無人機自主著陸縱向控制律設計

高九州，賈宏光

(1.中國科學院 長春光學精密機械與物理研究所， 吉林 長春 130033；2.中國科學院大學，北京 100039)

?

無人機自主著陸縱向控制律設計

高九州1，2*，賈宏光1

(1.中國科學院 長春光學精密機械與物理研究所， 吉林 長春 130033；2.中國科學院大學，北京 100039)

針對無人機的自主高精度定點著陸，應用自適應內模控制(AIMC)原理設計了自主著陸縱向飛行控制律。以輪式無人機為平臺，將縱向非線性模型解耦并線性化。然后，以地速和下沉率為控制目標，應用AIMC理論設計了縱向飛行控制律。通過對AIMC濾波參數進行自調整改善了系統的動態特性，基于對模型的辨識增強了系統的魯棒性。在順逆風6 m/s的條件下對AIMC系統進行了數字仿真， 結果顯示其落點精度達到前后向30 m范圍內。與傳統內模控制(IMC)系統相比，提出的自適應內模控制(AIMC)系統在動態性能和落點精度等方面均有明顯提高。最后，搭建了半物理測試平臺，通過半物理仿真測試復現了系統數字仿真結果，驗證了系統功能的完整性和協調性。

無人機；自主著陸；自適應內模控制；縱向飛行控制律；數字仿真；半物理測試

1　引　言

自主著陸是輪式無人機回收的重要方式之一，其著陸點的特性指標較高，對導航系統和飛行控制系統均提出了嚴格要求。文獻[1]指出在著陸過程中，氣動參數會因地面效應發生明顯變化，同時風場的存在更會影響定點著陸的精度。文獻[2]采用穩態逆結合反饋控制器設計了自主著陸控制律，文獻[3]在構造非線性干擾觀測器的基礎上設計了滑模控制器，在沒有考慮風場的影響下文獻[2-3]的方法均達到了精確跟蹤著陸航跡的要求。文獻[4-7]分別應用神經網絡和魯棒H∞控制算法對著陸飛控系統進行設計，并在仿真中加入風場，得到了較好的控制效果，但其算法復雜，工程實現難度較大。文獻[8]采用LQG/LTR(Linear Quadratic Gaussian/Loop Transfer Recovery)方法設計控制律，在風場中具有一定的魯棒性。本文針對自主著陸中高精度著陸點的指標要求，提出一種基于自適應內模原理的控制律設計方法[9-14]，對自主著陸過程中縱向運動進行控制律設計，加入風場效應，并通過系統數字仿真跟蹤著陸預設航跡，在線調整控制參數，優化控制效果。最后進行半物理測試，驗證系統軟硬件工作的完整性和協調性[15]。

2　控制系統設計

本文以某固定翼無人機為平臺，其為V型尾翼布局，采用活塞螺旋槳發動機，其主要結構及性能參數如表1所示。

表1　樣例無人機結構及性能參數

2.1自適應內模控制

內模控制是一種基于模型的控制器設計方法，通常由被控過程、過程模型和含濾波器的內模控制器組成，常規內模控制結構如圖1所示。

圖1　常規內模控制結構

常規內模控制器的設計過程如式(1)～(3)：

Gm(s)=Gm+(s)·Gm-(s)，

(1)

(2)

(3)

式中：Gm+(s)和Gm-(s)分別表示過程模型的不可逆和可逆部分。Gm+(s)通常包括被控對象Gp(s)的時滯和右半平面零點環節，而Gm-(s) 代表被控對象Gp(s)具有最小相位特征的部分。ε為濾波器的時間常數，γ為濾波器的階數。

常規內模控制器對模型的依賴程度較大，且只有一個可調的控制參數，無法同時兼顧系統的響應特性和魯棒性能。本文在常規內模控制器的基礎上進行了改進，加入內模濾波參數的自調整和被控過程模型估計環節，構成自適應內模控制器。其結構如圖2所示。

