不确定强耦合下四旋翼姿态鲁棒自适应控制

doi:10.7527/S1000-6893.2022.27645

Abstract

Abstract:

A dynamic surface control algorithm based on multi-layer adaptive neural network is proposed for the attitude control problem of the quadrotor UAV with multi-source strong coupling uncertainties for the first time. Different from the previous research on additive coupling uncertainties， the problem of multi-source multiplicative uncertainties estimation and compensation in UAV flight control is considered. First of all， a four-rotor UAV attitude dynamics model with multiplicative strong coupling uncertainties is constructed， and the uncertainties are ingeniously converted based on neural network and Fourier expansion. Secondly， a multi-layer approximation adaptive control law is designed based on the combination of adaptive technology and backstepping method. At the same time， dynamic surface technology is used to solve the derivation problem of virtual control law in the backstepping method. The effectiveness of the proposed control strategy is proved through complete theoretical analysis and simulation experiments.

Key words: quadrotor UAV, attitude control, neural network, dynamic surface control, adaptive control

CLC Number:

V211

Chenyang LIU, Dawei WU, Yize GUO, Xinsai LV, Jiani ZHOU, Shuyi SHAO. Robust adaptive attitude control of quadrotor with uncertain strong coupling[J]. Acta Aeronautica et Astronautica Sinica, 2023, 44(S1): 727645.

Figures/Tables 7

Fig.1

Table1

QUAV model parameters

变量	数值
$m$ / $k g$	1.5
a/ $m$	0.14
$I x x$ / $k g / m 2$	0.03
$I y y$ / $k g / m 2$	0.03
$I z z$ / $k g / m 2$	0.04
$G 1 ~ G 4$ / $k g / s$	0.01

Table1

Table 2

Multilayer approximation adaptive controller parameters

变量	数值	变量	数值	变量	数值
$k 1$	9.5	$k 5$	6.5	$σ c 1 ~ σ c 3$	1
$k 2$	8.5	$k 6$	5.5	$τ 2$	0.2
$k 3$	9.5	$σ a 1 ~ σ a 3$	0.1	$τ 4$	0.2
$k 4$	8.5	$σ b 1 ~ σ b 3$	1	$τ 6$	0.25
$b$	0.01	$σ ε 1 ~ σ ε 3$	5

Table 2

Table 3

Disturbance observer controller parameters

变量	数值	变量	数值	变量	数值
$c 1 ~ c 2$	5	$c 11$	0.3	$k b 9$	0.002
$c 3$	3	$c 12$	0.6	$k b 11$	0.005
$c 4$	1.2	$l 1 ~ l 6$	1.005	$- k b 1$	-0.000 5
$c 5 ~ c 6$	0.8	$τ 1 ~ τ 2$	1.9	$- k b 3$	-0.015
$c 7$	0.3	$k b 1$	0.000 5	$- k b 5$	-0.000 3
$c 8$	25	$k b 3$	0.015	$- k b 7$	-0.06
$c 9$	0.001	$k b 5$	0.000 3	$- k b 9$	-0.002
$c 10$	0.51	$k b 7$	0.06	$- k b 11$	-0.005

