面向时间最优激进轨迹跟踪的数据驱动模糊控制

最小化动态系统中用户定义代价函数的最优轨迹需要求解两点边界值问题。优化过程产生的 optimal 控制序列取决于初始条件和系统参数。然而，若系统的初始条件和参数存在误差，该 optimal 序列可能导致不可取的行为。本文提出一种数据驱动的模糊控制合成框架，由时间最优轨迹指导，用于多旋翼机跟踪问题。具体而言，我们考虑由一次空中翻转组成的激进机动，通过数值求解两点边界值问题生成时间最优轨迹。构建由一个稳定控制器（用于 hover 条件附近）和自回归移动平均 (ARMA) 控制器组成的模糊控制器，后者通过 Takagi-Sugeno 模糊框架训练，以模拟时间最优激进轨迹。