m基于PID控制算法的四旋翼无人机飞行控制simulink仿真

简介: m基于PID控制算法的四旋翼无人机飞行控制simulink仿真

1.算法描述
无人机采用常见的四旋翼无人飞行器,如图1所示。
ec77df0372e0f0aa994cf0ad0c65aae3_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
25d14bc63e057aab9f13e5241d2d785b_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

  PID控制器,即控制器的控制方式为P比例调整,I积分调整以及D微分调整三个部分构成,PID控制器是目前为止应用最为广泛的控制方式。PID控制器具有结构简单,性能稳定,参数设置简单等优势。PID控制器适用于各种控制对象无法进行测量获得系统参数的情况,其根据控制对象的输出和参考控制变量的输入差进行实时的调整实现对未知参数控制对象的有效控制。PID控制器由比例调整模块,积分调整模块以及微分调整模块三个部分构成,那么其输入的误差信号e(t)与输出u(t)的关系为公式6:

abb4b7d13d2f148504290fb86239540d_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png
c5e322229683ec0bf7cd384e55bb5fd4_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

   公式4.15中,参数kp表示的是比例调整模块的系数,其作用是将系统的反馈误差e(t)根据参数 kp进行调节,使得调整后的控制对象的反馈误差减小。当比例系数kp​​​​​​​取较大值的时候,那么控制器的调整速度较快,但是其抖动也较大,从而导致系统了不稳定性。当比例系数kp取较小值的时候,那么控制器调整速度较慢,但调整过程较为稳定。

   参数ki​​​​​​​表示的是积分调整模块的系数,其作用将消除系统中存在的稳态误差,当存在稳态误差的时候,通过积分调节模块进行调节,直到完全消除稳态误差为止,之后积分调节功能停止工作,积分调节模块输出一个固定值。当积分调制系数ki​​​​​​​较小的时候,积分调节作用越强,反之,积分调节作用较弱,系统调整速度较慢。

  参数kd表示的是微分调整模块的系数,其主要是对系统反馈误差的变化率进行调整,其具有超前调整功能,可以预测系统反馈误差的变化率,因此可以在反馈误差产生之间将误差消除,因此通过设置微分调整参数,可以降低PID控制器的超调量,并加快系统的调整速度。

2.仿真效果预览
matlab2022a仿真结果如下:

对无人机姿态控制系统进行建模,整个系统主要包括三个核心模块,无人机空间位置控制模块,无人机姿态控制模块以及无人机动力学模块。仿真的无人机仿真参数如下所示:

3e4e7ad0b07ec0e53d28c4a00eb6bc41_1240.png
07b3dc6903079d756d6cec2d1a4bcecc_1240.png
da0858199d56190335764607668f38a0_1240.png
8f133b510b48ec41fcb3ad8651fe372a_1240.png
3b6b028f64a9c0e01adb934054edfe3f_1240.png
c9d794b96e857317f011194b202a99dc_1240.png

3.MATLAB核心程序

533dfc2887752bf5ccd539d3efe34fbe_watermark,size_14,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_20,type_ZmFuZ3poZW5naGVpdGk=.png

    无人机模型主要包括目标输入模块,位置控制模块,姿态控制模块,姿态转化为控制量模块以及动力学模块五个部分。其中,无人机的核心模块是采用6DOF (Euler Angles)建模,6DOF(Euler Angles) 模块充分考虑了物体固定坐标系(Xb、Yb、Zb)相对于地球参考系(Xe、Ye、Ze)的旋转因素。无人机固定坐标系的原点是无人机的重心,无人机被假定为刚性,这一假设消除了考虑单个质量元件之间作用力的必要性。平面地球参考系被认为是惯性系,并且忽略由于地球相对于太阳的公转运动而产生的力。该模型,主要通过输入初始的Roll,Pitch,Yaw,初始的p,q,r,以及XYZ轴的转动惯量 Ix,Iy,Iz。其中,Roll,Pitch,Yaw,p,q和r的初始值均设置为零,转动惯量Ix,Iy,Iz设置根据表1的参数设置。
g       = 9.8;
Ixx     = 0.004856;
Iyy     = 0.004856;
Izz     = 0.008801;
L       = 0.225;
kd      = 1.5*10^-9;
kt      = 6.11*10^-8;
 
%姿态角和位置的六个PID控制器未训练的参数
%PID x
kpx     = 0.8;
kix     = 1e-4;
kdx     = 1.3;
%PID y
kpy     = 0.8;
kiy     = 3e-4;
kdy     = 1.3;
%PID z
kpz     = 1.2;
kiz     = 1e-6;
kdz     = 2;
%PID phi
kpphi   = 2000;
kiphi   = 0;
kdphi   = 4000;
%PID theta
kptheta = 2000;
kitheta = 0;
kdtheta = 4000;
%PID psi
kppsi   = 800;
kipsi   = 0;
kdpsi   = 400;
相关文章
|
1月前
|
算法
基于MPPT算法的光伏并网发电系统simulink建模与仿真
本课题基于MATLAB/Simulink搭建光伏并网发电系统模型,集成PV模块、MPPT算法、PWM控制与并网电路,实现最大功率跟踪与电能高效并网。通过仿真验证系统在不同环境下的动态响应与稳定性,采用SVPWM与电流闭环控制,确保输出电流与电网同频同相,满足并网电能质量要求。
|
2月前
|
传感器 算法
船舶运动控制,PID控制算法,反步积分控制器
船舶运动控制,PID控制算法,反步积分控制器
|
2月前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
103 0
|
1月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
1月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
2月前
|
机器学习/深度学习 算法 安全
【无人机三维路径规划】基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划研究(Matlab代码实现)
【无人机三维路径规划】基于非支配排序的鱼鹰优化算法NSOOA求解无人机三维路径规划研究(Matlab代码实现)
|
2月前
|
算法 数据建模 调度
【INC-MPPT】增量导纳算法追踪光伏的最大功率点用于光伏的并网接入研究(Simulink仿真实现)
【INC-MPPT】增量导纳算法追踪光伏的最大功率点用于光伏的并网接入研究(Simulink仿真实现)
111 0
|
1月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
203 0
|
1月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
150 2
|
2月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
203 3

热门文章

最新文章