【正文】 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。四旋翼飛行器姿態(tài)控制系統(tǒng)的設計與實現(xiàn)[D].大連理工大學，2013[10]國倩倩。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。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。模糊PID控制技術研究發(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。參考文獻[1]李一波，宋述錫。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。通過對本課題內容的研究，我從中得到許多理論和實際的知識，提高工程設計的能力。從試驗結果來看，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。4. 最后對飛行器進行了飛行試驗。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。得到符合本文研究特點要求的數(shù)學模型。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。第5章 總結與展望 總結本次畢業(yè)設計初期我閱讀了大量四旋翼飛行器相關的論文、資料，并對四旋翼飛行器國內外發(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研。針對飛行器進行了飛行試驗，采用手動控制和自動控制結合的方法進行控制。 本章小結　　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)的軟件設計。如圖43所示。在上位機上也可以看到小四軸的姿態(tài)。打開小四軸開關，并打開上位機軟件，進行藍牙串口連接及配置。首先根據(jù)說明正確組裝四旋翼飛行器。通過圓點博士的小四軸飛行器，在室內進行飛行試驗。圖41 模糊PID控制算法的流程圖 系統(tǒng)實驗及結果分析為了驗證設計的控制系統(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。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)。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控制算法流程圖模糊 PID 控制算法的流程如圖 41所示。根據(jù)仿真結果，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。 本章小結本章介紹了模糊PID控制的基本原理。 圖38 模糊PID控制器階躍響應仿真結果 從圖38中可以看出，沒有產(chǎn)生超調，調節(jié)過程中沒有出現(xiàn)震蕩。 圖37 控制系統(tǒng)simulink模型經(jīng)過仿真，可得到如下仿真結果圖。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。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。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。 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。 (38)　　式中,Motol、MotoMotoMoto4分別為驅動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、滾轉通道和偏航通道模糊PID輸出的PWM占空比對應的比較匹配寄存器中的值,最后還應該判斷Motol、MotoMotoMoto4是否在合適范圍內:若某個值小于0,則把該值限定為0。圖33 模糊PID算法流程圖在實際應用中,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。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]。為了便于計算，本設計采用了重心法。因此，當姿態(tài)角的偏差以及偏差的變化率的模糊集合分別為A和B時，模糊控制器最終的輸出量U的計算公式為： (34)4. 解模糊　　根據(jù)上述的模糊關系可知，對應于四旋翼飛行器的姿態(tài)角的不同的偏差及其變化率，模糊控制器總會輸出一個控制量的輸出，但是這個輸出量是模糊輸出量，它并不能直接作為后面的PID控制器的參數(shù)，因此必須講模糊輸出量解模糊，使模糊控制量轉化為實際控制量。根據(jù)上述原則，可以得到如下的模糊規(guī)則表。當系統(tǒng)的偏差及偏差的變化率均為中等時，在力求迅速減小偏差的同時，同樣應該保證系統(tǒng)不會出現(xiàn)較大的超調作用，因此，Kp應該取比較小的值，同時Ki和Kd也應該取大小適中的值，不能取得太大或太小，否則均會影響系統(tǒng)控制性能。