李潤儀 李華根 魏海松

?

四旋翼自主飛行算法

李潤儀 李華根 魏海松

本文針對四旋翼飛控程序的制作進行一定研究。通過STM32芯片以及MPU6050等器件搭建一個簡易的四旋翼模型。通過四元數(shù)算法得到姿態(tài)。再通過串級PID來控制飛機。同時通過超聲波與加速度計數(shù)據(jù)融合后實現(xiàn)定高。設計完成的四旋翼能夠進行比較好的姿態(tài)自穩(wěn)，以及定高。為下一步定點循跡打下基礎。

小型四旋翼的研究現(xiàn)狀及用途

對于四旋翼的研究可以追溯到20世紀初。當時所制造的四旋翼體積都相當龐大。受制于當時的工業(yè)水平，所制造出來的四旋翼效能低下，平衡性差。如1907年法國Breguet兄弟在Charles Richet教授的指導下所制造出來的高達3.7m，重達約500kg的Gyroplane No.10。雖然性能較差，但是作為四旋翼的起步雛形，意義十分重要。

21世紀開始隨著電子集成技術以及各類自動控制理論的發(fā)展，小型四旋翼的制作成為可能，如瑞士洛桑聯(lián)邦學院在2003年所研發(fā)的OS4小型四旋翼，就是使用了PID算法0，最優(yōu)控制理論實現(xiàn)了自主飛行。

PID控制器在四旋翼上的應用

四旋翼使用常規(guī)的PID控制器，通過選擇合適的參數(shù)即可達到較好的自穩(wěn)狀態(tài)。目前，民用級的四旋翼多使用PID控制，或串級PID控制來實現(xiàn)自平衡。

飛控軟件設計

當前市場上有眾多成熟的成品四旋翼以及成品飛控，也有許多較為成熟的開源飛控軟件。實驗所使用四旋翼飛控程序使用Keil μVision5編寫。使用ANO-TC上位機進行調試。

實驗四旋翼角度自穩(wěn)控制使用的是串級PID，外環(huán)控制角度使用PID控制器，提高控制精度，內環(huán)控制角速度使用PD控制器產生阻尼效果，防止調節(jié)過快導致震蕩，優(yōu)化飛行效果。兩級PID均采用位置式PID。

依據(jù)調參順序：

外環(huán)角速度PID：

其中Epitch（t）為當前四旋翼實際角度與目標角度的差值，即：

PID參數(shù)為：

同理橫滾角的PID：

參數(shù)同俯仰角

偏航角的PD

參數(shù)相比于前面的角度有所變化

內環(huán)角速度PD：

G（t）為當前測得的角速度，即：

圖1　Gyroplane No.1

圖2　PID控制器

圖3　實驗四旋翼模型

外環(huán)中選擇參數(shù)：

橫滾以及偏航類似與此，不再一一列舉。

計算完成之后將PID的總輸出輸出到電機PWM參數(shù)中，通過改變PWM的占空比來調整電機的轉速。

定高算法設計

定高算法參考了開源飛控crazepony、ANO-TC的開源飛控程序，通過融合MPU6050的加速度計的來進行定高。

高度控制也使用了串級PID。但是由于高度受到飛行器質量，所處環(huán)境的影響較大。因此相較于角度環(huán)，PID參數(shù)更難整定。另外超聲波數(shù)據(jù)與加速度計融合后用于PID控制也是定高控制的難點之一。

實驗所使用的ks103自帶溫度補償，因此可以較為準確的獲得距離，但是它的波束角較大（約35°），且溫度補償后，數(shù)據(jù)處理時間較長（間隔約91ms）。因此需要加速度計的參與來實現(xiàn)較高的控制頻率，達到較好的控制效果。

定高的內環(huán)將超聲波的數(shù)據(jù)直接用于控制，其公式為：

外環(huán)為Z軸上的速度環(huán)：

得到PID輸出后，與原有油門桿量加權求和后加到電機PWM占空比上。達到定高目的。

實驗效果

實驗四旋翼在角度自穩(wěn)上有比較好的表現(xiàn)，在人為干擾的情況下也能較快的回到目標姿態(tài)。但是控制精度一般，因此會導致四旋翼相對位置在短時間變化非常大，難以控制。而高度環(huán)上控制效果較好，在無干擾時能在上下5cm內震蕩，但是當四軸飛行器在受到干擾時，回到目標位置就比較緩慢。

神經網絡算法

人工神經網絡興起于20世紀初，但是隨后隨著對神經網絡的進一步研究。人們開始認識到人工伸進網絡的局限性。但是隨著近些年電子技術的發(fā)展，人工神經網絡再次興起，出現(xiàn)了Hopfield網絡，Boltzmann機等。

現(xiàn)今人工神經網絡已經成為涉及認知，數(shù)理，信息，計算機科學等多多學科交叉、綜合的前沿學科。在智能控制，信號處理，機器視覺等方面也有許多的應用。

神經網絡智能PID控制器

神經網絡通過模擬人腦的工作來實現(xiàn)自我調整，具有可逼近任何復雜非線性系統(tǒng)，魯棒性、容錯性強。因此，近年來在控制領域得到了極為廣泛的應用。神經網絡在解決高度復雜，高度非線性，高度不確定性系統(tǒng)方面有巨大的潛能在這種控制方式中。神經網絡會先按照一定的算法進行學習，一般分為有指導和無指導學習。然后接入控制系統(tǒng)，并更具當前的各項輸入給出一組最佳的PID控制器參數(shù)。同時還要繼續(xù)學習，不斷調整各個神經元之間的連接權系數(shù)以得到最好的控制效果。由于權系數(shù)是由學習階段所有的信息更具特定算法計算后得到的統(tǒng)計信息。因此，加入了神經網絡的智能PID算法有著更高的容錯性，更好的適應性，更高的控制效率。

結語

本文設計完成了一套能夠角度自穩(wěn)，實現(xiàn)定高的四旋翼模型。使用STM32芯片，以及MPU6050等傳感器。通過四元數(shù)，PID控制等算法完成了能夠進行遙控飛行，定高的要求的飛行器。但是在定高，定位效果上比較一般。下一步將整合攝像頭等傳感器，以及使用神經網絡算法來優(yōu)化飛行效果。并且實現(xiàn)自主懸停以及低空循跡等功能。

李潤儀 李華根 魏海松

中國民航大學

基金來源：天津市級大學生創(chuàng)新創(chuàng)業(yè)項目

項目編號：201510059087

10.3969/j.issn.1001-8972.2016.10.009