基于循环神经网络的尾座式垂直起降无人机控制
机器人学
2021-04-07 v1
摘要
尾座式垂直起降（VTOL）无人机（UAVs）能够以紧凑的机械结构实现悬停与高效水平飞行。我们基于循环神经网络提出了此类无人机的统一控制器设计。该设计方法的一个优势是，VTOL 无人机的各种飞行模式（即悬停、过渡和水平飞行）以统一方式控制，而非分别处理并在运行时相互切换。所提出的控制器由外环位置控制器和内环姿态控制器组成。内环控制器由比例姿态控制器和回路整形线性角速率控制器构成。对于外环控制器，我们提出一种非线性求解器，基于无人机动力学与气动模型计算期望姿态与推力，并辅以用于位置与速度跟踪的级联 PID 控制器。我们采用循环神经网络（RNN）来逼近该非线性求解器的行为，后者存在较高计算复杂度。所提 RNN 具有可忽略的逼近误差，并可实时实现（例如 50 Hz）。此外，RNN 生成的输出比非线性求解器平滑得多。我们给出了整体闭环系统的稳定性与鲁棒性分析。仿真与实验也展示了所提方法的有效性。
引用
@article{arxiv.2104.02108,
title = {Control of a Tail-Sitter VTOL UAV Based on Recurrent Neural Networks},
author = {Jinni Zhou and Hao Xu and Zexiang Li and Shaojie Shen and Fu Zhang},
journal= {arXiv preprint arXiv:2104.02108},
year = {2021}
}