夠在空中自主飛行等優(yōu)點，因此四旋翼的研究得到了重視。然而為了實現(xiàn)對四旋翼飛行器的位置控制的關(guān)鍵是對四旋翼飛行器的姿態(tài)穩(wěn)定性進行精確控制[16-17],其中對于控制算法的討論非常重要，下面做了簡要概述。(1)PID算法PID在工程中是一種常用的控制算法，特點是方法成熟、可靠性高、易于在工程控5用了該方法展開了研究，擁有非常良好的實用價值。但是，此控制方法也存在著一些不足之處，比如：此控制方法的參數(shù)調(diào)節(jié)是靠人工進行調(diào)節(jié)，非常的耗時而且此方法依賴精確的四旋翼飛行器運動學(xué)模型，對小角度控制有良好的效果。(2)模糊算法模糊算法是一種不需要依賴于精確的數(shù)學(xué)模型的控制算法，它擁有魯棒性強、容錯性強、易于人機聯(lián)系等優(yōu)點。但是模糊算法中的模糊規(guī)則要是建立不合適就會導(dǎo)致控制精度低的缺點。因此，混合模糊算法的運用效果比單獨運用模糊算法優(yōu)良。比如運用模(3)模糊PID算法模糊PID從字面理解就知道是糅合了PID、模糊優(yōu)點的方法，所以此方法非常受重視。比如張鐳在文獻中運用模糊PID算法對四旋翼飛行器的姿態(tài)進行了控制得到了比較高的控制精度[24]。因此，此方法比模糊算法的控制精度高，具有一定的研究價值。(4)滑模算法滑?？刂扑惴ㄊ且环N變結(jié)構(gòu)控制算法[25-28],具有響應(yīng)速度快、魯棒性強等優(yōu)點，因此被廣泛的應(yīng)用到工程控制中。比如將積分滑模運用到飛控中，獲得了比較好的控制效果[29]。但是，該方法的缺點是當(dāng)軌跡到達滑模面時容易發(fā)生抖顫現(xiàn)象等等。因此如今為了得到比較好的控制效果，很多學(xué)者都將滑?？刂扑惴ㄅc其他一些算法相結(jié)合或者利用改進趨近律等方法克服了抖顫現(xiàn)象，獲得比較好的控制效果。比如：采用冪次趨近律抑制抖顫[30],將自適應(yīng)控制與滑模算法相結(jié)合運用到伺服平臺[311,還有將自適應(yīng)算法與反演算法及滑模算法一起混合的算法運用到四旋翼飛行器姿態(tài)控制中[32】,都獲得了好的控制效果，等等。因此，該方法具有一定的研究價值。(5)Backstepping控制Backstepping控制是一種在非線性控制中能夠展現(xiàn)出突出優(yōu)越感的控制方法，但是，此方法控制過程相對復(fù)雜，在復(fù)雜的非線性系統(tǒng)中能夠體現(xiàn)出優(yōu)越性[33-34],一般用于理論研究中。(6)魯棒控制魯棒控制是一種可以預(yù)估不確定因素并且不用很精準(zhǔn)的動力學(xué)模型，只需要進行離線辨識的控制方法。該種方法對外界因素變化大的控制對象擁有很好的控制效果，但是由于實際的情況存在很多復(fù)雜約束等，所以在實際運用中還是應(yīng)用很少。比如：將魯棒控制運用于四旋翼飛行器的軌跡跟蹤問題中，獲得了比較好的控制效果[35]。6姿態(tài)控制算法是四旋翼飛行器最重要的組成部分，因此是四旋翼飛行器研究的重本文針對姿態(tài)控制問題，以F450四旋翼飛行器為研究對象，分析了其飛行原理、神經(jīng)網(wǎng)絡(luò)滑模算法等進行MATLAB仿真，最后還對四旋翼飛行器進行軟硬件的設(shè)計及個方面：第三章：對基于STM32的四旋翼飛行器進行了硬件設(shè)計，其中包括主控制器最小第四章：對基于STM32的四旋翼飛行器進行了軟件設(shè)計，其中包括給出了系統(tǒng)的整體的軟件設(shè)計、四元數(shù)法的設(shè)計、卡爾曼濾波算法設(shè)計、串級PID算法的設(shè)計等第五章：根據(jù)四旋翼飛行器的飛行原理建立了其動力學(xué)模方法比如：PID算法、模糊算法、模糊PID來控制，并且滑模的應(yīng)用效果優(yōu)良等特點，7化的離散滑?？刂破?，即利用BP神經(jīng)網(wǎng)絡(luò)的輸出ε(k)和δ(k)分別代替常規(guī)趨近律中的常數(shù)ε、δ,優(yōu)化滑模變結(jié)構(gòu)中的等效控制量改善滑模控制效果。第六章：對基于STM32的四旋翼飛行器進行了軟硬件的調(diào)試工作，其中硬件調(diào)試包括當(dāng)四旋翼姿態(tài)發(fā)生變化時的PWM波的檢測調(diào)試和四旋翼飛行器的P、I、D參數(shù)的調(diào)試等等。第七章：總結(jié)本文做的所有工作，并且在總結(jié)的同時又由于時間等的限制對于未來的研究重點做了展望。本章主要介紹了四旋翼飛行器的研究背景及意義，然后又簡述了四旋翼飛行器及其飛控板的國內(nèi)外研究現(xiàn)狀，后來又概括了四旋翼飛行器的姿態(tài)穩(wěn)定性方面控制算法的研究進展，簡述了常用方法的一些特點及其列出了在某些文獻中的應(yīng)用且說明了文章的創(chuàng)新點，最后還給出了全文的研究內(nèi)容并對每章做出寫作安排。8第二章飛行原理及姿態(tài)解算和濾波要知道四旋翼每個時刻的變化姿態(tài)。姿態(tài)解算研究中本文給出了四元數(shù)姿態(tài)表示的過2.2四旋翼飛行器飛行原理分析本文設(shè)計的四旋翼飛行器簡圖由圖2-1所示，電機1—4共同組成了四旋翼的動力部分，其中1、3逆時針旋轉(zhuǎn)，2、4順時針旋轉(zhuǎn)，同時在電機上安裝有子彈頭，在子彈頭上固定著四個相同大小的旋翼，STM32的各種控制模塊及傳感器安置在機架的中央9以電機為被控對象的四旋翼飛行器是通過四個電機分別以不同的速度轉(zhuǎn)動來達到升力的變化的效果，最終導(dǎo)致姿態(tài)的變化實現(xiàn)飛行。而且針對四旋翼四輸入、六輸出的情況，因此可以看出四旋翼是欠驅(qū)動的系統(tǒng)。具體的飛行原理圖如圖2-3所示。垂直運動：由上圖2-3可知，假設(shè)圖中4個電機的轉(zhuǎn)速同時增加，那么拉力要比總重量大，會出現(xiàn)垂直上升的運動情況；如果在飛行狀態(tài)下，拉力小于四旋翼總重量便實現(xiàn)了垂直下降；當(dāng)拉力等于自身的重力的時候，即實現(xiàn)了懸停運動。俯仰運動：電機1、4轉(zhuǎn)速增加，對角電機2、3的轉(zhuǎn)速減小，產(chǎn)生不平衡轉(zhuǎn)矩，該不平衡力矩會致使飛行器繞y軸轉(zhuǎn)；同理，電機1、4的轉(zhuǎn)速下降，對角電機2、3轉(zhuǎn)速增加，可實現(xiàn)繞y軸的反方向轉(zhuǎn)，這就是俯仰運動的全過程。