【控制实践——四旋翼无人机】【一】四旋翼无人机运动分析和建模

2024-06-04 08:28

本文主要是介绍【控制实践——四旋翼无人机】【一】四旋翼无人机运动分析和建模,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


传送门

  • 系列博客
  • 前言
  • 坐标系定义及姿态位置描述
    • 坐标系定义
    • 姿态描述及坐标系变换
  • 受力分析
  • 牛顿-欧拉方程
  • 状态空间方程
  • 总结


系列博客

前言

C站摸爬滚打一段时间后,发现控制类相关的圈子较小(话题热度低),想顺便跟各位同行读者了解一些喜好。

平时在检索这方面资料信息时,通常采用什么渠道或者通过什么平台获得。有什么好的建议意见,欢迎私聊或评论。

在初学入门阶段,本人也会在c站搜索一些相关的内容,但总感觉信息繁复琐碎,要么过于保姆级别,内容简单但不利于深入理解,要么过于潦草敷衍,公式原理推导含糊不明,以致学习效率低下,甚至片面理解和误解。因此在撰写博客前,总结出自己的一些理解:

首先,要系统性的从原理出发进行推导(需要具备基础物理和数学知识,有一定的门槛!)
其次,借助仿真工具验证公式推导合理性
最后,通过实物实践再次论证(需要有很好的动手能力和实验思维!)

回到正题,在现在大环境下,对于自动化控制类的同学来说,四旋翼无人机已经成为必备技能之一。也搜索过C站的四旋翼相关博客,个人认为相对比较片面。因此决定开一个新的四旋翼控制的系列,结合一些四旋翼论文,系统性地分析四旋翼控制原理,并设计实物进行验证。

坐标系定义及姿态位置描述

坐标系定义

这一步是所有机器人控制的前提,因为所有的运动都可以认为是相对的,又是绝对的,随着参考对象的变化,也会得到不同的答案。因此明确坐标系定义,就明确了运动的相对性,并且能够定义运动的指标

在飞行器的运动中,通常定义机体坐标系(非惯性系)和地球坐标系(惯性系)。
“为什么通常是这两个,不能是其他的”
“因为这两个能够简单高效地达到飞行器运动描述的目的。”
以上是我入门时杠过的一个问题。

机体系是根据飞行器结构定义的,是固连于飞行器的结构上的;
地球系是以地球为参考系建立的惯性坐标系,是固连于地球表面的,通常指向东北天

在进行运动描述时,通常将飞行器视作刚体(其结构不会发生变形,质心位置不会发生变化),这是两个理想假设,通常会变化但是不会特别大。

因此,飞行器的位置,就可以通过飞行器质心点在地球系中的坐标点( x , y , z x,y,z x,y,z)来表示。这就完成了飞行器平动运动的描述。

同时,飞行器的姿态也很关键,因为他决定了四个螺旋桨的推力方向,是实现飞行器控制的关键状态信息。因此也需要有一些变量来描述这个转动运动。这里用到了机体系和地球系的相对角度位置来表述。

这里讲的很墨迹,主要是考虑到刚入门的同学对于坐标系变换和姿态表述不理解,需要慢慢引导。
这方面有基础的同学可以跳过!
关于姿态表述的方式,并不是绝对的,有若干种表述的方式。但每种姿态表述都有一个坐标轴的前提定义。
即假设转动过程是按Z-Y-X(三个轴都是机体系的坐标轴)顺序进行:

  • 转动前
    在这里插入图片描述
  • 先按机体系Z轴转动 ψ \boldsymbol{\psi} ψ
    在这里插入图片描述
  • 再绕Z轴转动后的机体系Y轴转动 θ \boldsymbol{\theta} θ
    在这里插入图片描述
  • 最后在前面的基础绕机体系X轴转动 ϕ \boldsymbol{\phi} ϕ
    在这里插入图片描述

而这三个旋转的角度( ϕ , θ , ψ \boldsymbol{\phi,\theta,\psi} ϕ,θ,ψ)分别对应横滚角(机体系X轴转动角度),俯仰角(机体系Y轴转动角度),航向角(机体系Z轴转动角度)。

  • 你仔细思考应该会发现,如果转动顺序变化,不再是Z-Y-X,而是按照X-Y-Z,那么得到三个姿态角的几何意义也将不同,这也是我前面提到的姿态角是相对的具有前提的意思。
  • 坐标系变换是一个变换的结果而非过程,在进行坐标系变换的数学描述时尤其体现这一点,到这里会有点抽象,之前看到B站上有一个不错的视频,链接

姿态描述及坐标系变换

这里我不想赘述,我之前有一篇博客做过相关推导。
Mahony姿态解算——坐标系变换
里面姿态角的符号不对应,但推导过程不变!

