基于ADRC-RBF倾转四旋翼无人机姿态自适应控制

doi:10.7527/S1000-6893.2025.32189

第二届空天前沿大会/第二十七届中国科协年会优秀论文

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于ADRC-RBF倾转四旋翼无人机姿态自适应控制

贺炅¹, 任斌武¹, 杜思亮¹^,², 徐尤松¹, 王博¹()

^1.南京航空航天大学直升机动力学全国重点实验室直升机研究院，南京 210016
^2.淮阴工学院航空科学与工程学院，淮安 223001

收稿日期:2025-05-07 修回日期:2025-05-10 接受日期:2025-05-12 出版日期:2025-05-20 发布日期:2025-05-19
通讯作者: 王博 E-mail:wangbo@nuaa.edu.cn
基金资助:
国家自然科学基金(12032012)

Adaptive attitude control for tilt-quadrotor UAV based on ADRC-RBF

Jiong HE¹, Binwu REN¹, Siliang DU¹^,², Yousong XU¹, Bo WANG¹()

^1.Helicopter Research Institute，National Key Laboratory of Helicopter Aeromechanics，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China
^2.Faculty of Mechanical and Material Engineering，Huaiyin Institute of Technology，Huai’an 223001，China

Received:2025-05-07 Revised:2025-05-10 Accepted:2025-05-12 Online:2025-05-20 Published:2025-05-19
Contact: Bo WANG E-mail:wangbo@nuaa.edu.cn
Supported by:
National Natural Science Foundation of China(12032012)

摘要/Abstract

摘要：

针对倾转四旋翼无人机在复杂扰动下自主飞行的控制稳定性和精度问题，提出了一种基于径向基函数（RBF）神经网络的增强型自抗扰控制（ADRC）参数自适应控制策略。首先，基于分部件机理建模方法建立覆盖全飞行模式的倾转四旋翼无人机非线性飞行动力学模型。其次，为了解决非线性自抗扰控制器参数自适应在线整定问题，利用具有强非线性函数逼近能力的RBF神经网络，将控制器实时解算的控制输入和倾转四旋翼无人机的状态输出作为神经网络的输入，基于神经网络的输出构建参数自适应调节规则，对自抗扰控制器扰动估计扩张状态观测器（ESO）部分和非线性状态误差反馈控制律（NLSEF）部分的参数在线动态调整，实现对模型不确定性及外界扰动有效的估计和补偿。最后，基于ADRC-RBF控制器构建倾转四旋翼无人机姿态自适应控制系统，在典型飞行模式下进行姿态控制仿真验证。仿真结果表明：相较于传统的ADRC控制器，设计的ADRC-RBF控制器具有更好的抗干扰性、自适应能力和稳定性。

关键词: 倾转四旋翼无人机, ADRC, RBF神经网络, 姿态控制, 参数自适应

Abstract:

An enhanced Active Disturbance Rejection Control （ADRC） parameter adaptive control strategy based on Radial Basis Function （RBF） neural network is proposed for the control stability and accuracy of the autonomous flight of tilt-quadrotor UAVs under complex disturbances. Firstly， based on the component mechanism modelling method， a nonlinear flight dynamics model of the tilt-quadrotor UAV covering the whole flight mode is established. Secondly， the RBF neural network with strong nonlinear function approximation ability is used to solve the problem of online adaptive tuning of nonlinear active disturbance rejection controller parameters. The control input solved by the controller in real time and the state output of the tilt-quadrotor UAV are used as the input of the neural network. Based on the output of the neural network， the parameter adaptive adjustment rules are constructed， and the parameters of the Extended State Observer （ESO） part and the Nonlinear State Error Feedback control （NLSEF） part of the active disturbance rejection controller are dynamically adjusted online to realize the effective estimation and compensation of model uncertainty and external disturbance. Finally， the attitude adaptive control system of the tilt-quadrotor UAV is constructed based on the ADRC-RBF controller， and the attitude control simulation is carried out in the typical flight mode. The simulation results show that compared with the traditional ADRC controller， the ADRC-RBF controller designed in this paper has better anti-interference， adaptability， and stability.

