面向旋翼飞行机械臂的自抗扰控制方法研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:sssss1O
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科学技术的快速发展,旋翼无人机在许多领域取得成功的应用。但是,目前无人机主要执行的是航拍等“被动”型的任务,无法对环境物体进行抓取、维修等“主动”操作,限制了其应用范围和优势的发挥。主动作业型无人机是指由无人机与作业装置(如:机械臂)共同组成的具有主动作业能力的一种新型无人机系统。主动作业型无人机可应用在小型危险品的拾取与搬运、空中物流运输和高空设备维检等方面,具有广阔的应用前景。
  旋翼飞行机械臂系统是将多自由度机械臂固连在无人机平台上而组成的一种特殊的主动作业型无人机,兼备了无人机的灵活性与机械臂的主动作业能力。由于机械臂与无人机平台之间的紧密耦合,机械臂的运动会导致系统重心的偏移,对无人机平台产生反作用力与力矩,影响系统的稳定性,因此,旋翼飞行机械臂系统的稳定控制研究面临着诸多困难。本课题对旋翼飞行机械臂系统的稳定控制进行了研究。
  首先,本课题分别对四旋翼无人机和三自由度机械臂进行数学建模,建立旋翼飞行机械臂系统的运动学和动力学模型,该模型为系统的控制提供理论基础。
  其次,采用分离式控制策略,分别为无人机和机械臂设计单独的控制器。根据机械臂运动轨迹设计动态重心补偿器,构造出基于动态重心补偿的ADRC控制器,减弱机械臂的运动对无人机控制性能的影响,提高系统的稳定性与抗干扰性。
  然后,在Simulink中搭建旋翼飞行机械臂的仿真模型,采用基于动态重心补偿的ADRC姿态控制算法完成定点悬停抗干扰和轨迹跟踪的仿真实验,并与PID算法进行对比实验,验证了算法的可靠性。
  最后,搭建旋翼飞行机械臂系统的软硬件平台,通过频域辨识的方法,辨识出无人机的传递函数模型,给出ADRC控制器参数整定方法。基于该平台进行姿态定高抗干扰实验和室内自主执行任务的飞行实验。通过对实验数据的分析,证明本课题所研究的基于动态重心补偿的ADRC控制算法对旋翼飞行机械臂系统的控制具有良好的稳定性与抗干扰性。
其他文献
沉积相是石油天然气存储研究的基础,对预测砂体分布及储层物性差别具有指导意义。单井相分析是沉积相研究的关键环节之一,而利用岩心标定的典型测井相识别沉积微相是单井相分析的最常用方法。但是,依靠人工识别测井相并解释沉积微相,存在两个问题,一是工作量大,对研究人员的经验要求高,结果的主观性强,二是测井资料不完整,存在缺失某项特征数据的现象。因此,可以借助本体和语义分类的技术对沉积相领域内的问题进行解决。本
学位
随着移动互联网的提出与发展,越来越多的智能终端需要通过802.11无线局域网接入因特网进行互联互通,有限的无线信道资源面临着更加严峻的考验。为了提高无线局域网信道资源的使用率,IEEE 802.11n在物理层引入MIMO和信道绑定技术,最高支持600Mbps的比特速率。同时,802.11n在MAC层提出帧聚合和Block ACK机制,极大地减少了协议传输接入的开销,提高了MAC层的工作效率。但是由
学位
在阵列信号处理(Sensor Array Signal Processing)中,波达方位(Direction-of-Arrival,DOA)估计是非常重要的研究方向之一,它广泛应用于勘探、雷达、导航、射电天文学以及地震等众多军事领域和国民经济领域。在实际波达方位估计系统中,相关干涉仪算法是一种常用的测向算法,具有算法简单,灵敏度高等优点,并且该算法精度较高,因而被广泛应用于多通道和单通道系统中。
学位
极化码是一种能够达到信道容量的信道编码,由于编译码的低复杂度和信道容量可达的特性,自其被提出就引起了许多学者的关注。但是,传统的连续删除译码算法的串行输出特点导致较大的译码时延。虽然后来提出的简化连续删除译码算法达到了部分组合码的并行译码输出,但是还有一大部分组合码由于串行译码带来的时延较大的问题仍没有得到解决。针对这个问题,本课题设计了一种基于预译码的最大似然简化连续删除(Pre-Decodin
学位
森林生物量是更好地理解全球变化和碳循环的关键参数。然而由于森林资源调查的困难性,目前并没有全球尺度的生物量数据。近年来用合成孔径雷达(Synthetic Aperture Radar,SAR)技术来估测生物量受到了越来越多的关注,因其在全球尺度下估测森林生物量的潜力。基于长波长林下穿透能力强的优势,如今许多国家都致力于长波长星载SAR的研究来对全球森林生物量进行估测,我国也在2017年由上海航天技
超宽带(Ultra-wideband, UWB)技术是一种无载波通信技术,美国联邦通讯委员会(Federal Communications Commission, FCC)将3.1GHz到10.6GHz分配给UWB,因此,UWB技术具有带宽高、速率快等特点。自组织网络(ad-hoc network)网络特点就是网络节点可自由移动,因此,Ad-hoc网络拓扑时刻变化,Ad-hoc网络拓扑发现需要节点
学位
气液两相流流动形态的瞬态性以及复杂多样性,致使两相流中相含率的准确测量难度增加,测量结果受流型的影响大。利用起旋器的分离作用对流型进行规则化的方法,在一定程度上克服复杂流型对测量结果的影响,为气液两相流相含率的准确测量奠定了基础。为提高测量的准确度,本文采用CFD仿真、理论和实验三种研究手段相结合的方法,对气液两相螺旋环状流的衰减特性进行了研究,提出了螺旋流压降预测模型和螺旋环状流衰减模型,为工程
视觉信息感知与处理一直是类脑计算的热点问题之一,一方面它将有助于揭示人脑视觉系统中的高效信息处理机制,另一方面它将帮助人们解决类脑计算应用中的信息理解与处理等难题,但是目前结合类脑计算进行视觉信息处理的研究还尚未完善。本文将生物视觉理论和模拟视觉感知流程的计算模型与脉冲神经网络模型相结合,提出了模拟腹侧视觉通路功能的脑启发视觉神经元网络模型,并研究了其在FPGA平台下的高效硬件实现方法。本文主要贡
脑电图和磁共振成像是阿尔茨海默症临床诊断的有效手段,但由于缺乏有效的神经影像特征,导致阿尔茨海默症辨识准确率较低。本文将现代信息处理技术和机器学习方法相结合,对神经影像数据进行量化分析,评估患者脑功能,从而为该的病诊断提供有效依据。  设计电生理实验,采集阿尔茨海默症患者脑电数据,利用排序耦合指数分析多通道脑电信号之间的相关性,并构建脑功能网络。采用复杂网络方法,对脑功能网络结构进行分析,提取病变
准确的肾小球显微医学图像分割是肾脏病理学中获得可靠疾病诊断的关键之一。目前,肾小球图像分割研究工作大多使用的是传统的模式识别或者机器学习的方法,这些方法需要针对不同图像设计相应特征,分析方法复杂。近年来,基于卷积神经网络的深度学习技术极大地推动了数字病理学自动化分析的发展,在医学图像处理领域得到广泛应用。本文将基于卷积神经网络的深度学习方法应用于肾小球显微医学图像分割,提出一种基于改进的MaskR
学位