， , ,

(1.南方電網(wǎng)科學研究院有限責任公司, 廣州 510080; 2.天津航天中為數(shù)據(jù)系統(tǒng)科技有限公司, 天津 300450)

基于自抗擾技術(shù)的無人機自主避障研究

張貴峰1，陳曉1,崔彥召2,劉勝南2

(1.南方電網(wǎng)科學研究院有限責任公司,廣州510080; 2.天津航天中為數(shù)據(jù)系統(tǒng)科技有限公司,天津300450)

隨著無人機民用化的持續(xù)加速, 其應(yīng)用場景越來越復(fù)雜, 自主避障技術(shù)成為拓寬應(yīng)用領(lǐng)域的技術(shù)瓶頸； 自主避障技術(shù)的突破, 無疑成為無人機更大規(guī)模應(yīng)用必要條件； 自抗擾控制器技術(shù), 是發(fā)揚PID控制技術(shù)的精髓并吸取現(xiàn)代控制理論思想歸納探索而來； 自抗擾控制器具有的不依賴被控對象精確模型、算法簡單、參數(shù)易于調(diào)節(jié)的特點, 使其適合作為無人機自主避障的控制算法來應(yīng)用； 針對無人機避障中位置給定階躍信號幅值較大且幅值不定的情況, 傳統(tǒng)PID控制器快速性不能很好滿足要求且需要重復(fù)調(diào)節(jié)參數(shù), 而自抗擾控制器則具有更好的魯棒性； 為了更好的實現(xiàn)無人機自主避障, 設(shè)計了基于自抗擾控制器的外環(huán)位置控制器, 對基于自抗擾的無人機自主避障系統(tǒng)進行仿真和實驗研究, 并與傳統(tǒng)雙環(huán)PID控制器進行對比分析, 結(jié)果證明外環(huán)控制器采用自抗擾控制器的無人機自主避障系統(tǒng)的可行性。

無人機; 自主避障; 自抗擾控制器

0 引言

最近幾年以來, 隨著機器人科學技術(shù)的進步與發(fā)展, 無人機應(yīng)用領(lǐng)域和范圍越來越廣泛, 如航拍、勘察、安檢、快遞等。 尤其是消費級民用無人機呈現(xiàn)出井噴式發(fā)展，且發(fā)展速度呈逐年遞增趨勢。 消費級和工業(yè)級無人機應(yīng)用的場景越來越復(fù)雜, 無人機飛行場景中各種建筑物、樹木和電線等障礙物越來越多，自主避障技術(shù)都成為限制拓寬應(yīng)用領(lǐng)域的技術(shù)瓶頸。 自主避障技術(shù)的突破, 無疑成為無人機更大規(guī)模應(yīng)用的必要條件。

所謂無人機“自主避障”, 就是無人機在正常執(zhí)行任務(wù)飛行過程當中, 能過智能識別、自主規(guī)劃航線，最終達到躲避障礙物的目的，進而保證無人機安全飛行。 自主避障技術(shù)主要分為雷達系統(tǒng)技術(shù)、超聲波技術(shù)、TOF技術(shù)和視覺圖像復(fù)合型技術(shù)。 超聲波測距是模仿蝙蝠發(fā)出和接收超聲波原理, 對超聲波進行收發(fā), 根據(jù)超聲波在空氣介質(zhì)中傳播時間和速度計算出距離信息。 超聲波技術(shù)具有成本低, 應(yīng)用方便等優(yōu)點, 目前很多無人機的避障技術(shù)都基于此項技術(shù)。 麻省理工計算機科學和人工智能實驗室對避障技術(shù)進行了探索, 他們通過兩塊手機芯片進行實時圖像處理, 尋找出可以飛行的自由空間, 可以說是非常主動的一種方法。

