四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题,提出了一种基于扩展状态卡尔曼滤波(extended state based Kalman filter,ESKF)的模型预测控制(model predictive control,MPC)方法。首先,采用牛顿-欧拉方法建...四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题,提出了一种基于扩展状态卡尔曼滤波(extended state based Kalman filter,ESKF)的模型预测控制(model predictive control,MPC)方法。首先,采用牛顿-欧拉方法建立风扰影响下的四旋翼无人机动力学模型;然后,位置控制采用基于误差模型的MPC方法,利用ESKF估计风扰并对控制量进行前馈补偿;采用反馈线性化方法将姿态动力学模型线性化,并设计基于ESKF-MPC的姿态控制器;最后,仿真结果表明测量噪声方差为0.0001时该方法的位置跟踪均方误差比自抗扰控制方法的误差小0.013 m,当方差大于0.0001时自抗扰控制方法使得系统不稳定,而本文的方法仍可以实现较好的位置跟踪。展开更多
文摘四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题,提出了一种基于扩展状态卡尔曼滤波(extended state based Kalman filter,ESKF)的模型预测控制(model predictive control,MPC)方法。首先,采用牛顿-欧拉方法建立风扰影响下的四旋翼无人机动力学模型;然后,位置控制采用基于误差模型的MPC方法,利用ESKF估计风扰并对控制量进行前馈补偿;采用反馈线性化方法将姿态动力学模型线性化,并设计基于ESKF-MPC的姿态控制器;最后,仿真结果表明测量噪声方差为0.0001时该方法的位置跟踪均方误差比自抗扰控制方法的误差小0.013 m,当方差大于0.0001时自抗扰控制方法使得系统不稳定,而本文的方法仍可以实现较好的位置跟踪。
