串级PID控制四旋翼姿态

最新推荐文章于 2024-07-24 16:16:03 发布

SantyNotebook

最新推荐文章于 2024-07-24 16:16:03 发布

阅读量510

点赞数

分类专栏： Pixhawk PX4 控制器文章标签：机器学习算法人工智能

本文链接：https://blog.csdn.net/xiaosanti/article/details/130935303

版权

Pixhawk 同时被 3 个专栏收录

2 篇文章 0 订阅

订阅专栏

PX4

2 篇文章 0 订阅

订阅专栏

控制器

2 篇文章 0 订阅

订阅专栏

首先打个小广告，一直很喜欢无人机，最近有空研究了一下Pixhawk(PX4)飞控，并把总结和心得写到公众号 “SantyNotebook” 里和大家分享，感兴趣的朋友可以一起来交流一下，如何从零手写无人机飞控~
本篇同步发在公众号推送中《串级PID控制四旋翼姿态》
这篇介绍一下，在古典理论PID控制算法下，四旋翼如何保持姿态平稳状态

一模型解耦线性化

回顾上一篇的推导结果，对于 $X$ 型四旋翼
在这里插入图片描述
位置模型
$\left[\begin{array}{c} \ddot{x} \\ \ddot{y} \\ \ddot{z} \end{array}\right]=\left[\begin{array}{c} -\frac{T}{m}(\cos \psi \sin \theta \sin \phi+\sin \psi \sin \phi) \\ -\frac{T}{m}(\sin \psi \sin \theta \cos \phi-\cos \psi \sin \phi) \\ g-\frac{T}{m} \cos \phi \cos \theta \end{array}\right]$
姿态小扰动模型
${\left[\begin{array}{c} \ddot{\phi} \\ \ddot{\theta} \\ \ddot{\psi} \end{array}\right]=\left[\begin{array}{l} \frac{1}{I_{x x}}\left[\tau_{x}+\operatorname{qr}\left(I_{y y}-I_{z z}\right)-J_{1} q \Omega\right] \\ \frac{1}{I_{y y}}\left[\tau_{y}+\operatorname{qr}\left(I_{z z}-I_{x x}\right)-J_{1} p \Omega\right] \\ \frac{1}{I_{z z}}\left[\tau_{z}+p q\left(I_{x x}-I_{y y}\right)\right] \end{array}\right]}$
$\Omega=-\varpi_{1}+\varpi_{2}-\varpi_{3}+\varpi_{4}$
可见，模型控制变量彼此高度耦合，而PID控制器适用于线性模型，因此需要对模型解耦线性化
显然，如果四旋翼保持姿态平稳，位置固定，需要外力平衡，即
$m g = T$
而对于姿态模型，通常四个电机转速可以彼此抵消 $\Omega=0$ ，则陀螺力矩项可以忽略。于是，小扰动模型简化为
${\left[\begin{array}{c} \ddot{\phi} \\ \ddot{\theta} \\ \ddot{\psi} \end{array}\right]=\left[\begin{array}{l} \frac{1}{I_{x x}}\left[\tau_{x}+\operatorname{qr}\left(I_{y y}-I_{z z}\right)\right] \\ \frac{1}{I_{y y}}\left[\tau_{y}+\operatorname{qr}\left(I_{z z}-I_{x x}\right)\right] \\ \frac{1}{I_{z z}}\left[\tau_{z}+p q\left(I_{x x}-I_{y y}\right)\right] \end{array}\right]}$
另外，若四旋翼处在平衡状态，其姿态角均为小量，有
$\approx q_{0} r_{0}+r_{0}\left(q-q_{0}\right)+q_{0}\left(r-r_{0}\right)=0$
故方程可以进一步简化
$\left[\begin{array}{c} \ddot{\phi} \\ \ddot{\theta} \\ \ddot{\psi} \end{array}\right]=\left[\begin{array}{ccc} \frac{1}{I_{x x}} & & \\ & \frac{1}{I_{y y}} & \\ & & \frac{1}{I_{z z}} \end{array}\right]\left[\begin{array}{l} \tau_{x} \\ \tau_{y} \\ \tau_{z} \end{array}\right]$
至此，四旋翼姿态角之间彼此解耦，并且每个姿态角本身都是一个二阶系统
$\ddot{\phi}=\frac{\tau_{x}}{I_{x x}} \rightarrow \phi(s)=\frac{1}{s^{2}} \frac{\tau_{x}}{I_{x x}}$

