无人机的飞行控制系统外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

无人机的飞行控制系统

浦黄忠、甄子洋、夏曼

1. 中国，南京210016，南京航空航天大学，无人机研究所
2. 中国，南京210016，南京航空航天大学，自动化工程学院

摘要：至今无人航空系统（UAS）技术已经在国内外吸引了越来越多的关注，在军事目标跟踪和民用领域，无人机在侦察、监视和侦察中都发挥着重要作用。本文简要介绍了无人机的发展，以及评论其各子系统包括自动驾驶仪、地面站、任务规划管理子系统、导航系统等。此外，本文还概述了无人机控制系统先进的设计方法，包括线性反馈控制、自适应和非线性控制和智能控制技术。最后，预测无人机飞行控制技术的未来。

关键词：无人机、飞行控制、最优控制、自适应控制、智能控制

中图分类号：TP319;V249 文件代码：A 文章编号：1005-1120（2015）01-0001-08

1. 介绍

无人飞行器（UAV）也通常被称为空中机器人，无人驾驶航空系统由美国航空部和英国民航局开发。由于在军事上扮演重要角色，如侦察、攻击、监测、消防、和目标跟踪等，无人机的设计与应用现在开始在世界上扶摇直上。在民用领域，无人机也已应用于杀虫剂喷雾，铁路巡逻，任务线检查，货物运输，凡此种种，不一而足。

参考文献［1］总结的主要特点微型和小型固定翼，旋转翼，和基于重量分类的多旋翼无人机，微型是指无人机系统小于5千克，小型是小于30千克，而战术性是小于150千克。参考文献［2］提供了大量世界范围内按大小、重量、经营范围一级认证潜力分类的无人机系统。参考文献［3］则综述了无人机的命令、控制和交流技术。参考文献［4］介绍了对开放源码可用的评论。

无人机可以被地面控制站远程控制，或者可以基于多种自动飞行控制系统和飞行管理系统自主飞行，作者概括的无人机系统控制常由无人机，一个地面控制站和一个通信数据链路飞行指挥与控制。另外，其他无人机的部件也是至关重要的，如自动驾驶仪、导航传感器，视觉传感器，机械伺服系统、无线系统。

1. 无人机系统

无人机自主飞行依赖于以下功能：定位、路径规划和控制。定位是定义无人机在周围空间的位置，路径规划选择可行的路线并给出控制指导，控制就是保证无人机飞行性能。因此，对于无人机系统来说高完整性和可靠性水平是必需的。

1. 无人机

自从第一架无人机由美国人劳伦斯和斯佩里在1916年制造出来，美国就掌握着世界上无人机设计领域的最高技术，并且发展出了许多代表性的无人机。其中，诺斯洛普-格鲁曼公司的RQ-4“全球鹰”无人机,最初由瑞恩航空设计用于监视，它通过高分辨率合成孔径雷达设计（SAR）和远程光电/红外传感器与长期游荡在目标区域的时间，提供一个系统的监控和广泛的概述。Predator由通用原子航空设计，是一架用于监视和侦察的无人机。它配置了空中对接或空中地面对接的武器，加入过在巴尔干半岛、亚洲西南部和中东的军事行动。X-47,近年由诺斯罗普·格鲁曼公司设计,是一种能成功从航母中恢复的无人战斗机。X-43是无人驾驶超音速飞机，作为X-飞机系列的一部分，特别是在美国航空航天局的超X计划，它是有记录的最快的飞机，达到11000千米每小时。此外，还有许多由美国和其他国家设计的其他类型的无人机，如MQ－8bfire童子军（美国），RQ－5a猎人（美国），spektre（英国）、红隼（法国），Kleinfluggerat Zielortung（德国）、先锋（以色列）等等。

这些年中国的无人机技术也得到了快速地发展。我国主要承担航天无人机的发展任务的是科研机构。这其中，南京航空航天大学，西北工业大学和北京航空航天大学是三个主要的机构。每两年，中国国际航空和航天产业都会在中国广东省珠海展出。中国无人机产业会议展览已举行五次，在第五次会议中南京航空航天大学展示了应用于贸易和商业间谍机器人，短范围的侦察机，长耐力侦察无人机，和一个小的综合侦察和攻击无人机。在2013年在北京举行的中国第二航空工业国际杯无人机创新大奖赛中，南京航空航天大学赢得了几个奖项。在上述会议和活动中，新种类的无人机让大多数参观者印象深刻。

与载人飞机相比，无人机有许多独有的特点。例如，自主飞行能力就是特点之一，这意味着系统能够自主的生成优化的控制策略，并且在没有人类的干预下通过在线环境感知和信息处理来完成各种任务。提高无人机智能化程度和实现无人机自主控制是无人机两个重要的发展趋势。由于没有座舱环境控制救生装备，无人机是轻量级的，因此对其的设计条件限制可松动,通常情况下，无人机的经济成本远低于载人飞机。由于操作灵活，无人机可替代载人飞机处理各种危险和危险的任务。

