【正文】 于模糊論域的范圍，因此還需要將該控制量的取值范圍由模糊論域轉(zhuǎn)換為實際論域，該轉(zhuǎn)換比較簡單，只需與比例因子作乘法即可，這樣取值范圍轉(zhuǎn)換為實際論域的控制量才可以直接作為PID控制器的參數(shù)。比例因子的取值大小可由模糊論域與實際論域的范圍決定，具體計算公式如下： （36）式中：K代表比例因子； u為實際論域的范圍，具體為[u,u]； n代表模糊論域的范圍，具體為[n,n]。綜上所述，控制量的實際輸出可表示為： （37）由上面的建立模糊PID控制器的流程可以得出該控制算法的流程圖，如圖33所示。圖33 模糊PID算法流程圖在實際應(yīng)用中,需要將模糊PID算法用C語言來編程實現(xiàn),這就需要將模糊規(guī)則表做成二維表格存儲在單片機的FLASH中,在需要時查詢此二維表來獲得模糊控制量的值,然后經(jīng)過反模糊化計算得到實際值。5. 控制量的輸出三個姿態(tài)角對應(yīng)著三個PID控制環(huán),因此就有三個控制量的輸出,然而四旋翼控制器需要調(diào)整的控制量是四個無刷電機的轉(zhuǎn)速,實質(zhì)上就是四路PWM波的占空比,因此這三個輸出的控制量與四路PWM波的占空比存在一個線性關(guān)系,具體表達式如公式38所示。 (38)　　式中,Motol、MotoMotoMoto4分別為驅(qū)動4號電機的PWM波的比較匹配寄存器中的值,分別為俯仰通道、滾轉(zhuǎn)通道和偏航通道模糊PID輸出的PWM占空比對應(yīng)的比較匹配寄存器中的值,最后還應(yīng)該判斷Motol、MotoMotoMoto4是否在合適范圍內(nèi):若某個值小于0,則把該值限定為0。若某個值大于定時周期值,則把該值限定為定時周期值減1。 基于Matlab的姿態(tài)角控制算法的仿真本文利用Matlab軟件中的simulink功能對姿態(tài)角控制算法進行仿真。通過第二章的數(shù)學模型推導，本章對四旋翼飛行器進行姿態(tài)控制仿真。在Matlab中鍵入fuzzy并回車，打開模糊推理系統(tǒng)編輯器，根據(jù)上文所述原理添加輸入和輸出信號，如下圖34所示。采用三角形隸屬度函數(shù)，本文設(shè)計的模糊 PID控制器中e的基本論域為{3，2，1，0，1，2，3}，ec的基本論域為{3，2，1，0，1，2，3}，Kp 的基本論域{，，0，，}，Ki 的基本論域{,0,}，Kd 的基本論域{3，2，1，0，1，2，3}如下圖35所示。根據(jù)表3334建立模糊規(guī)則，模糊PID控制器比例、積分、微分系數(shù)的控制曲面圖如下圖36所示。 (a) (b) (c) 圖36 的控制曲面圖圖36(a)為Kp 的控制曲面圖，從圖中可以看出在正半軸和負半軸Kp都隨著e,ec的增大而增大。圖36(b)為Ki的控制曲面圖，從圖中可以看出Ki只有兩個值“0”和“1”，當e,ec都比較大時，Ki為0，當e,ec都比較小時，Ki為1；圖36(c)為Kd的控制曲面圖。在simulink下，建立一個model文件，在該文件中建立控制算法及四旋翼模型的模塊圖，如圖37所示。 圖37 控制系統(tǒng)simulink模型經(jīng)過仿真，可得到如下仿真結(jié)果圖。如圖38所示。 圖38 模糊PID控制器階躍響應(yīng)仿真結(jié)果 從圖38中可以看出，沒有產(chǎn)生超調(diào)，調(diào)節(jié)過程中沒有出現(xiàn)震蕩。，系統(tǒng)達到穩(wěn)定狀態(tài)，并且曲線穩(wěn)定后沒有出現(xiàn)震蕩。 本章小結(jié)本章介紹了模糊PID控制的基本原理。簡介和模糊PID控制器的設(shè)計方法并根據(jù)第二章推導的數(shù)學模型，利用Matlab/simulink對四旋翼飛行器控制系統(tǒng)進行了建模和仿真。