Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Kiểm soát động trượt dựa trên người quan sát bậc cao tối ưu và mạnh mẽ cho các phương tiện bay không người lái cất cánh và hạ cánh thẳng đứng
Tóm tắt
Bài báo này nghiên cứu việc theo dõi quỹ đạo chính xác của các phương tiện bay không người lái (UAV) có khả năng cất cánh và hạ cánh thẳng đứng (VTOL) chịu tác động từ các nhiễu bên ngoài. Để thực hiện điều này, một bộ điều khiển động trượt dựa trên người quan sát bậc cao (HOB-DSMC) được phát triển và tối ưu hóa bằng cách sử dụng thuật toán đom đóm bậc phân (FOFA). Trong cơ chế đề xuất, mặt trượt được định nghĩa như một hàm của các biến đầu ra, và người quan sát bậc cao được sử dụng để ước lượng các biến không đo được, điều này giúp giảm thiểu hiệu ứng không mong muốn của hiện tượng rung. Một điểm lân cận gần mặt trượt được xem xét, và khi sai số theo dõi tiếp cận điểm này, điều khiển thứ hai được kích hoạt để giảm đầu vào điều khiển. Phân tích tính ổn định của hệ thống vòng kín được xem xét dựa trên định lý ổn định Lyapunov. Để có một nghiên cứu tốt hơn về cơ chế đề xuất, nhiều bài kiểm tra theo dõi quỹ đạo được cung cấp, trong đó việc theo dõi chính xác và tính mạnh mẽ cao có thể được đảm bảo đồng thời. Các kết quả mô phỏng so sánh xác nhận hiệu quả của chiến lược điều khiển đề xuất và những ưu điểm của nó so với các phương pháp bộ điều khiển động trượt (SMC) thông thường và SMC tích phân.
Từ khóa
#UAV #VTOL #điều khiển động trượt #thuật toán đom đóm #ổn định LyapunovTài liệu tham khảo
H. Bin, J. C. Wang. Deep learning based hand gesture recognition and OAV flight controls. International Journal of Automation and Computing, vol. 17, no. 1, pp. 27–29, 2020. DOI: https://doi.org/10.1007/s11633-019-1194-7.
F. Zhou, W. Zheng, Z. F. Wang. Adaptive noise identification in vision-assisted motion estimation for unmanned aerial vehicles. International Journal of Automation and Computing, vol. 12, no. 4, pp. 413–420, 2015. DOI: https://doi.org/10.1007/s11633-014-0857-7.
M. D. Hua, T. Hamel, P. Morin, C. Samson. A control approach for thrust-propelled underactuated vehicles and its application to VTOL drones. IEEE Transactions on Automatic Control, vol. 54, no. 8, pp. 1837–1853, 2009. DOI: https://doi.org/10.1109/TAC.2009.2024569.
A. Arab, Y. Mousavi. Optimal control of wheeled mobile robots: From simulation to real world. In Proceedings of American Control Conference, IEEE, Denver, USA, pp. 583–589, 2020. DOI: https://doi.org/10.23919/ACC45564.2020.9147898.
M. R. Cohen, J. R. Forbes. Navigation and control of unconventional VTOL UAVs in forward-flight with explicit wind velocity estimation. IEEE Robotics and Automation Letters, vol. 5, no. 2, pp. 1151–1158, 2020. DOI: https://doi.org/10.1109/LRA.2020.2966406.
J. G. Romero, H. Rodriguez-Cortes. Asymptotic stability for a transformed nonlinear UAV model with a suspended load via energy shaping. European Journal of Control, vol. 52, pp. 87–96, 2020. DOI: https://doi.org/10.1016/j.ejcon.2019.09.002.
M. D. Hua, T. Hamel, P. Morin, C. Samson. Introduction to feedback control of underactuated VTOL vehicles: A review of basic control design ideas and principles. IEEE Control Systems Magazine, vol. 33, no. 1, pp. 61–75, 2013. DOI: https://doi.org/10.1109/MCS.2012.2225931.
R. Naldi, M. Furci, R. G. Sanfelice, L. Marconi. Robust global trajectory tracking for underactuated VTOL aerial vehicles using inner-outer loop control paradigms. IEEE Transactions on Automatic Control, vol. 62, no. 1, pp. 97–112, 2017. DOI: https://doi.org/10.1109/TAC.2016.2557967.
B. B. Kocer, T. Tjahjowidodo, G. G. Lee Seet. Centralized predictive ceiling interaction control of quadrotor VTOL UAV. Aerospace Science and Technology, vol. 76, pp. 455–465, 2018. DOI: https://doi.org/10.1016/j.ast.2018.02.020.
Y. Bouzid, H. Siguerdidjane, Y. Bestaoui. Nonlinear internal model control applied to VTOL multi-rotors UAV. Mechatronics, vol. 47, pp. 49–66, 2017. DOI: https://doi.org/10.1016/j.mechatronics.2017.08.002.
