無人飛艇跟蹤控制技術研究

盧歡

摘 要：隨著信息技術的快速發展，無人飛艇在實際狀況中，也有著越來越廣泛的應用，而對其進行有效的跟蹤控制則是保證無人飛艇充分發揮自身作用的保障。在這種背景下，文章首先概述了無人飛艇跟蹤控制技術應用的基本思路，進而分析了無人飛艇跟蹤控制的系統架構，最后探討了模糊控制技術的應用。

關鍵詞：無人飛艇；跟蹤控制；基本思路；架構；模糊控制

1 無人飛艇跟蹤控制技術應用的基本思路

人類科技文明的進步一日千里，智能飛行物的夢想正逐步實現。有朝一日，我們可能只要輸入目的地，智能飛行物就能運送我們經由最佳路徑抵達。如今，隨著無人飛艇在測繪、電力巡線、礦物勘探等領域廣泛應用，智能飛行的設想成功應用到無人飛艇后，將使無人飛艇的發展起到極大的推動作用和技術革命。要實現這個夢想，必須結合各種技術，包括導航、通訊、機構、控制等，經過整合，方能完成自動導引無人飛艇的設計。在具體的跟蹤控制技術而言，應從最基本的機構設計著手，逐次增加馬達、傳感器、控制器等裝置，從而能夠保障無人飛艇能在避開環境中障礙物的條件下，實時追蹤移動的目標。

文章將目標追蹤分成兩種狀況處理：一種是無障礙物的環境，可以用簡單的導引率實現；另一種是有障礙物存在時，采用路徑規劃法設計最佳路徑，由于目標物隨時在移動，設計的路徑起點、終點也會隨時改變，因此，必須動態更新所欲追蹤的路徑，實時處理各種突發的狀況，直到飛艇追到目標物。完成實時設計追蹤路徑后，可利用GPS 及電子羅盤分別判定飛艇的位置與姿態。為精確得到飛艇位置，必須采用CDGPS，使得定位精度達到公分級，其中無線通訊傳輸的設備是不可或缺的。有了飛艇的狀態，計算其與預定路徑的差值后，最后可采用模糊控制理論設計輸出信號，進而達成無人飛艇追蹤控制的目的。

2 無人飛艇跟蹤控制的系統架構

2.1 基本構成

整個無人飛艇追蹤系統可分為三個部分：主控站、無人飛艇、目標物。通過結合全球定位系統（GPS）、電子羅盤來決定飛艇與目標物的位置及飛艇的姿態，且利用無線串行端口通訊作為各部分間數據的傳遞與聯系。而各部分的工作內容如下。

一是主控站，包括：命令飛艇行進或強迫停止；接收飛艇所傳回來的資料，包含飛艇、目標物目前的位置數據，并將位置數據顯示于屏幕上；在完成實驗后通過無線串行端口通訊，以手控方式讓飛艇回到起點。二是無人飛艇，包括：設計飛艇的最佳行進路徑；接收參考點的GPS載波相位觀測量與目標物的GPS載波相位觀測量，并配合飛艇本身所接收的載波相位觀測量來完成載波相位三次差分定位（CDGPS）的解算，以求出飛艇和目標物的物置；將飛艇的位置及姿態和參考路徑做比較，再把誤差傳入模糊控制器并算出車輪轉向的脈波量，通過馬達控制卡傳送訊號給馬達以操作飛艇的運動；接收主控站的控制訊號，并把飛艇及目標物的位置數據傳回主控站。三是目標物，包括：以人為的手動方式在平面上任意移動；傳送GPS載波相位觀測量回無人飛艇上。由以上每個部分的工作內容可知，無人飛艇在整個系統中占有極大的部份。飛艇的各種運動將由上面的PC，依據傳感器所接收到的信息，經由解算之后來決定。