滾轉(zhuǎn)運動：參照圖2-3,假設(shè)電機3、4轉(zhuǎn)速增加，電機1、2轉(zhuǎn)速下降，會導(dǎo)致不平衡轉(zhuǎn)矩繞x軸正反向旋轉(zhuǎn)；反之，會產(chǎn)生不平衡轉(zhuǎn)矩是繞x軸的反方向旋轉(zhuǎn)，實現(xiàn)了飛行器的橫滾運動。偏航運動：參照圖2-3,電機1、3的轉(zhuǎn)速增加，其余兩個電機轉(zhuǎn)速減小，則導(dǎo)致反力矩效應(yīng)。導(dǎo)致不平衡繞z軸旋轉(zhuǎn)，方向同電機1、3一致；反之，使得繞z軸反方向前后運動：參照圖2-3,電機1、4的轉(zhuǎn)速增加，電機2、3的轉(zhuǎn)速減小時，或者相反會導(dǎo)致產(chǎn)生一定的傾斜的同時還會使得飛行器產(chǎn)生水平方向的分量，即產(chǎn)生前后、左右運動。側(cè)向運動：參照圖2-3,側(cè)向運動與上述的原理類似。為了準(zhǔn)確定量描述四旋翼飛行器飛行姿態(tài)信息，此處引入俯仰角、橫滾角、偏航角。由圖2-4所示建立了空間的三維坐標(biāo)系，“北東天”標(biāo)志著坐標(biāo)系的三個方向，也(1)歐拉角由于四旋翼飛行器在飛行的過程中，每一時刻的姿態(tài)都是在不斷變化的，因此本文其中繞x,y,z軸的旋轉(zhuǎn)矩陣分別表示如式(2-1)所示：則姿態(tài)矩陣的表示如式(2-2)所示：(2)四元數(shù)查閱文獻可知，歐拉角法、四元數(shù)表示法、方向余弦法是研究最多的四旋翼姿態(tài)解算方法。歐拉角法是屬于三參數(shù)的解算方法，它具有計算簡單、不需要正交化處理等優(yōu)點，但俯仰角θ=±90°時使用歐拉角法會導(dǎo)致出現(xiàn)“奇點”故不適用于全姿態(tài)解算。此外歐拉角法漂移誤差較大，很少用于捷聯(lián)姿態(tài)算法。方向余弦法是一種九參數(shù)法，其原理是使用微分方程來計算四旋翼飛行器的姿態(tài)矩陣，故具有直接得到姿態(tài)矩陣的優(yōu)點。但是方向余弦法存在計算量大和非正交化誤差的特點，所以需要正交化處理而且這種方法正交化處理復(fù)雜，這些缺點讓方向余弦法很少用于捷聯(lián)姿態(tài)計算。四元數(shù)法的特點是引入超復(fù)數(shù)在數(shù)學(xué)上對坐標(biāo)進行解算，四元數(shù)法沒有歐拉法和方向余弦法的不足[39]。綜合考慮以上方法的特點，本文引入四元數(shù)法來對四旋翼飛行器姿態(tài)矩陣進行解算。其中四元數(shù)組成如式(2-3)所示：運用四元數(shù)表示的旋轉(zhuǎn)如式(2-4)所示：運用四元數(shù)表示的矩陣函數(shù)式(2-6)所示：可見運用四元數(shù)法進行四旋翼飛行器的姿態(tài)解算，大大減少了運算量。(3)歐拉角與四元數(shù)的轉(zhuǎn)換運用四元數(shù)來表示的姿態(tài)矩陣如式(2-7)所示：(4)四元數(shù)與歐拉角之間的轉(zhuǎn)換關(guān)系歐拉角的表示如式(2-8)、(2-9)、(2-10)所示：運用四元數(shù)表示姿態(tài)角如式(2-11)、(2-12)、(2-13)所示：由上面可以看出，計算出四元數(shù)是表示姿態(tài)角的關(guān)鍵。在本設(shè)計中運用一階龍格庫塔迭代法實現(xiàn)四元數(shù)的不斷更新，進而得到即時的姿態(tài)變化角，其中具體的迭代如式(2-14)所示：Q(t+T)=Q(t)+T×0.5×Ωb其中上式中T為采樣周期，Ω是由陀螺儀測得的各軸角速度矩陣。四旋翼有很多傳感器主要有三軸陀螺儀、三軸加速度計等。由于飛行器工作的環(huán)境是外界，這與理想的情況有很大的區(qū)別，因為外界存在很多干擾，使得傳感器采集的數(shù)據(jù)有些偏離了正常值。傳感器采集到數(shù)據(jù)中偏離正常值的數(shù)據(jù)如果不加處理會影響控制的效果，本文采用濾波算法進行處理來實現(xiàn)減小誤差和噪聲的目的。濾波算法種類繁多，其中大多數(shù)只適用于有用信號和噪聲處在不同頻帶的條件下。本文濾波的條件無法達到以上的理想情況，因而選擇合適的濾波算法對本文至關(guān)重要?？柭鼮V波的使用條件不要求信號和噪聲是平穩(wěn)的過程，并且卡爾曼濾波相對于其他濾波算法具有以下顯著特點：易于實現(xiàn)、理解簡便、適用范圍廣。綜合考慮本文研究的實際情況和卡爾曼濾波的特點，本文選擇卡爾曼濾波算法對系統(tǒng)狀態(tài)進行最優(yōu)估計。其中卡爾曼濾波算法的流程主要可以歸納為對下面5條公式的理解與應(yīng)用，具體解首先，假設(shè)線性系統(tǒng)如式(2-15)所示：X(k)表示系統(tǒng)的狀態(tài)，U(k)表示現(xiàn)在狀態(tài)的控制量，A和B為系統(tǒng)的參數(shù)，W(k過程噪聲。其中，系統(tǒng)測量值描述如式(2-16)所示：Z(k)是現(xiàn)在狀態(tài)的測量值，H是測量狀態(tài)的系統(tǒng)參數(shù)，V(k)表示噪聲。現(xiàn)在狀態(tài)的預(yù)測如式(2-17)所示：根據(jù)系統(tǒng)的上一個狀態(tài)的值來預(yù)測現(xiàn)在狀態(tài)值。協(xié)方差的更新如式(2-18)所示：通過上一個狀態(tài)的協(xié)方差得到更新過后的系統(tǒng)協(xié)方差，其中Q為系統(tǒng)過程的協(xié)方差?，F(xiàn)在狀態(tài)的最優(yōu)估計值如式(2-19)所示：x(kl|lk)=x(k|k-1)+Kg(k)(Z(k)-HX(kl|k-1))從上式可以看出，最優(yōu)估計值是根據(jù)上面由預(yù)測及實際值組成的公式不斷的進行計算得卡爾曼增益如式(2-20)所示：Kg(k)=P(kllk-1)H(HP(kl|k-1)H+R)根據(jù)上述公式可以得出卡爾曼增益?，F(xiàn)在狀態(tài)的協(xié)方差如式(2-21)所示：協(xié)方差的不斷變化是通過上式計算完成的。本章分析了四旋翼的實體結(jié)構(gòu)及飛行原理，建立了四旋翼飛行器的空間三維坐標(biāo)系，并在三維坐標(biāo)系的基礎(chǔ)上運用四元數(shù)表示俯仰角、橫滾角、偏航角等姿態(tài)角，由于四旋翼飛行器中央安裝的各傳感器都存在干擾，在本文采用卡爾曼濾波算法減小誤差及噪聲等。第三章四旋翼飛行器硬件設(shè)計為了實現(xiàn)四旋翼的平穩(wěn)飛行，對四旋翼進行硬件設(shè)遙控接收模塊和接口模塊等部分，具體見圖3-1所示。