根據(jù)仿真結(jié)果，得出模糊PID算法可以對四旋翼飛行器進行控制，并且控制效果良好。第4章 四旋翼飛行器飛行控制系統(tǒng)軟件設(shè)計　　本文四旋翼飛行器實物選擇圓點博士開源小四軸，飛行器的飛控板芯片、陀螺儀傳感器、加速度傳感器、電子羅盤傳感器等參數(shù)及設(shè)置全部參照原設(shè)置，再此不加贅述，僅介紹模糊PID控制算法的設(shè)計。 模糊PID控制算法流程圖模糊 PID 控制算法的流程如圖 41所示。模糊 PID 控制器的微分部分是陀螺儀傳感器測量出的角速度數(shù)據(jù)。模糊 PID 控制器的比例部分是對角速度進行積分得到的角度。模糊 PID控制器的積分部分是對角度進行積分得到的數(shù)據(jù)。根據(jù)測得的三個部分數(shù)據(jù)進行查表，得到控制器的各個部分的控制參數(shù)。控制參數(shù)隨誤差信號的改變而改變，從而實現(xiàn)了對系統(tǒng)的智能控制。圖41 模糊PID控制算法的流程圖 系統(tǒng)實驗及結(jié)果分析為了驗證設(shè)計的控制系統(tǒng)具有控制性能，本節(jié)在四旋翼飛行器實物上進行飛行試驗。姿態(tài)控制是本文的研究內(nèi)容，所以飛行試驗中主要對姿態(tài)控制進行檢驗。通過圓點博士的小四軸飛行器，在室內(nèi)進行飛行試驗。由于出于安全因素的考慮和試驗環(huán)境的影響，本文將限制四旋翼飛行器線性運動的三個自由度，只對旋轉(zhuǎn)運動的三個自由度進行測試。首先根據(jù)說明正確組裝四旋翼飛行器。然后燒入預先編寫的模糊PID控制程序。打開小四軸開關(guān)，并打開上位機軟件，進行藍牙串口連接及配置。相關(guān)設(shè)置成功后，在上位機“圓點博士小四軸串口終端”上，可以看到小四軸返回來的姿態(tài)角，如圖42所示。在上位機上也可以看到小四軸的姿態(tài)?；蝿有∷妮S，上位機上的小四軸也會做出相應(yīng)的晃動。如圖43所示。圖42 圓點博士小四軸串口終端圖43 圓點博士小四軸上位機在手動飛行控制模式下，通過鼠標和鍵盤的動作或者在命令窗口輸入命令口令來控制四旋翼飛行器的飛行，根據(jù)觀察和對返回姿態(tài)角數(shù)據(jù)的研究得出，在模糊PID控制算法控制過程中，姿態(tài)角的變化比較平穩(wěn)，控制效果良好。 本章小結(jié)　　本章在圓點博士四旋翼飛行器的實物上完成了基于模糊PID算法的小型四旋翼無人飛行器控制系統(tǒng)的軟件設(shè)計。主要得出了飛行控制系統(tǒng)控制算法的整體流程圖。針對飛行器進行了飛行試驗，采用手動控制和自動控制結(jié)合的方法進行控制。根據(jù)試驗結(jié)果得出，模糊PID控制算法可以去四旋翼飛行器進行控制，并且控制效果良好。第5章 總結(jié)與展望 總結(jié)本次畢業(yè)設(shè)計初期我閱讀了大量四旋翼飛行器相關(guān)的論文、資料，并對四旋翼飛行器國內(nèi)外發(fā)展現(xiàn)狀進行了詳細的了解，還在中發(fā)等多家電子城進行了原配件的調(diào)研。然后以圓點博士公司生產(chǎn)的四旋翼飛行器為基礎(chǔ)，進行了控制算法的研究。主要工作如下：1. 根據(jù)搜集并閱讀的大量四旋翼飛行器相關(guān)資料，分析出了四旋翼飛行器的飛行原理，并根據(jù)力學及動力學特性，對其進行數(shù)學建模。結(jié)合牛頓定律和歐拉方程對系統(tǒng)模型進行簡化。得到符合本文研究特點要求的數(shù)學模型。2. 利用Matlab軟件中的simulink模塊對建立的數(shù)學模型進行仿真。