2.2 系統架構

飛艇的位置和姿態由GPS接收機及電子羅盤儀得知后，再把兩者的資料傳入飛艇上的PC，并和由PC的導航器所設計的參考路徑相比較，而參考路徑的設計是依據飛艇和目標物的位置來設計。飛艇和導航器所設計的參考路徑誤差為模糊控制器的輸入變量，經過模糊控制器解算出來后的轉動控制量，通過馬達控制卡傳送適當的脈波量給驅動器，再通過驅動器來驅動馬達轉動以完成目標物的追蹤控制。

3 模糊控制技術的應用

3.1 模糊化方法

模糊化的方法很多，一般常見的有離散形隸屬函數、梯形隸屬函數、鐘形隸屬函數及三角形屬函數。例如，高斯函數與三角函數可分別表示如下：

高斯函數型： 三角形：

其中σ為高斯函數的變量值，其值大小決定高斯函數的寬度。

文章中采用三角形隸屬函數將輸入變量模糊化，底下將說明其模糊化方法。為便于說明，將三角形隸屬函數重新整理，當輸入x 為下列不同的數值時，其所對應的模糊化輸出如下：

（1）當輸入x為0時，其所對應的模糊化輸出μx=1為最大；

（2）當輸入x為-5 或5時，其對應的模糊化輸出μx=0為最小；

（3）當輸入x為-2時，其對應的模糊化輸出為：

？滋x=-2=■（-2）+1=0.6

（4）當輸入x為2時，其對應的模糊化輸出為：

？滋x=-2=■（-2）+1=0.6

3.2 模糊規則

模糊規則庫通常須具有有下列幾項特性：（1）一個模糊規則庫有多個模糊推理句。若每一個x均可對應一個或一個以上的推理句，使模糊集合均是存在的，則此規則庫稱為“完全的”。（2）若沒有出現“任何兩個規則有相同的前命題，而有不同的結果命題”的情況，則此規則庫稱為“一致的”。（3）若兩條相鄰規則的結果命題有重疊區域，則此規則庫稱為“連續的”。另外，模糊推論引擎又分為整合型推論引擎及個別式推論引擎，其差別在于整合型推論引擎先整合模糊規則才進行輸入與輸出的推論，個別式推論引擎則是先將輸入放進每一條規則推得輸出后，再將所有輸出進行并集或交集運算以得到最后的輸出。

上述的曼達尼推論引擎較為簡單，有利于PLC的程序規劃，因此文章中以曼達尼法作為推論引擎。曼達尼推論引擎計算過程可分概為以下三個步驟：首先針對輸入變量e和Δe分別計算出各個隸屬函數的歸屬值，并和所對應的隸屬函數值作AND運算，再取其最小值，以求得所對應的隸屬函數值；將所對應的隸屬函數與THEN對應的輸出做積分運算并取其最小值，即可得到模糊規則庫中各隸屬函數的歸屬值；最后將所有的歸屬值做OR運算，并取其最大值即可得到推論輸出。

3.3 模糊控制器程序的設計流程

模糊控制器程序設計流程可分為以下幾個步驟：步驟一：確知位置誤差及位置誤差變化量數值，并根據模糊隸屬函數將位置誤差及位置誤差變化量模糊化。步驟二：根據輸入與輸出模糊區間及模糊推論引擎建立模糊規則庫，系統共建立25條模糊規則，其中下標代表模糊規則編號。步驟三：計算影響系統隸屬函數的適合程度。步驟四：根據步驟二所規劃出的模糊規則庫找出對應的輸出量。步驟五：根據法則將設備上輸送帶距離量化成數值并進行解模糊化。

文章中采用重心解模糊化法。根據上述步驟，若輸出量為正的控制信號，則系統會自動增加脈沖數至PLC，使輸送帶往前移動一個修正量；反之，若輸出量為負的控制信號，則系統會自動減少脈沖數至PLC，使輸送帶往后移動一個修正量。

參考文獻

[1]歐陽晉.空中無人飛艇的建模與控制方法研究[D].上海交通大學，2003.

[2]淳于江民，張珩.微型無人直升機技術研究現狀與展望[J].機器人技術與應用，2004（6）.