基于 ZOH 离散化与增量 PID 的四旋翼无人机轨迹跟踪控制研究,MATLAB代码

news2026/3/26 23:54:43
✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍一、四旋翼无人机轨迹跟踪的重要性与挑战重要性四旋翼无人机凭借其灵活的机动性和广泛的应用场景在航拍、物流配送、农业植保、电力巡检等众多领域发挥着关键作用。在这些应用中精确的轨迹跟踪能力是确保无人机完成任务的核心要素。例如在电力巡检中无人机需要沿着预设的输电线路轨迹飞行以便清晰拍摄线路设备及时发现潜在故障在物流配送里准确按照规划轨迹飞行能保证货物准确送达目的地。挑战四旋翼无人机是一个高度非线性、强耦合的复杂系统。其四个旋翼产生的升力不仅决定了无人机的垂直运动还会对其姿态俯仰、滚转、偏航产生影响各运动状态之间相互关联。此外飞行过程中会受到多种外界干扰如气流变化、阵风等这些干扰增加了实现精确轨迹跟踪的难度。传统的控制方法难以应对这种复杂的系统动态和干扰因此需要更有效的控制策略。二、四旋翼无人机的离散化建模四、基于增量 PID 的轨迹跟踪实现跟踪原理在四旋翼无人机轨迹跟踪过程中将期望轨迹按照离散时间步进行划分每个时刻的期望位置、姿态等信息作为参考输入。增量 PID 控制器实时计算无人机实际状态与期望状态的误差根据上述增量 PID 算法计算出控制量增量通过调整四个旋翼的转速来改变无人机的受力和力矩从而调整其运动状态使其逐渐逼近期望轨迹。例如当无人机的实际位置偏离期望轨迹时增量 PID 控制器会根据位置误差计算出相应的控制量增量增加或减少旋翼升力使无人机回到期望轨迹上。优势与效果基于增量 PID 的控制策略结合四旋翼无人机的离散化建模能够较好地应对无人机系统的非线性和强耦合特性。离散化建模为增量 PID 控制器提供了适合数字处理的系统模型而增量 PID 控制器能够根据实时误差快速调整控制输入有效抑制外界干扰对轨迹跟踪的影响实现较为精确的轨迹跟踪效果。同时增量 PID 算法相对简单计算量小适合在无人机搭载的有限计算资源平台上运行保证了控制的实时性。⛳️ 运行结果 部分代码function x_dotEOMs(in)% Forces and Moments, and Equations of Motion% *** QUANTITY ****** UNITS *********************************************% *** mass - {slugs}% *** length - {ft}% *** area - {ft^2}% *** velocity - {ft/s}% *** acceleration- {ft/s^2}% *** density - {slugs/ft^3}% *** force - {lbf}% *** moments - {lbf-ft}% *** angles - {radians} (calculations)% *** velocity - {ft/s}% *** ang. vel. - {rad/s}% *** ang. accel. - {rad/s^2}% ***********************************************************************global maneuver alpha_dot% maneuver is a parameter that sets version to sim (glide or turn)%x_dotzeros(12,1);% extract inputs from input vectorT in(1); % Thrustde in(2); % Elevator Deflection (down is ) {deg}drt in(3); % Rudder Deflection {deg}da in(4); % Aileron Deflection (deg)% extract states from input vectorV in(5); % Velocity {ft/s}gamma in(6); % Flight path angle {rad}alpha in(7); % Angle of attack {rad}q in(8); % Pitch Rate {rad/s}p in(9); % Roll Rate {rad/s}mu in(10); % Bank Angle (About Velocity Vector) {rad}beta in(11); % Sideslip Angle {rad}r in(12); % Yaw Rate {rad/s}chi in(13); % Heading angle {rads}north in(14); % North Position {ft}east in(15); % East Position {ft}h in(16); % Altitude {ft}% extract simulation time{sec} from input(used to calculate windup thrust)tm in(17);% DEFINE ANY NEEDED TERMS THAT APPEAR IN THE E.O.M.S% Define and/or Calculate Necessary Constantsd2r pi/180; %Convert Degrees to Rads -- Although it s already%coded in Matlab (DEG2RAD) - Checkedr2d 180/pi; %Convert Rads to Degrees -- Although it s already%coded in Matlab (RAD2DEG) - Checkedrho .0023081; %Air Density (Slugs per ft^3) - Checkedg 32.17; %Gravity - Checkedm .487669; %Slugs - Empty Mass of A/C (w/o fuel)(7.117 Kg empty)Iyy 1.5523; %Inertias Experimentally determined using Empty MassIxx 1.9480; %Inertia Units are (slugs*ft^2) - CheckedIzz 1.9166; % - CheckedIxz 0; %Assumed zero due to symmetric aircraft - AssumedS 10.56; %Square Feet - Wing Area Converted from%Manuf 1520 sq in area - Checked (also Matches DigDat)CLow .421; %from Look up table for Eppler 193 at AoA0,%DigDat .421, Line # 277 - Checked CL columnCLaw 4.59; %Coef of Lift for finite wing Cla/(1 (Cla/(pi*ARw*e)%DigDat 4.59, Line #276-277, CLA column- CheckedCDminw .011; %DigDat Min Drag of Wing at AoA -6 deg,%Dig Dat Line# 274- CheckedARw 7.9456; %Aspect Ratio AR (b^2)/S- Checkede .75; %Span efficiency factor -estimation- CheckedKw 1/(pi*ARw*e); % 1/(pi*AR*e)- CheckedCmw -0.005; %DigDat AoA 0, Line #277- Checkedcgw -.416; %Distance Aero Center is back from CG, 5 Inchesc 1.3333; %Feet - Root Chord of Wing (16)- Checkedb 9.16; %Feet - Span (110)- Checkedlambda .72955; %Taper Ratio from S(Cr*(1Lambda)*b)/2- CheckedCLat .76; %Dig Dat, Line #346, CLA Column- CheckedCDmint .002; %Dig Dat, Line #345, at AoA -2 degKt .446; %1/(pi*e*AR) SET SAME AS WING OR DIGDAT From BLAKEit 2*d2r; %Tail incidence 2 degreesTe .422; %Blake from DigDatnt 1; %Blake from DigDatSt S; %Horiz Tail Area Square FeetReference Area Wing Areacgt 3.5; %Distance tail Aero Center back from A/C CG,%42 inches - MeasuredCLavt .0969; %Dig Dat Line #190CDminvt .001; %Dig Dat Line #409, AOA -10 deg, Column CDSvt S; %Vert Tail Area Square Feet Reference Area Wing AreaTr .434; %Blake from DigDatnvt nt; %Same as Hori Tailcgvt cgt; %Same as Hori tailCmaf .114; %Dig Dat, Line#209, at AoA 0CDf .005; %Dig Dat, Line#209, at AoA 0Cnda -0.0128; %per rad DigDatClda 0.244; %per rad DigDat% Define/calculate any needed coefficients, forces, etc.CLw CLowCLaw*alpha;CDw CDminwKw*CLw^2;E 2*(CLowCLaw*(alpha-alpha_dot*(cgtcgw)/V))/(pi*ARw);alphat alphaitTe*deq*cgt/V-E;CLt CLat*alphat;CDt CDmintKt*CLt^2;Cmf Cmaf*alpha;CDvt CDminvt;Clp -1/12*CLaw*(13*lambda)/(1lambda);Clb -.1;Clr .01;qb .5*rho*V^2;Lw qb*S*CLw;Dw qb*S*CDw;Mw qb*S*c*Cmw;Lt nt*qb*St*CLt;Dt nt*qb*St*CDt;Df qb*S*CDf;Mf qb*S*c*Cmf;Dvt nt*qb*Svt*CDvt;% Calculate Forces and Moments% LiftL LwLt*cos(E-q*cgt/V)-(DtDvt)*sin(E-q*cgt/V);% DragD Dw(DtDvt)*cos(E-q*cgt/V)Lt*sin(E-q*cgt/V)Df;% Side ForceY nvt*qb*Svt*CLavt*(-betaTr*drtr*cgvt/V);% Pitch MomentMc