Key words: tilt-quadrotor UAV, ADRC, RBF neural network, attitude control, adaptive parameter adjustment

中图分类号:

V249.12

贺炅, 任斌武, 杜思亮, 徐尤松, 王博. 基于ADRC-RBF倾转四旋翼无人机姿态自适应控制[J]. 航空学报, 2025, 46(S1): 732189.

Jiong HE, Binwu REN, Siliang DU, Yousong XU, Bo WANG. Adaptive attitude control for tilt-quadrotor UAV based on ADRC-RBF[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(S1): 732189.

图/表 20

图 1

图 2

图 3

表1

权重矩阵参数

参数	$β t$ /（°）	数值
$γ 1$	［0，90］	0.01
$γ 2$	［0，20］	0.02
	［20，70］	$0.02 - 0.000 4 (β t - 20)$
	［70，90］	0
$γ 3$	［0，50］	$0.1 - 0.002 β t$
$γ 3$	［50，90］	0
$γ 4$	［0，20］	0
	［20，70］	$0.005 (β t - 20)$
	［70，90］	0.25
$γ 5$	［0，20］	0.01
	［20，65］	$0.01 - 0.000 22 (β t - 20)$
	［65，90］	0
$γ 6$	［0，50］	$0.1 - 0.002 β t$
$γ 6$	［50，90］	0
$γ 7$	［0，30］	$0.001 67 β t$
$γ 7$	［30，90］	0.05
$γ 8$	［0，60］	0
$γ 8$	［60，90］	$0.003 3 (β t - 60)$
$γ 9$	［0，45］	$0.1 - 0.002 22 β t$
$γ 9$	［45，90］	0
$γ 10$	［0，10］	$0.025 β t$
$γ 10$	［10，90］	0.25

表1

图 4

图 5

图 6

图 7

图 8

表 2

倾转四旋翼主要参数

参数	数值
质量/kg	550
旋翼转速/（rad·s^-1）	228
旋翼半径/m	0.89
桨叶片数	3
前机翼长度/m	1.09
后机翼长度/m	1.57
$I x$ /（kg·m²）	558
$I y$ /（kg·m²）	539
$I z$ /（kg·m²）	1 005

表 2

表3

直升机模式下ADRC-RBF控制器参数

参数	$φ A D R C - R B F$	$θ A D R C - R B F$	$ψ A D R C - R B F$
$β 1$	206	570	500
$β 2$	350	300	340
$β 3$	600	700	657
$K P$	51	141	103
$K D$	0.01	0.01	0.01
$ξ 1$	0.5	0.1	0.1
$ξ 2$	0.05	0.5	0.05
$ξ 3$	0.04	0.4	0.02
$ξ 4$	0.5	0.05	0.001
$ξ 5$	0.01	0.01	0.01

表3

图 9

图 10

表4

飞机模式下ADRC-RBF控制器参数

参数	$φ A D R C - R B F$	$θ A D R C - R B F$	$ψ A D R C - R B F$
$β 1$	97	214	714
$β 2$	150	200	240
$β 3$	650	750	700
$K P$	10	71	4
$K D$	0.01	0.01	0.01
$ξ 1$	0.5	0.1	0.1
$ξ 2$	0.05	0.5	0.05
$ξ 3$	0.04	0.4	0.02
$ξ 4$	0.5	0.05	0.001
$ξ 5$	0.01	0.01	0.01

表4

图 11

图 12

图 13

表5

全过程飞行模式下ADRC-RBF控制器参数

参数	$φ A D R C - R B F$	$θ A D R C - R B F$	$ψ A D R C - R B F$
$β 1$	30	50	40
$β 2$	40	50	60
$β 3$	700	800	750
$K P$	206	71	3
$K D$	0.01	0.01	0.01
$ξ 1$	0.5	0.5	0.5
$ξ 2$	0.05	0.05	0.05
$ξ 3$	0.04	0.04	0.04
$ξ 4$	0.05	0.05	0.01
$ξ 5$	0.000 1	0.000 1	0.001