1. 无人机的子系统

其中一个主要的无人机组件是自动驾驶仪系统。它可以监视和控制许多的飞机子系统，提供人工稳定提高无人机飞行质量。最初，自动驾驶系统主要考虑的是飞机一旦偏离飞行姿态平衡进行稳定，现代汽车－试验系统对飞行医务人员来说在飞行控制，导航和指导，飞行管理，增强稳定性和起飞降落操作方面更复杂和基本。在参考文献［5］中包括一份无人机自动驾驶仪的调查，无人机市场空间则提供了关于无人机系统自动驾驶仪的主要品牌的汇总编译。这里介绍了一种小型飞翼无人机的自动驾驶系统，它仅由一个单轴速率陀螺，一个压力传感器和GPS接收机组成。在一个使用PiccoloＩＩ自动驾驶仪完成的关于自主无人机的调查中，为自主飞行所需的反馈增益的确定仿真环境,一个动力学模型在硬件HIL回路中被使用，最后，自动驾驶仪集成到无人机自主飞行。本文的主题是开发和集成无人机中的自动驾驶仪和航空电子设备平台。我们描述过程的选择和配置自动驾驶仪和航空电子设备组件，然后将它们集成到一个爱好远程用于自主飞行的控制飞机。

所有无人机都有一个地面站，在那里他们得到命令，视频或航拍图像中继，飞行员可以通过无人机飞行。GCS是可移动的硬件和固定在地面或移动平台的软件设备，为了任务和安全要求来监测无人机。GCS的应用中是至关重要的，尤其是在非隔空域中当无人机结合的空中交通管制（ATC），摄像机获得的无人机状态数据和图像数据可以传送给GCSS。命令和控制参数通过数据链接发送回无人机，这使无人机与智能对接。无人机系统地理数据采集的一个重要组成部分是任务规划和管理子系统，这是遥感和摄影测量竞争的关键。路径规划引导无人机找到一个可行的路径，这是安全的并且满足运动学和优化约束。许多方法已被用于路径规划算法，主要包括三种：第一种排序是基于网格的算法，其次是基于智能的优化算法，最后是基于曲线。此外，将无人机航路规划分为静态规划和动态规划，静态路径规划从初始构造一条路径位置到最后位置，而动态路径规划需要在线路径规划，为了拦截运动目标，动态路径规划必须实施沿目标运动，有几种动态路径规划方法是由研究人员提出，例如，甄提出快速扩展随机树（RRT）算法来解决在时序约束下多无人机协同路径规划问题。

1. 飞行控制方法

自主飞行控制技术是无人机完成任务的关键，根据参考文献［15］，自主控制可分为三种类型：适应性自主的可适应无人机各种各样的不确定性，如飞机的不确定关系，环境和任务；合作的自主性，使无人机作为独立代理与其他代理合作；学习自主性，具有学习能力去进行正确优化。

FCS的设计依赖于发展控制论。近年来，各种控制方法已用于设计无人机控制系统的分析，如线性反馈控制、最优控制、自适应／RO－胸部控制，非线性控制，智能化控制。

1. 线性反馈控制

比例积分微分（PID）控制由于其简单性和可靠性，仍然是无人机最流行的控制工程方法，加工能力的发展使新的昂贵的计算可行的使用如模型预测等传统控制方法得以应用。MPC通过对其控制的修正点控制的要求实现内部循环令PID自动舵去添加新的功能。

Vanek为无人机重构结构设计和故障容错控制系统提出了一种动态控制分配建筑，它基于线性变参数（LPV）控制方法，设计被证明是在美国宇航局的该公司的横向运动飞行试验车仿真模型。

最优控制是现代控制

FCSS最优控制目前是最优控制，甄基于最优控制算法提出了信息融合并将其应用于姿态制和轨迹控制无人机跟踪控制，IFBOC方法融合系统模型、性能指标函数和期望的未来状态或输出轨迹来估计最优控制输入。

1. 自适应非线性控制

对于非线性系统动力学和物理如执行器饱和和状态约束，共同线性控制器一般都很难提供良好的跟踪性能。下一步为了稳定控制技术应用于动态系统模型的递归过程，这需要兼容一个严格的反馈表。基于Lyapunov方法，输入配置文件被定义为引导系统到期望的稳定状态，它扩大了在存在非－仿射系统中的应用建模误差，外部扰动，甚至动态方程的戏剧性修改。人们对自适应和飞机非线性控制的飞机有着越来越大的兴趣，尤其是无人机。在参考文献［21］中，建模过程中所涉及了气动和推进系统的估计和参数进行，后面的－步控制应用于非线性飞行控制器设计，最后，系统的收敛性，相对于一个参考和建模误差的鲁棒性就是由这种方法来保证。