圖2　自適應內模控制結構

初始設計內模控制器的濾波參數ε時，可取較小值，使系統得到較好的動態特性，當模型誤差較大而危及系統穩定性時，自適應放大濾波參數ε，從而保證系統穩定。濾波參數自適應律設計為：

(4)

其中：ε0為初始濾波參數，e為系統誤差，y為系統輸出，ym為過程模型輸出，tr為系統輸出首次到達設定值的時間，ts為系統設定的調節時間。

過程模型內部參數T的變化將導致過程模型改變，過程模型參數的估計采用最小二乘法，考慮系統的輸入輸出模型為：

y(n)=-a1y(n-1)-a2y(n-2)-…+

b0u(n-k)+b1u(n-k-1)+…+ω(n)=

φTθ+ω(n).

(5)

其中：φ為輸入輸出觀測向量，θ為未知參數向量，ω為噪聲。

φT=[-y(n-1)，y(n-2)，…，y(n-k)，

u(n-m)，u(n-m-1)，…，u(n-m-k)]，

θ=[a1，a2，…，ak，b0，b1，…，bk]，

(6)

(7)

2.2系統動力學模型

本文在穩態飛行的前提下將飛行運動進行解耦，并利用系數凍結法和小擾動線性化原理將解耦的非線性縱向運動進行線性化。

縱向狀態空間表達式為：

(8)

其中c7為系統結構參數，其余氣動參數可通過式(5)～(7)進行離線辨識得到，辨識數據來源于風洞試驗，最終得到不同速度和不同高度條件下的過程模型。風動測量數據表明，在高度小于30 m時，由于地面效應的影響，氣動參數變化明顯，辨識得到的過程模型變化較大。

2.3地速控制

根據自適應內模控制原理，利用油門作為控制輸入對地速進行控制，控制結構如圖3所示。

為保證自主著陸的高精度特性，本文采用地速進行控制，地速由測量數據北、東、地三者速度經濾波和融合處理得到。同時為保證飛行不失速，對空速進行測量，當空速有失速趨勢時，將地速控制切換為空速控制，以進行定高盤旋飛行。根據空速和高度的不同在模型估計器中調用相應的氣動參數形成地速與油門關系的過程模型。

圖3　地速控制結構

當地速誤差e大于1時，內模濾波參數ε=ε0=0.5，當地速誤差e小于1時，采用式(4)對內模濾波參數ε進行調整。

2.4下沉率控制

通過高度指令對下沉率進行控制，其控制結構如圖4所示。

高度指令為：

Hg=H0-Vzg(t-t0)，

(9)

其中：H0為進入下滑階段的起始高度，Vzg為設定下沉率，t0為進入下滑階段的起始時間。

圖4下沉率控制結構

Fig.4Structure of sink rate control

俯仰角速率作為下沉率控制的內環控制目標，應用自適應內模原理進行控制器設計。根據空速和高度的不同在模型估計器中調用相應的氣動參數形成反映俯仰角速率與升降舵關系的過程模型。當俯仰角速率誤差e大于5時，內模濾波參數ε=ε0=0.2，當地速誤差e小于5時，采用式(1)對內模濾波參數ε進行調整。

自適應內模控制器為無穩差控制，因此將俯仰角和高度依次作為次外環和外環控制目標，根據系統帶寬和最佳阻尼比等性能要求，進行PID控制參數的選擇，其選擇參考值為Cθ=1.6，CH=2。

3　非線性數字仿真

自主著陸的標稱航跡規劃如圖5所示，自主著陸過程由進場飛行、陡下滑、淺下滑和接地減速滑停4部分組成。進場飛行環節是無人機對準航路，準備進入下滑線的預備環節。此時無人機離開任務飛行，降低高度，進入預定的起始下滑高度后轉入平飛，待姿態、高度和速度穩定后便可以捕獲下滑軌跡準備下滑。