為了滿足無人機在當今日趨復(fù)雜飛行場景下的避障需求, 必須設(shè)計性能優(yōu)良的避障控制系統(tǒng), 來保證無人機穩(wěn)定可靠的躲避障礙物。 多旋翼無人機具有體積小、重量輕、起降場所隨意和操作簡單的優(yōu)點，所以其應(yīng)用領(lǐng)域相當廣泛。本文研究多旋翼無人機的避障, 多旋翼無人機空氣動力學更加復(fù)雜且由于其工作環(huán)境千變?nèi)f化, 給避障控制器的設(shè)計帶來較大困難。 自抗擾控制器(auto/Active disturbances rejection controller, ADRC)技術(shù), 是在充分理解傳統(tǒng)PID控制的基礎(chǔ)上，吸收PID控制算法的精髓，并結(jié)合了現(xiàn)代控制理論先進思想和成就， 通過總結(jié)歸納計算機仿真的實驗結(jié)果，提取其中的規(guī)律而研究出來。 與傳統(tǒng)PID算法相同，自抗擾控制器不需要設(shè)計者對被控對象精確建模, 對被控對象的參數(shù)和結(jié)構(gòu)具有很強的魯棒性, 對內(nèi)外部干擾具有較好的抑制能力, 算法簡單易于實現(xiàn), 特別適于應(yīng)用在避障控制中[1-4]。

1 避障控制器設(shè)計

1.1 四旋翼無人機數(shù)學模型

為了更好的設(shè)計自抗擾控制器，首先給出機體坐標系中四旋翼無人機的運動方程[5]：

(1)

(2)

(3)

(4)

(5)

其中:u,v,w為機體坐標系下無人機速度;φ,θ,ψ為機體坐標系下無人機的橫滾、俯仰和方位角;p,q,r為機體坐標系下無人機角速率;x,y,z為地理坐標系下無人機的位置坐標;m為無人機的質(zhì)量;g為當?shù)刂亓铀俣?Fx,Fy,Fz為空氣動力在機體坐標系3個軸的分量;Qx,Qy,Qz為外合力矩在機體坐標系3個坐標軸的分量;Ix,Iy,Iz為軸向轉(zhuǎn)動慣量;R為機體坐標系到地理坐標系的旋轉(zhuǎn)矩陣[5]。

根據(jù)對以上模型的分析可知, 歐拉角φ,θ,ψ和角速率p,q,r處在同一個時間范疇內(nèi)，可以看作控制內(nèi)環(huán)，用來控制無人機姿態(tài)角運動動態(tài)特性; 位置量x,y,z與速度量u,v,w同樣處于同一個時間范疇內(nèi)，可以看作控制外環(huán)，用來控制無人機導(dǎo)航線運動動態(tài)特性。 因此，由以上分析可知，多旋翼無人機各狀態(tài)變量分別屬于兩個時間范疇內(nèi)。 具體到我們的控制器設(shè)計上，針對我們的無人機, 采用分層控制的思想來設(shè)計飛行控制系統(tǒng)的控制器，內(nèi)外環(huán)結(jié)構(gòu)見圖1所示。 其中內(nèi)環(huán)用控制歐拉角φ,θ,ψ和角速率p,q,r的動態(tài)特性; 外環(huán)控制飛行器的位置x,y,z[6]。

由于避障控制器對位置控制準確性要求很高，而對位置控制快速性要求不是很高, 而多旋翼無人機位置容易受到來自內(nèi)部和外部的干擾, 如陣風干擾等。 內(nèi)環(huán)對歐拉角φ,θ,ψ和角速率p,q,r的控制首先要解決的對于控制給定信號跟蹤的快速性。因此避障控制器的設(shè)計要兼顧外環(huán)位置環(huán)的準確性和內(nèi)環(huán)姿態(tài)環(huán)的快速性, 內(nèi)環(huán)控制選用經(jīng)典PID控制, 外環(huán)位置控制采用自抗擾控制。

