【技术实现步骤摘要】
本专利技术一般地涉及无人机控制领域。更具体地，本专利技术涉及一种无人机横滚姿态控制方法及pid控制器。
技术介绍
1、随着无人机技术的迅猛发展，其应用领域显著拓宽，展现出操作灵活、结构简单等显著优势。然而，无人机在复杂飞行环境中面临姿态控制的多重挑战，如何确保飞行姿态的稳定性和可控性成为亟待解决的问题。
2、鉴于无人机在建模过程中展现的时变性特征，以及控制系统外围设备的高度独立性与低外部耦合性，这种复杂性不仅体现在系统内部的高维度与多层次上，还因设备间的独立工作模式而加剧了协同工作的耦合难度,传统pid控制器的局限性逐渐显现。由于pid控制依赖于固定参数调整，难以实时适应无人机系统的动态变化与外部环境的不确定性，因此难以实现最佳控制效果。在复杂多变的飞行环境中，pid控制器的性能受限，难以满足无人机对高精度、高稳定性控制的需求。在现有技术中，提出了一种基于径向基函数(radial basis function，rbf)神经网络的自抗扰控制策略，虽然此方法在无人机应对复杂非线性系统上展现了显著优势，但在快速变化的环境或无人机动态特性突变情况下，rbf神经网络的适应性仍需进一步优化以增强控制系统的鲁棒性和稳定性。
技术实现思路
1、为解决上述无人机横滚姿态控制的准确性和效率低的技术问题，本专利技术在如下的多个方面中提供方案。
2、在第一方面中，本专利技术提供了一种无人机横滚姿态控制方法，所述方法应用于pid控制器，包括：建立无人机横滚角的误差、误差变化率与预设的
3、进一步地，建立无人机横滚角的误差、误差变化率与多个控制策略之间的映射关系，包括：若所述误差的绝对值大于第一阈值，采用第一控制策略，所述第一控制策略包括：采用启停式控制调整所述误差。
4、进一步地，还包括：若所述误差与所述误差变化率之间的乘积大于0，且所述误差的绝对值大于第二阈值，采用第二控制策略，所述第二控制策略包括：根据预设的第一系数以及预设的专家规则库确定的pid控制参数控制所述pid控制器的输出，所述第一系数大于1。
5、进一步地，所述第二控制策略为：
6、u(k)＝u(k-1)+ρ1{kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+e(k-2)]}；
7、式中，u(k)为第k采样时刻时所述pid控制器的输出，u(k-1)为第k-1采样时刻时所述pid控制器的输出，ρ1为所述第一系数，kp为比例系数，ki为积分系数，kd为微分系数，e(k)为第k采样时刻时无人机横滚角的误差，e(k-1)表示第k-1采样时刻时无人机横滚角的误差，e(k-2)表示第k-2采样时刻时无人机横滚角的误差。
8、进一步地，还包括：若所述误差与所述误差变化率的乘积大于0，且所述误差的绝对值小于第二阈值，采用第三控制策略，所述第三控制策略包括：根据预设的专家规则库确定的pid控制参数控制所述pid控制器的输出。
9、进一步地，还包括：若当前采样时刻的误差与当前采样时刻的误差变化率的乘积小于0、当前采样时刻的误差与前一采样时刻的误差的乘积小于0，以及当前采样时刻的误差的绝对值大于第二阈值，采用第四控制策略，所述第四控制策略包括：根据预设的第二系数以及预设的专家规则库确定的pid控制参数控制所述pid控制器的输出，所述第二系数大于1。
10、进一步地，所述第四控制策略为：
11、u(k)＝u(k-1)+ρ2kpem(k)；
12、式中，u(k)为第k采样时刻时所述pid控制器的输出，u(k-1)为第k-1采样时刻时所述pid控制器的输出，kp为比例系数，em(k)为第k采样时刻时无人机横滚角的误差极值，ρ2为所述第二系数。
13、进一步地，还包括：若当前采样时刻的误差与当前采样时刻的误差变化率的乘积小于0、当前采样时刻的误差与前一采样时刻的误差的乘积小于0，以及当前采样时刻的误差的绝对值小于第二阈值，采用第五控制策略，所述第五控制策略包括：根据预设的第三系数以及预设的专家规则库确定的pid控制参数控制所述pid控制器的输出，所述第三系数小于1。
14、进一步地，还包括：若当前采样时刻的误差与当前采样时刻的误差变化率的乘积小于0，且当前采样时刻的误差与前一采样时刻的误差的乘积大于0，采用第六控制策略，所述第六控制策略包括：保持所述pid控制器当前的输出；若所述误差的绝对值小于或等于第三阈值，采用第七控制策略，所述第七控制策略包括：在所述pid控制器的输出中增加积分环节。
15、在第二方面中，本专利技术提供了一种pid控制器，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据第一方面中所述的一种无人机横滚姿态控制方法。
16、本专利技术的有益效果在于：本专利技术的控制方法根据无人机横滚角的误差和误差变化率，动态地选择对应的控制策略，适应性强。并且，每个控制策略在特定条件下，可以输出相应的控制效果，从而能够迅速、准确地调整无人机的横滚角；此外，通过引入专家规则库的知识和经验，使得pid控制器能够更有效地应对系统的不确定性和干扰，提高了无人机横滚姿态控制的稳定性和准确性。
本文档来自技高网...【技术保护点】
1.一种无人机横滚姿态控制方法，所述方法应用于PID控制器，其特征在于，包括：
2.根据权利要求1所述的无人机横滚姿态控制方法，其特征在于，建立无人机横滚角的误差、误差变化率与多个控制策略之间的映射关系，包括：若所述误差的绝对值大于第一阈值，采用第一控制策略，所述第一控制策略包括：采用启停式控制调整所述误差。
3.根据权利要求2所述的无人机横滚姿态控制方法，其特征在于，还包括：若所述误差与所述误差变化率之间的乘积大于0，且所述误差的绝对值大于第二阈值，采用第二控制策略，所述第二控制策略包括：根据预设的第一系数以及预设的专家规则库确定的PID控制参数控制所述PID控制器的输出，所述第一系数大于1。
4.根据权利要求3所述的无人机横滚姿态控制方法，其特征在于，所述第二控制策略为：
5.根据权利要求2所述的无人机横滚姿态控制方法，其特征在于，还包括：若所述误差与所述误差变化率的乘积大于0，且所述误差的绝对值小于第二阈值，采用第三控制策略，所述第三控制策略包括：根据预设的专家规则库确定的PID控制参数控制所述PID控制器的输出。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。