Lw*cgw*cos(alpha)Dw*cgw*sin(alpha)Mw-Lt*cgt*...cos(alpha-Eq*cgt/V)-(DtDvt)*cgt*sin(alpha-Eq*cgt/V)Mf;% Yaw MomentNc -qb*nvt*Svt*CLavt*(-betaTr*drtr*cgvt/V)*cgvt(-qb*S*b*Cnda*da);% Roll MomentLc qb*S*b^2/(2*V)*(Clp*p2*V/b*Clb*betaClr*drtClda*da*2*V/b);% ------ NONLINEAR 6-DOF EQUATION OF MOTION (EOMs) ---------%% These are the state derivative equations; the comment names the state,% but the equation is for its derivative (rate)%% The equations are arranged by aircraft mode%% NOTE: These assume that Ixz0, if not, then eqs need to be modified% Longitudinal (phugoid and short period): V, gamma, q, alpha% Phugoid: V, gamma% Velocityx_dot 1/m*(-D*cos(beta)Y*sin(beta)T*cos(beta)*cos(alpha))-...g*sin(gamma);% Flight Path Anglegamma_dot 1/(m*V)*(-D*sin(beta)*sin(mu)-Y*sin(mu)*cos(beta)...L*cos(mu)T*(cos(mu)*sin(alpha)sin(mu)*sin(beta)*cos(alpha)))...-g/V*cos(gamma);% Short Period: alpha, q% Angle of Attachalpha_dot q-tan(beta)*(p*cos(alpha)r*sin(alpha))-1/(m*V*cos(beta))...*(LT*sin(alpha))g*cos(gamma)*cos(mu)/(V*cos(beta));% Pitch Rateq_dot Mc/Iyy1/Iyy*(Izz*p*r-Ixx*r*p);% Lateral (roll) - Directional (yaw): p, mu, beta, r% Roll: p, mu% Roll Ratep_dot Lc/Ixx1/Ixx*(Iyy*r*q-Izz*q*r);% Bank Angle (about velocity vector)mu_dot 1/cos(beta)*(p*cos(alpha)r*sin(alpha))1/(m*V)*(D*sin(beta)...*cos(mu)*tan(gamma)Y*tan(gamma)*cos(mu)*cos(beta)L*(tan(beta)...tan(gamma)*sin(mu))T*(sin(alpha)*tan(gamma)*sin(mu)sin(alpha)*...tan(beta)-cos(alpha)*tan(gamma)*cos(mu)*sin(beta)))-...g/V*cos(gamma)*cos(mu)*tan(beta);% Dutch Roll: beta, r% Side Slip Anglebeta_dot -r*cos(alpha)p*sin(alpha)1/(m*V)*(D*sin(beta)Y*cos...(beta)-T*sin(beta)*cos(alpha))g/V*cos(gamma)*sin(mu);% Yaw Rater_dot Nc/Izz1/Izz*(Ixx*p*q-Iyy*p*q);% Heading Angle (from North)chi_dot 1/(m*V*cos(gamma))*(D*sin(beta)*cos(mu)Y*cos(mu)*cos(beta)...L*sin(mu)T*(sin(mu)*sin(alpha)-cos(mu)*sin(beta)*cos(alpha)));% Kinematic Equations% North Positionn_dot V*cos(gamma)*cos(chi);% East Positione_dot V*cos(gamma)*sin(chi);% Altitudeh_dot V*sin(gamma);% Pack derivatives into output vector x_dotx_dot(1) V_dot;x_dot(2) gamma_dot;x_dot(3) alpha_dot;x_dot(4) q_dot;x_dot(5) p_dot;x_dot(6) mu_dot;x_dot(7) beta_dot;x_dot(8) r_dot;x_dot(9) chi_dot;x_dot(10) n_dot;x_dot(11) e_dot;x_dot(12) h_dot;end 参考文献[1]张伟,张三乐,宋小康,等.四旋翼无人机的运动控制与轨迹规划[J].西安文理学院学报(自然科学版), 2023, 26(4):40-48.DOI:10.3969/j.issn.1008-5564.2023.04.007.往期回顾扫扫下方二维码

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2448321.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…