控制理论与应用

作者：安航,鲜斌

单位：天津大学,天津大学

关键词：无人直升机; 增强学习; 鲁棒控制; 神经网络; 实验验证

基金：国家自然科学基金( 91748121, 60804004, 90916004), 天津市应用基础与前沿技术研究计划重点项目(14JCZDJC31900),天津市科技支撑计划重点项目(15ZCZDGX00810)

本文针对小型无人直升机的姿态控制问题, 考虑到现有基于模型的控制方法对直升机动力学模型的先验信息依赖较大, 以及未建模动态系统的影响等问题, 设计了一种基于增强学习(Reinforcement Learning,RL)的飞行控制算法. 仅利用直升机的在线飞行数据, 补偿了未建模不确定性的影响. 同时为了抑制外界扰动, 提高系统的鲁棒性, 设计了一种基于误差符号函数积分的连续鲁棒(RISE)控制算法. 将两种算法结合, 并利用基于Lyapunov分析的方法, 证明了无人机姿态控制误差的半全局渐近收敛. 最后在无人直升机飞行控制实验平台上, 进行了姿态控制的实时实验验证. 实验结果表明, 本文提出的控制方法具有良好的控制效果, 对系统不确定性和外界风扰具有良好鲁棒性.

来源：2019年第4期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2019年第4期