著陸指標設計如表2所示。

圖5　自主著陸航跡規劃

參量指標單位進場高度100m陡下沉率2m/s淺下滑起始高度15m淺下沉率0.5m/s下滑地速450.5接地點俯仰角0～6°

系統非線性數字仿真是檢驗控制律設計有效性的通用方法，本文將常規IMC與AIMC系統仿真結果進行了對比。對于本文控制系統，著陸仿真從進入下滑開始，著陸飛行接地為止。仿真初始位置設置為(-3 231，5，100)，初始地速為45 m/s。分別在無風、順風(風速為6 m/s)和逆風(風速為6 m/s)的條件下進行仿真，其飛行狀態對比如圖6～8 所示。

圖6　無風著陸飛行狀態

在無風條件下，AIMC系統著陸理想坐標約為(0，0，0.6)，IMC系統的著陸理想坐標約為(115，0，0.6)，當飛行指令切入或改變時，AIMC系統飛行狀態抖動較小，控制效果優于IMC系統。

圖7　順向風場著陸飛行狀態

在順風(6 m/s)的條件下，飛行著陸點都位于理想著陸點后方，AIMC系統的著陸點在理想著陸點后方27 m，IMC系統的著陸點在理想著陸點后方102 m，上述實驗結果顯示，在順風情況下，AIMC系統動態性能與著陸精度均明顯優于IMC系統。

圖8　逆側向風場著陸飛行狀態

在逆風(6 m/s)的條件下，兩種方法的行著陸點均位于理想著陸點前方，AIMC系統的著陸點在理想著陸點前方25 m，IMC系統的著陸點在理想著陸點前方82 m，實驗結果顯示，AIMC系統的動態性能和著陸精度均明顯優于IMC系統。

表3　接地點飛行狀態

在不同風場條件下，不同控制方式的自主著陸接地點的飛行狀態對比結果如表3所示。從表中可以看出，常規IMC與AIMC系統均能實現對地速、高度和側偏距的穩態控制，但AIMC系統動態響應過程明顯優于PID控制系統，而動態響應過程將直接影響著陸點的精度，因此，在相同條件下，AIMC系統的著陸精度要優于PID控制系統。

4　半物理測試

半物理測試原理及平臺搭建分別如圖9～10所示。

圖9　半物理測試原理圖

實驗中，由飛行動力學仿真機實時記錄飛行狀態，GPS模擬器接收仿真機輸出的地速、加速度、姿態及位置來模擬GPS信號，再由GPS接收機解算出地速和位置。三軸轉臺接收仿真機輸出的姿態角驅動轉臺轉動，安裝在轉臺上的INS隨轉臺一同轉動，模擬機體的角運動。利用動靜壓模擬器接收仿真機輸出的速度和高度，以模擬相應的動靜壓，利用大氣機接收動靜壓信號，并解算出空速、真空速、馬赫數和氣壓高度。負載模擬器用以接收仿真機解算的鉸鏈力矩指令來模擬舵面產生的鉸鏈力矩。機載計算機接收到上述全部信息后，解算出相應的控制律，并輸出舵指令給舵系統，舵系統將采集到的舵響應給機載計算機和動力學仿真機，用以計算控制律和飛行參數，從而形成整個閉環系統。

圖10　半物理測試平臺

半物理測試條件設定為無風，初始位置坐標為(-3 231，5，100)，初始地速為45 m/s，實驗結果如圖11～12所示。

圖11 半物理測試飛行狀態

圖12　半物理測試舵反饋

半物理測試接地點坐標為(1.8，0.9，0.6)，接地俯仰角為1.2°，接地速度為45 m/s，接地下沉率為0.5 m/s，且整個著陸過程中，控制指令切入或改變時，飛行狀態抖動較小。將半物理測試結果分別和數字仿真結果圖6相比較可見，二者響應基本一致，半物理測試復現了數字仿真結果，但半物理測試相對于系統數字仿真結果具有一定的噪聲，這是由于實際舵系統及整個傳感器系統產生的。

