[发明专利]一种针对仿生扑翼飞行机器人的控制方法

说明书

本发明提供一种针对仿生扑翼飞行机器人的控制方法，能够对仿生扑翼飞行机器人的姿态和位置进行轨迹跟踪控制。所述方法包括：对仿生扑翼飞行机器人进行运动学和动力学分析，建立拉格朗日型模型；基于拉格朗日型模型，设计带有扰动观测器的基于模型的姿态控制器；基于设计的带有扰动观测器的基于模型的姿态控制器，设计带有扰动观测器的神经网络全状态反馈姿态控制器；基于仿生扑翼飞行机器人的位置控制模型，设计带有扰动观测器的基于模型的位置控制器；根据设计的带有扰动观测器的基于模型的姿态控制器、神经网络全状态反馈姿态控制器及基于模型的位置控制器，对仿生扑翼飞行机器人的姿态和位置进行轨迹跟踪控制。本发明涉及自动控制技术领域。

技术领域

本发明涉及自动控制技术领域，特别是指一种针对仿生扑翼飞行机器人的控制方法。

背景技术

近年来，随着人们对无人机技术需求的持续增加，以及先进制造技术、新材料技术和新能源技术的飞速发展，使仿生扑翼飞行机器人的研究成为技术热点。科学家们受到飞行昆虫和蜂鸟的启发，提出了仿生扑翼飞行机器人的概念，并制造出多种仿生扑翼飞行机器人。仿生扑翼飞行机器人的优点是体积小，擅长低空飞行，并具有优秀的悬停能力和盘旋能力。这些突出的优点对目标在特定环境下的搜寻，救援以及军事侦察提供了可能。

六自由度仿生扑翼飞行机器人系统的动态模型是很复杂的。虽然对动态模型进行了简化，但还是有很多模型参数需要获取。然而，有些模型参数不能被测量。即使可以测得，也需要大量的传感器，付出很高的代价，并影响控制精度。因此，需要使用可减小仿生扑翼飞行机器人对动态模型参数需求的控制方法来设计控制器。由于神经网络能很好地近似许多种类的非线性参数，可以使用神经网络控制方法控制仿生扑翼飞行机器人。

目前，有关仿生扑翼飞行机器人的专利寥寥无几，基于仿生扑翼飞行机器人模型设计的控制算法更是少之又少。

发明内容

本发明要解决的技术问题是提供一种针对仿生扑翼飞行机器人的控制方法，能够填补仿生扑翼飞行机器人控制算法的空白。

为解决上述技术问题，本发明实施例提供一种针对仿生扑翼飞行机器人的控制方法，包括：

对所述仿生扑翼飞行机器人进行运动学和动力学分析，建立拉格朗日型模型；

基于所述拉格朗日型模型，设计带有扰动观测器的基于模型的姿态控制器；

基于设计的带有扰动观测器的基于模型的姿态控制器，设计带有扰动观测器的神经网络全状态反馈姿态控制器；

基于所述仿生扑翼飞行机器人的位置控制模型，设计带有扰动观测器的基于模型的位置控制器；

根据设计的带有扰动观测器的基于模型的姿态控制器、神经网络全状态反馈姿态控制器及基于模型的位置控制器，对所述仿生扑翼飞行机器人的姿态和位置进行轨迹跟踪控制。

进一步地，所述拉格朗日型模型表示为：

其中，D_r(q_r)、表示矩阵，D_r(q_r)＝I_pT，I_p表示转动惯量矩阵，T表示由身体坐标系到惯性坐标系的坐标转换矩阵，表示T对时间t的一阶导数，L(t)表示一个使等式成立的矩阵，q_r是q_r(t)的简写形式，q_r(t)表示系统姿态状态矩阵，是的简写形式，表示q_r(t)对时间t的一阶导数，表示q_r(t)对时间t的二阶导数，τ_r是τ_r(t)的简写形式，τ_r(t)表示仿生扑翼飞行机器人姿态控制输入。

进一步地，所述带有扰动观测器的基于模型的姿态控制器表示为：