路路路路主控芯片電源模塊的作用是給控制系統(tǒng)提供保證四旋翼飛行器能夠穩(wěn)定性飛行所需要的電量，本機采用好盈FlyFun-40A無刷電調(diào)(帶BEC輸出),可為飛行控制系統(tǒng)提供5VSTM32F103VCT6使用的是ARM公司生產(chǎn)的Cortex-M3型號的處理器作為內(nèi)核的功耗很低、體積非常小等等。雖然Cortex-M3不如ASTM32F103VCT6最小系統(tǒng)電路里擇等外圍電路。從圖3-2所知，為了容易調(diào)試選用8MHz晶振、撥碼形式電路等。2三H2三H4PBIZ/P12NSSA2C2MBAUSART3CK/TIML_6PA4/SPII_NSSUSAR12(KIAB二USARTRX異JIOKSWLK%USARTSR要TXe5_圖3-2STM32F103VCT6最小系統(tǒng)原理圖壓5V轉(zhuǎn)換成3.3V的可供主控芯片使用的電壓。三端線性穩(wěn)壓器AMS1117僅要求輸入和輸出端接很少量的濾波電容就能輸出3.3V穩(wěn)定電壓，所以本文選取適用性較廣的AMS1117作為本四旋翼飛行器的電源轉(zhuǎn)化芯片，電源電路知DW表示5.1V的穩(wěn)壓管，其作用是讓AMS1117的輸入電壓不超過5.1V,達到限幅VVF圖3-3穩(wěn)壓電源四旋翼飛行器平穩(wěn)飛行的關(guān)鍵是內(nèi)環(huán)(姿態(tài)環(huán))的穩(wěn)定控制，所以必須得設(shè)計姿態(tài)了加速度計和陀螺儀當(dāng)作為四旋翼飛行器的姿態(tài)檢測模塊，其相關(guān)原理如下。(1)原理分析①加速度計加速度計是四旋翼飛行器用來測量加速力的設(shè)備，其中所謂的加速力是物體處于加速狀態(tài)下所產(chǎn)生的力的作用。其中這樣的加速力可以是地球引力，也就是重力。加速度我們可以運用常量、變量來進行定義。②陀螺儀物體在高速旋轉(zhuǎn)的情況下，旋轉(zhuǎn)軸方向?qū)ν饬ψ饔貌皇苡绊懬闆r時，自身狀態(tài)也保持不變，這就是所謂的陀螺儀工作原理。人類根據(jù)這個原理發(fā)明了陀螺儀。為了使其能夠正常的工作，人類要給陀螺儀一個高速旋轉(zhuǎn)的力，然后按照特定的方法讀取旋轉(zhuǎn)軸方向，最后將得到的數(shù)據(jù)傳遞給控制系統(tǒng)進行處理。市面上應(yīng)用比較多的有Gimbal、MEMS陀螺儀。由于Gimbal陀螺儀有一些自身的缺點，比如：價格高、體形大等等，考慮到四旋翼飛行器的體形小，模塊放置空間有限等因素，本設(shè)計采用MEMS陀螺儀測量四旋翼飛行器的姿態(tài)角速度是最好的選擇。該陀螺儀有很多優(yōu)點，比如：價格低廉，體積很小(2)傳感器的選擇隨著科學(xué)技術(shù)的發(fā)展，微機電系統(tǒng)領(lǐng)域已經(jīng)備受矚目，因此微傳感器也隨之被廣泛使用，同時和傳統(tǒng)的傳感器相比有很多優(yōu)點，所以在本設(shè)計中，采用MEMS傳感器，以下是市面上應(yīng)用比較廣泛的MEMS傳感器型號。公司名字量程(/s)靈敏度(LSB//s)電壓(V)公司量程(/s)靈敏度(LSB//s)電壓(V)根據(jù)上表列出的當(dāng)今主流傳感器參數(shù)，由于需要思考成本等各種問題，所以比較以后，最終選擇的四旋翼姿態(tài)傳感器型號是MPU6050芯片。3.5.2電路設(shè)計及其分析具體的MPU-6050應(yīng)用電路圖如下圖3-4:IIC接口的輸出端是漏極開路或集電極開路，因此接口必須外加上拉電阻，這個電阻的阻值可以是4.7KΩ、2.2KΩ或1KΩ?？紤]到上拉電阻的阻值大小對時序和信號的上升時間以及下降時間的影響，因此采用阻值為4.7KΩ的電阻最佳。REGOUT接口連接的電容的主要作用是對濾波進行校準(zhǔn)，本設(shè)計的濾波電容的容值為0.1uF并且需要接地。CPOUT引腳和22uF電容相連接，主要作用是為MEMS提供高電壓的電荷泵輸出。設(shè)計中使用的時鐘是內(nèi)部時鐘，因此CLMN(外部時鐘輸入)必須接地。四旋翼飛行器和航行在海洋里的船舶一樣，都需要不斷的辨別方向，因此需要選擇一個辨別方向的設(shè)備，況且由于四旋翼飛行器自身的體形輕巧等特點，綜合考慮選擇數(shù)字羅盤HMC5883L作為四旋翼飛行器的方向辨別設(shè)備。其中，HMC5883L在行業(yè)中較其他傳感器擁有很多優(yōu)點，比如可以支持IIC傳輸、自動進行溫度補償、數(shù)據(jù)更新速率可達220Hz等，因此本設(shè)計采用HMC5883L比較合3.6.2電路設(shè)計與分析本文所設(shè)計的HMC5883L是單電源模式，供電電壓是3.3V,外部的兩個電容選用陶瓷電容，該電容的特點是有低的ESR,其中儲能電容C28的標(biāo)稱值為4.7μF,置位/復(fù)位電容C27的標(biāo)稱值為0.22μF。24SCL98*3mm*1mm,精度卻高達10cm。通訊可采用SPI或者IIC模式，非常方便，MS5611MS5611的時鐘線SCL和數(shù)據(jù)線SDA連接主控芯片的IIC口。電容C29是容值為10pF的瓷片電容，其連接在VDD和GND之間。C29的作3.8自動避障電路因此要想四旋翼飛行器能夠安全的在室內(nèi)或者是一些空間受限的環(huán)境下安全的平穩(wěn)飛(1)紅外反射式光電傳感器(2)超聲波傳感器超聲波傳感器通常是根據(jù)超聲波在空氣中進行傳播和反射的超聲波工作時序見圖3-7,從圖中可以看出，首先至少給10μsTTL信號，然后發(fā)出8個40KHZ脈沖，同時檢測假設(shè)有信號返回就可以開始計時，I/O高電平顯示的長度就圖3-7超聲波工作時序圖本文的設(shè)計采用HC-SR04超聲測距模塊，接口電路、實物圖如距儀的Echo腳相連接的作用是作為輸入的回響信號。1234圖3-8超聲波接口電路3.9串口通信電路為了能夠方便有效地采集數(shù)據(jù)，本文設(shè)計中所使用的主控芯片的USART1口與上位機相互連接。串口采集的電路圖如圖3-10所示。其中CP2102組成的USB-UART橋接電路是由美國公司SiliconLaboratory推出，該電路由C22、F1、C23、C24、R14和D6等少量器件就構(gòu)成了CP2102的基本外圍電路，從而實現(xiàn)了USB2.0到UART接口的轉(zhuǎn)換。置12古L買置12古L買I4ENFe5NDT控D1本文的設(shè)計中使用的輔助設(shè)計電路是OLED顯示電路，這種顯示電路有6個引腳。為了控制OLED需要4個I/O口，本文設(shè)計中分配OLED的輸出口PD0-PD3,此OLED模塊的接口電路圖如下圖3-11所示。