本發(fā)明涉及無人機(jī)控制，尤其涉及一種四旋翼無人機(jī)控制參數(shù)的優(yōu)化方法。

背景技術(shù)：

1、四旋翼無人機(jī)因其靈活性和多功能性，已在監(jiān)測、測繪、緊急救援和環(huán)境觀察等各類應(yīng)用中變得不可或缺。大量研究致力于四旋翼無人機(jī)的開發(fā)，一方面，許多學(xué)者專注于四旋翼的狀態(tài)空間建模；另一方面，基于這些模型，不同的控制方法也在無人機(jī)上進(jìn)行了研究，例如：線性二次調(diào)節(jié)控制、反步控制、滑模控制、模型預(yù)測控制等。

2、盡管上述控制方法取得了良好的效果，但比例積分微分控制（proportional-integral-derivative?control，pid）仍然是實際應(yīng)用中的主導(dǎo)方法。然而，pid參數(shù)的調(diào)整通常通過試錯法獲得，這對于四旋翼無人機(jī)需要多組pid控制器的情況而言，是一項非常費時費力的工程。為了解決這個問題，許多尋優(yōu)算法被用于尋找最優(yōu)的pid參數(shù)，例如：帶電系統(tǒng)搜索算法通過最小化積分平方誤差進(jìn)行pid參數(shù)調(diào)優(yōu)；元啟發(fā)式方法如遺傳算法也被用于優(yōu)化pid參數(shù)；一種新的協(xié)作粒子群優(yōu)化方法，用于交叉優(yōu)化兩個子系統(tǒng)的控制參數(shù)；其他用于pid參數(shù)調(diào)優(yōu)的優(yōu)化算法包括重力搜索算法、禁忌搜索優(yōu)化、差分進(jìn)化、黃金搜索優(yōu)化算法和天牛須搜索算法，然而，這些優(yōu)化算法所使用的適應(yīng)度函數(shù)缺乏對力的依賴性，因此最終的尋優(yōu)結(jié)果并不能保證能節(jié)約能量，并且跟蹤性能仍不理想。

3、作為一種元啟發(fā)式搜索方法，天牛群算法具有快速收斂和結(jié)構(gòu)簡單的優(yōu)勢。它不需要了解函數(shù)的具體形式或梯度信息，就能夠?qū)崿F(xiàn)高效的優(yōu)化。然而，在傳統(tǒng)的天牛群算法中，群體在迭代過程中始終保持著固定的移動速度，這就導(dǎo)致了種群偏向于全局搜索或局部搜索中的一種，阻礙了算法找到全局的精確最優(yōu)解。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種四旋翼無人機(jī)控制參數(shù)的優(yōu)化方法，用以快速且準(zhǔn)確地尋找多組pid控制器的最優(yōu)參數(shù)，在優(yōu)化過程中平衡全局和局部搜索的能力，提高pid控制中的跟蹤性能和能量效率。

2、第一方面，本發(fā)明提供了一種四旋翼無人機(jī)控制參數(shù)的優(yōu)化方法，所述方法包括：

3、步驟1、獲取四旋翼無人機(jī)的數(shù)學(xué)模型，并設(shè)計pid控制器；

4、步驟2、根據(jù)pid控制器，設(shè)計非線性更新策略；

5、步驟3、根據(jù)非線性更新策略，設(shè)計包含誤差項和輸入項的成本函數(shù)，以更新種群位置，調(diào)整pid控制器的參數(shù)。

6、可選地，所述步驟1中的數(shù)學(xué)模型包括：

7、；

8、其中，以四旋翼起飛位置為原點，表示向正東方向前進(jìn)的距離，表示向正東方向前進(jìn)的速度，表示向正東方向前進(jìn)的加速度；表示向正南方向前進(jìn)的距離，表示向正南方向前進(jìn)的速度，表示向正南方向前進(jìn)的加速度；表示在垂直方向向上飛行的高度，表示在垂直方向向上飛行的速度，表示在垂直方向向上飛行的加速度；表示向正東方向旋轉(zhuǎn)的角度，表示向正東方向旋轉(zhuǎn)的角速度，表示向正東方向旋轉(zhuǎn)的角加速度；表示向正南方向旋轉(zhuǎn)的角度，表示向正南方向旋轉(zhuǎn)的角速度，表示向正南方向旋轉(zhuǎn)的角加速度；表示四旋翼自西向東旋轉(zhuǎn)的角度，表示四旋翼自西向東旋轉(zhuǎn)的角速度，表示四旋翼自西向東旋轉(zhuǎn)的角加速度；分別為四旋翼的整體質(zhì)量和臂長；為四個螺旋槳旋轉(zhuǎn)的速度和；，和分別為四旋翼在，，方向上的轉(zhuǎn)動慣量系數(shù)；，和分別為四旋翼在，，方向上的機(jī)身阻力系數(shù)；，和分別為四旋翼在，，方向上的機(jī)身阻尼力矩系數(shù)；為四個螺旋槳旋轉(zhuǎn)產(chǎn)生的總的升力，，，分別為四旋翼在，，方向上的轉(zhuǎn)動力矩；