5　結　論

本文以無人機自主高精度定點著陸為目標，應用自適應內模控制原理設計了自主著陸縱向飛行控制律。自適應內模控制器濾波參數可自調整；從而改善了系統的動態特性，引入模型辨識增強了系統的魯棒性。數字仿真在順逆風場6 m/s的條件下，落點精度在理想落點30 m范圍內，與傳統IMC系統相比較，AIMC系統在動態性能和落點精度等方面均有明顯提高。最后搭建半物理測試平臺，且通過半物理測試復現了數字仿真的結果，并驗證了系統的完整性與協調性，為無人機自主著陸飛行試驗提供了基礎和保證。

[1]宋輝. 復雜條件下無人機自動著陸控制技術研究[D]. 南京：南京航空航天大學， 2011.

SONG H.ResearchonautomaticlandingcontroltechnologiesforUAVundercomplexconditions[D]. Nanjing： Nanjing University of Aeronautics and Astronautics， 2011.(in Chinese)

[2]車軍， 張新國.自動著陸精確軌跡跟蹤控制[J].北京航空航天大學學報， 2005， 9(31)： 975-979.

CHE J， ZHANG X G. Exact trajectory tracking control of automatic landing [J].JournalofBeijingUniversityofAeronauticsandAstronautics， 2005， 9(31)： 975-979.(in Chinese)

[3]張建宏，張平.無人機自主精確著陸控制律設計及仿真研究[J].系統仿真學報， 2009， 21(3)： 743-748.ZHANG J H， ZHANG P. Autonomous precise landing control law for UAV [J].JournalofSystemSimulation， 2009， 21(3)： 743-748.(in Chinese)[4]AGUSTIN G M， RODOLFO E， HABER G. Internal mode control based on neuro fuzzy system for network application [J].IEEETransactionsonAutomaticsScienceandEngineering， 2009， 6(2)： 367-372.

[5]郭艷艷，陳瀾，楊常偉. 無人機著陸抗風魯棒H∞控制器設計研究[J]. 計算機測量與控制， 2010， 21(2)： 348-350.

GUO Y Y， CHEN L， YANG CH W. Design of a robustH∞controller for UAV automatic landing under wind shear [J].ComputerMeasurement&Control， 2010， 21(2)： 348-350.(in Chinese)

[6]JIAQ L， WANG X M. Design of a robustH∞controller for automatic landing system of an aircraft [J].FlightDynamics， 2003， 21(1)： 32-35.

[7]SIEBERLING S， CHU Q P， MULDER J A. Robust flight control using incremental nonlinear dynamic inversion and angular acceleration prediction [J].JournalofGuidance，ControlandDynamics， 2010， 33(6)： 1732-1742.

[8]陳華坤，章衛國，王新民. 艦載機縱向自動著艦控制系統設計[J]. 彈箭與制導學報， 2007， 27(1)： 73-77.CHEN H K， ZHANG W G， WANG X M. Design of automatic control system for longitudian landing on carrier [J].Journalofprojectiles，rockets，missilesandguidance， 2007， 27(1)： 73-77.(in Chinese)

[9]段鎮， 高九州. 無人機滑跑線性化建模與增益調節糾偏控制[J]. 光學 精密工程， 2014， 22(6)：1507-1516.DUAN ZH， GAO J ZH.Linearized modeling and gain scheduling control for UAV taxiing [J].Opt.PrecisionEng.， 2014， 22(6)：1507-1516.(in Chinese)

[10]李迪， 陳向堅， 續志軍. 增益自適應滑模控制器在微型飛行器飛行姿態控制中的應用[J].光學 精密工程， 2013， 21(5)：1183-1192.

LI D， CHEN X J， XU ZH J. Gain adaptive sliding mode controller for flight attitude control MAV [J].Opt.PrecisionEeg.， 2013， 21(5)：1183-1192.(in Chinese)

[11]王洋， 張京娟. 基于自適應控制的無人機飛行控制系統研究[J]. 彈箭與制導學報， 2010， 30(4)： 15-19.