本文的坐标系旋转顺序是 Z − > Y − > X Z->Y->X Z>Y>X

由机体系到地球系的坐标系转换矩阵为 R \boldsymbol{R} R
R = [ C ψ C θ C ψ S θ S ϕ − S ψ C ϕ C ψ S θ C ϕ + S ψ S ϕ S ψ C θ S ψ S θ S ϕ + C ψ C ϕ S ψ S θ C ϕ − C ψ S ϕ − S θ C θ S ϕ C θ C ϕ ] \boldsymbol{R}=\left[\begin{array}{ccc} C_{\psi} C_{\theta} & C_{\psi} S_{\theta} S_{\phi}-S_{\psi} C_{\phi} & C_{\psi} S_{\theta} C_{\phi}+S_{\psi} S_{\phi} \\ S_{\psi} C_{\theta} & S_{\psi} S_{\theta} S_{\phi}+C_{\psi} C_{\phi} & S_{\psi} S_{\theta} C_{\phi}-C_{\psi} S_{\phi} \\ -S_{\theta} & C_{\theta} S_{\phi} & C_{\theta} C_{\phi} \end{array}\right] R= CψCθSψCθSθCψSθSϕSψCϕSψSθSϕ+CψCϕCθSϕCψSθCϕ+SψSϕSψSθCϕCψSϕCθCϕ
其中, ϕ \phi ϕ为横滚角, θ \theta θ为俯仰角, ψ \psi ψ为偏航角。 C x C_{x} Cx为对应角度的余弦值, S x S_{x} Sx为对应角度的正弦值。
设机体系的角速度向量为 ν = [ p q r ] \boldsymbol{\nu}=\begin{bmatrix}p\\q\\r\end{bmatrix} ν= pqr ,欧拉角向量 η = [ ϕ θ ψ ] \boldsymbol{\eta=\begin{bmatrix}\phi\\\theta\\\psi\end{bmatrix}} η= ϕθψ ,二者满足以下关系
η ˙ = W η − 1 ν , [ ϕ ˙ θ ˙ ψ ˙ ] = [ 1 S ϕ T θ C ϕ T θ 0 C ϕ − S ϕ 0 S ϕ / C θ C ϕ / C θ ] [ p q r ] \begin{array}{ll} \dot{\boldsymbol{\eta}}=\boldsymbol{W}_{\eta}^{-1} \boldsymbol{\nu}, & {\left[\begin{array}{c} \dot{\phi} \\ \dot{\theta} \\ \dot{\psi} \end{array}\right]=\left[\begin{array}{ccc} 1 & S_{\phi} T_{\theta} & C_{\phi} T_{\theta} \\ 0 & C_{\phi} & -S_{\phi} \\ 0 & S_{\phi} / C_{\theta} & C_{\phi} / C_{\theta} \end{array}\right]\left[\begin{array}{c} p \\ q \\ r \end{array}\right]} \end{array} η˙=Wη1ν, ϕ˙θ˙ψ˙ = 100SϕTθCϕSϕ/CθCϕTθSϕCϕ/Cθ pqr
ν = W η η ˙ , [ p q r ] = [ 1 0 − S θ 0 C ϕ C θ S ϕ 0 − S ϕ C θ C ϕ ] [ ϕ ˙ θ ˙ ψ ˙ ] \begin{array}{ll} \boldsymbol{\nu}=\boldsymbol{W}_{\eta} \dot{\boldsymbol{\eta}}, & {\left[\begin{array}{c} p \\ q \\ r \end{array}\right]=\left[\begin{array}{ccc} 1 & 0 & -S_{\theta} \\ 0 & C_{\phi} & C_{\theta} S_{\phi} \\ 0 & -S_{\phi} & C_{\theta} C_{\phi} \end{array}\right]\left[\begin{array}{c} \dot{\phi} \\ \dot{\theta} \\ \dot{\psi} \end{array}\right]} \end{array} ν=Wηη˙, pqr = 1000CϕSϕSθCθSϕCθCϕ ϕ˙θ˙ψ˙