1.2 自抗擾控制器設(shè)計

由于超聲波傳感器應(yīng)用在避障系統(tǒng)中是檢測多旋翼距離障礙物的距離信息, 當距離值小于設(shè)定閾值時無人機進入避障模式，飛行控制器執(zhí)行相應(yīng)避障策略躲避障礙物。自抗擾控制器對被控對象的參數(shù)和結(jié)構(gòu)具有很強魯棒性，同時對來自內(nèi)不和外部的干擾有較好的抑制作用。自抗擾控制器算法簡單，計算量不大在單片機中就能實現(xiàn)，在小型無人機嵌入式系統(tǒng)級板卡上容易實現(xiàn)且方便移植。 因此本文設(shè)計自抗擾控制器作為控制環(huán)的控制器對多旋翼無人機位置環(huán)進行跟蹤控制。 自抗擾控制器由跟蹤微分器(tracking differentiator, TD)、擴張狀態(tài)觀測器(extended state observer, ESO)和非線性狀態(tài)誤差反饋控制律(nonlinear state error feedback, NLSEF)3部分組成。 擴張狀態(tài)觀測器是自抗擾控制器的核心， 擴張狀態(tài)觀測器的任務(wù)是直接根據(jù)輸入和輸出數(shù)據(jù)估計多旋翼的內(nèi)部狀態(tài)和來自系統(tǒng)內(nèi)部的和外部的擾動。非線性反饋控制律實現(xiàn)對由擴張狀態(tài)觀測器估計而來的擾動加以補償，而不依賴被控對象的數(shù)學模型[1]。

對自抗擾控制器工作原理做簡單描述。當位置給定信號與被控對象的位置輸出信號差值較大時, 為了加快位置信號的跟蹤效果, 勢必要加大控制增益, 這樣會產(chǎn)生較大的超調(diào), 必然造成很大的初始沖擊, 因此需要設(shè)計一個合適的過渡過程, 來降低初始誤差[5]。 自抗擾控制器中的跟蹤微分器對無人機位置信號提取和求導(dǎo); 擴張狀態(tài)觀測器將無人機系統(tǒng)的內(nèi)部和外部擾動看作系統(tǒng)總擾動, 而不依賴速度測量與控制, 對系統(tǒng)內(nèi)部不確定擾動和外部擾動進行實時估計并補償; 然后非線性狀態(tài)誤差反饋控制律將跟蹤微分器和擴張狀態(tài)觀測器進行非線性組合, 輸出控制信號給內(nèi)環(huán)速度和姿態(tài)控制環(huán)，作為速度和姿態(tài)控制環(huán)的給定信號。 本文所用的完整的自抗擾控制器公式[7]如下：

(6)

式中,h為采樣時間;x1,x2為跟蹤微分器的狀態(tài)變量;β1、β2、β3為狀態(tài)誤差反饋增益;z1跟蹤四旋翼模型輸出量x;z2用于估計四旋翼位置的變化量r;z3用于估計內(nèi)部擾動和外部擾動, 并給予相應(yīng)的補償;u是自抗擾控制器的輸出。 式中需要調(diào)節(jié)的參數(shù)為β1、β2、β3和α1、α2、α3。上式中飽和函數(shù)的作用為抑制信號抖振, 表示為：

(7)

式中,δ為fal函數(shù)的線性區(qū)間寬度。 在此將冪函數(shù)|e|αsign(e)改造成為在原點附近具有連續(xù)線性段的冪次函數(shù), 用來有效地避免高頻振蕩現(xiàn)象的發(fā)生, 即為飽和函數(shù)fal(e,α,δ)。

離散系統(tǒng)的最速控制綜合函數(shù)記做fst(x1,x2,r,h),其算法公式如下：

(8)

在實現(xiàn)內(nèi)環(huán)PID控制器的基礎(chǔ)上, 設(shè)計飛行器的位置環(huán)控制器，無人機的位置信號通常由GPS給出，由經(jīng)度、緯度、高度三維信號表征, 由于對3個量的控制采用的控制器相似，所以在這里以位置信號x為例給出控制器結(jié)構(gòu)圖如圖1所示。

圖1 自抗擾控制器框圖

2 避障策略設(shè)計

2.1 避障系統(tǒng)搭建

本文研究四旋翼的自主避障，采用的距離傳感器為超聲波傳感器。由于無人機在正常飛行執(zhí)行任務(wù)的時候，沿機頭方向飛行的概率大、時間長，所以采用一個安裝在機頭位置朝向機頭方向的超聲波模塊更加合理。超聲波傳感器模塊利用蝙蝠發(fā)出和接收超聲波原理測距，其容易受到槳葉等機身機械結(jié)構(gòu)影響，所以對于超聲波模塊的安裝位置由一定要求。本文避障系統(tǒng)中超聲波傳感器模塊安裝在機頭方向，遠離槳葉，以免受到干擾。無人機避障系統(tǒng)結(jié)構(gòu)示意圖如圖2所示。