Table 3

Fig.2

Fig.3

Fig.4

References 34

1	王晓银，张旭，李稼祥. 四旋翼无人机控制系统设计［J］. 微型电脑应用， 2022， 38（1）： 20-22.
	WANG X Y， ZHANG X， LI J X. Design of four-rotor UAV control system［J］. Microcomputer Applications， 2022， 38（1）： 20-22 （in Chinese）.
2	刚桂虎，赵显. 小型旋翼无人机在未来城市军事行动应用中潜力评估［J］. 国防科技， 2017， 38（2）： 33-37.
	GANG G H， ZHAO X. Evaluation on potential of small rotor UAV in future urban military operation［J］. National Defense Technology， 2017， 38（2）： 33-37 （in Chinese）.
3	梁璐莉，吕文红，葛家丽，等. 无人机物流发展综述［J］. 物流技术， 2018， 37（12）： 41-45.
	LIANG L L， LV W H， GE J L， et al. Overview of development of UAV logistics［J］. Logistics Technology， 2018， 37（12）： 41-45 （in Chinese）.
4	王振华，黄宵宁，梁焜，等. 基于四旋翼无人机的输电线路巡检系统研究［J］. 中国电力， 2012， 45（10）： 59-62.
	WANG Z H， HUANG X N， LIANG K， et al. Study on the transmission line inspection system based on quadrotor UAVs［J］. Electric Power， 2012， 45（10）： 59-62 （in Chinese）.
5	王培，李杨，崔根，等. 多旋翼无人机：新设计、新应用及新发展［J］. 人工智能， 2021（4）： 78-91.
	WANG P， LI Y， CUI G， et al. Multi-rotor UAVs： new designs， applications and developments［J］. AI-View， 2021（4）： 78-91 （in Chinese）.
6	甄红涛，齐晓慧，夏明旗，等. 四旋翼无人机鲁棒自适应姿态控制［J］. 控制工程， 2013， 20（5）： 915-919.
	ZHEN H T， QI X H， XIA M Q， et al. Quadrotor UAV robust adaptive attitude control［J］. Control Engineering of China， 2013， 20（5）： 915-919 （in Chinese）.
7	王成，杨杰，姚辉，等. 四旋翼无人机飞行控制算法综述［J］. 电光与控制， 2018， 25（12）： 53-58.
	WANG C， YANG J， YAO H， et al. An overview of flight control algorithms for quadrotors［J］. Electronics Optics and Control， 2018， 25（12）： 53-58 （in Chinese）.
8	高晗，颜世成. 高海拔环境下四旋翼无人机飞行姿态控制技术研究［J］. 电子设计工程， 2021， 29（15）： 17-20， 26.
	GAO H， YAN S C. Research on flight attitude control technology of quadrotor UAV in high altitude environment［J］. Electronic Design Engineering， 2021， 29（15）： 17-20， 26 （in Chinese）.
9	汪震东，张艳. 四旋翼无人机预测-PID复合控制研究［J］. 控制工程， 2021， 28（7）： 1390-1397.
	WANG Z D， ZHANG Y. Research on prediction-PID compound control of quadrotor UAV［J］. Control Engineering of China， 2021， 28（7）： 1390-1397 （in Chinese）.
10	陈炜峰，朱海飞，王伟，等. 基于线性二次高斯的四旋翼飞行器姿态控制［J］. 控制工程， 2014， 21（1）： 120-124.
	CHEN W F， ZHU H F， WANG W， et al. Attitude control for quad-rotor based on LQG［J］. Control Engineering of China， 2014， 21（1）： 120-124 （in Chinese）.
11	ABHIJIT D， FRANK L， KAMESH S. Backstepping approach for controlling a quadrotor using Lagrange form dynamics［J］. Journal of Intelligent and Robotic Systems， 2009， 56（1-2）： 127-151.
12	沈昕格，金海，郭亮. 基于反步法的四旋翼无人机自适应控制研究［J］. 电子科技， 2022， 35（3）： 32-37.
	SHEN X G， JIN H， GUO L. Research on adaptive backstepping control of quadrotor UAV［J］. Electronic Science and Technology， 2022， 35（3）： 32-37 （in Chinese）.
13	韩业壮，华容. 四旋翼飞行器的RBF网络自适应滑模控制［J］. 电光与控制， 2017， 24（11）： 22-27.
	HAN Y Z， HUA R. RBF neural network adaptive sliding mode control for quad-rotor aerial vehicle［J］. Electronics Optics & Control， 2017， 24（11）： 22-27 （in Chinese）.
14	王雪娆，孙长银，林晓波，等. 基于神经网络的无人机姿态自适应控制仿真［J］. 计算机仿真， 2020， 37（3）： 37-41， 88.
	WANG X R， SUN C Y， LIN X B， et al. Simulation study on adaptive attitude control for a quadrotor based on neural network［J］. Computer Simulation， 2020， 37（3）： 37-41， 88 （in Chinese）.
15	刘慧博，彭亮，赵旭. 四旋翼飞行器姿态控制方法研究［J］. 自动化应用， 2020（12）： 4-7.
	LIU H B， PENG L， ZHAO X. Research on attitude control methods of quadrotor aircraft［J］. Automation Application， 2020（12）： 4-7 （in Chinese）.
16	石嘉，裴忠才，唐志勇，等. 改进型自抗扰四旋翼无人机控制系统设计与实现［J］. 北京航空航天大学学报， 2021， 47（9）： 1823-1831.
	SHI J， PEI Z C， TANG Z Y， et al. Design and realization of an improved active disturbance rejection quadrotor UAV control system［J］. Journal of Beijing University of Aeronautics and Astronautics， 2021， 47（9）： 1823-1831 （in Chinese）.
17	甄红涛，齐晓慧，李杰，等. 四旋翼无人机L₁自适应块控反步姿态控制器设计［J］. 控制与决策， 2014， 29（6）： 1076-1082.
	ZHEN H T， QI X H， LI J， et al. Quadrotor UAV L₁ adaptive block backstepping attitude controller［J］. Control and Decision， 2014， 29（6）： 1076-1082 （in Chinese）.
18	刘荣华，刘树光，王欢，等. 无人机动态面自适应容错路径跟踪控制［J］. 飞行力学， 2021， 39（5）： 49-55.