本文采用模糊PID控制算法，對四旋翼飛行器進行姿態(tài)角控制，通過對仿真結(jié)果的分析，得知模糊PID算法在理論上可以對四旋翼飛行器的姿態(tài)角控制取得良好效果。3. 完成了控制系統(tǒng)的軟件設(shè)計，基于圓點博士開源小四軸的軟件開發(fā)平臺，在此平臺上完成了四旋翼飛行器基于模糊PID算法的姿態(tài)控制系統(tǒng)設(shè)計。4. 最后對飛行器進行了飛行試驗。在實際操作中對程序進行調(diào)試，保證控制系統(tǒng)正常工作。從試驗結(jié)果來看，飛行器在模糊PID控制下可以進行平穩(wěn)的飛行，控制效果理想?！　”疚脑O(shè)計的基于模糊PID控制算法的小型四旋翼飛行器控制系統(tǒng)達到了初步設(shè)定的性能目標，完成了論文規(guī)定的要求。通過對本課題內(nèi)容的研究，我從中得到許多理論和實際的知識，提高工程設(shè)計的能力。 展望　　由于這是初次進行四旋翼飛行器控制系統(tǒng)的設(shè)計，我的能力和經(jīng)驗都有限，而且時間也很緊迫，所以在對四旋翼的研究工作上還存在很多缺陷和問題，需要進一步完善。主要包括：本文對飛行器模型的化簡比較粗略，忽略了一些常規(guī)因素的影響；針對四旋翼飛行器具有六自由度的特性只研究了其中的三項自由度；沒有進行wifi手機控制和超聲波定高的研究。這些問題都希望在日后的研究和學習中進行解決。參考文獻[1]李一波，宋述錫。基于模糊自整定PID四旋翼無人機懸?？刂芠J].控制工程，2013，20（5）：911914[2]胡包鋼， 應(yīng)浩。模糊PID控制技術(shù)研究發(fā)展回顧及其面臨的若干重要問題[J].自動化學報，2001，27（4）：568584[3]馬遠超。四旋翼飛行器導航及控制技術(shù)研究[D].哈爾濱工程大學，2013[4]高燕，虞旦。四旋翼飛行器的建模及控制算法仿真[J].工業(yè)控制計算機. 2014，27(9):99100[5]張鐳，李浩。四旋翼飛行器模糊Pm姿態(tài)控制[J].,31（8）：7377[6]張靜，張華，劉恒，霍建文。微型四旋翼無人機模糊PID 控制[J].兵工自動化，2014，33（6）：5862[7]肖亞輝，王新民，王曉燕，余翔。無人機三維編隊飛行模糊PID控制器設(shè)計[J].西北工業(yè)大學學報，2011，29（6）：835838[8]劉浩蓬，龍長江，萬 鵬，等. 植保四軸飛行器的模糊PID 控制[J]. 農(nóng)業(yè)工程學報，2015，31(1)：71－77.[9]譚廣超。四旋翼飛行器姿態(tài)控制系統(tǒng)的設(shè)計與實現(xiàn)[D].大連理工大學，2013[10]國倩倩。微型四旋翼飛行器控制系統(tǒng)設(shè)計及控制方法研究[D].吉林大學，2013[11]ByungCheol Min, JiHyeon Hong, and Eric T. Matson。Adaptive Robust Control (ARC) for an Altitude Control of a Quadrotor Type UAV Carrying an Unknown Payloads[J].International Conference on Control, Automation and Systems，2011，Oct. 2629,Korea：11471151[12]Chen Diao, Bin Xian, Qiang Yin, Wei Zeng, Haotao Li, and Yungao Yang。A Nonlinear Adaptive Control Approach for Quadrotor UAVs[C].2011 8th， Asian Control Conference (ASCC)，：22322828