基于神經(jīng)網(wǎng)絡(luò)的旋翼無人機Flocking控制.pdf

1、匯聚運動(Flocking)是一種群體運動行為，具體可以描述為：群體由分離狀態(tài)匯聚到一起后，沿著特定方向，一起運動，并且在運動過程中能夠保持某種特定的規(guī)則。當(dāng)針對特定任務(wù)時，群體的匯聚運動具有著單體運動無可比擬的優(yōu)勢，這對協(xié)同控制問題的研究具有很重要的指導(dǎo)和理論意義。尤其是應(yīng)用到具有實際物理模型上時，這種匯聚運動的研究便具有了很重要的實際意義。而另一方面，隨著近幾年新型材料和控制技術(shù)的快速發(fā)展，旋翼無人機憑借著自身優(yōu)勢，已經(jīng)成為了當(dāng)今無

2、人機領(lǐng)域研究熱點，并在控制理論方面有了一定的積累。但是對于完全模型的控制，以及多機控制仍然是研究的薄弱點。因此，本文的主要目標是針對多旋翼無人機這樣的對象，研究帶有多旋翼無人機模型的Flocking控制器設(shè)計方法，從而實現(xiàn)多旋翼無人機群的Flocking行為。
　　本文將多旋翼無人機Flocking控制分為三個問題處理。第一個問題為多旋翼無人機控制問題；第二個問題為基于質(zhì)點模型的Flocking算法問題。最后，結(jié)合多旋翼無人機的動

3、力學(xué)特性完成多旋翼無人機的Flocking控制。
　　對于具有高度非線性、強耦合和欠驅(qū)動特性的無人機來說，設(shè)計一個有效的、高精度控制器是非常不易的，尤其是在有參數(shù)變化和外界干擾的情況下。本文提出一種自適應(yīng)逆控制系統(tǒng)(AIMCS)。在該系統(tǒng)中，采用了兩個BP神經(jīng)網(wǎng)絡(luò)，一個實現(xiàn)被控對象的模型辨識，用來找出被控對象的映射關(guān)系；另一個實現(xiàn)被控對象逆模型辨識，用作控制系統(tǒng)的逆控制器。為了確保控制系統(tǒng)學(xué)習(xí)的快速性和魯棒性，離線訓(xùn)練和在線訓(xùn)練的

4、方案都被使用。同時，使用李雅普諾夫的方法證明了在線學(xué)習(xí)律的收斂性。最后，基于全模型的四旋翼無人機控制仿真來說明本文提出控制方案的有效性。
　　在多旋翼無人機控制系統(tǒng)設(shè)計完成的基礎(chǔ)上，F(xiàn)locking算法的設(shè)計便成了旋翼無人機的Flocking控制的重點內(nèi)容。本文利用能量函數(shù)將基于雷諾茲Flocking三個規(guī)則轉(zhuǎn)換為數(shù)學(xué)問題：通過建立合適的人工勢能函數(shù)將質(zhì)點的匯聚、避撞、速度一致性問題，轉(zhuǎn)化為勢能函數(shù)能量最小化問題，然后通過李雅普諾