WANG Y， ZHANG J J. Research on flight control system based adaptive controller for UAV [J].JournalofProjectiles，Rockets，MissilesandGuidance， 2010， 30(4)： 15-19.(in Chinese)

[12]ALCANTARA S， PEDRET C， VILANOVA R，etal.. Generalized internal model control for balancing input/output disturbance response [J].IndEngChemRes.， 2011， 50(19)： 70-80.

[13]蔡紅明， 昂海松， 鄭祥明. 基于自適應逆的微型飛行器飛行控制系統[J]. 南京航天航空大學學報， 2011， 43(2)： 137-142.

CAI H M， ANG H S， ZHENG X M. Flight control system of MAV based on adaptive dynamic inversion [J].JournalofNanjingUniversityofAeronauticsandAstronautics， 2011， 43(2)： 137-142.(in Chinese)

[14]李艷輝， 歷明， 周凌. 基于模型匹配的光電偵查無人機飛行控制器設計方法[J]. 紅外與激光工程， 2015，44(2)： 693-670.LI Y H， LI M， ZHOU L. UAV flight controller design method based on model matching used for electro-optical reconnaissance[J].InfraredandLaserEngineering， 2015，44(2)： 693-670.(in Chinese)

[15]吳德偉，胡奕明. 無人機自主著陸半實物仿真系統設計[J]. 系統仿真學報， 2008， 20(24)： 6815-6820.

WU D W， HU Y M. Design of hardware-in-the-loop simulation system to UAV automatic landing guidance[J].JournalofSimulation， 2008， 20(24)： 6815-6820.(in Chinese)

高九州(1987-)，男，遼寧本溪人，博士研究生，2006年、2010年于哈爾濱工業大學分別獲得學士、碩士學位，主要從事飛行力學與控制等方面的研究。E-mail： gaojiuzhou@126.com

導師簡介：

賈宏光(1971-)，黑龍江五常人，研究員，博士生導師，1994年于哈爾濱工業大學獲得學士學位，1997年于長春光機學院獲得碩士學位，2000年于中國科學院長春光學精密機械與物理研究獲得博士學位，主要從事復合制導與目標識別等方面的研究。E-mail： jiahg@ciomp..ac.cn

(版權所有未經許可不得轉載)

Design of longitudinal control law for small fixed-wing UAV during auto landing

GAO Jiu-zhou1，2*， JIA Hong-guang1

(1.ChangchunInstituteofOptics，FineMechanicsandPhysics，ChineseAcademyofSciences，Changchun130033，China；2.UniversityofChineseAcademyofSciences，Beijing100039，China)

*Correspondingauthor，E-mail：gaojiuzhou@126.com

For the auto landing precisely of an Unmanned Aerial Vehicle(UAV), the longitudinal control law for the auto landing of the UVA was designed based on Adaptive Internal Model Control (AIMC) principle. By taking a small wheeled UVA as a working platform, the longitudinal nonlinear model was decoupled and linearized. Then, the ground speed and sink rate were selected as control targets and longitudinal control law was designed based on the AIMC and applied to control system design. The filter parameter was adjusted to improve the dynamic characteristics of the system and the model was identified to enhanced the robustness of the system. The AIMC system was simulated digitally under the conditions of ownwind or headwind in a speed of 6 m/s, and the results show that the landing precision of system is in a scope of 30 m for forward or backward directions. Finally, a hardware test platform was established to verify the simulation results and the hardware-in-loop-simulation (HILS) proves the harmony and integrality of the system.

Unmanned Aerial Vehicle(UAV); auto landing； Adaptive Internal Model Control(AIMC)； longitudinal control law； digital simulation； Hardware in Loop Simulation(HILS)

2015-12-15；

2016-01-12.

中國科學院三期知識創新工程(No.YYJ-1122)

1004-924X(2016)07-1799-08

V249.1

Adoi:10.3788/OPE.20162407.1799