广西师范大学学报(自然科学版) ›› 2017, Vol. 35 ›› Issue (2): 24-31.doi: 10.16088/j.issn.1001-6600.2017.02.004

• • 上一篇    下一篇

基于附加惯性项BP神经网络的四旋翼无人机姿态控制研究

钟海鑫, 丘森辉, 罗晓曙*, 唐堂, 杨力, 赵帅   

  1. 广西师范大学电子工程学院,广西桂林541004
  • 出版日期:2017-07-25 发布日期:2018-07-25
  • 通讯作者: 罗晓曙(1961—),男,湖北应城人,广西师范大学教授,博士。E-mail:lxs@mailbox.gxnu.edu.cn
  • 基金资助:
    国家自然科学基金(11262004);广西多源信息挖掘与安全重点实验室开放基金(MIMS15-06);广西信息科学实验中心基金(KA1430);广西研究生教育创新计划项目(XYCSZ2017051)

Study of Applying BP Neural Network with Inertia Term Self-tuningto Attitude Stability of Quadrotor Unmanned Aerial Vehicle

ZHONG Haixin, QIU Senhui, LUO Xiaoshu*, TANG Tang, YANG Li, ZHAO Shuai   

  1. College of Electronic Engineering, Guangxi Normal University, Guilin Guangxi 541004, China
  • Online:2017-07-25 Published:2018-07-25

摘要: 针对传统PID控制不能实时更新整定的KpKiKd参数,以及控制精度不高等缺点,在结合四旋翼无人机自身特性的基础上,本文提出一种附加惯性项的BP神经网络与PID控制结合的姿态控制方法,并对惯性系数进行修改,来实现无人机在受干扰情况下飞行过程的姿态控制。仿真实验分析表明:与BP神经网络参数自整定PID控制和传统PID控制相比,该控制方法提高了系统的抗扰性、鲁棒性和动态性能,从而对于提高无人机的姿态控制具有较好的实际参考价值。

关键词: PID控制, BP神经网络, 参数自整定, 抗扰性, 鲁棒性

Abstract: Due to the shortcomings that traditional PID control fails to update the tuning of Kp, Ki, Kd parameters in real time and the control accuracy is not high, this paper puts forward a kind of attitude stability control method of the combination between BP neural network with inertia term and PID control. And the inertia coefficient is modified to achieve Quadrotor Unmanned Aerial Vehicle(QUAV)’s attitude control during the flight under disturbance. The simulation experiment analysis presents that when compared with the BP neural network parameters self-tuning PID control and the traditional PID control, this control method improves the performance of anti-disturbance and robustness and the dynamic performance, thus holding practical value for reference to improve the attitude stability control of QUAV.

Key words: PID control, BP neural network, parameters self-tuning, anti-disturbance, robustness

中图分类号: 

