混合驱动的神经网络动态逆无人机机动飞行控制

哈喽,好久不见。

本人最近都在忙硕士毕业的事,博客落下太久了,目前毕业情况尚且待定,但博客还是要追赶一下的。这次赶到11月的尾巴,把自己的课题简答介绍一下,也把之前文章串起来。如果有需要或者感兴趣的朋友,之后我会陆续把相关工作发出来。总体来讲,是自己用了几个月时间给自己挖了一个大坑,然后又用大半年的时间勉强填上来了。也希望大家尽量避免类似的错误,相近的工作可以借鉴一下,谨防闭门造车。

课题源自实验室的一个小项目,主要目标是实现无人机的多个机动动作的机动飞行,最开始探索过过很多思路,尝试过很多方法。最终确定的方案是使用的F-16模型,底层的姿态控制是动态逆控制,上层的机动动作是利用在X-Plane下操纵杆飞行采集的数据,经LSTM网络处理得到的。整体框图如下:

        本文的飞行器模型是在荷兰代尔夫特理工大学(Delft University of Technology)的研究者L. Sonneveldt于2010年发布的《Nonlinear F-16 Model Description》以及E.R. van Oort & L. Sonneveldt于2008年开发的模型的基础上修改完成。其工作也是借鉴了明尼苏达大学2003年开发的Model of F-16 Fighter Aircraft以及Nguyen等人1979年发表的NASA技术论文。

整个飞行仿真系统包含四个模块:

(1)机动指令模块:将长短时记忆网络(LSTM)应用于无人机的机动动作实现,实现了基于数据驱动的具有抗干扰和记忆功能的机动指令生成器。针对机动动作难以准确描述和建模的问题,分别在实际飞行和仿真环境中进行了机动动作关键信息(姿态角、速度、GPS等)的数据采集,利用LSTM网络实现了机动动作姿态序列指令生成器。

(2)飞行控制模块:分别在风轴系(攻角、侧滑角、航迹倾角)、体轴系(俯仰、滚转、偏航)下实现了F-16模型的动态逆控制,针对大机动动作下欧拉角的奇异问题提出了四元数动态逆的控制方案;针对飞行器建模误差、机动动作下扰动严重等问题设计了神经网络补偿。控制飞行器对机动指令进行跟踪。

(3)飞行器模块:F-16飞行器仿真模型,包含运动学模型、动力学模型以及气动参数、大气模型、发动机模型等;

(4)飞行显示模块:通过NASA针对X-Plane通信开发的插件XPlaneConnect(XPC),可以将姿态角和GPS数据(经度、维度、高度)通过UDP通信按照一定频率逐个发送到X-Plane中,在X-Plane中显示出机动动作。

(1)铅垂面动作的实现

筋斗动作中,飞机在铅垂平面内作轨迹近似椭圆、航迹方向改变360°,筋斗大致由跃升、倒飞、俯冲等基本动作组成,图5-2~图5-4展示了筋斗的仿真测试。

图5-2 筋斗动作的轨迹

                      

                                                         (a) 俯仰角                                                      (b) 滚转角

                                                      

                                                                                       (c) 偏航角

                                                                     图5-3 筋斗动作姿态角跟踪效果

                                 

                                                              (a) 俯仰角速度                         (b) 滚转角速度

                                                                                      (c) 偏航角速度

                                                                        图5-4 筋斗动作角速度跟踪效果

        仿真结果表明,筋斗动作中,由于四元数的加入,滚转角和偏航角可以较好的跟踪,避免了奇异问题,其中因为四元数与欧拉角的转换问题,对偏航角进行了特殊处理,在18秒之后整体叠加了 。其中滚转角速率和偏航角速率基本保持为0,俯仰角速率在机动过程中近似保持恒值。

        做完这个课题,想必我也应该转行了,思考下一步的主线,所以也很久没有再更新这部分内容,不过如果有需要了解这部分内容的欢迎留言,我看到了会回复的。一起交流,一起进步:)

评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

牛仔很忙^

雪中送炭者,定当铭记在心!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值