二 PID控制器设计

在传统控制理论中，使用比例-积分-微分控制器完成对线性模型控制
$u(t)=K_{p} e(t)+K_{i} \int_{0}^{t} e(\tau) d \tau+K_{d} \frac{d}{d t} e(t)$

其中 $e (t)$ 为当前时刻的误差
$K_pK_iK_d$ 为比例积分微分增益，需要调试确定。比例系数可以用来加快调节，但是过大会引起系统响应幅度过大，甚至不稳定；积分项用来减少稳态误差，但是过大会引起系统迟滞；微分项是瞬态的考量，可以预测误差变化趋势，但是过大会引起系统过于敏感
$u (t)$ 计算结果作为控制量输入给系统
对于四旋翼的姿态控制，行业内通常是采用串级PID（Cascading PID）以达到更好的控制效果。外环控制角度，内环控制角速度，如下图请添加图片描述

三四旋翼飞行状态规律

四旋翼是一个欠驱动系统。它的前后、左右、上下、左右旋转飞行依赖于姿态俯仰、滚转、油门变化、偏航来进一步完成
通常，电机产生的拉力与其转速为平方正比关系，即某个电机产生的拉力可以表达为 $T=c_T\tilde{\omega}^2$ 。其中常量 $c_T$ 是一个转化率，显然与螺旋桨效率有关
根据X四旋翼的几何关系，将力矩代入，有
$\left[\begin{array}{c} \ddot{\phi} \\ \ddot{\theta} \\ \ddot{\psi} \\ T \end{array}\right]=\left[\begin{array}{cccc} k & -k & -k & k \\ k & k & -k & -k \\ k & -k & k & -k \\ k & k & k & k \end{array}\right]\left[\begin{array}{c} \varpi_{1}^{2} \\ \varpi_{2}^{2} \\ \varpi_{3}^{2} \\ \varpi_{4}^{2} \end{array}\right]$
可见，1，2电机一组，3，4电机一组，组内同时提高/降低转速可以实现俯仰运动；1，4电机一组，2，3电机一组，可以实现滚转运动；1，3一组，2，4一组，则可以实现偏航运动；四个电机同时提高（降低）转速则飞行器向上（向下）运动
在这里插入图片描述

综上，我们了解了四旋翼解耦的二阶系统模型，以及行业内如何设计串级PID对四旋翼做姿态控制。现代控制理论在状态空间内设计控制器，衍生了最优控制，鲁棒控制，模型预测控制等等多种控制策略，我们放在后续文章中了解
然而，理想很丰满，计算结果只能作为参考，实际模型系统参数往往通过辨识实验来确定。PID参数也通常结合实际飞行效果来调节，而PID控制器本身在微处理器（micro-processor）中的实现也是离散化的近似计算，对于其实现细节，将在后面的内容中和大家一起探讨~

SantyNotebook

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
串级PID控制四旋翼姿态

首先打个小广告，一直很喜欢无人机，最近有空研究了一下Pixhawk(PX4)飞控，并把总结和心得写到公众号 “SantyNotebook” 里和大家分享，感兴趣的朋友可以一起来交流一下，如何从零手写无人机飞控~本篇同步发在公众号推送中这篇介绍一下，在古典理论PID控制算法下，四旋翼如何保持姿态平稳状态。
复制链接

扫一扫