滑模控制（SMC）在系统动力学中表现出强大的对强不确定性的表现，当系统状态跨越每个不连续表面时，反馈结构被改变，该系统具有较高的鲁棒性在滑模时对抗各种各样的不确定性，因此它对控制不确定系统是很有吸引力的。参考文献23提出了一种基于模式控制的滑动跟踪算法，它使固定翼无人机保持不合作的运动目标跟踪，如果目标是不远处的无人机，它能使无人机相对于移动的目标保持持续的循环运动，渐近算法实现了跟踪的稳定性。SMC理论也被应用到分散为无人机群控制而形成共识的控制器的设计，这使得连接和无领导的无人机群达到高度统一和航向角的自主。

参考文献26提出了一种基于输入输出线性化技术的泛云台摄像机被安装在固定翼无人机的非线性控制律，摄像机架的目的控件是在地面上自动跟踪移动的目标，在介绍完无人机非线性动力学模型后，提出了一种基于自适应控制器在反馈线性化的利用Lyapunov稳定性方法来进行路径跟踪演习，结合线性模型预测控制（LMPC）和饲料－回线性化（FL）上实现无人机自主团队实现动态包围。

在模型参考自适应控制（MRAC），模型的不确定性往往被认为是参数未知的理想时间不变参数，这些理想的自适应元素的参数的收敛性参数是有益的，因为它保证了指数稳定并且提供了一个在线学习系统的有效模型，大多数模型参考自适应控制方法，然而，它需要持续激励的状态，以保证自适应参数收敛到理想值。

杨等人提出了一种自适应的非线性模型预测控制（NMPC）的无人机的路径跟踪控制，它通过改变控制地平线的路径曲率，保证精确跟踪性能，紧跟踪轮廓。

1. 智能控制

最近，以技术为基础的人工智能代表了另一种设计各种控制系统的方法。参考文献31研究了一种基于递归小波神经网络智能控制方案（RWNN），传统的适用于近似动态系统并且习惯于模仿一个理想的控制器。此外，自适应调节规律是由滑动模式方法设计，无人机的控制性能在控制力的恶化和侧风干扰的情况下进行检查，几个模糊逻辑PID控制器和模糊逻辑－型滑动设计了稳定型自动驾驶仪的模态自适应控制器系统的无人机。

濮和甄提出了一种新的智能控制策略的基础上的脑情感学习（贝尔）算法，它研究了无人机姿态控制，贝尔是用来调节传统飞行控制在线控制增益。显然，贝尔智能控制系统是自学习自适应，在无人机飞行条件发生变化时这是非常重要的，而传统的产品设计后保持不变。粒子群优化算法和进化算法是一种仿生优化技术，它是智能的，随机的，启发式的。遗传算法（GA）作为一种进化算法，可以用来优化各种增益无人机控制方法。

1. 结论

在未来，飞行能力会给无人机应用打开新的机会，如搜索和救援，监控导航和测绘业务等，为了让无人机飞行平稳，甚至完成特殊任务，无人机系统的重要组成部分必须完全匹配，因此，飞行控制是一个有意义的研究热点，更不用说无人机飞行控制问题的复杂性和难度了。控制方法也从最早的经典PID控制的现代控制方法（如线性系统的滑模控制，回－步进控制，反馈线性化控制、自适应控制、智能控制等）的非线性R系统，使仿真模型更接近实际系统，在研究中达到理想的性能。

对无人机自主能力的发展可以提高战场感知、速度和定位精度，应对灵活的任务，然而，它还有很长的路要走，展望未来，可以总结未来无人机的几点如下：

1. 新的无人机配置将开发的隐身、超机动环和高超声速，从而提高无人机作战中的作用；
2. 固定旋翼小型无人机将广泛用于农业、公共安全、物联网领域的商业应用等等；
3. 随着材料的发展传感器、芯片、通信和计算机技术的发展，无人机自主水平将升级；
4. 飞行控制仍然是无人机自主飞行的关键技术，因此，先进的控制方法，自适应，智能，和鲁棒性将在应用中处优先地位；
5. 多无人机协同控制形成在实现更高水平的自主性和智能化过程中越来越受欢迎；
6. 高超声速飞行，超级机动，隐蔽性和弹性变形的无人机逐渐进入公众的视野。

致谢：

这项工作是由中国国家自然科学基金资助 (No.61304233),高等教育博士研究生专项研究基金(No.20123218120015)和中央高校基础研究经费(No.NZ2015206)。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26956]，资料为PDF文档或Word文档，PDF文档可免费转换为Word