طراحي كنترلر برگشت به عقب تقويت‌شدة تطبيقي و مقاوم براي ربات‌هاي پرندة چهارملخه

Enhanced backstepping controller design as adaptive and robust for quadrotors

در اين مقاله كنترل حركت ربات چهارملخه با يك روش جديد برگشت به عقب تقويت‌شده ارائه شده است. با توجه به غيرخطي بودن معادلات ديناميكي، طراحي يك كنترلر مناسب جهت پايدارسازي وضعيت روي مسير حركت دلخواه ضروري است. براي كنترل ربات، از روش برگشت به عقب استفاده شده است. در روش برگشت به عقب مرسوم، عبارت‌هاي غيرخطي سيستم در قانون كنترلي ظاهر مي‌شوند. بنابراين قانون كنترلي به اطلاعات دقيق عبارت‌هاي غير‌خطي مدل ديناميكي وابسته است. در اين پژوهش عبارت‌هاي غيرخطي ظاهرشده در كنترلر برگشت به عقب توسط روش تقريب تابعي، به‌صورت تركيبي از توابع پايه وزن‌دار، تقريب و وزن توابع توسط قوانين تطبيقي مبتني بر عملگر تصوير تخمين زده شده‌اند. بنابراين عدم نياز كنترلر پيشنهادي به اطلاعات عبارت‌هاي‌ غيرخطي مدل ديناميكي، از مزيت‌هاي اصلي آن است. تحليل پايداري سيستم توسط تئوري لياپانوف انجام شده است و براي اعتبارسنجي روش پيشنهادي، نتايج چندين شبيه‌سازي حركت ربات چهارملخه ارائه شده است. با توجه به نتايج شبيه‌سازي، روش كنترلي پيشنهادي به‌خوبي ربات را در نزديكي مسير مطلوب، با وجود حضور نامعيني مدل ديناميكي و اغتشاشات خارجي، قرار داده است.

In this paper, a new enhanced backstepping controller is presented for control of quadrotors. Dynamic equations of the robot are nonlinear. Therefore, a convenience controller is required to stabilize the robot on desired motion. Here, backstepping method is used for control of the robot. In the conventional backstepping method, nonlinear terms of dynamic equations appear in the control law. Therefore, control law depends on accuracy of the nonlinear terms in the dynamic equations. In this research, nonlinear terms in the backstepping controller are estimated by function approximate method and adaptive laws based on projection operator. Therefore, in the proposed controller, the nonlinear terms of the dynamic model is not required to know accurately. This is the main novelty of the paper. The stability analysis is performed by Lyapanov theory. In order to validation of the proposed approach, several numerical simulation results are presented. Simulation results show the proposed controller can force the quadrotors in neighborhood of the desired motion in presence of dynamic model uncertainties and external disturbances.