	LIU R H， LIU S G， WANG H， et al. Fault tolerant path following control of UAV based on adaptive dynamic surface control［J］. Flight Dynamics， 2021， 39（5）： 49-55 （in Chinese）.
19	赵红超，赵建忠. 基于滑模干扰观测器的无人机编队动态面控制［J］. 飞行力学， 2021， 39（4）： 45-51.
	ZHAO H C， ZHAO J Z. Dynamic surface control of UAV formation based on sliding mode disturbance observer［J］. Flight Dynamics， 2021， 39（4）： 45-51 （in Chinese）.
20	方旭，刘金琨. 四旋翼无人机动态面控制［J］. 北京航空航天大学学报， 2016， 42（8）： 1777-1784.
	FANG X， QIAN J K. Dynamic surface control for quadrotor unmanned air vehicle［J］. Journal of Beijing University of Aeronautics and Astronautics， 2016： 42（8）： 1777-1784 （in Chinese）.
21	张勇，陈增强，张兴会，等. 基于自抗扰的四旋翼无人机动态面姿态控制［J］. 吉林大学学报（工学版）， 2019， 49（2）： 562-569.
	ZHANG Y， CHEN Z Q， ZHANG X H， et al. Dynamic surface attitude control of quad-rotor UAV based on ADRC［J］. Journal of Jilin University （Engineering and Technology Edition）， 2019， 49（2）： 562-569 （in Chinese）.
22	赵振华，肖亮，姜斌，等. 基于扩张状态观测器的四旋翼无人机快速非奇异终端滑模轨迹跟踪控制［J］. 控制与决策， 2022， 37（9）： 2201-2210.
	ZHAO Z H， XIAO L， JIANG B， et al. Fast nonsingular terminal sliding mode trajectory tracking control of a quadrotor UAV based on extended state observers ［J］. Control and Decision， 2022， 37（9）： 2201-2210 （in Chinese）.
23	赵振华，肖亮，曹东，等. 基于滑模观测器的四旋翼无人机全回路解耦控制［J］. 南京理工大学学报， 2021， 45（3）： 1005-9830.
	ZHAO Z H， XIAO L， CAO D， et al. Full loop decoupling control based on sliding mode observers for quadrotor UAV ［J］. Journal of Nanjing University of Science and Technology， 2021， 45（3）： 1005-9830 （in Chinese）.
24	甘顺顺，许宝杰，黄小龙. 基于RBF神经网络的四旋翼无人机姿态控制［J］. 装备制造技术， 2021（8）： 28-35.
	GAN S S， XU B J， HUANG X L. Quadrotor UAV attitude control based on RBF neural network［J］. Equipment Manufacturing Technology， 2021（8）： 28-35 （in Chinese）.
25	SESHAGIRI S， KHALIL H K. Output feedback control of nonlinear systems using RBF neural networks［J］. IEEE Transactions on Neural Networks， 2000， 11（1）： 69-79.
26	孙瑶洁，熊智，李文龙，等. 基于RBF神经网络的相对导航信息融合方法［J］. 航空计算技术， 2019， 49（6）： 27-32.
	SUN Y J， XIONG Z， LI W L， et al. Relative navigation information fusion method based on RBF neural network［J］. Aeronautical Computing Technique， 2019， 49（6）： 27-32 （in Chinese）.
27	唐志勇，马福源，裴忠才. 四旋翼的改进PSO-RBF神经网络自适应滑模控制［J/OL］. 北京航空航天大学学报，（2021-12-16）［2022-07-01］..
	TANG Z Y， MA F Y， PEI Z C. Improved PSO-RBF neural network adaptive sliding mode control for quadrotor system［J/OL］. Journal of Beijing University of Aeronautics and Astronautics，（2021-12-16）［2022-07-01］. .
28	魏青铜，陈谋，吴庆宪. 输入饱和与姿态受限的四旋翼无人机反步姿态控制［J］. 控制理论与应用， 2015， 32（10）： 1361-1369.
	WEI Q T， CHEN M， WU Q X. Backstepping-based attitude control for a quadrotor UAV with input saturation and attitude constraints［J］. Control Theory & Applications， 2015， 32（10）： 1361-1369 （in Chinese）.
29	张曙光. 基于神经网络的四旋翼无人机姿态跟踪控制［D］. 哈尔滨：哈尔滨工业大学， 2018： 10-13.
	ZHANG S G. Attitude control of quadrotor UAV based on neural network［D］. Harbin： Harbin Institute of Technology， 2018： 10-13 （in Chinese）.
30	CHEN M， XIONG S， WU Q. Tracking flight control of quadrotor based on disturbance observer［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2021， 51（3）： 1414-1423.
31	CHEN M， TAO G， JIANG B. Dynamic surface control using neural networks for a class of uncertain nonlinear systems with input saturation［J］. IEEE Transactions on Neural Networks and Learning Systems， 2015， 26（9）： 2086-2097.
32	刘锡良，周颖. 风荷载的几种模拟方法［J］. 工业建筑， 2005， 35（5）： 4.
	LIU X L， ZHOU Y. Numerical simulation methods of wind load ［J］. Industrial Construction， 2005， 35（5）： 4 （in Chinese）.
33	JOERN R， JANOSCH N， THOMAS S， et al. Extending kalibr： calibrating the extrinsics of multiple IMUs and of individual axes［C］∥2016 IEEE International Conference on Robotics and Automation （ICRA）， 2016： 4304-4311
34	王芳，高雅丽，张政，等.输出误差约束下四旋翼无人机预定性能反步控制［J］. 控制与决策， 2021， 36（5）： 1059-1068.
	WANG F， GAO Y L， ZHANG Z， et al. Prescribed performance backstepping control for quadrotor UAV with output error constraint［J］. Control and Decision， 2021， 36（5）： 1059-1068 （in Chinese）.