表5

图 14

图 15

参考文献 24

[1]	CHEN Z H. Based on intelligent attack and defense command technology system for multi-rotor TiltingVertical takeoff and landing swarm UAVs［C］∥2023 IEEE International Conference on e-Business Engineering （ICEBE）. Piscataway： IEEE Press， 2023： 276-280.
[2]	HAMROUNI A， GHAZZAI H， MENOUAR H， et al. Multi-rotor UAVs in crowd management systems： opportunities and challenges［J］. IEEE Internet of Things Magazine， 2023， 6（4）： 74-80.
[3]	REJEB A， REJEB K， SIMSKE S J， et al. Drones for supply chain management and logistics： A review and research agenda［J］. International Journal of Logistics Research and Applications， 2023， 26（6）： 708-731.
[4]	CHEN H B， LAN Y B， FRITZ B K， et al. Review of agricultural spraying technologies for plant protection using unmanned aerial vehicle （UAV）［J］. International Journal of Agricultural and Biological Engineering， 2021， 14（1）： 38-49.
[5]	SHUKLA D， KOMERATH N. Multirotor drone aerodynamic interaction investigation［J］. Drones， 2018， 2（4）： 43.
[6]	SASANE A， BORKAR S， MAJETY P， et al. Optimizing endurance in fixed wing UAVs［M］∥Smart Trends in Computing and Communications. Singapore： Springer Nature Singapore， 2024： 219-229.
[7]	LIU Y X， WANG Y M， LI H， et al. Runway-free recovery methods for fixed-wing UAVs： A comprehensive review［J］. Drones， 2024， 8（9）： 463.
[8]	ROJO-RODRIGUEZ E U， ROJO-RODRIGUEZ E G， ARAUJO-ESTRADA S A， et al. Design and performance of a novel tapered wing tiltrotor UAV for hover and cruise missions［J］. Machines， 2024， 12（9）： 653.
[9]	LIU Z， HE Y Q， YANG L Y， et al. Control techniques of tilt rotor unmanned aerial vehicle systems： A review［J］. Chinese Journal of Aeronautics， 2017， 30（1）： 135-148.
[10]	SHENG H L， ZHANG C， XIANG Y L. Mathematical modeling and stability analysis of tiltrotor aircraft［J］. Drones， 2022， 6（4）： 92.
[11]	TRAN S A， LIM J W. Interactional aerodynamics of the XV-15 tiltrotor aircraft during conversion maneuvers［J］. Journal of the American Helicopter Society， 2022， 67（3）： 56-68.
[12]	LU K， TIAN H Y， ZHEN P， et al. Conversion flight control for tiltrotor aircraft via active disturbance rejection control［J］. Aerospace， 2022， 9（3）： 155.
[13]	HOUARI A， BACHIR I， MOHAME D K， et al. PID vs LQR controller for tilt rotor airplane［J］. International Journal of Electrical and Computer Engineering （IJECE）， 2020， 10（6）： 6309.
[14]	BAUERSFELD L， DUCARD G. Fused-PID control for tilt-rotor VTOL aircraft［C］∥2020 28th Mediterranean Conference on Control and Automation （MED）. Piscataway： IEEE， 2020： 703-708.
[15]	ESKANDARPOUR A， MEHRANDEZH M， GUPTA K， et al. A constrained robust switching MPC structure for tilt-rotor UAV trajectory tracking problem［J］. Nonlinear Dynamics， 2023， 111（18）： 17247-17275.
[16]	ZHAO Y Q， YU X， YUAN Y. INDI-based control for full flight modes of tiltrotor/tiltwing aircraft［C］∥AIAA SCITECH 2025 Forum. Reston， AIAA， 2025.
[17]	DUCARD G， CARUGHI G. Neural network design and training for longitudinal flight control of a tilt-rotor hybrid vertical takeoff and landing unmanned aerial vehicle［J］. Drones， 2024， 8（12）： 727.
[18]	韩京清. 自抗扰控制技术［J］. 前沿科学， 2007， 1（1）： 24-31.
	HAN J Q. Auto disturbances rejection control technique［J］. Frontier Science， 2007， 1（1）： 24-31 （in Chinese）.
[19]	HAN J Q. From PID to active disturbance rejection control［J］. IEEE Transactions on Industrial Electronics， 2009， 56（3）： 900-906.
[20]	韩京清. 自抗扰控制器及其应用［J］. 控制与决策， 1998， 13（1）： 19-23.
	HAN J Q. Auto-disturbances-rejection controller and its applications［J］. Control and Decision， 1998， 13（1）： 19-23 （in Chinese）.
[21]	ZHANG Y J， FAN C D， ZHAO F F， et al. Parameter tuning of ADRC and its application based on CCCSA［J］. Nonlinear Dynamics， 2014， 76（2）： 1185-1194.
[22]	WANG Z G， ZU R， DUAN D Y， et al. Tuning of ADRC for QTR in transition process based on NBPO hybrid algorithm［J］. IEEE Access， 2019， 7： 177219-177240.
[23]	REN B W， DU S L， CUI Z Z， et al. High-precision trajectory tracking control of helicopter based on ant colony optimization-slime mould algorithm［J］. Chinese Journal of Aeronautics， 2025， 38（1）： 103172.
[24]	LIU N J， CAI Z H， ZHAO J， et al. Predictor-based model reference adaptive roll and yaw control of a quad-tiltrotor UAV［J］. Chinese Journal of Aeronautics， 2020， 33（1）： 282-295.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