圖3-11OLED接口電路數(shù)等存儲下來。為了達到存儲這些參數(shù)的目的需要設(shè)計flash電路。本文使用的是16M的flash由ATMEL公司生產(chǎn)，具體型號是AT45DB161,其芯片采用SPI接口，數(shù)據(jù)傳輸可靠穩(wěn)定，具體的電路如圖3-12所示：3.12本章小結(jié)本章首先從整體上闡述了四旋翼飛行器的硬件組成，大塊，慣性測量模塊(MEMS)、主控制器及接口與擴展等部分組成；然后對四旋翼飛行器第四章四旋翼飛行器軟件設(shè)計4.1引言四旋翼飛行器為了能夠?qū)崿F(xiàn)平穩(wěn)的飛行研究，除了需要以四旋翼飛行器試驗樣機為研究載體，即對四旋翼飛行器的硬件進行設(shè)計與選型，還需要對四旋翼飛行器的飛行控制進行軟件設(shè)計及編程。因此，本章對四旋翼飛行器的系統(tǒng)軟件進行了設(shè)計，并且對四元數(shù)算法、卡爾曼濾波算法、串級PID控制算法等進行了軟件編程設(shè)計，為四旋翼飛行器的平穩(wěn)飛行奠定了軟件基礎(chǔ)。4.2系統(tǒng)軟件設(shè)計為了實現(xiàn)四旋翼飛行器的平穩(wěn)飛行，必須對其進行軟件編程，其中初始化設(shè)置是對軟件設(shè)計的前提，需要進行初始化設(shè)置的有：定時器、GPIO口、串口、中斷NVIC、傳MPU6050、HMC5883L等都需要進行初始化。對各個模塊初始化，這樣可以保證各個模塊都能夠工作正常再開始讀入控制參數(shù)，這就是設(shè)計的主流程。其中為了提高系統(tǒng)的響應(yīng)速度，將飛行器控制部分的程序放置于中斷程序里進行處理，其中包括了姿態(tài)解算、高度控制及遠程遙控信息處理等等。具體的流程圖見圖4-1所示。亞亞否是液晶顯示2.52.5ms中斷入口主函數(shù)代碼如下：{{//每10ms向上位機發(fā)送一次數(shù)據(jù)4.3算法軟件實現(xiàn)運用四元數(shù)來表示歐拉角進行姿態(tài)控制的方法，大大減小了運算量，同時也是一種主流的姿態(tài)更新方法，具體的過程見圖4-2所示。數(shù)值準(zhǔn)備數(shù)值準(zhǔn)備加速度計數(shù)值歸一誤差求解誤差積分四元數(shù)微分解算歐拉角圖4-2四元數(shù)算法實現(xiàn)的簡要步驟框圖四元數(shù)算法代碼如下：IMUupdate(sensor.gyro.rfloatq0=1,q1=0,q2=0,q3=0;//四元數(shù)floatexInt=0,eyInt=0,ezInt=0;//累積誤差{floatvx,vy,vz;//wx,wy,wz;floatq0q0=q0*q0;//為下面的計算做準(zhǔn)備norm=Q_rsqrt(ax*ax+ay*ay+az//加速度計數(shù)據(jù)歸一化VZ=q0q0-q1q1-q2q2+q//估計重力方向和流量//四元數(shù)中xyz的表示//對向量外環(huán)積分簡單處理得出偏差exInt=exInt+VariableParaeyInt=eyInt+VariableParaezInt=ezInt+VariableParagx=gx+Kp*VariableParameter(gy=gy+Kp*VariableParameter(egz=gz+Kp*VariableParameter(ez)*ez+ezInt;//四元數(shù)的微分方程q0=q0+(-q1*gx-q2*gy-q3*gq1=q1+(q0*gx+q2*gz-q3*gy)*halq2=q2+(q0*gy-q1*gz+q3*gx)*halq3=q3+(q0*gz+q1*gy-q2norm=Q_rsqrt(q0q0+qlq1+q2q2+q3angle.roll=atan2(2*q2q3+2*qOq1,-2*qlq1-2*q2q2+1);//弧度制表示的橫滾角angle.pitch=asin(-2angle.yaw=atan2((double)Yr,(doub//將橫滾角弧度制表示Xr=X_HMC*COS(angle.pitch/AtR)+Y_HMC*SIN(-angle.pitcSIN(-angle.roll/AtR)-Z_HMC*COS(angle.roll/AtR)*SIYr=Y_HMC*COS(angle.roll/AtR)+Z_HMC*SIN(-angle.ro最終的三個輸出角便是本設(shè)計建立的相關(guān)歐拉角。4.3.2卡爾曼濾波算法實現(xiàn)姿態(tài)傳感器在數(shù)據(jù)采集的時候由于容易受到干擾和噪聲等的影響，因此本設(shè)計采用卡爾曼濾波算法對其進行濾波得到相對精確比較高的數(shù)據(jù)。然而，該算法歸根結(jié)底主要可以歸納為五個主要步驟，其中得到最優(yōu)估計狀態(tài)是關(guān)鍵的一個環(huán)節(jié)，具體步驟見圖4-3圖4-3卡爾曼濾波算法實現(xiàn)的簡要步驟框圖卡爾曼濾波代碼如下：#defineKALMAN_Q0.02//Q:過程噪聲，隨著Q的增大使得動態(tài)#defineKALMAN_R6.00//R:測量噪聲，隨著Q的增大使得動態(tài)響應(yīng)變慢，收斂/*卡爾曼對X軸加速度計進行處理*/staticdoubleKalmanFilter_x(constdoubleResrcData,doubleProcessNiose_Q,dou{doubleR=MeasureNoise_R;//測量噪聲doubleQ=ProcessNiose_Q;//過程噪聲doublex_mid=x_lasx_now=x_mid+kg*(ResrcData-p_now=(1-kg)*p_mid;不難發(fā)現(xiàn)，卡爾曼濾波具體的過程思想是利用現(xiàn)在狀態(tài)不斷預(yù)測下個狀態(tài)，結(jié)合測量，得到最優(yōu)狀態(tài)。4.3.3串級PID控制算法實現(xiàn)串級PID從理論上分析可以知道，該控制包括位置、姿態(tài)環(huán)，然后也很容易從下面列出的部分重要代碼知道，外環(huán)執(zhí)行一次，內(nèi)環(huán)需要執(zhí)行兩次。其中具體的過程見下圖4-4所示。