Y. Zou, Z. Y. Coordinated trajectory tracking of multiple vertical take-off and landing UAVs. Automatica, vol. 99, pp. 33–40, 2019. DOI: https://doi.org/10.1016/j.automatica.2018.10.011.
Y. Zou, Z. Y. Meng. Leader-follower formation control of multiple vertical takeoff and landing UAVs: Distributed estimator design and accurate trajectory tracking. In Proceedings of the 13th IEEE International Conference on Control & Automation, IEEE, Ohrid, Macedonia, pp. 764–769, 2017. DOI: https://doi.org/10.1109/ICCA.2017.8003156.
A. Abdessameud, F. Janabi-Sharifi. Image-based tracking control of VTOL unmanned aerial vehicles. Automatica, vol. 53, pp. 111–119, 2015. DOI: https://doi.org/10.1016/j.automatica.2014.12.032.
A. Abdessameud, F. Janabi-Sharifi. Dynamic image-based tracking control for VTOL UAVs. In Proceedings of the 52nd IEEE Conference on Decision and Control, IEEE, Firenze, Italy, pp. 7666–7671, 2013. DOI: https://doi.org/10.1109/CDC.2013.6761106.
N. Guenard, T. Hamel, R. Mahony. A practical visual servo control for an unmanned aerial vehicle. IEEE Transactions on Robotics, vol. 24, no. 2, pp. 331–340, 2008. DOI: https://doi.org/10.1109/TRO.2008.916666.
J. C. Escobar, R. Lozano, M. B. Estrada. PVTOL control using feedback linearisation with dynamic extension. International Journal of Control, 2019. DOI: https://doi.org/10.1080/00207179.2019.1676468.
K. Wang, C. C. Hua, J. N. Chen, M. J. Cai. Dual-loop integral sliding mode control for robust trajectory tracking of a quadrotor. International Journal of Systems Science, vol. 51, no. 2, pp. 203–216, 2020. DOI: https://doi.org/10.1080/00207721.2019.1622815.
C. Aguilar-Ibanez, M. S. Suarez-Castanon, J. Mendoza-Mendoza, J. de Jesus Rubio, J. C. Martinez-Garcia. Output-feedback stabilization of the pvtol aircraft system based on an exact differentiator. Journal of Intelligent & Robotic Systems, vol. 90, no. 3–4, pp. 443–454, 2018. DOI: https://doi.org/10.1007/s10846-017-0660-0.
X. S. Yang. Firefly algorithm. Engineering Optimization: An Introduction with Metaheuristic Applications, X. S. Yang, Ed., Hoboken, USA: John Wiley & Sons, Inc., pp. 79–90, 2010. DOI: https://doi.org/10.1002/9780470640425.ch17.
A. Banerjee, D. Ghosh, S. Das. Modified firefly algorithm for area estimation and tracking of fast expanding oil spills. Applied Soft Computing, vol. 73, pp. 829–847, 2018. DOI: https://doi.org/10.1016/j.asoc.2018.09.024.
I. B. Aydilek. A hybrid firefly and particle swarm optimization algorithm for computationally expensive numerical problems. Applied Soft Computing, vol. 66, pp. 232–249, 2018. DOI: https://doi.org/10.1016/j.asoc.2018.02.025.
F. Pazhoohesh, S. Hasanvand, Y. Mousavi. Optimal harmonic reduction approach for PWM AC-AC converter using nested memetic algorithm. Soft Computing, vol. 21, no. 10, pp. 2761–2776, 2017. DOI: https://doi.org/10.1007/s00500-015-1979-8.
T. Niknam, R. Azizipanah-Abarghooee, A. Roosta. Reserve constrained dynamic economic dispatch: A new fast self-adaptive modified firefly algorithm. IEEE Systems Journal, vol. 6, no. 4, pp. 635–646, 2012. DOI: https://doi.org/10.1109/JSYST.2012.2189976.
Y. Mousavi, A. Alfi. Fractional calculus-based firefly algorithm applied to parameter estimation of chaotic systems. Chaos, Solitons & Fractals, vol. 114, pp. 202–215, 2018. DOI: https://doi.org/10.1016/j.chaos.2018.07.004.
Y. Mousavi, A. Alfi, I. B. Kucukdemiral. Enhanced fractional chaotic whale optimization algorithm for parameter identification of isolated wind-diesel power systems. IEEE Access, vol. 8, pp. 140862–140875, 2020. DOI: https://doi.org/10.1109/ACCESS.2020.3012686.
Y. Mousavi, A. Alfi. A memetic algorithm applied to trajectory control by tuning of fractional order proportionalintegral-derivative controllers. Applied Soft Computing, vol. 36, pp. 599–617, 2015. DOI: https://doi.org/10.1016/j.asoc.2015.08.009.