这里再标记一下,从上面的描述中可以看出,姿态角是过程量,不是结果量,即你无法直接从转动后的机体系中明确指出哪个角是横滚/俯仰/航向角。而且机体系的角速度,是指绕当前机体系坐标轴转动的速度。因此可以得到一个结论:
欧拉角的变化率不等于机体系的角速度
这里强调这个结论是因为我之前就是误解了二者的关系,造成很多后续的认知错误。
这里还要考虑矩阵不可逆的情况。

受力分析

飞行器的主动力有四个螺旋桨产生的力,主动扭矩只有四个螺旋桨产生的反扭矩。受力情况如图:
在这里插入图片描述
四个螺旋桨的力 f i , i = 1 , 2 , 3 , 4 \boldsymbol{f_{i},i=1,2,3,4} fi,i=1,2,3,4
f i = k ω i 2 \boldsymbol{f_{i}=k\omega_{i}^{2}} fi=kωi2
四个螺旋桨的反扭矩 τ M i , i = 1 , 2 , 3 , 4 \boldsymbol{\tau_{Mi},i=1,2,3,4} τMi,i=1,2,3,4
τ M i = b ω i 2 + I M ω ⋅ i \boldsymbol{\tau_{Mi}=b \omega_{i}^{2}+I_{M}\overset{\cdot}\omega_{i}} τMi=bωi2+IMωi
通常由于螺旋桨转速变化产生的自转力矩较小,因此将其忽略,即
τ M i = b ω i 2 \boldsymbol{\tau_{Mi}=b \omega_{i}^{2}} τMi=bωi2
其中 ω i , i = 1 , 2 , 3 , 4 \boldsymbol{\omega_{i},i=1,2,3,4} ωi,i=1,2,3,4分别对应四个螺旋桨的转速

假设四旋翼机架四边对称,质心位置到四个螺旋桨的中心距离均为 l \boldsymbol{l} l,则可以得到螺旋桨产生的四旋翼推力 T T T为:
T = ∑ i = 1 4 f i = k ∑ i = 1 4 ω i 2 , T B = [ 0 0 T ] T=\sum_{i=1}^{4}{\boldsymbol{f_{i}}}=k\sum_{i=1}^{4}{\boldsymbol{\omega^{2}_{i}}},\boldsymbol{T}_{B}=\begin{bmatrix}0\\0\\T\end{bmatrix} T=i=14fi=ki=14ωi2TB= 00T
同样,由螺旋桨所产生的四旋翼机体下的力矩矢量 τ B \boldsymbol{\tau_{B}} τB
τ B = [ l k ( − ω 2 2 + ω 4 2 ) l k ( − ω 1 2 + ω 3 2 ) b ( − ω 1 2 + ω 2 2 − ω 3 2 + ω 4 2 ) ] \boldsymbol{\tau_{B}}=\begin{bmatrix}\boldsymbol{lk(-\omega_{2}^{2}+\omega_{4}^{2})}\\\boldsymbol{lk(-\omega_{1}^{2}+\omega_{3}^{2})}\\ \boldsymbol{b(-\omega^{2}_{1}+\omega^{2}_{2}-\omega^{2}_{3}+\omega^{2}_{4})}\end{bmatrix} τB= lk(ω22+ω42)lk(ω12+ω32)b(ω12+ω22ω32+ω42)

牛顿-欧拉方程

  • 牛顿方程

    牛顿方程是描述刚体在地球坐标系下平动运动的方程,满足牛顿第二定律,其中受到的外力有重力、螺旋桨推力、空气阻力,共同组成飞行器合外力
    定义飞行器位置向量 ξ = [ x y z ] \boldsymbol{\xi}=\left[\begin{array}{l} x \\ y \\ z \end{array}\right] ξ= xyz ,则惯性系下的牛顿方程为:
    m ξ ¨ = G + R T B − c ξ ˙ m \ddot{\boldsymbol{\xi}}=\boldsymbol{G}+\boldsymbol{R} \boldsymbol{T}_{B}-c\dot{\boldsymbol{\xi}} mξ¨=G+RTBcξ˙
    其中, c c c是空气阻力系数