圖2 避障系統(tǒng)結(jié)構(gòu)示意

如圖2所示，超聲波安裝于無人機機頭方向，通過碳桿支出，遠離槳葉，且保證碳桿平行于機頭方向，超聲波探頭垂直于碳桿。

2.2 避障策略實現(xiàn)

本文采用主動的避障策略，超聲波傳感器探測到前方障礙物距離飛機當前位置小于一定閾值時，則無人機向后退，直到距離大于閾值位置停止后退等待下一步指令。則認為當前位置機頭后方的空間為“安全飛行區(qū)間”。避障策略執(zhí)行流程圖如下圖3所示。

圖3 避障策略流程圖

當超聲波傳感器檢測到前方有障礙物且小于距離閾值Lmin時，無人機沿當前前進方向后退到大于距離閾值停下等待下一步指令。接下來記錄當前無人機經(jīng)度、緯度、高度、距離和航向角信息，這些信息用于標記障礙物前方障礙物和后方安全區(qū)域信息并且更新障礙物信息和安全區(qū)域信息庫。這樣循環(huán)執(zhí)行以上避障邏輯，通過多次執(zhí)行，反復(fù)更新障礙物信息和安全區(qū)域信息庫，建立當前飛行環(huán)境下的環(huán)境信息庫，最終達到躲避障礙物在安全區(qū)域飛行的目的。

3 仿真與實驗結(jié)果分析

3.1 MATLAB/Simulink仿真結(jié)果分析

為了驗證本文提出的應(yīng)用于無人機自主避障中的自抗擾控制器自主避障系統(tǒng)的有效性，, 搭建了基于MATLAB/Simulink的仿真驗證平臺，對控制參數(shù)進行反復(fù)調(diào)整之后, 最終得到一組性能最優(yōu)的參數(shù)列于表1所示。

表1 Simulink參數(shù)整定值

仿真操作步驟為：首先給定位置x為2，然后給定位置x到5，通過自抗擾控制器把位置x鎮(zhèn)定到5。此過程模仿實際應(yīng)用中，無人機檢測到前方有障礙物，且距離值小于距離閾值，無人機退出到距離閾值之外的過程。為了有一個更加直觀的效果對比，進行外環(huán)采用自抗擾控制器和采用PID控制器對比仿真實驗，得到的位置對比仿真結(jié)果如圖4所示。 圖中, 實線代表自抗擾控制的結(jié)果,點線代表利用PID控制所得到的結(jié)果。

圖4 位置環(huán)自抗擾和PID控制器對比曲線

通過圖4分析可知, 當飛行器系統(tǒng)出現(xiàn)大的機動動作時, 系統(tǒng)能通過擴張狀態(tài)觀測器很快地跟蹤擾動, 并進行實時補償, 響應(yīng)時間短, 超調(diào)較小, 具有較好的穩(wěn)定性和動態(tài)性能。 當位置環(huán)使用PID控制器時, 響應(yīng)時間較長, 而且每次較大變化時, 都需要重新調(diào)整姿態(tài)和位置的PID參數(shù)。 可見, 位置環(huán)采用自抗擾控制算法較PID算法有較強的抗干擾能力, 避免了多次調(diào)參。

3.2 實驗結(jié)果分析

為了進一步驗證算法的實用性, 搭建了旋翼無人機實驗平臺如圖5所示。 在自行研制的無人機實驗平臺上進行實驗驗證, 并對實驗結(jié)果進行分析。 實驗平臺采用成本低結(jié)構(gòu)簡單的超聲波進行測距, 安裝位置為機頭方向用碳桿支出, 如上圖中的左側(cè)支出部分。 避障策略采用探測到障礙物后尋找并進入可自由飛行區(qū)域的主動避障方式。 實驗的位置信息通過GPS輸出的經(jīng)緯度表示出來, 實驗曲線如圖6和圖7所示。