9、將數(shù)學(xué)模型分解為兩個子系統(tǒng)模型，包括位置子系統(tǒng)和姿態(tài)子系統(tǒng)；

10、位置子系統(tǒng)的表達(dá)式為：

11、；

12、姿態(tài)子系統(tǒng)的表達(dá)式為：

13、；

14、在四旋翼系統(tǒng)中，姿態(tài)子系統(tǒng)作為內(nèi)環(huán)，位置子系統(tǒng)作為外環(huán)。

15、可選地，所述步驟1中的pid控制器的算法為：

16、；

17、其中，為pid控制算法的比例系數(shù)，為pid控制算法的積分系數(shù)，為pid控制算法的微分系數(shù)，為系統(tǒng)的狀態(tài)誤差；

18、具體而言：

19、；

20、；

21、；

22、；

23、其中，為四個螺旋槳旋轉(zhuǎn)產(chǎn)生的總的升力，，，分別為四旋翼在，，方向上的轉(zhuǎn)動力矩；表示在垂直方向向上飛行的高度，表示向正東方向旋轉(zhuǎn)的角度，表示向正南方向旋轉(zhuǎn)的角度，表示四旋翼自西向東旋轉(zhuǎn)的角度。

24、可選地，所述步驟2中的非線性更新策略包括：

25、；

26、；

27、；

28、其中，是天牛群優(yōu)化算法中的慣性權(quán)重，和分別為的最小值和最大值；是天牛群優(yōu)化算法中的加速因子，和分別為的最小值和最大值；是天牛群優(yōu)化算法中的加速因子，和分別為的最小值和最大值；是一個非線性更新策略的比例系數(shù)，n是優(yōu)化的次數(shù)，n是優(yōu)化的最大迭代次數(shù)。

29、可選地，所述步驟3中的成本函數(shù)的形式為：

30、；

31、其中，為設(shè)計的成本函數(shù)，，，，是系統(tǒng)的跟蹤誤差，，，，分別為四旋翼的四個螺旋槳旋轉(zhuǎn)產(chǎn)生的向上的力；其與輸入，，，的關(guān)系為：

32、。

33、本發(fā)明提供的技術(shù)方案中，該方法包括獲取四旋翼無人機(jī)的數(shù)學(xué)模型，并設(shè)計pid控制器；根據(jù)pid控制器，設(shè)計非線性更新策略；根據(jù)非線性更新策略，設(shè)計包含誤差項和輸入項的成本函數(shù)，以更新種群位置，調(diào)整pid控制器的參數(shù)，該方法快速且準(zhǔn)確地尋找了多組pid控制器的最優(yōu)參數(shù)，在優(yōu)化過程中平衡了全局和局部搜索的能力，提高了pid控制中的跟蹤性能和能量效率。

技術(shù)特征：

1.一種四旋翼無人機(jī)控制參數(shù)的優(yōu)化方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1中的數(shù)學(xué)模型包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1中的pid控制器的算法為：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2中的非線性更新策略包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中的成本函數(shù)的形式為：

技術(shù)總結(jié)
本發(fā)明涉及無人機(jī)控制技術(shù)領(lǐng)域，尤其是提供了一種四旋翼無人機(jī)控制參數(shù)的優(yōu)化方法。該方法包括獲取四旋翼無人機(jī)的數(shù)學(xué)模型，并設(shè)計PID控制器；根據(jù)PID控制器，設(shè)計非線性更新策略；根據(jù)非線性更新策略，設(shè)計包含誤差項和輸入項的成本函數(shù)，以更新種群位置，調(diào)整PID控制器的參數(shù)，該方法快速且準(zhǔn)確地尋找了多組PID控制器的最優(yōu)參數(shù)，在優(yōu)化過程中平衡了全局和局部搜索的能力，提高了PID控制中的跟蹤性能和能量效率。

技術(shù)研發(fā)人員：祝寶龍,王洪雷,甘有霖,呂慧,夏榮劍,司淑潔,周巖
受保護(hù)的技術(shù)使用者：齊魯工業(yè)大學(xué)（山東省科學(xué)院）
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19