電機輸出圖4-4串級PID控制算法實現(xiàn)的簡要步驟框圖pit=pit-(Rc_Data.PITCH-Rc_Data.pitch_offset//俯仰角500/20=25度，防止俯仰角if(ctrl.pitch.shell.increment>ctrl.pitch.shell.increment_max)ctrl.pitch.shel29ctrl.pitch.shell.inelseif(ctrl.pitch.shell.increment<-ctrl.pitch.shelctrl.pitch.shell.increment=-ctrl.pitch.shell.increment_max;ctrl.pitch.shell.pid_out=ctrl.pitch.shell.kp*pit+ctrl.ctrl.pitch.shell.increment+ctrl.pitch.shell.kd*(pit-pitch_old);//外環(huán)PID輸出ctrl.roll.core.kp_out=ctrl.roll.core.kp*(ctrl.roll.shell.pid_outctrl.roll.core.kd_out=ctrl.roll.core.kd*(sensor.gyro.origin.y-sensor.gyro.histor.y);本章先從整體上給出了STM32四旋翼飛行器系統(tǒng)的總體軟件設(shè)計，其中包括了軟件設(shè)計的總體的流程圖和部分的主函數(shù)代碼，然后，針對四旋翼飛行器中運用到的四元數(shù)法、卡爾曼濾波算法、串級PID控制算法等等進行了軟件的設(shè)計并列出了部分的軟件代碼。第五章四旋翼飛行器建模及控制方法研究建模。然后在動力學(xué)模型的基礎(chǔ)上運用智能算法控制姿態(tài)的穩(wěn)定性。至20世紀(jì)40年代通道運用經(jīng)典PID控制進行控制仿真，由于經(jīng)典PID控制控制中選擇趨近律常數(shù)的不便，本章設(shè)計了優(yōu)化的神經(jīng)網(wǎng)絡(luò)滑?？刂破?，也就是BP神5.2四旋翼飛行器建模m——表示四旋翼質(zhì)量；ζ=(x,y,z)—再根據(jù)旋轉(zhuǎn)矩陣A得四旋翼四個螺旋槳總升力。把(5-2)代入(5-1)獲得的運動方程如式(5-3)所示：再對式(5-4)進行求導(dǎo)得角運動方程：其中四旋翼飛行器的控制輸入如式(5-6)所示：為了對四旋翼飛行器進行很好的控制，可以忽略阻力系數(shù)[43】,于是簡化的動力學(xué)模型如下式(5-7)所示[22]:其中：x、y、z——三軸平動位移量；l——旋翼中心和坐標(biāo)原點的距離；U,、U?、U?、U?——垂直速度、橫滾輸入、俯仰、偏航四個控制量；Iα、1、I——三個軸的轉(zhuǎn)動慣量；@——旋翼轉(zhuǎn)速；K,、Ka—升力、反扭矩系數(shù)。由于在下面的研究中都是在PID控制的基礎(chǔ)上進行展開的，因此為了方便進行研究，首先需要對PID進行解釋說明，PID包含的三環(huán)節(jié)：即P、I、D。具體的是P平時情況下是被用作減小偏差；I平時情況下是被用作消除靜差；D平時情況下是被用作減小振蕩等等[18]。最后根據(jù)PID方法工程應(yīng)用簡易，方法成熟簡便容易被人接受等特點，因此受到了廣泛的應(yīng)用。具體的PID控制算法原理如式(5-8)所示：xu=k,(x-xa)+k;?(x-xa)dt+5.3.1串級PID控制結(jié)構(gòu)分析自從我們進入到將計算機與控制相結(jié)合的時代以來，由于PID算法不但模擬仿真容易而且物理實現(xiàn)非常簡便，因此被廣泛運用于各個領(lǐng)域。本文從整體上采用串級PID控制的研究方法，即外環(huán)是位置控制環(huán)，相對而言的內(nèi)環(huán)為姿態(tài)環(huán)，其中外環(huán)用PID進行控制，而內(nèi)環(huán)采用PD控制即可實現(xiàn)穩(wěn)定控制。其中具體的串級PID的圖5-2串級PID整體的SIMULINK仿真圖其中PIDforxyz模塊如下圖5-3所示：++++++++++2圖5-3PIDforxyz模塊的SIMULINK仿真圖Fxyz-inversion模塊如下圖5-4所示：×+++× 1÷2×÷+圖5-4Fxyz-inversion模塊的SIMULINK仿真圖innerloop模塊如下圖5-5所示：32圖5-5innerloop模塊的SIMULINK仿真圖Fxyz模塊如下圖5-6所示：×專圖5-6Fxyz模塊的SIMULINK仿真圖由上圖5-2所示的串級PID算法的SIMULINK圖可以知道，串級PID算法的控制過程是將(x,y,z)位置坐標(biāo)的目標(biāo)與實際值之間差值作為控制的輸入，然后經(jīng)過下一個PIDforXYZ模塊，通過該模塊的處理可以得到目標(biāo)位移加速度值,然后再將得到的值經(jīng)過Fxyz_inversion模塊，通過該模塊的反解處理，即可以得到目標(biāo)升力、目標(biāo)俯仰、目標(biāo)橫滾，再將得到的目標(biāo)俯仰和橫滾值加上給定的偏航值，經(jīng)過innerloop模塊，進行四旋翼飛行器的內(nèi)環(huán)即姿態(tài)的穩(wěn)定性控制環(huán)控制，再將通過內(nèi)環(huán)處理過的值和反解模塊得到的升力和送給Fxyz和doubleintegratorsforxyz模塊，一同完成對動力學(xué)模型的控制。其中，姿態(tài)PID在研究的過程中被總結(jié)的控制原理如下面5-7可以知道。十十計算出的歐角角速度變化5.3.2仿真結(jié)果與分析運用串級PID控制，經(jīng)過Simulink對四旋翼飛行器的動力學(xué)模型進行仿真后，六種1.5一02仿真時間(s)θφψxyZ上升時間t41峰值時間tp9994調(diào)節(jié)時間ts929由圖5-8以及表5-1可以知道，φ和z兩種狀態(tài)的響應(yīng)出現(xiàn)了超調(diào)，出現(xiàn)這種現(xiàn)象的原因是由于PID控制中比例系數(shù)選取偏大造成的，因此為了減小超調(diào)，就得適當(dāng)?shù)臏p小比例系數(shù)值。再從圖5-8的響應(yīng)曲線明顯可以看出，通過串級PID控制即外環(huán)選取PID控制、內(nèi)環(huán)即PD使得各個飛行狀態(tài)都實現(xiàn)了平穩(wěn)控制。5.4模糊PID控制算法研究制算法和PID控制算法的優(yōu)點，顯然控制效果更優(yōu)。5.4.1經(jīng)典PID控制本小節(jié)以四旋翼飛行器的俯仰通道為研究對象，利用經(jīng)典PID控制算法對俯仰通道建立了MATLAB/Simulink模型及仿真曲線如下圖5-9和5-10所示。kk++De仿真時間(s)5.4.2粒子群優(yōu)化PID參數(shù)參數(shù)進行優(yōu)化，大大減小了工作量且獲得了較好的控制效果[45]。