圖5 四旋翼無人機實驗驗證平臺

圖6 經(jīng)度試驗曲線

圖7 緯度實驗曲線

在圖6和圖7中, 橫坐標表示時間, 縱坐標分別表示經(jīng)度和緯度。 從圖中可以看到, 模式切換到AUTO之前是通過遙控控制無人機接近障礙物, 無人機檢測到障礙物自主避障, 此時遙控器打桿無反應(yīng)。 最終如圖所示的經(jīng)緯度曲線保持固定值不變, 表示避障成功, 找到并退回到可以自由飛行區(qū)域, 等待下一步操作。 可見, 自抗擾控制器作為自主避障位置環(huán)的控制器, 能夠使位置跟蹤快速穩(wěn)定, 完全能達到要求。

4 總結(jié)

本文基于小型四旋翼飛行器非線性耦合模型, 設(shè)計了自抗擾位置控制器, 并以x軸通道為例, 驗證了自抗擾控制器在位置控制環(huán)的有效性。 通過仿真表明, 所設(shè)計的自抗擾位置控制器具有較快的響應(yīng)速度、強魯棒性、高穩(wěn)定性以及抗干擾性。 并在實際的飛行器中進行了驗證, 結(jié)果顯示, 當超聲波檢測到障礙物, 四旋翼進行主動避障的過程中, 自抗擾位置控制器能使系統(tǒng)達到良好的動態(tài)特性和穩(wěn)態(tài)性能。

[1] Han J Q. From PID to active disturbance rejection control[J]. IEEE Transactions on Industrial Electronics, 2009, 56(3): 900-906.

[2] 韓京清. 自抗擾控制器及其應(yīng)用[J]. 控制與決策, 1998, 13(1): 19-23.

[3] 韓京清. 控制理論——模型論還是控制論[J]. 系統(tǒng)科學與數(shù)學, 1989, 9(4): 328-335.

[4] 黃 一, 張文革. 自抗擾控制器的發(fā)展[J]. 控制理論與應(yīng)用, 2002, 19(4): 485-492.

[5] 吳森堂, 費玉華. 飛行控制系統(tǒng)[M]. 北京: 北京航空航天大學出版社, 2007.

[6] 劉 剛. 基于視覺導(dǎo)航小型無人機自主著陸控制策略控制與應(yīng)用[D]. 南京: 南京航空航天大學, 2014.

[7] 韓京清. 自抗擾控制技術(shù)[M]. 北京： 國防工業(yè)出版社, 2008.

ResearchonAutonomousObstacleAvoidanceofUAVBasedonADRC

Zhang Guifeng1, Chen Xiao1, Cui Yanzhao2, Liu Shengnan2

(1.China South Power Grid International Co.,Ltd., Guangzhou 510080, China; 2.Tianjin Zhong Wei Aerospace Data System Technology Ltd, Tianjin 300450, China)

Along with the acceleration of the UAV(unmanned aerial vehicle) for civil use, the spectacle for UAV is more and more complex, autonomous obstacle avoidance technology becomes the bottleneck for broaden use field. The break-through of autonomous obstacle avoidance technology becomes the prerequisite of cosmically use of the UAV. ADRC(Auto/active disturbances rejection controller) technology derives from the marrow of PID controller and the conclusion of modern control theory. The characteristics which the ADRC has, no dependence on the accurate model of the controlled object, the algorithm is simple and the parameters are easy to adjust, makes it suitable for UAV autonomous obstacle avoidance control algorithm. Aiming at the position given by the UAV obstacle avoidance is order jump signal, and the amplitude is large and uncertain, the traditional PID controller can not meet the requirements of rapid. The parameters of traditional PID controller need repeat modulated. The ADRC has better robustness. In order to better realize UAV autonomous obstacle avoidance, the position controller based on ADRC is designed. Doing simulation and experimental research on autonomous obstacle avoidance system of UAV based on ADRC. Compared with traditional double PID loop controller, the results demonstrate the feasibility of the autonomous obstacle avoidance system of UAV based on ADRC.

unmanned aerial vehicle; autonomous obstacle avoidance; auto/active disturbances rejection controller.

2017-02-07；

2017-04-12。

張貴峰(1986-)，男，碩士研究生，主要從事電網(wǎng)直升機/無人機應(yīng)用方面研究。

1671-4598(2017)09-0216-03

10.16526/j.cnki.11-4762/tp.2017.09.056

V249

A