喻學濤

摘 要： 針對傳統(tǒng)六旋翼飛行器目標搬移控制算法能夠?qū)δ繕税嵋瓶刂朴嬎?，但存在計算?shù)據(jù)穩(wěn)定性差的問題，提出六旋翼飛行器目標搬移控制算法。使用飛行動力學理論，確立穩(wěn)定常量，為控制計算提供穩(wěn)定數(shù)據(jù)；將飛行控制數(shù)據(jù)進行穩(wěn)態(tài)自適應處理，利用數(shù)據(jù)模糊性設定數(shù)據(jù)極限，約束數(shù)據(jù)躍遷；使用模糊條件對重心參數(shù)進行穩(wěn)態(tài)約束，保證控制變量的穩(wěn)定性，通過多變量轉化實現(xiàn)目標搬移控制計算。仿真實驗結果表明，設計的目標搬移穩(wěn)定性算法能夠控制六旋翼飛行器穩(wěn)定搬移飛行，無搬移晃動。

關鍵詞： 六旋翼飛行器； 目標搬移； 動力學； 重心控制； 自適應數(shù)據(jù)處理； 穩(wěn)態(tài)約束

中圖分類號： TN876?34； TN913 文獻標識碼： A 文章編號： 1004?373X（2018）08?0132?04

Abstract： The conventional six?rotor aircraft target moving control algorithm can calculate the target moving control， but there exists the problem of poor stability for data computation. Therefore， the six?rotor aircraft target moving control algorithm is proposed. The stability constant is determined by using the flight dynamics theory to provide stable data for control calculation. Steady?state adaptive processing is performed for flight control data， and data fuzziness is used to set data limit and constrain data transition. The fuzzy conditions are used to perform steady?state constraints of gravity center parameters and guarantee the stability of control variables. Multivariate conversion is employed to realize target moving control calculation. The simulation experiment results show that the designed target moving stability algorithm can control the six?rotor aircraft for stable moving and flying， and there exists no moving shake.

Keywords： six?rotor aircraft； target moving； dynamics； gravity center control； adaptive data processing； steady?state constraint

0 引 言

六旋翼飛行器具有機動性能強、體積小的優(yōu)點，可以執(zhí)行不同種類的目標搬移任務，故得到廣泛的應用。傳統(tǒng)六旋翼飛行器控制算法能夠?qū)Π嵋颇繕诉M行控制計算，但存在計算穩(wěn)定性差的問題。本文提出六旋翼飛行器目標搬移控制算法，對飛行器進行力學分析，通過飛行動力學確立穩(wěn)定常量，穩(wěn)定數(shù)據(jù)能夠為控制計算提供基本參數(shù)[1]。對飛行控制數(shù)據(jù)進行穩(wěn)態(tài)自適應處理，調(diào)整飛行數(shù)據(jù)的控制能力，使用數(shù)據(jù)模糊性設定數(shù)據(jù)極限，防止數(shù)據(jù)發(fā)生躍遷。利用模糊條件對重心參數(shù)進行穩(wěn)態(tài)約束，保證控制變量的穩(wěn)定性，通過多變量轉化實現(xiàn)目標搬移控制計算。為了保證設計的有效性，通過仿真實結果表明，本文提出的目標搬移控制算法，在起降階段、控制飛行階段都具有良好的穩(wěn)定性，說明本文設計的控制方法計算穩(wěn)定。

1 確立穩(wěn)定常量

假設飛行器將搬移目標從A點搬移至B點，有兩種搬移控制路線，即按照ACB搬移路徑和按照ADEB搬移路徑[2]，如圖1所示。傳統(tǒng)采用ADEB搬移路徑，但由于D點和E點是直角轉變，數(shù)據(jù)突變較大，會造成搬移控制計算的數(shù)據(jù)震顫。本文飛行器采用ACB搬移路徑，避免出現(xiàn)搬移路徑直角[3]，減少搬移算法中的數(shù)據(jù)突變。根據(jù)ACB搬移方式，確立穩(wěn)定常量流程如下。