[1]	Haipeng CHEN, Wenxing FU, Jie YAN. Fault diagnosis of thrust offset loss of launch vehicle based on AGABP neural network [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(8): 231148-231148.
[2]	Naigang CUI, Guoxin QU, Xinhai MA, Shihao XU, Changzhu WEI. Adaptive prescribed-time/performance control for plane-symmetric aircraft in boost phase [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(6): 531470-531470.
[3]	Mou CHEN, Zhengguo HUANG, Yaohua SHEN, Fan LIU. Overview of composite anti-disturbance control technology of advanced vehicles [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(6): 531303-531303.
[4]	Zhengyu SONG. Promoting continuous innovation in space transportation systems: Control technologies and challenges [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(6): 531446-531446.
[5]	Zhichun YANG, Te YANG. Physical embedded neural network model and method for dynamic load identification [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(5): 531450-531450.
[6]	Zhicheng ZHANG, Yuan ZHOU, Yu ZHAO, Weimin BAO. Cooperative formation control for multi-satellite system applied to distributed prescribed-time networking [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(4): 330932-330932.
[7]	Chenhao ZHAO, Dewei WU, Jing HE, Qian WU. A semantic feature matching algorithm for UAV visual pose estimation [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(2): 330406-330406.
[8]	Yingjie SHI, Binchao LIU, Songsong LU, Liang CHEN, Hai SHANG, Rui BAO. Neural network model for wing strain-load relationship based on fusion of real and virtual data [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(19): 530921-530921.
[9]	Chengjie GUO, Dian XU, Jinbao LI, Chaoyu CHENG, Shuochang GUO, Rui LI. Stress characterization of high-temperature digital image correlation experiments based on a data fusion-knowledge transfer method [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(19): 531574-531574.
[10]	Yinxuan ZHANG, Qi ZHANG, Zhenyong XU, Linshu MENG. Predicting method of aircraft mechanical response based on residual neural networks [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(19): 531295-531295.
[11]	Yugang ZHANG, Zhe YANG, Senpeng HE, Wenqing YANG. Aircraft attitude prediction model based on physical information neural networks [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(19): 531850-531850.
[12]	Honglin LIU, Guan WANG, Shuaibin AN, Shaojie MA, Kai LIU. Online identification based strong adaptive control of hypersonic morphing vehicles [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(17): 331654-331654.
[13]	Chengxi WANG, Li ZHOU, Xiaolin SUN, Xiaobo ZHANG, Zhanxue WANG. Multi-dimensional simulation between serpentine nozzle and turbofan based on neural network [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(15): 130791-130791.
[14]	Wei CHEN, Lulu LI, Dong CHEN, Shaohui ZHANG, Yafei LI, Ke WANG, Yuanyuan JIN, Mingliang XU. Multi-aircraft cooperative decision-making methods driven by differentiated support demands for carrier-based aircraft [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(13): 531274-531274.
[15]	Ming YAN, Jiaxing WANG, Heqi LI, Kai LIU. Active disturbance rejection control of carrier-based aircraft based on offline network/online identification [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(13): 531317-531317.

Robust adaptive attitude control of quadrotor with uncertain strong coupling

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 34

Related Articles 15

Recommended Articles

Metrics

Comments