基于ADRC-RBF倾转四旋翼无人机姿态自适应控制

Adaptive attitude control for tilt-quadrotor UAV based on ADRC-RBF

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 24

相关文章 15

编辑推荐

Metrics

本文评价

[1]	章涛, 李攀, 王梓旭, 朱振华. 面向直升机姿态控制的强化学习奖励函数设计[J]. 航空学报, 2025, 46(S1): 732184-732184.
[2]	刘子博, 张冉, 薛文超, 李惠峰. 考虑弹性影响的运载火箭自抗扰减载控制方法[J]. 航空学报, 2025, 46(1): 330319-330319.
[3]	王曦, 陈长青, 徐小平, 黄震. 头尾交替对日连续偏航姿态控制策略[J]. 航空学报, 2025, 46(1): 330673-330673.
[4]	仇钰清, 李俨, 郎金溪, 刘育衔, 王重. 高速直升机过渡模态鲁棒自适应姿态控制[J]. 航空学报, 2024, 45(9): 529927-529927.
[5]	侯雁翔, 冯立好. 飞翼布局主动流动控制风洞虚拟飞行试验[J]. 航空学报, 2024, 45(24): 630636-630636.
[6]	肖冰, 张海朝. 航天器姿态稳定强化学习鲁棒最优控制方法[J]. 航空学报, 2024, 45(1): 628890-628890.
[7]	段超, 邵小东, 胡庆雷, 吴淮宁. 基于横截函数的欠驱动航天器姿态跟踪方法[J]. 航空学报, 2024, 45(1): 628910-628910.
[8]	郭洪振, 陈谋, 戴永东, 王茂飞. 分布式自适应事件触发四旋翼无人机编队控制[J]. 航空学报, 2023, 44(S2): 729917-729917.
[9]	刘晨阳, 吴大伟, 郭一泽, 吕欣赛, 周佳妮, 邵书义. 不确定强耦合下四旋翼姿态鲁棒自适应控制[J]. 航空学报, 2023, 44(S1): 727645-727645.
[10]	何林坤, 薛文超, 张冉, 李惠峰. 运载火箭动力着陆段制导控制方法综述与展望[J]. 航空学报, 2023, 44(23): 628462-628462.
[11]	张豪, 王鹏, 汤国建, 包为民. 高超声速变外形飞行器事件触发有限时间控制[J]. 航空学报, 2023, 44(15): 528494-528494.
[12]	许闯, 吴宝林. 输入饱和下多航天器分布式固定时间输出反馈姿态协同控制[J]. 航空学报, 2023, 44(10): 327465-327465.
[13]	王睿, 周洲, 郭荣化, 黄悦琛. 太阳能无人机伞降着陆多体动力学仿真与试验[J]. 航空学报, 2022, 43(8): 225721-225721.
[14]	胡庆雷, 邵小东, 杨昊旸, 段超. 航天器多约束姿态规划与控制:进展与展望[J]. 航空学报, 2022, 43(10): 527351-527351.
[15]	冉茂鹏, 王成才, 刘华华, 王薇, 吕金虎. 变体飞行器控制技术发展现状与展望[J]. 航空学报, 2022, 43(10): 527449-527449.