確立穩(wěn)定常量首先確定飛行動力參數(shù)，即向上飛行動力參數(shù)。設飛行器起降角度為θ，飛行速度為v，飛行最高點為h，飛行器與搬移目標質(zhì)量為m，向上加速度為a，空氣阻力為v0，空中直線飛行距離為s。則飛行器飛行至高度為h時，根據(jù)受力分析向上飛行動力參數(shù)為：

將六旋翼飛行器看作一個質(zhì)點，其搬移過程主要包括：克服重力斜拋物線上升階段、空中直線運行階段和快速下降階段[4]。分析搬移各個階段，飛行動力參數(shù)與穩(wěn)定常量成比例關系，將計算的飛行動力參數(shù)乘以飛行矢量便可以得到穩(wěn)定常量，穩(wěn)定常量是目標搬移控制計算中的計算數(shù)據(jù)。

2 目標搬移控制算法的構建

通過模糊自適應機制，對飛行器數(shù)據(jù)穩(wěn)定性狀態(tài)進行實時調(diào)整，隨著目標的變化改變旋翼飛行控制參數(shù)[5]，實現(xiàn)飛行器的數(shù)據(jù)穩(wěn)定性調(diào)整控制。使用模糊控制模塊對搬移目標控制過程進行數(shù)據(jù)自推導[6]，避免控制計算過程的數(shù)據(jù)發(fā)生動蕩，提高搬移控制計算的穩(wěn)定性。設計的目標搬移控制算法總體計算流程如圖2所示。

目標搬移控制計算在自適應控制模塊中進行的，利用動力學參數(shù)作為控制計算的基礎數(shù)據(jù)，通過預知飛行過程的運行參數(shù)，將飛行參數(shù)與動力學參數(shù)相結合，自適應控制模塊中存在躍遷數(shù)據(jù)。因此，會產(chǎn)生一定的計算差值，為了避免數(shù)據(jù)躍遷的發(fā)生[7]，將轉換的控制數(shù)據(jù)進行標準化的自適應處理，自適應處理過程實際是對上述數(shù)據(jù)施加一個極限屬性，在極限的約束下，控制數(shù)據(jù)無法進行數(shù)據(jù)躍遷，保證控制數(shù)據(jù)在計算過程中的穩(wěn)定性。

飛行階段目標搬移計算，將六旋翼飛行器看作質(zhì)點，以質(zhì)點重心為原點，建立數(shù)據(jù)代換公式，通過角度偏航數(shù)據(jù)進行模糊控制數(shù)據(jù)的確認，使用控制規(guī)則作為控制計算的約束。將上述的微差數(shù)據(jù)以代換的形式進行約簡，把控制計算數(shù)據(jù)約簡到表達形式以內(nèi)，方式數(shù)據(jù)隨著飛行器的力學改變產(chǎn)生的數(shù)據(jù)更替，進一步防止數(shù)據(jù)動蕩的發(fā)生。數(shù)據(jù)替換過程中由原始模糊數(shù)據(jù)NM替換成新數(shù)據(jù)PM時，需要一定的轉化相變，模糊轉化相變?nèi)绫?所示。

與飛行階段不同，飛行器起降階段對搬移目標進行搬移時，飛行器會經(jīng)歷超重失重階段，因此飛行器的重心會發(fā)生一定數(shù)據(jù)偏移[9]。為了避免數(shù)據(jù)偏移，本文采用模糊決策原則進行綜合處理。六旋翼飛行器的橫截面示意圖如圖3所示，圖中將飛行器看作是圓形。

重心參數(shù)發(fā)生數(shù)據(jù)偏移后，按照飛行階段數(shù)據(jù)穩(wěn)定性控制，會導致飛行器失衡。因此，對重心數(shù)據(jù)進行模糊化處理，將超重階段數(shù)據(jù)進行下極限處理，失重階段進行上極限處理。判定極限過程中，使用降階的方式對數(shù)據(jù)進行標準化[10]。

