كنترل غير خطي مقاوم ∞H و پيشبين براي رديابي مسير كوادروتور با استفاده از تخمين پارامتر هاي سيستم

Robust Nonlinear H∞ and MPC Control for Path Tracking of a Quadrotor through Estimation of System Parameters

در اين مقاله به طراحي استراتژي كنترلي براي يك ربات پرنده بدون سرنشين چهار پره براي رديابي مسير مطلوب پرداخته شده است. ابتدا معادلات ديناميكي توسط فرمول اويلر لاگرانژ استخراج شده است. سپس از روش كنترلي خطي پيش بين بر مبناي خطاي فضاي حالت براي رديابي حركات انتقالي و از كنترل غير خطي مقاوم H∞ براي پايدارسازي حركات چرخشي كوادروتور و رد اغشتاش خارجي استفاده شده است. در هر دو روش كنترلي از انتگرال خطاي موقعيت استفاده شده است، كه باعث دستيابي به يك خطاي حالت ماندگار پوچ در برابر اغتشاش پايدار ورودي به سيستم مي‌شود. اغتشاش خارجي به صورت گشتاورهاي آيروديناميكي در نظر گرفته شده است. با افزايش نامعيني در جرم و ممان‌هاي اينرسي سيستم كنترل طراحي شده، به صورت كامل قادر به رديابي و پايدارسازي نمي‌باشد، لذا براي حذف آثار نا معيني پارامتري و افزايش قوام سيستم در برابر اين نامعيني‌ها از روش حداقل مربعات بازگشتي براي تخمين پارامتر‌هاي جرم و اينرسي كه خطي مي باشند، استفاده شده است. نتايج شبيه سازي نشان ميدهد، كه سيستم كنترلي طراحي شده با وجود تخمين پارامترهاي سيستم، عملكرد مناسبي در پايدارسازي و رديابي مسير مطلوب و رد اغتشاش خارجي و نامعيني‌هاي پارامتري دارد.

In this paper, a trajectory tracking control strategy for a quadrotor flying robot is developed. At first, dynamic model is obtained by lagrangeeuler approach. Then, control structure, consisting of a modelbased predictive controller, has been used based on state space error to track transitional movements for reference trajectory and also robust nonlinear H∞ control is applied for stabilizing the rotational movements and reject the external disturbance. In both controllers the integral of the position error is considered, allowing the achievement of a null steadystate error when sustained disturbances are acting on the system. The external disturbances is considered as aerodynamic torques. If uncertainties increase, the designed control system will be unable to track and stabilizing perform properly and completely. So finally, in order to eliminate the effects of parameter uncertainties the recursive least squares is used for estimating mass and moment inertia parameters which are linear and it is applied to the control system. Simulation results show that by using estimation of system parameters, the proposed control system has a promising performance in terms of stabilization and position tracking even in the presence of external disturbance and parametric uncertainties.