  • TP273.2
[1] 钟海鑫,罗晓曙,赵帅,等. 基于改进精英蚁群系统算法的四旋翼无人机姿态控制研究[J]. 广西师范大学学报(自然科学版),2016,34(4):85-92.
[2] VOOS H. Nonlinear state-dependent Riccati equation control of a quadrotor UAV[C]// Proceedings of the 2006 IEEE International Conference on Control Applications. Piscataway, NJ:IEEE Press, 2006:2547-2552.
[3] PAUL G F, THOMAS J G. Introduction to UAV Systems[M]. Columbia, MD:UAV Systems, 1998.
[4] PENG X Z, LIN H Y, DAI J M. Path planning and obstacle avoidance for vision guided quadrotor UAV navigation[C]// Proceedings of the 12th IEEE International Conference on Control and Automation. Piscataway, NJ:IEEE Press, 2016:984-989.
[5] BHANDARI S, SRINIVASAN T. Path-planning around obstacles for a quadrotor UAV using the RRT algorithm for indoor environments[M]// AIAA Infotech @ Aerospace. San Diego, California: AIAA SciTech Forum, 2016.
[6] TAYEBI A, MCGILVRAY S. Attitude stabilization of a four rotor aerial robot[C]// Proceeding of the 43rd IEEE Conference on Decision and Control. Piscataway, NJ: IEEE Press, 2004: 1216-1221.
[7] ARGENTIM L M, REZENDE W C, SANTOS P E, et al. PID, LQR and LQR-PID on a quadcopter platform[C]// Proceeding of 2013 International Conference on Informatics, Electronics & Vision. Piscataway, NJ: IEEE Press, 2013:1-6.
[8] 钟海鑫, 陆倩, 丘森辉, 等. 基于ADRC的四旋翼无人机姿态控制研究[J]. 江西师范大学学报(自然科学版), 2017(1):67-72.
[9] STRM K J, MURRAY R M. Feedback systems:an introduction for scientists and engineers[M]. Princeton: Princeton University Press, 2008.
[10] ZIEGLER J G, NICHOLS N B. Optimum settings for automatic controllers[J]. Transactions of the A.s.m.e, 1942, 115(2B):759-768.
[11] LI H X, ZHANG L, CAI K Y, et al. An improved robust fuzzy-PID controller with optimal fuzzy reasoning[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), 2005, 35(6):1283-94.
[12] 段海滨, 王道波, 黄向华,等. 基于蚁群算法的PID参数优化[J]. 武汉大学学报(工学版), 2004, 37(5):97-100.
[13] STRM K J, HGGLUND T. Revisiting the Ziegler-Nichols step response method for PID control[J]. Journal of Process Control, 2004, 14(6):635-650.
[14] WANG L X. Stable adaptive fuzzy control of nonlinear systems[J]. IEEE Transactions on Fuzzy Systems, 1992, 1(2):146-155.
[15] COLORNI A, DORIGO M, MANIEZZO V. Distributed optimization by ant colonies[C]// Processdings of the Ecal 91 European Conference on Artificial Life. Paris: Elsevier Publishing, 1991:134-142.
[16] 谭永红. 基于BP神经网络的自适应控制[J]. 控制理论与应用, 1994(1):84-88.
[17] 谢剑斌. 视觉机器学习20讲[M]. 北京:清华大学出版社,2015.
[18] 李滋刚,万德钧. 捷联式惯性导航技术[M]. 北京:中国船舶信息中心, 2001.
[19] BOUABDALLAH S, SIEGWART R. Backstepping and sliding-mode techniques applied to an indoor micro quadrotor[C]// Proceedings of the 2005 IEEE International Conference on Robotics and Automation. Piscataway, NJ:IEEE Press, 2005:2247-2252.
[20] 王俊生,马宏绪,蔡文澜,等. 基于ADRC的小型四旋翼无人直升机控制方法研究[J].弹箭与制导学报,2008,3:32.
[21] CABECINHAS D, SILVESTRE C, CUNHA R. Vision-based quadrotor stabilization using a pan and tilt camera[C]// Proceeding of the 49th IEEE in Conference on Decision and Control. Piscataway, NJ: IEEE Press, 2010:1644-1649.
[22] 王伟, 马浩, 孙长银. 四旋翼飞行器姿态控制系统设计[J]. 科学技术与工程, 2013, 13(19):5513-5519.
[23] GARCIA-CARRILLO L, RONDON E, SANCHEZ A, et al. Stabilization and trajectory tracking of a quadrotor using vision[J]. Journal of Intelligent and Robotic Systems, 2011,61(1/2/3/4):103-118.
[24] 刘金琨. 先进PID控制及其MATLAB仿真[M]. 北京:电子工业出版社, 2003.
[25] PRESS W,TEUKOLSKY S, VETTERLING W, et al. Numerical recipes:The art of scientific computing[M]. 3rd ed. Cambridge: Cambridge University Press, 2007.
[1] 刘欣, 罗晓曙, 赵书林. 基于BP神经网络的三轴增稳云台自抗扰控制[J]. 广西师范大学学报(自然科学版), 2020, 38(2): 115-120.
[2] 邹艳丽, 汪洋, 刘树生, 姚飞. 带有邻居度信息的容量负载模型下电网级联故障研究[J]. 广西师范大学学报(自然科学版), 2019, 37(4): 27-36.
[3] 许伦辉, 陈凯勋. 基于改进萤火虫算法优化BP神经网络的路网速度分布预测[J]. 广西师范大学学报(自然科学版), 2019, 37(2): 1-8.
[4] 唐堂, 魏承赟, 罗晓曙, 丘森辉. 基于附加惯性项人群搜索算法的四旋翼无人机姿态控制研究[J]. 广西师范大学学报(自然科学版), 2018, 36(4): 12-19.
[5] 许远静, 胡维平. 基于随机森林的不同程度病态嗓音识别[J]. 广西师范大学学报(自然科学版), 2018, 36(4): 34-41.
[6] 黄李, 邹艳丽, 王意, 李可. 分布式电站的3种入网方式比较研究[J]. 广西师范大学学报(自然科学版), 2017, 35(3): 30-36.
[7] 彭新建,翁小雄. 基于萤火虫算法优化BP神经网络的公交行程时间预测[J]. 广西师范大学学报(自然科学版), 2017, 35(1): 28-36.
[8] 钟海鑫,罗晓曙,赵帅,杨力,唐堂. 基于改进精英蚁群系统算法的四旋翼无人机 姿态控制研究[J]. 广西师范大学学报(自然科学版), 2016, 34(4): 85-92.
[9] 陈锦, 罗晓曙. 一种新的基于小波变换的QPSK信号解调方法[J]. 广西师范大学学报(自然科学版), 2016, 34(2): 35-45.
[10] 陈锦, 罗晓曙. 基于小波变换与野草算法的细胞图像特征提取与识别[J]. 广西师范大学学报(自然科学版), 2015, 33(2): 22-28.
[11] 黄晶, 罗晓曙. 神经网络在输电线覆冰增长因素中的应用[J]. 广西师范大学学报(自然科学版), 2011, 29(4): 25-27.
[12] 熊顺清, 周卫红. 一种基于非采样Contourlet变换的图像水印算法[J]. 广西师范大学学报(自然科学版), 2011, 29(2): 195-199.
[13] 李勇, 贾贞. 离散混沌系统在保密通信中的应用[J]. 广西师范大学学报(自然科学版), 2011, 29(1): 15-19.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报(自然科学版)编辑部
地址:广西桂林市三里店育才路15号 邮编:541004
电话:0773-5857325 E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发