【无人机控制】多旋翼飞行器 (MAV) 的飞行动力学和控制模拟器附matlab代码

简介: 【无人机控制】多旋翼飞行器 (MAV) 的飞行动力学和控制模拟器附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

多旋翼飞行器以其机械结构简单,成本低,操控灵活,等优点广泛应用于航拍,空中测绘,电力巡线,空中侦察领域,逐渐成为微型无人机中的研究热点.但是多旋翼无人机是一种高阶,非线性,强耦合的欠驱系统,控制技术是该领域一个重要的研究方向。IMAV-M是一个多旋翼飞行器(MAVs)的飞行动力学和控制模拟器,它被设想用来生成模拟运动变量和控制努力指令,以评估eVTOL飞机和无人机的控制、引导和导航方法。

⛄ 部分代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%    IMAV-M Simulator - A flight dynamics and control simulator for MAVs

%    Copyright (C) 2020  Aeronautics Institute of Technology

%

%    This program is free software: you can redistribute it and/or modify

%    it under the terms of the GNU General Public License as published by

%    the Free Software Foundation, either version 3 of the License, or

%    (at your option) any later version.

%




%% Add to path


addpath('Plots');

addpath('Classes');

addpath('Conversions');



%% Clean and close


clc

clear

close all


tstart = tic;



%% Parameters


% Input parameters


load('Parameters.mat');




% MAV


sMav.type = MAVType;

sMav.nr   = nr;

sMav.kf   = kf;

sMav.kt   = kt;

sMav.wmax = wmax;

sMav.km   = km;

sMav.Tm   = Tm;

sMav.l    = l;

sMav.delta= delta;

sMav.m    = m;

sMav.JB   = JB;

sMav.Jr   = Jr;

sMav.g    = g;

sMav.h    = Ts;

sMav.w    = zeros(nr,1);

sMav.r    = zeros(3,1);

sMav.v    = zeros(3,1);

sMav.vp   = zeros(3,1);

sMav.D    = eye(3);

sMav.W    = zeros(3,1);



oMav = CMav( sMav );





% Disturbance/Uncertainty



sUncer.alpha_f = alpha_f;

sUncer.alpha_t = alpha_t;

sUncer.mg      = mg;

sUncer.tint    = -1;            % with -1, no interference at all

sUncer.mi      = 0;

sUncer.phi     = 90;


oUncer = CUncer( sUncer );




% Sensor platform



sSensors.ba  = ba0;

sSensors.bg  = bg0;

sSensors.bm  = bm0;

sSensors.g   = g;

sSensors.mg  = mg;  

sSensors.sa  = sa;

sSensors.sg  = sg;

sSensors.sm  = sm;

sSensors.sba = sba;

sSensors.sbg = sbg;

sSensors.sbm = sbm;

sSensors.sr  = sr;

sSensors.Ts  = Ts;

sSensors.ya  = [0;0;g];

sSensors.yg  = zeros(3,1);

sSensors.ym  = mg;

sSensors.yr  = zeros(3,1);

sSensors.yrp = zeros(3,1);



oSensors = CSensors( sSensors );



% Flight Control


sControl.K1      = K1;

sControl.K2      = K2;

sControl.K3      = K3;

sControl.K4      = K4;

sControl.Kc      = Kc;

sControl.JB      = JB;

sControl.Jr      = Jr;

sControl.m       = m;

sControl.g       = g;

sControl.nr      = nr;

sControl.l       = l;

sControl.delta   = delta;

sControl.kf      = kf;

sControl.kt      = kt;

sControl.k       = kt/kf;

sControl.Tmin    = Tmin;

sControl.Tmax    = Tmax;

sControl.Fmin    = Fmin;

sControl.Fmax    = Fmax;

sControl.zetamin = zetamin;

sControl.zetamax = zetamax;

sControl.r_      = zeros(3,1);

sControl.v_      = zeros(3,1);

sControl.p_      = 0;

sControl.wz_     = 0;

sControl.w_      = zeros(nr,1);

sControl.D_      = eye(3);

sControl.tau     = tau_ref_filter;

sControl.Ts      = Ts;


oControl = CControl( sControl );



% Trajectory planning/guidance


sGuidance.nw    = nw;

sGuidance.wl    = wl;

sGuidance.Kpr   = Kpr;

sGuidance.Kpp   = Kpp;

sGuidance.Kdr   = Kdr;

sGuidance.Kdp   = Kdp;

sGuidance.rhor  = rhor;

sGuidance.rhop  = rhop;

sGuidance.dtl   = dtl;

sGuidance.Ts    = Ts;

sGuidance.dkl   = dtl/Ts;

sGuidance.l     = 1;

sGuidance.k     = 0;

sGuidance.r_    = zeros(3,1);

sGuidance.v_    = zeros(3,1);

sGuidance.p_    = 0;

sGuidance.wz_   = 0;

sGuidance.flag  = 0;



oGuidance = CGuidance( sGuidance );



