项目名称: 基于不确定性集合在线建模的旋翼飞行机器人高机动飞行控制方法研究

项目编号: No.61203334

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: 宋大雷

作者单位: 中国科学院沈阳自动化研究所

项目金额: 24万元

中文摘要: 高机动飞行控制方法研究对旋翼飞行机器人广泛应用具有重要意义。飞行机器人动力学复杂,表现出欠驱动和强耦合。非结构的随机扰动又使其高机动动力学呈现出不确定性,无法基于参考模型设计飞行控制器。现有可应对动力学不确定性的基于静态摄动界分析的鲁棒控制方法过于保守,不适用于响应速度要求较高的高机动飞行控制。采用估计方法动态地对不确定性在线建模,并基于此在线模型进行控制器设计,是解决鲁棒控制保守性的一条有效途径。然而,现有估计方法多在噪声分布已知条件下采用参数值的估计来建立在线模型,在实际未知有色噪声条件下,无法跟踪高机动飞行中突变的不确定性。鉴于此,本课题拟提出一种基于不确定性集合在线建模的鲁棒控制方法,不同于常规不确定参数值的估计,此方法拟通过在线估计包含动力学不确定性的最小集合,并基于此估计集合提出在线鲁棒控制算法,兼具稳定性与快速性,适用于旋翼飞行机器人高机动飞行控制,具有理论和应用研究价值。

中文关键词: 集员估计;旋翼飞行机器人;不确定性建模;飞行控制;

英文摘要: Rotor Unmanned Aerial Vehicle (RUAVs) applications raise the performance requirements of aggressive flight in terms of controllability. As a result of RUAV's complex dynamics, RUAVs are under actuated and unstable; meanwhile, nonstructural environment and internal random disturbances generate system uncertainty in aggressive flight; therefore, it is unable to design a flight controller based on an accurate dynamic model. However, it is quite conservative in robust control of RUAV's uncertainty effectively by using static Perturbation Bounds analysis, which reduces the control responsibility in aggressive flight. One effective approach to solve the conservativeness of robust control is to dynamically online modeling the uncertainty using estimate method and design the controller based on this online model. Yet, current estimation methods commonly use numerical estimation to build online model with the noise distribution known. It is unable to track the uncertainty in dynamics during aggressive flight with unknown distribution of the noises. Given this, this project proposes an online modeling robust control method based on uncertainty set. Unlike common uncertain parameter estimation, this method estimates the minimal dynamic uncertainty with online modeling, and then establishes online robust control algorithm b

英文关键词: set-membership estimation;fly robot with rotory wings;uncertainty modeling;flight 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
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
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
89+阅读 · 2021年7月9日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
【GAN】生成对抗网络(GAN)的发展史
产业智能官
16+阅读 · 2020年3月20日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27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
1+阅读 · 2015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 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+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 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
15+阅读 · 2020年2月5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
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
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
89+阅读 · 2021年7月9日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
【GAN】生成对抗网络(GAN)的发展史
产业智能官
16+阅读 · 2020年3月20日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27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
1+阅读 · 2015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 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+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 · 2009年12月31日
微信扫码咨询专知VIP会员