確定飛行階段與起飛階段的基本數(shù)據(jù)后，將數(shù)據(jù)導入控制算法中，模糊數(shù)據(jù)的表達形式是相同的，使用條件約簡能夠做到細化處理，并增加計算方法的準確性。模糊性能夠克服搬移目標承重數(shù)據(jù)的變化，將多變量轉化為單一變量的計算，極大地節(jié)約計算的步驟，降低計算過程的數(shù)據(jù)波動程度。本文設計的目標搬移控制計算，控制參量公式如下：

3 仿真實驗

3.1 實驗準備

選擇一塊傾斜度為15°的空地作為實驗場地，選擇A，B，C，D，E五個位置點作為傳統(tǒng)六旋翼飛行器與本文設計的六旋翼飛行器，并提供起降、目標搬移測試。A至B距離為0.25 km，為上坡直線測試；B至C距離為0.25 km，為斜波障礙物測試；C至D距離為1 km，為下坡快速起降測試；D至E距離為2 km，為上坡S彎飛行快速起降測試。六旋翼飛行器搬移不同質(zhì)量的目標，進行位置A，B，C，D，E點起落搬移。實驗搬移目標質(zhì)量采用0.25 kg，2 kg，5 kg，10 kg，20 kg五種。利用傳統(tǒng)飛行器目標搬移控制算法與本文設計目標搬移控制算法進行目標搬移測試。

3.2 水平穩(wěn)定性測試

使用傳統(tǒng)六目標搬移控制算法控制的六旋翼飛行器與本文設計的目標搬移控制算法控制的六旋翼飛行器，沿A，B，C，D，E固定路徑進行不同質(zhì)量的搬移，進行水平穩(wěn)定性測試。每組飛行器抓取同質(zhì)量搬移目標飛行20次，通過水平穩(wěn)定性偏差計算，除以飛行試驗次數(shù)20，水平穩(wěn)定性用SPW表示。其中：SPW高于90，代表飛行器水平穩(wěn)定性高，能夠達到精準飛行；SPW高于80，代表飛行器水平穩(wěn)定性較高，能夠達到準確飛行；SPW高于60，代表飛行器水平穩(wěn)定性良好，但存在一定偏差飛行；SPW低于60，代表飛行器水平穩(wěn)定性較差，飛行存在大量偏移；SPW低于40，代表飛行器水平穩(wěn)定性差，搬移此目標不適合飛行。得到相應飛行器的SPW曲線，如圖4所示。

分析飛行SPW曲線，傳統(tǒng)控制算法控制的六旋翼飛行器對搬移目標質(zhì)量敏感，隨搬移目標質(zhì)量的提升，SPW整體下降。在搬移0.25 kg目標時，直線測試階段具有精準的SPW，但隨質(zhì)量的提高，SPW不斷降低，穩(wěn)定性較差。斜波障礙物測試中，搬移目標質(zhì)量相同，SPW呈小趨勢降低，對目標對象0.25 kg進行搬移時，SPW從97降低到92，2 kg搬移目標從85降低到75，不同搬移目標質(zhì)量，平均下降10。快速起降測試階段，在搬移0.25 kg目標時，SPW較直線測試降低10，2 kg搬移目標SPW達到警戒水平50，大于2 kg的搬移目標飛行存在大量偏移不適合飛行。S彎飛行快速起降測試中，只有0.25 kg搬移目標時能夠進行有效搬移。

本文設計控制算法控制的飛行器，通過對不同質(zhì)量、不同飛行方式的測試，證明了其具有良好的水平穩(wěn)定性，搬移目標質(zhì)量對SPW影響較弱，相同飛行環(huán)境下，0.25 kg與20 kg目標質(zhì)量，控制力最大差為10，2 km S彎飛行快速起降測試中，搬移20 kg，其操控可達82。說明本文設計控制算法具有較高的水平穩(wěn)定性。

4 結 語

本文設計的六旋翼飛行器目標搬移控制算法，使用飛行動力學數(shù)據(jù)作為基礎數(shù)據(jù)，通過模糊性對數(shù)據(jù)進行約束，利用變量轉化實現(xiàn)控制計算。通過實驗數(shù)據(jù)分析表明，設計的六旋翼飛行器目標搬移控制算法能夠?qū)︼w行器進行穩(wěn)定控制。

參考文獻

[1] 田合雷，丁勝，于長偉，等.監(jiān)控視頻中的移動目標偵測算法研究[J].合肥工業(yè)大學學報（自然科學版），2015，38（12）：1639?1642.

