论文部分内容阅读
针对作业式旋翼无人机,设计无人机自主飞行系统,使无人机在复杂环境中,能成功避开环境中静态及动态突发障碍,以较低成本准确到达目的地,并能保证无人机在移动以及执行任务时的稳定飞行。本文主要对航迹规划和鲁棒智能控制器进行研究。其中,静、动态结合的航迹规划算法为无人机提供实时期望位置,高性能智能控制算法控制无人机实现定点的准确、快速跟踪,使无人机能从起始点沿着较优航迹安全到达目标点,并不受外界干扰实现稳定飞行和任务执行,为作业无人机真正实现“全智能”和“无人化”提供一定帮助。论文主要工作如下:1.提出基于蚁群粒子群融合算法的静态航迹规划。针对经典蚁群算法在航迹长度和平滑性上的不足,更改蚁群算法的节点移动规则、构造多重启发信息,并结合粒子群优化算法来弥补搜索范围的全局性。蚁群粒子群融合算法极大地改善了航迹的长度和平滑性等性能,能在已知静态环境下规划出一条低代价、平滑性好的安全航迹,并作为后文动态航迹规划的参考航迹。2.提出基于改进神经动力学模型算法的动态航迹规划。在经典神经动力学模型更新方程中新增目标直接影响项、提出三次函数作为连接权重函数、更改航迹规划流程结构。遵循静、动态航迹规划相结合的思想,无人机默认沿着参考航迹运行,对于影响前行的突发障碍或者变动的目标点,启动神经动力学模型算法进行动态规划、在线调整以实现动态避障和目标跟踪。3.设计基于自适应RBFNN\ADRC算法的无人机位姿飞行控制器。首先利用自适应RBFNN算法设计干扰观测器,用于实现未知干扰的在线估计。然后基于自抗扰控制思想结合微分控制器、自适应RBFNN测噪、非线性反馈控制率设计基于自适应径向基神经网络的自抗扰控制算法(自适应RBFNN\ADRC)。并利用该算法搭建位置-姿态双闭环控制器实现无人机的稳定飞行。该飞行控制器适用于复杂环境中作业的旋翼无人机,能有效抑制内、外界干扰使其能稳定工作。最后,联合航迹规划模块和智能飞行控制模块搭建无人机自主飞行系统,首先遵循静、动态结合的航迹规划思想,以静态参考航迹结合动态规划在线调整的方式实现动态避障和目标点跟踪功能,同时为无人机提供实时期望位置,并通过基于自适应RBFNN\ADRC的位姿飞行控制器控制无人机实现定点的准确、快速跟踪,从而使无人机能从起始点沿着长度短、平滑性好的航迹安全到达目标点,保证无人机在受到外界干扰是仍能稳定地飞行并执行任务。