其中Simulink環(huán)境下的s更新操作N件嗎?Y圖5-12PSO優(yōu)化PID的過程示意圖其中具體的優(yōu)化過程由5-12可以知道，也就是將粒子群隨機更新得到的粒子不斷給PID中的控制參數(shù)傳輸，最后仿真模型，不斷計算得到對應(yīng)適應(yīng)度值，判斷是否退出。圖5-13PID參數(shù)趨勢攀仿真時間(s)圖5-14參數(shù)優(yōu)化前后的仿真曲線從圖5-13所示的比例、積分、微分參數(shù)趨勢可以知道，k,的值趨近于3.6,ka的值趨近于2,k;的值趨近于0.2左右，和下面運用PID手動調(diào)試的三個參數(shù)值接近，表明圖5-14所示，在階躍輸入的情況下，經(jīng)典PID控制算法的調(diào)節(jié)時間比較長約8.5秒，運用PSO優(yōu)化參數(shù)后所需要的調(diào)節(jié)時間約4秒，PSO優(yōu)化參數(shù)后系統(tǒng)響應(yīng)的超調(diào)量是5%左右，所以綜合考慮PSO優(yōu)化參數(shù)后的PID控制能夠更好的實現(xiàn)四旋翼飛行器SIMULINK仿真結(jié)構(gòu)圖及其仿真曲線如下圖5-15和5-16所示。kk+Add圖5-15模糊控制的SIMULINK模型圖仿真時間(s)圖5-16模糊控制的仿真圖5.4.4模糊PID控制模糊PID控制既集合了模糊控制算法的解決強耦合性等問題的優(yōu)點，又具有PID算法的原理簡單、適應(yīng)性強、魯棒性強且有一個完整的參數(shù)調(diào)節(jié)方案等等優(yōu)點。因此本文重點研究了模糊PID控制器的設(shè)計方法同時也給出了模糊PID控制的SIMULINK模型圖和仿真圖。(1)原理設(shè)計具體的控制結(jié)構(gòu)如圖5-17所示。模糊推理模糊推理PID控制器控制對象K,=Kpo+{e,ec;},K,=K?o+{e,ec},Ka=Kao+{e,ec,},其中從圖5-18看以知道，{e,,ec;},、{e,ec,}、e,ec;}。的輸出是通過模糊控制器進行模糊化處理得到。232圖5-18邏輯結(jié)構(gòu)圖X1X①X2圖5-19控制模型圖以俯仰偏差、俯仰變化率作為模糊的兩個輸入，△K,、△K,、△Ka為三輸出[46]。變即集合為{NB,NM,NS,ZO,PS,PM,PB},具體的設(shè)置見圖5-20至5-24。mf圖5-20e的隸屬函數(shù)圖22回圖5-21ec的隸屬函數(shù)圖網(wǎng)(2)模糊規(guī)則具體的模糊規(guī)則按照PID參數(shù)選取的經(jīng)驗規(guī)則建立，比如：ifeisNBandecisNB具體規(guī)則見圖5-25所示。圖5-25模糊控制規(guī)則圖具體的三維曲面見圖5-26至5-28所示。易圖5-27△k;的三維圖FileEditView回圖5-28△k的三維圖具體的模糊PID控制的SIMULINK結(jié)構(gòu)圖和仿真圖如下圖5-29和圖5-30所示。+X++Xp.0K+1本小節(jié)給出了以四旋翼飛行器俯仰通道為控制對象，其中PID、Fuzzy、FuzzyPID三種算法的仿真對比曲線如下圖5-31所示。1由圖5-31所示可以看出，當(dāng)對三種算法同時給定一個初始的單位階躍信號的時調(diào)節(jié)時間比較長約8.5秒，其次Fuzzy算法的系統(tǒng)調(diào)節(jié)時間比較短大概是3秒，但是擁有很大的超調(diào)量最大約60%,大的超調(diào)量容易會導(dǎo)致系統(tǒng)的不穩(wěn)定，最后根據(jù)圖5-31知道FuzzyPID的控制效果最優(yōu)，不但不會像PID調(diào)節(jié)時間那么長，調(diào)節(jié)時間約2秒，也不會像Fuzzy擁有大的超調(diào)，其最大超調(diào)量約5%。由于在四旋翼飛行器飛行的過程5.5滑?？刂频母倪M研究在研究了上述一些方法的同時，由于上述討論的方法自身也有自己的一些不足之的一個姿態(tài)控制通道(偏航通道)為控制對象，研究了利用傳統(tǒng)的自適應(yīng)離散滑?？刂?7下載高由(5-12)可得：此處取再將(5-11)、(5-12)、(5-13)代入(5-10)得到控制律：由于(5-14)中sgn(·)即符號函數(shù)會有抖振問題，于是本設(shè)計加入一個衰減函數(shù)，即用代替,其中δ是極小的正數(shù)。(2)穩(wěn)定性分析為了實現(xiàn)V(x)<0,也就是式(5-18)<0,式(5-19)>0,由于q,T是正數(shù)，式(5-18)很明顯是小于0,所以要求式(5-19)大于0,即,經(jīng)過計算得到滿足,那樣就實現(xiàn)了V(x)<0。即得到了該控制器的設(shè)計是符合Lyapunov穩(wěn)定5.5.2傳統(tǒng)離散滑?？刂婆c改進的離散滑模控制仿真結(jié)果比較再將(5-20)傳遞函數(shù)離散化可以得到如下式(5-21)所示：仿真的條件即取c=10,ε=15,q=30;c=10,ε=|s(k)212,q=30;c=5,5種情況，同時指令信號0°-10°之間變化，T=0.001,仿真給出了不同參數(shù)條件下的仿真對比，見圖5-32至5-33所示。9從5-32可以知道，該圖給出的是c=10,ε=15,q=30;c=10,ε=|s(k)212,q=30;c=5,ε=|s(k)212,q=20;c=30,ε=|s(k)212,q=50;c=10,ε這5種情況下改進前后滑模算法的對比仿真情況，從5-33可以知道，該圖給出的是c=10,ε=15,q=30;c=10,ε=|s(k)|212,q=30;c=5,ε=|c=30,ε=|s(k)2/2,q=50;c=10,ε=|s(k)?12,q=30這5種不同條件下的抑制抖振情況，即在不同的情況下，控制量隨著時間的變化情況。綜合考慮圖5-32和圖5-33的控制效果可以得出當(dāng)c=10,ε=15,q=30時即采用普通滑模算法進行控制，此時的控制效果即為系統(tǒng)的調(diào)節(jié)時間長約1.2秒且抖振很嚴(yán)重，抖振幅值最大約9V;當(dāng)c=10,時候，是采用改進過后的二階滑模控制算法，控制效果顯著提高，調(diào)節(jié)時間減短且抖振也很??；當(dāng)c=10,ε=|s(k)?12,q=30的時候，即采用的是高階離散滑模控制，控制效果較普通的離散滑?？刂菩Ч泻艽蟮母纳?