TIAN Helei， DING Sheng， YU Changwei， et al. Moving target detection in surveillance video [J]. Journal of Hefei University of Technology （Natural science）， 2015， 38（12）： 1639?1642.

[2] 蔣鵬，宋華華，王興民.基于動態(tài)生成樹和改進不敏卡爾曼濾波的傳感器網(wǎng)絡目標跟蹤算法研究[J].儀器儀表學報，2015，36（2）：415?421.

JIANG Peng， SONG Huahua， WANG Xingmin. Target tracking algorithm for sensor networks based on dynamic spanning tree and improved unscented Kalman filter [J]. Chinese journal of scientific instrument， 2015， 36（2）： 415?421.

[3] 巨剛，袁亮，劉小月，等.基于改進SURF算法的移動目標實時圖像配準方法研究[J].通信學報，2017，38（1）：177?186.

JU Gang， YUAN Liang， LIU Xiaoyue， et al. Study on mobile target real?time image registration based on improved SURF algorithm [J]. Journal on communications， 2017， 38（1）： 177?186.

[4] 左現(xiàn)剛，張志霞，賈蒙.基于分布式聚類的有向傳感器網(wǎng)絡移動目標跟蹤算法研究[J].傳感技術學報，2016，29（7）：1096?1101.

ZUO Xiangang， ZHANG Zhixia， JIA Meng. Moving target tracking algorithm based on distributed clustering in directional sensor networks [J]. Chinese journal of sensors and actuators， 2016， 29（7）： 1096?1101.

[5] 劉振，楊俊安，劉輝，等.基于域相關性與流形約束的多源域遷移學習分類算法[J].計算機應用研究，2017，34（2）：351?356.

LIU Zhen， YANG Junan， LIU Hui， et al. Multi?source transfer classification learning based on combination of domain relevance and manifold constraint [J]. Application research of computers， 2017， 34（2）： 351?356.

[6] 戴永彬.一種多目標優(yōu)化的非線性預測控制算法的研究[J].電氣傳動，2015，45（11）：62?67.

DAI Yongbin. Research on nonlinear predictive control algorithm based on multi?objective optimization [J]. Electric drive， 2015， 45（11）： 62?67.

[7] 譚釧章，李宏偉，樊昌周，等.基于LE和IIN算法的正弦信號頻率估計算法[J].探測與控制學報，2017，39（4）：119?123.

TAN Chuanzhang， LI Hongwei， FAN Changzhou， et al. Frequency estimator of sinusoid signal based on LE and IIN algorithm [J]. Journal of detection &； control， 2017， 39（4）： 119?123.

[8] 涂麗芳，張姿，黃廷磊.基于平滑移動模型的k連通網(wǎng)絡拓撲控制算法研究[J].計算機應用研究，2015，32（8）：2465?2468.

TU Lifang， ZHANG Zi， HUANG Tinglei. Research on k?connected network topology control algorithm based on smooth mobility model [J]. Application research of computers， 2015， 32（8）： 2465?2468.

[9] 劉士明，田宏亮，陳景昊.臨近空間動能攔截器制導控制算法研究[J].飛行力學，2015，33（1）：66?69.

LIU Shiming， TIAN Hongliang， CHEN Jinghao. Guidance and control algorithms for near space kinetic kill vehicle [J]. Flight dynamics， 2015， 33（1）： 66?69.

[10] ZHU Y， ZOU C X， ZHAO J C. Stability control for six?rotor aircraft based on fuzzy self?adaptive PID algorithm [J]. Machine tool &； hydraulics， 2016， 4（3）： 66?87.