根據(jù)專家經(jīng)驗，Kp、Ki、Kd應該按如下規(guī)則來調整：當系統(tǒng)的偏差較大時，應首先考慮減小偏差，因此若要減小偏差，應該選取較大的Kp，但是，在迅速減小偏差的同時還應該注意不要因為偏差變化率過大而使得系統(tǒng)產(chǎn)生微分過飽和，因此還應該削弱系統(tǒng)的微分作用，即Kd不應選擇地太大。積分系數(shù)Ki的整定一般是將Ki值由0逐漸增大，這樣就是逐漸增強系統(tǒng)的積分作用，使系統(tǒng)的偏差逐漸減小直至消失，需要注意的是，系統(tǒng)的超調量會比沒有加入積分作用時變大，因此還需逐漸減小Kp值。在調節(jié)Kp的過程中，一般應先不引入積分作用和微分作用，即令Ki和Kd均為0。隸屬度函數(shù)圖及隸屬度函數(shù)表分別如圖32和表31所示。隸屬度函數(shù)的選擇首先要考慮的是要能夠保證控制器的控制精度以及計算量的大小，這樣控制算法能夠在嵌入式系統(tǒng)上實現(xiàn)?？刂破鞯妮敵鍪荘ID的三個參數(shù)，因此一共有三個輸出信號。具體的計算公式如下式所示： （31）式中，Kp、Ki、Kd為控制器所需要的參數(shù)；Kp、Ki、Kd為模糊控制器輸出的參數(shù)；為初始設定的參數(shù)。對于模糊控制器來說，輸入信號一般選擇為三個姿態(tài)角的偏差及偏差變化率，輸出一般并不直接設定為控制器的參數(shù)Kp、Ki、Kd，而是選擇其三個參數(shù)的變化率，即Kp、Ki、Kd。模糊PID的控制系統(tǒng)原理框圖如圖31所示。通常情況下使用系統(tǒng)的誤差信號作為模糊控制器的一個輸入量，模糊控制過程可以概括如下：首先將系統(tǒng)的控制誤差信號的精確量利用模糊語言進行模糊化處理，得到誤差的模糊語言表示形式；然后根據(jù)模糊控制規(guī)則對誤差進行模糊推理，進而得到控制量的模糊語言表示；最后將模糊化的控制量進行反模糊化處理，得到最終精確的控制量。模糊控制是以模糊集合論、模糊邏輯推理及模糊語言變量為基礎的一種計算機數(shù)字控制。不但動態(tài)系統(tǒng)適用于模糊PID控制器的控制，非線性系統(tǒng)的控制也適合。如果應用模糊 PID控制，當系統(tǒng)參數(shù)發(fā)生改變時，系統(tǒng)自動按照模糊規(guī)則調整 PID的控制參數(shù)，來實現(xiàn)對系統(tǒng)的動態(tài)控制。當系統(tǒng)參數(shù)發(fā)生調整后，系統(tǒng)變?yōu)樾孪到y(tǒng)，之前調整好的控制參數(shù)并不一定會適合。PID控制器通過調節(jié)參數(shù)就可以對系統(tǒng)進行控制，而且能達到良好的控制效果。模糊控制作為目前智能領域中最具有實際意義的一種控制方法，對控制理論的發(fā)展的意義十分長遠。在這些情況下，傳統(tǒng)的方法很難完成控制系統(tǒng)的設計，在該情況下，模糊控制可以根據(jù)經(jīng)驗規(guī)則，在不依賴數(shù)學模型，來實現(xiàn)控制?！　≡趥鹘y(tǒng)的控制理論中，通常需要根據(jù)一個明確的數(shù)學模型來完成系統(tǒng)控制器的設計。他提出的這一理論吸引了眾多學者的注意，從此模糊控制逐漸成為控制領域一個重要的控制方法。他在 1973 年發(fā)表了一篇論文，其中解釋了“語言變量”的概念。因此許多學者開始研究非線性系統(tǒng)的控制器。傳統(tǒng)的控制器通常用作用于線性系統(tǒng)的控制，這些控制器不能被應用到非線性系統(tǒng)的控制中。而本文研究的模糊 PID 控制器為非線性控制器，它既保持了模糊控制算法不需要精確模型、控制靈活快速的優(yōu)勢，又結合了 PID 控制算法靜態(tài)誤差小的優(yōu)點，二者互補，能實現(xiàn)對非線性復雜系統(tǒng)的良好控制。為了實現(xiàn)對四旋翼飛行器的姿態(tài)控制，人們通常情況下采用的是一種比較成熟的 PID控制器。其中，模糊PID控制技術起著非常重要的作用，并且將繼續(xù)成為未來研究和應用的重點技術之一。新的控制算法同時具備了兩種控制算法的優(yōu)點，具有良好的控制特性，已經(jīng)被廣泛的使用。因此有學者提出了將PID控制與其它控制方法相結合的方式，以彌補 PID 控制器的不足。 本章小結本章介紹了四旋翼飛行器的概念，總結了四旋翼飛行器與其他無人飛行器不同方面的特點，并從力學的角度分析了四旋翼飛行器的運動原理，結合運動學中的牛頓運動定律和歐拉方程計算出了四旋翼飛行器數(shù)學模型，為后面控制算法的設計奠定了基礎。模糊 PID 控制算法是將模糊控制與經(jīng)典 PID控制相結合的一種智能控制算法。定義為垂直總升力，為橫滾力矩，為俯仰力矩，為偏航力矩，旋翼中心到飛行器質心的距離為l，則有： （）對四旋翼飛行器的旋轉運動進行建模時角動量守恒定律是主要依據(jù)，設四旋翼飛行器在繞x、y、z三個軸向上的受到的合力矩分別為，受到的阻力系數(shù)分別為，由于四旋翼飛行器的幾何與質量對稱結構非常完美，因此將四旋翼飛行器的慣性張量定義為對角陣I： （）根據(jù)歐拉方程,則有三軸力矩平衡方程式： ()考慮到四旋翼飛行器的姿態(tài)穩(wěn)定性控制不需要考慮位置