% Navigation algorithm


sNavigation.tau = tau;

sNavigation.Ts  = Ts;

sNavigation.Ra  = Ra;

sNavigation.Rg  = Rg;

sNavigation.Rm  = Rm;

sNavigation.Rr  = Rr;

sNavigation.Qbg = Qbg;

sNavigation.mg  = mg;

sNavigation.x0  = x0;

sNavigation.P0  = P0;

           

oNavigation = CNavigation( sNavigation );




%% Initial interface


disp('%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%');

disp('IMAV-M 1.0: SIMULATION OF FLIGHT DYNAMICS AND CONTROL OF MAVs');

disp('Mode A: for generating plots.');

disp(' ');

disp('Description: Pure MATLAB simulation including:');

disp(' ');

disp('             - plant and environment physics');

disp('             - sensors');

disp('             - guidance');

disp('             - flight control laws');

disp('             - attitude estimation (using mag, acc, gyro) and gps');

disp('             - only auto waypoint state, for generating plots');

disp(' ');

disp('%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%');

disp('Author: Prof. Dr. Davi A. Santos (davists@ita.br)');

disp('Institution: Aeronautics Institute of Technology (ITA/Brazil)');

disp('%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%');

disp(' ');



input('Press ENTER to start...');

disp(' ');



%% Calibration



for k = 1:kfcalib

   

   % Sensor measurements

   

   oSensors.vp = oMav.vp;

   oSensors.W  = oMav.W;

   oSensors.r  = oMav.r;

   oSensors.D  = oMav.D;

   

   oSensors = acc ( oSensors );

   oSensors = gyro( oSensors );

   oSensors = mag ( oSensors );

   oSensors = gps ( oSensors );

   

   

   % Navigation

   

   oNavigation.ya  = oSensors.ya;

   oNavigation.yg  = oSensors.yg;

   oNavigation.ym  = oSensors.ym;

   oNavigation.yr  = oSensors.yr;

   oNavigation.yrp = oSensors.yrp;

   

   

   oNavigation = NV( oNavigation );

   

   

end






%% Discrete-time loop


k=1;


while( 1 )

 

   

     

   

   %% Compute commands

   

       

   % input measurement


   oGuidance.r  = oNavigation.x(1:3);

   oGuidance.v  = oNavigation.x(4:6);

   aux          = D2a( q2D( oNavigation.x(10:13 )) );  

   oGuidance.p  = aux(3);

   oGuidance.wz = oSensors.yg(3) - oNavigation.x(16);



   % wayset verification


   oGuidance = wayset_verif( oGuidance );


   % wayset transition


   oGuidance = wayset_transit( oGuidance );


   % command generation


   oGuidance = plaw( oGuidance );



   % Commands to the flight controllers


   oControl.r_    = oGuidance.r_;

   oControl.v_    = oGuidance.v_;

   oControl.p_    = oGuidance.p_;

   oControl.wz_   = oGuidance.wz_;


 

   

   %% Flight control

   

   

   % Feedback variables

   

   oControl.r     = oNavigation.x(1:3);

   oControl.v     = oNavigation.x(4:6);

   oControl.D     = q2D( oNavigation.x(10:13) );  

   oControl.W     = oSensors.yg - oNavigation.x(14:16);  

   

   

   % Position control law


   oControl = PC( oControl, 1 );

   

 

   % Attitude command computation

         

   oControl = ATC( oControl );

   

   

   % Attitude control law

   

   oControl = AC( oControl, 1 );

 

   

   % Control allocation algorithm

   

   oControl = CA( oControl );

   

 

   %% Environment and plant simulation

   

   

   % Disturbances


   oUncer  = disturbances( oUncer );



   % Equations of motion


   oMav.Fd = oUncer.Fd;

   oMav.Td = oUncer.Td;

   oMav.w_ = oControl.w_;


   oMav = propeller( oMav );

   oMav = efforts  ( oMav );

   oMav = dynamics ( oMav );

   

   

   %% Magnetic interference simulation

   

   if oUncer.tint ~= -1 && k*Ts == oUncer.tint

     

       oUncer = interference( oUncer );

       

   end

   

   