，即系統(tǒng)調(diào)節(jié)時間減短且抖振也減小但是和二階的滑模控制相比，由于高階的滑模對計算機的配置要求比較高，因此在此處研究中沒有二階的滑模控制效果好，調(diào)節(jié)時間約0.7秒，最大抖振幅值約5V;同時針對c=10,8=|s(k)|212,q=30、當(dāng)c=3種情況，都是利用二階滑?？刂?，但是選取的參數(shù)不同，控制效果不同，經(jīng)過反復(fù)試驗得出了c=10,ε=|s(k)212,q=30參數(shù)情況下的控制效果最好，調(diào)節(jié)時間約0.5秒，最大抖振幅值約2V。隨著科學(xué)技術(shù)的不斷發(fā)展，由于神經(jīng)網(wǎng)絡(luò)非線性能力強、具有一定的學(xué)習(xí)和記憶功能等，且滑模算法的響應(yīng)快、物理實現(xiàn)容易等優(yōu)點，現(xiàn)在很多學(xué)者將神經(jīng)網(wǎng)絡(luò)與滑模算法相結(jié)合對被控對象進行控制。比如將RBF神經(jīng)網(wǎng)絡(luò)與滑模相結(jié)合，改善了風(fēng)電機槳距的控制效果[56],提出了將Backstepping和滑模相結(jié)合的策略，同時利用神經(jīng)網(wǎng)絡(luò)對權(quán)值進行調(diào)整等的飛控方案[57],運用神經(jīng)滑模實現(xiàn)了伺服系統(tǒng)的低速補償[58],提出了將神經(jīng)網(wǎng)絡(luò)和滑模相結(jié)合的一種策略，達到了很好的控制精度[59],然而為了使本文的研究對象四旋翼也能達到優(yōu)良控制效果，本小節(jié)圍繞優(yōu)化的神經(jīng)網(wǎng)絡(luò)滑?？刂品椒ㄟM行研究，大大降低了系統(tǒng)抖振。即由于常規(guī)滑模控制中選擇趨近律常數(shù)的不便，為了克服這個問題，設(shè)計了優(yōu)化的神經(jīng)網(wǎng)絡(luò)滑模控制方法，也就是將BP神經(jīng)網(wǎng)絡(luò)輸出ε(k)以及δ(k)替代趨近律常數(shù)ε、δ,但是根據(jù)神經(jīng)網(wǎng)絡(luò)自身的一些缺點，使用遺傳算法對其優(yōu)化改善控制效果。(1)優(yōu)化的整體設(shè)計由于神經(jīng)網(wǎng)絡(luò)的一些缺點，在這邊使用遺傳算法對其進行優(yōu)化，其中優(yōu)化過程簡單敘述成如下所示：其中：E—表示訓(xùn)練誤差w、V—表示隱含層到輸出層的連接權(quán)值θ、Y—表示隱含層到輸出層的連接閾值k—表示迭代次數(shù)y(k)—表示目標(biāo)輸出(k)—表示實際輸出w,v,θ,—表示設(shè)計變量(2)神經(jīng)網(wǎng)絡(luò)滑模控制器設(shè)計假設(shè)離散時間系統(tǒng)如下所示：其中，x(k)∈R"×1,A∈R”×,b∈R"1,u∈R為系統(tǒng)的控制，d(k)為外部擾動。由式(5-25)中的c組成的多項式是符合Hurwitz多項式的。。將式(5-26)改寫為：u,(k)=-(cTb)?1cTAx(k)-d?再由式(5-23)、(5-24)、(5-25),得到等效控制量：u(k)=-(cTb)?1[c'Ax(k)-(1-δt到了改善控制的效果。將狀態(tài)變量、控制量看作是神經(jīng)網(wǎng)絡(luò)的輸入，那么輸出可以定義為如式(5-29)所低抖振的目的，其中具體表達式即,其中μ增大到一定數(shù)值的時候，就信號。其中，通過改進過后的控制律如式(5-30)所示：u(k)=-(c'b)-'[c'Ax(k)-(1-δ(k)z)s(k)+ε(k)(3)穩(wěn)定性分析此處，針對穩(wěn)定性證明的問題，采用的Lyapunov函數(shù)如式(5-31)所示：把(5-27)公式代到(5-32),可以得到如下式(5-33)所示：此，證明了設(shè)計的控制器是能夠滿足Lyapunov穩(wěn)定性的。(4)仿真結(jié)果分析然后將四旋翼偏航傳遞函數(shù)離散化以后得到如下式(5-35)所示：當(dāng)系統(tǒng)不存在擾動的時候，初始值為x(0)=[pi/600],指令信號為r(k)=0.1sin(t當(dāng)系統(tǒng)受到擾動影響的情況下，設(shè)置擾動d(k)=3si令信號為r(k)=sin(t),c?=[101],α=0.05,η=0.4,α率。具體的仿真結(jié)果見下圖5-35至5-38所示。圖5-36存在擾動的偏航跟蹤響應(yīng)曲線圖5-37δ、ε固定情況下的偏航控制量圖60時間(s)圖5-38δ、ε實時調(diào)節(jié)情況下的偏航控制量圖從圖5-35可以知道，當(dāng)系統(tǒng)不存在擾動的時候，普通的滑模控制與神經(jīng)網(wǎng)絡(luò)滑?？刂频目刂聘欗憫?yīng)都比較好，但是神經(jīng)網(wǎng)絡(luò)滑模的控制跟蹤調(diào)節(jié)時間相對來說更短；圖5-36可以知道，當(dāng)系統(tǒng)受到外部擾動影響的時候，相對比普通滑?？刂?，神經(jīng)網(wǎng)絡(luò)滑模控制的控制跟蹤響應(yīng)比較好，擁有良好的動態(tài)品質(zhì)，然而普通滑模不管是在控制響運用串級PID控制對四旋翼飛行器內(nèi)環(huán)姿態(tài)和外環(huán)位置進行控制并搭建了串級PID控制的SIMULINK結(jié)構(gòu)控制圖和六個狀態(tài)通道的仿真曲線；其次，針對四旋翼飛行器的俯模型進行SIMULINK結(jié)構(gòu)控制并給出了仿真曲線圖，同時對比了三種控制方法的仿真GA優(yōu)化的神經(jīng)網(wǎng)絡(luò)滑模算法，并給出了GA優(yōu)化的神經(jīng)網(wǎng)絡(luò)滑模算法對于四旋翼偏航第六章調(diào)試及結(jié)果分析本四旋翼飛行器的主控制芯片采用的是意法公司推出的STM32F103VCT6芯片。同時在研究的過程中軟件平臺用KeiluVision4。到最后，為了實現(xiàn)程序的在線調(diào)試采用SEGGER公司的J-LINK,具體的調(diào)試連接見圖6-1所示。從上圖6-1所示，J-LINK一邊與控制板相連，另一邊又與PC機相連接，即利用然而J-LINK不能給控制芯片提供足夠的電量，因此需要通過USB接串口對整個系統(tǒng)提供充足的在線調(diào)試電量。在調(diào)試的過程中發(fā)現(xiàn)，由于單片機是5V電源，所以假設(shè)打開其中KeiluVision4平臺調(diào)試的界面見圖6-2所示。