  • 欧拉方程

    欧拉方程是描述机体系转动运动的方程,其中受到的扭矩有螺旋桨产生的扭矩 τ B \boldsymbol{\tau_{B}} τB,陀螺力矩 Γ \boldsymbol{\Gamma} Γ,和离心力矩 ν × ( I ν ) \nu \times(I \nu) ν×(Iν)

    设机体系的角速度向量为 ν = [ p q r ] \boldsymbol{\nu}=\begin{bmatrix}p\\q\\r\end{bmatrix} ν= pqr
    I ν ˙ + ν × ( I ν ) + Γ = τ B \boldsymbol{I \dot{\nu}+\nu \times(I \nu)+\Gamma=\tau_{B}} Iν˙+ν×()+Γ=τB
    其中, I \boldsymbol{I} I为飞行器的转动张量,表示为:
    I = [ I x x 0 0 0 I y y 0 0 0 I z z ] \boldsymbol{I}=\begin{bmatrix}I_{xx} & 0&0\\0&I_{yy}&0\\0&0&I_{zz}\end{bmatrix} I= Ixx000Iyy000Izz
    Γ \boldsymbol{\Gamma} Γ是陀螺力矩,其表达式为:
    Γ = I r [ q / I x x q / I y y 0 ] ω Γ \boldsymbol{\Gamma}=I_{r}\begin{bmatrix}q/I_{xx}\\q/I_{yy}\\0\end{bmatrix}\omega_{\Gamma} Γ=Ir q/Ixxq/Iyy0 ωΓ
    其中, I r I_{r} Ir是螺旋桨的转动惯量, ω Γ = ω 1 − ω 2 + ω 3 − ω 4 \omega_{\Gamma}=\omega_{1}-\omega_{2}+\omega_{3}-\omega_{4} ωΓ=ω1ω2+ω3ω4

这里简单解释一下各个力矩。

  • 陀螺力矩
    这是由于陀螺效应产生的进动力矩,可以根据这些关键词进行进一步的了解,不赘述。
  • 离心力矩
    这是由于质量分布不均产生的离心力矩,可以结合实际生活现象辅助理解,可以搜到相关推导和讲解,这里不赘述。
    通常在控制计算时可以忽略这两个力矩,因为四旋翼结构对称,分布均匀,并且四个螺旋桨AB桨叶会抵消陀螺效应,产生的影响也会变得很小。

