项目名称: 无人直升机大机动飞行鲁棒控制

项目编号: No.61203071

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 陆耿

作者单位: 清华大学

项目金额: 24万元

中文摘要: 无人直升机是一种具有高度自由度和灵活性的空中飞行平台,在军事和民用领域均具有广泛的应用前景。由于直升机具有多变量、欠驱动、非线性、强耦合、不确定性等特点,目前国内外已实现的自主飞行控制方法大多仅能令其工作于悬停或低机动飞行状态,限制了其应用范围。本研究拟在对无人直升机结构和动力学特性进行分析的基础上,提出一种基于信号补偿的鲁棒LQR姿态控制方法,以及一种信号补偿的鲁棒H无穷航迹跟踪控制方法,使无人直升机能实现高精度大机动自主飞行。研究工作将围绕系统分析、标称控制器设计、鲁棒补偿器设计、实验验证等环节展开。最终实现无需切换结构、可工作于多种飞行状态的无人直升机鲁棒姿态控制和鲁棒航迹控制。相关成果将扩大无人直升机的应用领域,如实现对地面高速运动物体的跟踪、有强风扰动情况下的精确航迹平稳飞行、海上舰艇起降等。

中文关键词: 无人直升机;鲁棒控制;编队控制;视觉控制;

英文摘要: Unmanned helicopter is an aerial platform with high freedom and flexibility, which has great application potential in both military and civil areas. Since the model of helicopter is multi-variable, under-actuated, nonlinear, strongly coupled and uncertain, the controller design is still very challenging. Until now most of the designed autonomous control strategies can make such vehicle flight under hover or mild maneuvers, which limits its application. This research will be carried out starting from theoretical modeling of unmanned helicopter system. Based on analysis of mechanical structure and dynamic property, a robust attitude controller design mehtod will be proposed based on LQR with a robust compensator. Furthermore, a robust trajectory tracking controller design method will be presented based on H∞ with a signal compensator. The goal of this research is to make unmanned helicopter flight in aggressive maneuvers with high precision automatically. The research work includes system analysis, nominal controller design, robust compen- sator design and experimental verifications. As the research target, both attitude regulation and trajectory tracking control can be achieved with the proposed robust control strategy under multiple flight status without controller switching. The related results will expand the

英文关键词: unmanned helicopter;robust control;swarm control;visual control;

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
16+阅读 · 2020年12月4日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
仅1.1克重,最快的软跳跃机器人Made in China!
学术头条
0+阅读 · 2021年12月8日
【分享】ICCV 2021第二届“无人机跟踪”挑战赛冠军和最佳论文
中国图象图形学学会CSIG
2+阅读 · 2021年8月27日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
13+阅读 · 2021年10月22日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
15+阅读 · 2019年3月16日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
32+阅读 · 2021年9月14日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
133+阅读 · 2021年2月17日
专知会员服务
16+阅读 · 2020年12月4日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
仅1.1克重,最快的软跳跃机器人Made in China!
学术头条
0+阅读 · 2021年12月8日
【分享】ICCV 2021第二届“无人机跟踪”挑战赛冠军和最佳论文
中国图象图形学学会CSIG
2+阅读 · 2021年8月27日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
相关基金
国家自然科学基金
8+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员