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
|
7天前
|
监控
基于模糊PID控制器的风力温度控制系统simulink建模与仿真
**课题概述:** 设计一个室温控制系统,保持室内温度在23ºc,当温度超出范围时,电风扇自动调整档位。系统监控温度、压强、风速、通风量和风扇参数。 **系统仿真:** 使用MATLAB2022a进行仿真。 **核心原理:** 结合模糊逻辑和PID控制的系统,模糊逻辑处理不确定信息,调整PID参数以优化温度控制。 **模糊PID:** 输入(温度误差e,误差变化率ec),输出(PID参数调整量)。模糊规则库决定参数调整,模糊推理生成输出,清晰化处理转换为实际参数调整,改善系统性能。 **整体结构:** 包含模糊逻辑控制器和PID调节,动态适应环境变化,确保设备稳定高效运行。
|
26天前
|
算法
基于LQR控制算法的电磁减振控制系统simulink建模与仿真
该文主要介绍了基于LQR控制算法的电磁减振控制系统在MATLAB2022a中的Simulink建模与仿真。文章展示了系统仿真输出的控制器收敛曲线,并提供了相关图像来解释系统原理。LQR算法通过优化二次成本函数实现振动抑制,尤其适用于电磁减振系统,利用电磁执行机构动态调整力,高效抑制振动。文中附有关键模型和原理图。
基于PI控制的PMSM永磁同步电机控制系统simulink建模与仿真
该文探讨了基于PI控制的PMSM永磁同步电机Simulink建模与仿真,采用矢量控制策略,不依赖Simulink内置模型。在MATLAB2022a环境下,建立了电机数学模型,简化了复杂的电磁关系。PI控制器用于实现电流解耦控制,提高动态响应。控制系统通过PI调节直轴和交轴电流,经坐标变换和PWM调制驱动电机运行,实现高性能闭环控制。
|
11月前
|
传感器 数据可视化
Simulink|电动汽车、永磁电动机建模与仿真
Simulink|电动汽车、永磁电动机建模与仿真
|
11月前
|
传感器 算法 计算机视觉
【状态估计】基于卡尔曼滤波器的传感器直流电机驱动研究(Matlab代码、Simulink实现)
【状态估计】基于卡尔曼滤波器的传感器直流电机驱动研究(Matlab代码、Simulink实现)
|
11月前
|
传感器 机器学习/深度学习
用于永磁同步电机驱动器的自适应SDRE非线性无传感器速度控制(Matlab&Simulink实现)
用于永磁同步电机驱动器的自适应SDRE非线性无传感器速度控制(Matlab&Simulink实现)
|
12月前
|
算法 芯片
直流电机 PID 控制系统仿真研究(Simulink实现)
直流电机 PID 控制系统仿真研究(Simulink实现)
183 0
|
12月前
|
传感器 算法 计算机视觉
【状态估计】基于卡尔曼滤波器的传感器直流电机驱动研究(Matlab代码、Simulink
【状态估计】基于卡尔曼滤波器的传感器直流电机驱动研究(Matlab代码、Simulink
|
监控 算法 自动驾驶
m基于内外环PD控制算法的四旋翼无人机飞行控制simulink仿真
m基于内外环PD控制算法的四旋翼无人机飞行控制simulink仿真
177 0
|
机器学习/深度学习 传感器 算法
基于Matlab/Simulink 和飞行模拟器进行飞行控制联合仿真
基于Matlab/Simulink 和飞行模拟器进行飞行控制联合仿真