状态空间方程

基于牛顿欧拉方程,建立四旋翼飞行器的状态空间方程,为后续的控制器设计铺垫。

定义角运动状态向量, X a = [ ϕ θ ψ p q r ] \boldsymbol{X_{a}}=\begin{bmatrix}\phi\\\theta\\\psi \\p\\q\\r\end{bmatrix} Xa= ϕθψpqr ,则状态空间方程为
[ ϕ θ ψ p q r ] ′ = { p + S ϕ T θ q + C ϕ T θ r C ϕ q − S ϕ r S ϕ / C θ q C ϕ / C θ r ( I y y − I z z ) q r / I x x − I r q ω Γ / I x x + τ ϕ / I x x ( I z z − I x x ) p r / I y y + I r p ω Γ / I y y + τ θ / I y y ( I x x − I y y ) / p q / I z z + τ ψ / I z z \begin{bmatrix}\phi\\\theta\\\psi \\p\\q\\r\end{bmatrix}'=\ \left\{\begin{matrix} p+S_{\phi} T_{\theta}q+C_{\phi}T_{\theta}r \\ C_{\phi}q - S_{\phi}r \\ S_{\phi}/C_{\theta}q C_{\phi}/C_{\theta}r \\ (I_{yy}-I_{zz})qr/I_{xx}-I_{r}q\omega_{\Gamma}/I_{xx}+\tau_{\phi}/I_{xx} \\ (I_{zz}-I_{xx})pr/I_{yy}+I_{r}p\omega_{\Gamma}/I_{yy}+\tau_{\theta}/I_{yy}\\ (I_{xx}-I_{yy})/pq/I_{zz}+\tau_{\psi}/I_{zz} \\ \end{matrix}\right. ϕθψpqr =  p+SϕTθq+CϕTθrCϕqSϕrSϕ/CθqCϕ/Cθr(IyyIzz)qr/IxxIrqωΓ/Ixx+τϕ/Ixx(IzzIxx)pr/Iyy+IrpωΓ/Iyy+τθ/Iyy(IxxIyy)/pq/Izz+τψ/Izz
定义线运动状态向量, X p = [ x y z x ⋅ y ⋅ z ⋅ ] \boldsymbol{X_{p}}=\begin{bmatrix}x\\y\\z \\\overset{\cdot}x\\\overset{\cdot}y\\\overset{\cdot}z\end{bmatrix} Xp= xyzxyz ,状态空间方程为
[ x y z x ⋅ y ⋅ z ⋅ ] ′ = { x ⋅ y ⋅ z ⋅ ( C ψ S θ C ϕ + S ψ S ϕ ) T / m − c x ˙ ( S ψ S θ C ψ − C ψ S ϕ ) T / m − c y ˙ ( C θ C ϕ ) T / m − g − c z ˙ (1) \begin{bmatrix}x\\y\\z \\\overset{\cdot}x\\\overset{\cdot}y\\\overset{\cdot}z\end{bmatrix}'=\ \left\{\begin{matrix} \overset{\cdot}x \\ \overset{\cdot}y \\ \overset{\cdot}z \\ (C_{\psi}S_{\theta}C_{\phi}+S_{\psi}S_{\phi}) T/m - c\dot{x}\\ (S_{\psi}S_{\theta}C_{\psi}-C_{\psi}S_{\phi}) T/m - c\dot{y}\\ (C_{\theta}C_{\phi}) T/m-g-c\dot{z}\\ \end{matrix}\right. \tag{1} xyzxyz =  xyz(CψSθCϕ+SψSϕ)T/mcx˙(SψSθCψCψSϕ)T/mcy˙(CθCϕ)T/mgcz˙(1)

总结

  • 从状态空间方程可以看出,想要精准的控制四旋翼飞行器的位置和平动运动,需要通过调节飞行器的姿态角度来实现,因此姿态控制就显得尤为重要。

  • 本章博客先介绍四旋翼飞行器的建模推导过程,后续将基于本篇博客的模型来开展各类控制算法的实现和仿真,并尽可能做出系统性地分析和讨论。
    感谢阅读!

这篇关于【控制实践——四旋翼无人机】【一】四旋翼无人机运动分析和建模的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1029555

相关文章

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 配置文件之类型、加载顺序与最佳实践记录

《SpringBoot配置文件之类型、加载顺序与最佳实践记录》SpringBoot的配置文件是灵活且强大的工具,通过合理的配置管理,可以让应用开发和部署更加高效,无论是简单的属性配置,还是复杂... 目录Spring Boot 配置文件详解一、Spring Boot 配置文件类型1.1 applicatio

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

tomcat多实例部署的项目实践

《tomcat多实例部署的项目实践》Tomcat多实例是指在一台设备上运行多个Tomcat服务,这些Tomcat相互独立,本文主要介绍了tomcat多实例部署的项目实践,具有一定的参考价值,感兴趣的可... 目录1.创建项目目录,测试文China编程件2js.创建实例的安装目录3.准备实例的配置文件4.编辑实例的

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

springboot集成Deepseek4j的项目实践

《springboot集成Deepseek4j的项目实践》本文主要介绍了springboot集成Deepseek4j的项目实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价... 目录Deepseek4j快速开始Maven 依js赖基础配置基础使用示例1. 流式返回示例2. 进阶

Python异步编程中asyncio.gather的并发控制详解

《Python异步编程中asyncio.gather的并发控制详解》在Python异步编程生态中,asyncio.gather是并发任务调度的核心工具,本文将通过实际场景和代码示例,展示如何结合信号量... 目录一、asyncio.gather的原始行为解析二、信号量控制法:给并发装上"节流阀"三、进阶控制