0x080059EAF44F60FAMOVr0,#0x7D0FB94FOFOSDIVro,r4,r0 CONTROLc]main.c團M55611.c136sensor.gyro.origin.x=(([(int16_t)mpu6050_bufrerte])<<B)Impu6050_buffer[9]):137sensor.gyro.origin.y=((((int16_t)mpu6050_buffer[10])《sensor.gyro.origin.z-((((int16_t)mpu6050_buffer[12])<<B)Impu6050_buffertempgx+=sensor.gyro.oriqin10田Sangle0tempgz+=sensor.gyro.originsensor.gyro.quiet.x=tempgx/2000 sensor.acc.quiet.x= 田3Moto田3Motodutysensoz.acc.quiet.z=t//sensor.gyro.quiet.x=//sensor.gyro.quiet.=//sensor.acc.cuiet.x=圖6-2調(diào)試界面圖由上圖很容易就發(fā)現(xiàn)，Watch1是觀看各個變量的變化情況的窗口，同時本程序也可通過單步執(zhí)行等命令觀看本程序的設(shè)計邏輯是否正確，為調(diào)試打下了堅實的基礎(chǔ)。6.3硬件調(diào)試通過示波器觀看PWM輸出，檢測其是否符合姿態(tài)調(diào)整的邏輯特征，同時也得觀測遙控器信道是否正確輸入，這些都是姿態(tài)調(diào)試的前提。通過四旋翼飛行器的飛行原理可以知道為了實現(xiàn)四旋翼飛行器的姿態(tài)控制，即要對電機的轉(zhuǎn)速進行不斷的調(diào)節(jié)，然而轉(zhuǎn)速的改變是通過調(diào)節(jié)芯片對電調(diào)的PWM輸入的調(diào)節(jié)進行的，因為電調(diào)的PWM輸入會引起電機的輸入電壓產(chǎn)生變化。因此本設(shè)計采用示波器與一個通道相連接，然后通過此連接觀看PWM占空比，具體的波形見圖6-3至6-4由圖6-3所示可以看到當(dāng)四旋翼飛行器處于平衡狀態(tài)時的初始PWM波形輸出，由候，右邊電機的PWM波形輸出較平衡狀態(tài)的PWM波形減小，同理，從圖6-4所示的看示波器可以發(fā)現(xiàn)右邊電機的PWM波輸出波形較平衡狀態(tài)下的波形增大。由此可以知PID控制參數(shù)的調(diào)整，因為PID參數(shù)的選取合理與否將直接決定飛行器的飛行質(zhì)量。由于內(nèi)環(huán)只要采用PD控制就可以實現(xiàn)姿態(tài)穩(wěn)定，因此只要調(diào)節(jié)P和D兩個參數(shù)就且此裝置符合參數(shù)調(diào)節(jié)的原理，具體設(shè)計見圖6-5所示。由于四旋翼飛行器的飛行高度可以通過大氣壓力傳感器定高，然而本設(shè)計主要的姿態(tài)控制方向即x和y軸四個方向，可以利用陀螺儀來調(diào)節(jié)。因此為了內(nèi)環(huán)(姿態(tài)環(huán))中PD參數(shù)調(diào)整的方便。本設(shè)計的調(diào)試裝置根據(jù)軸承原理，使得四旋翼飛行器只有左右或者前后方向的自由。由于左右和前后是相對的方向，即實現(xiàn)了左右的姿態(tài)穩(wěn)定，也即實現(xiàn)了前后方向的姿態(tài)穩(wěn)定。同理，前后如果能夠達到了平衡的狀態(tài)，那么左右也就能夠達到了平衡的狀態(tài)。因此，很容易看出該調(diào)試裝置的設(shè)置是正確的，同時大大的減小了成本，節(jié)約了資源。本設(shè)計在PD參數(shù)調(diào)整的過程中運用到了上位機通信，即通過上位機調(diào)整PD參數(shù)，也就可以不僅提供調(diào)節(jié)便利，又提升調(diào)節(jié)效率。假設(shè)不通過上位機調(diào)節(jié)參數(shù)，那么每次參數(shù)調(diào)節(jié)后都得將程序下載到芯片中，傳統(tǒng)下載程序的方法非常耗時、效率低、磨損硬件等等。利用上位機進行配置參數(shù)，可以很直觀的讀取到飛行器飛行的姿態(tài)信息，以便準(zhǔn)確的進行參數(shù)調(diào)整，具體的界面見圖6-6所示。由于本設(shè)計是為了實現(xiàn)對姿態(tài)的穩(wěn)定性控制，也就是說只要調(diào)節(jié)內(nèi)環(huán)的PD控制參數(shù)即可。從上圖6-6所示可以知道，本設(shè)計先讀取外環(huán)PID,然后可以通過上位機修改PD(內(nèi)環(huán))控制參數(shù)，修改完后寫入到飛控板，這樣即完成了一次的PD參數(shù)調(diào)整。90025+14706000600000datiCJK008000Xc020006013-947oo000000000000000000000000口006C00L6650000030005%0.8411Do000000c00000000+50ot0c0co0J000000100000000202600050005000J0J000300030000000009800000o0ootoo5648corn005000000300020000000030000oustu000A00000ogo0000000705ssuo01827000001A0000300000000045470000n20n00000oo20ngo0000n0SSL00000000038000000000120+uic7eC7oiTiS00080IwrCrZO06}00000000000000000046-4790c0000000020000000y0000002005000000060008648FK=中A/E04001721006000000c000000000sno280s00000020000000000100200Y7900000030007000000000000APD40211900079000000000030000000000060+9PapoT0601Nuc000000TrIC0000000000000500000454000000000000000000000000800000000000000030000000000004P3000376i80000001Ey00米1CDo06000000002003c041tnco00000000000002000000000200002002000090000009043rioTpanisctIDo000201