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

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 based on this estimated set. This makes the method applicable in RUAV's aggressive flight control, and it is valuable in both theoretical and practical aspects.

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。

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，本课题提出了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。具体研究内容及结果如下：（1）提出旋翼飞行机器人动力学参考模型构建方法，进行旋翼飞行机器人的动力学模型结构的分析，从刚体运动学角度获得其非线性描述，在悬停模态附近获得其线性表达形式，并通过旋翼动力学分析，展开系统驱动力与力矩得到线性动力学方程的参数化表达；在传统单入单出频域参数辨识方法基础上，化简参数方程结构，通过优化函数的改进，使其可应用于多入多出线性系统，并给出初始参数估计的方法和收敛性判定准则；（2）提出基于相对增量模型的预测控制方法，对传统预测控制方法进行改进，引入增量模型预测、未来控制量规划以及关注状态转化方法，解决特定飞行模态下的模型漂移和工作点转换造成的预测器有偏问题，在线状态参考值规划问题以及计算量大的问题，使得旋翼飞行机器人系统控制的滞后环节得到有效的补偿；（3）提出基于ASMF的模型差估计与修正策略，面向旋翼飞行机器人在高机动中应用所存在的模型失配问题，提出模型差的数学表达，并且基于ASMF提出了模型差在线估计及其控制修正策略，以保证基于特定飞行模态下的参考模型所设计的控制器在多种飞行模态转变的实际应用中跟踪控制性能；（4）完成了旋翼飞行机器人实验研究，针对上述理论研究结果，分别对模型辨识和主动模型控制进行控制性能改进前后的对比实验。