G. W. Zhang, P. Yang, J. Wang, J. J. Sun, Y. Zhang. Integrated observer-based fixed-time control with backstepping method for exoskeleton robot. International Journal of Automation and Computing, vol. 17, no. 1, pp. 71–82, 2020. DOI: https://doi.org/10.1007/s11633-019-1201-z.
M. Chavoshian, M. Taghizadeh, M. Mazare. Hybrid dynamic neural network and PID control of pneumatic artificial muscle using the PSO algorithm. International Journal of Automation and Computing, vol. 17, no. 3, pp. 428–438, 2020. DOI: https://doi.org/10.1007/s11633-019-1196-5.
V. A. Le, H. X. Le, L. Nguyen, M. X. Phan. An efficient adaptive hierarchical sliding mode control strategy using neural networks for 3D overhead cranes. International Journal of Automation and Computing, vol. 16, no. 5, pp. 614–627, 2019. DOI: https://doi.org/10.1007/s11633-019-1174-y.
I. Zaidi, M. Chtourou, M. Djemel. Robust neural control of discrete time uncertain nonlinear systems using sliding mode backpropagation training algorithm. International Journal of Automation and Computing, vol. 16, no. 2, pp. 213–225, 2019. DOI: https://doi.org/10.1007/s11633-017-1062-2.
A. Nizar, B. M. Houda, N. A. Said. A new sliding function for discrete predictive sliding mode control of time delay systems. International Journal of Automation and Computing, vol. 10, no. 4, pp. 288–295, 2013. DOI: https://doi.org/10.1007/s11633-013-0723-z.
A. H. D. Markazi, M. Maadani, S. H. Zabihifar, N. Doost-Mohammadi. Adaptive fuzzy sliding mode control of under-actuated nonlinear systems. International Journal of Automation and Computing, vol. 15, no. 3, pp. 364–376, 2018. DOI: https://doi.org/10.1007/s11633-017-1108-5.
M. B. R. Neila, D. Tarak. Adaptive terminal sliding mode control for rigid robotic manipulators. International Journal of Automation and Computing, vol. 8, no. 2, pp. 215–220, 2011. DOI: https://doi.org/10.1007/s11633-011-0576-2.
A. J. Koshkouei, K. J. Burnham, A. S. I. Zinober. Dynamic sliding mode control design. IEE Proceedings — Control Theory and Applications, vol. 152, no. 4, pp. 392–396, 2005. DOI: https://doi.org/10.1049/ip-cta:20055133.
C. Aguilar-Ibanez, H. Sira-Ramirez, M. S. Suarez-Castanon, R. Garrido. Robust trajectory-tracking control of a PVTOL under crosswind. Asian Journal of Control, vol. 21, no. 3, pp. 1293–1306, 2019. DOI: https://doi.org/10.1002/asjc.1817.
R. Olfati-Saber. Global configuration stabilization for the VTOL aircraft with strong input coupling. IEEE Transactions on Automatic Control, vol. 47, no. 11, pp. 1949–1952, 2002. DOI: https://doi.org/10.1109/TAC.2002.804457.
A. Chalanga, S. Kamal, L. Fridman, B. Bandyopadhyay, J. A. Moreno. How to implement super-twisting controller based on sliding mode observer. In Proceedings of the 13th International Workshop on Variable Structure Systems, IEEE, Nantes, France, 2014. DOI: https://doi.org/10.1109/VSS.2014.6881145.
A. Chalanga, S. Kamal, L. M. Fridman, B. Bandyopadhyay, J. A. Moreno. Implementation of super-twisting control: Super-twisting and higher order sliding-mode observer-based approaches. IEEE Transactions on Industrial Electronics, vol. 63, no. 6, pp. 3677–3685, 2016. DOI: https://doi.org/10.1109/TIE.2016.2523913.
A. Levant. Higher-order sliding modes, differentiation and output-feedback control. International Journal of Control, vol. 76, no. 9–10, pp. 924–941, 2003. DOI: https://doi.org/10.1080/0020717031000099029.
J. A. Moreno. Lyapunov function for levant’s second order differentiator. In Proceedings of the 51st IEEE Conference on Decision and Control, IEEE, Maui, USA, pp. 6448–6453, 2012. DOI: https://doi.org/10.1109/CDC.2012.6426877.
A. Levant. Homogeneity approach to high-order sliding mode design. Automatica, vol. 41, no. 5, pp. 823–830, 2005. DOI: https://doi.org/10.1016/j.automatica.2004.11.029.
Y. Guo, B. Huang, A. J. Li, C. Q. Wang. Integral sliding mode control for Euler-Lagrange systems with input saturation. International Journal of Robust and Nonlinear Control, vol. 29, no. 4, pp. 1088–1100, 2019. DOI: https://doi.org/10.1002/rnc.4431.