   %% Sensor platform simulation

   

   oSensors.vp = oMav.vp;

   oSensors.W  = oMav.W;

   oSensors.r  = oMav.r;

   oSensors.D  = oMav.D;

   oSensors.bm = bm0 + oUncer.dm;

   

   oSensors = acc ( oSensors );

   oSensors = gyro( oSensors );

   oSensors = mag ( oSensors );

   oSensors = gps ( oSensors );

   


   %% Navigation algorithm

 

   

   oNavigation.ya  = oSensors.ya;

   oNavigation.yg  = oSensors.yg;

   oNavigation.ym  = oSensors.ym;

   oNavigation.yr  = oSensors.yr;

   oNavigation.yrp = oSensors.yrp;

   

   oNavigation = NV( oNavigation );

   

   

%% Monitoring

   

   % Estimates

   

   red(:,k)  = oNavigation.x(1:3);

   ved(:,k)  = oNavigation.x(4:6);

   baed(:,k) = oNavigation.x(7:9);

   bged(:,k) = oNavigation.x(14:16);

   aed(:,k)  = 180/pi*D2a( q2D( oNavigation.x(10:13) ) );

   ead(:,k)  = 180/pi*oControl.ea;

   


   % True states

   

   rd(:,k)   = oMav.r;

   vd(:,k)   = oMav.v;

   Wd(:,k)   = oMav.W;

   ad(:,k)   = 180/pi*D2a( oMav.D );

   

   % commands

   

   rd_(:,k)  = oControl.r_;

   vd_(:,k)  = oControl.v_;

   ad_(:,k)  = 180/pi*D2a( oControl.D_ );

   wzd_(k)   = oControl.wz_;

   wd_(:,k)  = oControl.w_;

   FGd(:,k)  = oControl.FG_;

   TBd(:,k)  = oControl.TB_;  



%% Update time index (just for plotting)

   

   k = k + 1;

   if k == tf/Ts

       break;

   end


   

   

   

end



%% Simulation time


tend = toc(tstart);

disp('Simulation finished! Duration:');

disp(' ');

disp(tend);




%% Plots


disp('Plotting...');

disp(' ');


t = 2*Ts:Ts:tf;


% position vs position command


plot1c(t,rd(1,:)','$r_1$',rd_(1,:)','$\bar{r}_1$');

plot1c(t,rd(2,:)','$r_2$',rd_(2,:)','$\bar{r}_2$');

plot1c(t,rd(3,:)','$r_3$',rd_(3,:)','$\bar{r}_3$');


% attitude vs attitude command


plot1c(t,ad(1,:)','$a_1$',ad_(1,:)','$\bar{a}_1$');

plot1c(t,ad(2,:)','$a_2$',ad_(2,:)','$\bar{a}_2$');

plot1c(t,ad(3,:)','$a_3$',ad_(3,:)','$\bar{a}_3$');



% force command


plot3c(t,FGd','$F_1$','$F_2$','$F_3$');



% torque command


plot3c(t,TBd','$T_1$','$T_2$','$T_3$');



% 3D trajectory


plot3dc(rd,rd_,'Trajectory','Command');

 

 

% for evaluating/tuning the filters


plotEvalNavigation

⛄ 运行结果

⛄ 参考文献

[1] 孟佳东, 赵志刚. 小型四旋翼无人机建模与控制仿真[J]. 兰州交通大学学报, 2013(1):5.

[2] 冯旭光. 四旋翼无人机自主控制系统设计[D]. 内蒙古科技大学, 2014.

[3] 江杰, 冯旭光, 苏建彬. 四旋翼无人机仿真控制系统设计[J]. 电光与控制, 2015, 22(2):4.

[4] 方立东. 基于ARM有缆六旋翼研究与实现[D]. 南昌航空大学.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
21天前
|
机器学习/深度学习 存储 算法
基于Actor-Critic(A2C)强化学习的四旋翼无人机飞行控制系统matlab仿真
基于Actor-Critic强化学习的四旋翼无人机飞行控制系统,通过构建策略网络和价值网络学习最优控制策略。MATLAB 2022a仿真结果显示,该方法在复杂环境中表现出色。核心代码包括加载训练好的模型、设置仿真参数、运行仿真并绘制结果图表。仿真操作步骤可参考配套视频。
41 0
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
202 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
129 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
91 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
6月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
6月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
6月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)
|
6月前
|
供应链 算法
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
基于分布式优化的多产消者非合作博弈能量共享(Matlab代码)
|
6月前
|
算法 调度
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)
基于多目标粒子群算法冷热电联供综合能源系统运行优化(matlab代码)

热门文章

最新文章

下一篇
无影云桌面