【无人机控制】基于PID实现无人机巡航控制附Matlab代码

简介: 【无人机控制】基于PID实现无人机巡航控制附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

我们将重点放在了无人机外环控制上。这一部分我们采用了传统的PID控制模块对无人机飞行进行控制。PID的原型可以表示为:

它是一个根据反馈误差来修正输出函数的过程。K0,K1,K2这三个参数可以为0,那么就形成了PI、PD、ID、PID这几种形式。一般PID、PD这两种用的比较多。而我们使用的为PD。

在确定好航线之后,我们可以得到无人机巡航仿真路线图,位移图与速度图如下:

⛄ 部分代码

function [t_out, s_out, QP] = simulation_3d_new(trajhandle, controlhandle)

%[t_out, s_out] = simulation_3d(trajhandle, controlhandle)

% NOTE: This srcipt will not run as expected unless you fill in proper

% code in trajhandle and controlhandle

% You should not modify any part of this script except for the

% visualization part

%

% ***************** QUADROTOR SIMULATION *****************


% *********** YOU SHOULDN'T NEED TO CHANGE ANYTHING BELOW **********


addpath('utils');


% real-time

real_time = true;


% max time

max_time = 100;


% parameters for simulation

params = sys_params;


%% **************************** FIGURES *****************************

disp('Initializing figures...');

h_fig = figure;

h_3d = gca;

axis equal

grid on

%view(3);

view(48.8, 25.8);

xlabel('x [m]'); ylabel('y [m]'); zlabel('z [m]')

quadcolors = lines(1);


set(gcf,'Renderer','OpenGL')


%% *********************** INITIAL CONDITIONS ***********************

disp('Setting initial conditions...');

tstep    = 0.01; % this determines the time step at which the solution is given

cstep    = 0.05; % image capture time interval

max_iter = max_time/cstep; % max iteration

nstep    = cstep/tstep;

time     = 0; % current time

err = []; % runtime errors


% Get start and stop position

des_start = trajhandle(0, []);

des_stop  = trajhandle(inf, []);

stop_pos  = des_stop.pos;

x0    = init_state(des_start.pos, 0);

xtraj = zeros(max_iter*nstep, length(x0));

ttraj = zeros(max_iter*nstep, 1);


x       = x0;        % state


pos_tol = 0.01;

vel_tol = 0.01;


%% ************************* RUN SIMULATION *************************

disp('Simulation Running....');

% Main loop

for iter = 1:max_iter


   timeint = time:tstep:time+cstep;


   tic;


   % Initialize quad plot

   if iter == 1

       QP = QuadPlot(1, x0, 0.1, 0.04, quadcolors(1,:), max_iter, h_3d);

       current_state = stateToQd(x);

       desired_state = trajhandle(time, current_state);

       QP.UpdateQuadPlot(x, [desired_state.pos; desired_state.vel], time);

       h_title = title(sprintf('iteration: %d, time: %4.2f', iter, time));

   end


   % Run simulation

   [tsave, xsave] = ode45(@(t,s) quadEOM(t, s, controlhandle, trajhandle, params), timeint, x);

   x    = xsave(end, :)';


   % Save to traj

   xtraj((iter-1)*nstep+1:iter*nstep,:) = xsave(1:end-1,:);

   ttraj((iter-1)*nstep+1:iter*nstep) = tsave(1:end-1);


   % Update quad plot

   current_state = stateToQd(x);

   desired_state = trajhandle(time + cstep, current_state);

   QP.UpdateQuadPlot(x, [desired_state.pos; desired_state.vel], time + cstep);

   set(h_title, 'String', sprintf('iteration: %d, time: %4.2f', iter, time + cstep))


   time = time + cstep; % Update simulation time

   t = toc;

   % Check to make sure ode45 is not timing out

   if(t> cstep*50)

       err = 'Ode45 Unstable';

       break;

   end


   % Pause to make real-time

   if real_time && (t < cstep)

       pause(cstep - t);

   end


   % Check termination criteria

   if terminate_check(x, time, stop_pos, pos_tol, vel_tol, max_time)

       break

   end

end


%% ************************* POST PROCESSING *************************

% Truncate xtraj and ttraj

xtraj = xtraj(1:iter*nstep,:);

ttraj = ttraj(1:iter*nstep);


% Truncate saved variables

QP.TruncateHist();


% Plot position

h_pos = figure('Name', ['Quad position']);

plot_state(h_pos, QP.state_hist(1:3,:), QP.time_hist, 'pos', 'vic');

plot_state(h_pos, QP.state_des_hist(1:3,:), QP.time_hist, 'pos', 'des');

% Plot velocity

h_vel = figure('Name', ['Quad velocity']);

plot_state(h_vel, QP.state_hist(4:6,:), QP.time_hist, 'vel', 'vic');

plot_state(h_vel, QP.state_des_hist(4:6,:), QP.time_hist, 'vel', 'des');


if(~isempty(err))

%    error(err);

end


disp('finished.')


t_out = ttraj;

s_out = xtraj;


end

⛄ 运行结果

图中蓝线为理想状况下无人机飞行路线情况以及参数情况,红线为在考虑重力与呈正态分布的干扰噪声环境下无人机的路线情况以及参数情况。

在此基础上,为了方便初学者对于无人机飞行情况真实把握以及感受PID参数调节对无人机的影响,我们建立了用户交互界面。用户可以自主调节PID参数并自主控制无人机飞行,通过这种方式来模拟无人机飞行的真实情况,并了解PID参数是如何影响无人机飞行状态的。

⛄ 参考文献

[1] 文锟.基于计算动词PID控制器的四旋翼无人机控制及地面控制系统设计[J].  2013.

[2] 穆鲁肯.无人机控制器的建模与比较研究[D].大连理工大学,2016.

[3] 邵霖文,廖芳,丁黎明,等.基于MATLAB的四旋翼无人机飞控PID仿真设计[J].山西电子技术, 2021(005):000.

⛳️ 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
|
24天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
106 15
|
25天前
|
算法
基于大爆炸优化算法的PID控制器参数寻优matlab仿真
本研究基于大爆炸优化算法对PID控制器参数进行寻优,并通过Matlab仿真对比优化前后PID控制效果。使用MATLAB2022a实现核心程序,展示了算法迭代过程及最优PID参数的求解。大爆炸优化算法通过模拟宇宙大爆炸和大收缩过程,在搜索空间中迭代寻找全局最优解,特别适用于PID参数优化,提升控制系统性能。
|
1月前
|
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。
72 0
|
4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。
232 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
|
4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。
142 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
|
4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。
111 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
|
4月前
|
算法
基于GA遗传优化的PID控制器最优控制参数整定matlab仿真
通过遗传算法优化PID控制器的Kp、Ki、Kd参数,以输出误差为目标值,迭代求得最优参数。采用MATLAB 2022a验证,利用遗传算法全局寻优特性,自动完成参数整定,适合复杂及非线性系统,有效提升控制性能。
|
7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)
|
7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)

热门文章

最新文章