[发明专利]一种基于故障诊断结果的X型四旋翼无人机控制方法

权利要求书

1.一种基于故障诊断结果的X型四旋翼无人机控制方法，其特征在于，包括如下步骤:

步骤一，建立X型四旋翼无人机的运动学模型,其具体形式如下：

其中，为滚转角，θ为俯仰角，ψ为偏航角，分别为三轴角加速度，分别为三轴角速度，分别为三轴线加速度，分别为三轴线速度，I_x,I_y,I_z为机身在x,y,z三个方向上的转动惯量，J_r为转动惯量，K₁,…,K₆为空气阻力系数，l为电机到质心的臂长，m为机身重量，g为重力加速度；U₁,…,U₄,Ω存在如下关系：

其中，U₁为总升力，U₂为滚转力矩，U₃为俯仰力矩，U₄为偏航力矩，b为升力系数，d为阻力系数，Ω₁,…,Ω₄分别为1至4号电机的转速；

步骤二，进行位姿PID控制器设计：

1)姿态控制回路为：

其中，k1...k9为姿态控制器参数，俯仰角误差滚转角误差e_θ＝θ_c-θ，偏航角误差e_ψ＝ψ_c-ψ，为目标姿态角，为当前姿态角，分别为三轴目标角加速度，分别为俯仰角误差速度、滚转角误差速度、偏航角误差速度；对应电机的转速表示如下：

其中，C_T为升力系数，C_Q为阻力系数；

2)位置控制回路为：

其中，k1...k9为位置控制器参数，x轴方向位置误差e_x＝x_c-x，y轴方向位置误差e_y＝y_c-y，z轴方向位置误差e_z＝z_c-z，[x_c,y_c,z_c]^T为目标位置，[x,y,z]^T为当前位置，分别为x轴、y轴、z轴方向误差速度，为x轴、y轴、z轴方向目标加速度；设ψ_c已知，可得：

步骤三，建立执行机构故障模型：

其中，控制输入u＝[U₁,U₂,U₃,U₄]，u^F为受电机故障影响的真实的控制器输入，为不确定的故障；

步骤四，进行PID控制器参数智能调节：

基于步骤三中的故障诊断信息，采用强化学习DDPG算法，通过搭建动作神经网络和评价神经网络，输入四旋翼无人机当前四旋翼的位置、速度、姿态角和角速度的状态，输出最优的控制器参数，实现PID控制器参数的智能调节，具体的DDPG算法过程如下：

1)随机初始化当前评价网络Q(S,A|θ^Q)和当前动作网络μ(S|θ^μ)，以及评价网络参数θ^Q和动作网络参数θ^μ，其中S为状态，A为动作；

2)初始化目标评价网络Q′和目标动作网络μ′，并将网络参数赋值为θ^Q′←θ^Q,θ^μ′←θ^μ；

3)初始化经验回放池，以用于存放过往数据和提高数据利用率并降低数据相关性；

4)for episode＝1 to M进行迭代，其中，M为最大训练回合数：

①为动作选择初始化一个随机过程N；

②获得初始状态S；

③在当前动作网络基于状态S得到动作A＝μ(S|θ^μ)+N；

④执行动作A，得到新状态S′、奖励R和终止状态的标志end；

⑤将{S,A,S′,R,end}五元组存入经验回放池；

⑥当S＝S′，从经验回放池中采样128个样本{S_j,A_j,S_j′,R_j,end_j},j＝1,2,...,128，计算当前目标Q值y_j：

⑦使用均方损失误差通过神经网络的梯度反向传播来更新当前评价网络的网路参数θ^Q；使用更新当前动作网络的网络参数θ^μ；

⑧每隔100个episode，更新目标评价网络和目标动作网络的网络参数：

⑨若S′为终止状态，则当前轮迭代完毕，否则跳转步骤③，进行下一轮迭代。

2.根据权利要求1所述的一种基于故障诊断结果的X型四旋翼无人机控制方法，其特征在于，步骤四中的奖励，分为稀疏奖励和reward shaping奖励两种；其中，稀疏奖励为：在一个迭代回合中，当四旋翼均达到目标点时给予智能体奖励，其余时刻奖励为0，直至回合结束，每当四旋翼到达目标点获得奖励R＝1，如果四旋翼越界，则给予惩罚R＝-1，并结束回合；reward shaping奖励为：在一个迭代回合中，四旋翼每一步有一个基础奖励，并将四旋翼当前位置与目标位置的距离作为惩罚项，直至回合结束，每多一步给予奖励R＝10，再减去四旋翼距目标点的距离作为惩罚，如果四旋翼越界，则给予惩罚R＝-100，并结束回合。