Аналіз методів і алгоритмів керування положенням квадротора
DOI:
https://doi.org/10.15587/2706-5448.2025.333833Ключові слова:
керування квадротором, параметрична та структурна невизначеність, керування на основі енергетичних функціоналів, нелінійні MIMO-системиАнотація
Об’єктом дослідження є система керування положенням безпілотного літального апарата (БПЛА) типу квадротор як нелінійної багатовхідної-багатовихідної (MIMO) системи з сильною взаємозалежністю каналів керування та високою чутливістю до параметричної та структурної невизначеності. Розглянута проблема полягає у відсутності робастних та обчислювально ефективних алгоритмів керування, які можуть забезпечити стабільність в умовах невизначеності та бути реалізованими на вбудованих платформах з обмеженими ресурсами.
У цьому дослідженні представлено аналітичний огляд сучасних методів керування стабілізацією положення квадротора. Проаналізовані методи включають класичні пропорційно-інтегрально-диференціальні (PID) регулятори, лінійні оптимальні, робастні, адаптивні та інтелектуальні системи (нейронні мережі, нечітку логіку). Аналіз зосереджено на структурі, чутливості до невизначеностей, обчислювальній складності та можливості реалізації на контролерах польоту на базі STM32.
У результаті огляду встановлено, що класичні PID-регулятори, хоча й широко використовуються, мають високу чутливість до змін моделі та шуму в сенсорах. Інтелектуальні системи демонструють кращу адаптивність, але перевищують обчислювальні можливості недорогих мікроконтролерів. Найперспективнішим напрямом визнано методи керування на основі енергетичних функціоналів, які мінімізують локальні функціонали миттєвих значень енергії. Ці методи дозволяють формувати замкнені аналітичні закони керування, уникати диференціювання сигналів та зберігати робастність при мінімальному навантаженні на процесор.
Порівняльна оцінка показує, що запропонований алгоритм має потенціал підвищити якість керування більш ніж на 7% та зменшити вплив параметричних збурень в середньому на 10% порівняно з традиційними системами на основі PID. Результати рекомендовано для систем керування БПЛА, що працюють в умовах обмежених обчислювальних ресурсів, відсутності GPS або за завад, таких як тактичні дрони, платформи FPV та автономні навігаційні системи.
Посилання
- Besnard, L., Shtessel, Y. B., Landrum, B. (2007). Control of a Quadrotor Vehicle Using Sliding Mode Disturbance Observer. 2007 American Control Conference. New York: IEEE, 5230–5235. https://doi.org/10.1109/acc.2007.4282421
- Dierks, T., Jagannathan, S. (2010). Output Feedback Control of a Quadrotor UAV Using Neural Networks. IEEE Transactions on Neural Networks, 21 (1), 50–66. https://doi.org/10.1109/tnn.2009.2034145
- Hedjar, R., Al Zuair, M. A. (2019). Robust Altitude Stabilization of VTOL-UAV for Payloads Delivery. IEEE Access, 7, 73583–73592. https://doi.org/10.1109/access.2019.2919701
- Barrón-Gómez, R. A., Ramos-Velasco, L. E., Espinoza Quesada, E. S., García Carrillo, L. R. (2017). Wavelet neural network PID controller for a UAS transporting a cable-suspended load. IFAC-PapersOnLine, 50 (1), 2335–2340. https://doi.org/10.1016/j.ifacol.2017.08.419
- Kayacan, E., Maslim, R. (2017). Type-2 Fuzzy Logic Trajectory Tracking Control of Quadrotor VTOL Aircraft with Elliptic Membership Functions. IEEE/ASME Transactions on Mechatronics, 22 (1), 339–348. https://doi.org/10.1109/tmech.2016.2614672
- Wang, H., Xiaoping Liu, P., Xie, X., Liu, X., Hayat, T., Alsaadi, F. E. (2021). Adaptive fuzzy asymptotical tracking control of nonlinear systems with unmodeled dynamics and quantized actuator. Information Sciences, 575, 779–792. https://doi.org/10.1016/j.ins.2018.04.011
- Li, S., Wang, Y., Tan, J., Zheng, Y. (2016). Adaptive RBFNNs/integral sliding mode control for a quadrotor aircraft. Neurocomputing, 216, 126–134. https://doi.org/10.1016/j.neucom.2016.07.033
- Lee, T. (2013). Robust Adaptive Attitude Tracking on SO (3) With an Application to a Quadrotor UAV. IEEE Transactions on Control Systems Technology, 21 (5), 1924–1930. https://doi.org/10.1109/tcst.2012.2209887
- Hedjar, R. (2015). Robust one-step-ahead model predictive control of VTOL-UAVs. The 27th Chinese Control and Decision Conference (2015 CCDC). Qingdao: IEEE, 3053–3058. https://doi.org/10.1109/ccdc.2015.7162445
- Ostroverkhov, M., Pyzhov, V., Korol, S. (2017). Control of the electric drive under conditions of parametric uncertainty and coordinates’ interrelation. 2017 International Conference on Modern Electrical and Energy Systems (MEES). Kremenchuk: IEEE, 64–67. https://doi.org/10.1109/mees.2017.8248953
- Ostroverkhov, M., Pyzhov, V. (2019). Control of the Electric Drive with Field Regulated Reluctance Machine. 2019 IEEE 6th International Conference on Energy Smart Systems (ESS). Kyiv: IEEE, 277–282. https://doi.org/10.1109/ess.2019.8764206
- ArduPilot. Available at: https://ardupilot.org/
- Copter Attitude Control. ArduPilot. Available at: https://ardupilot.org/dev/docs/apmcopter-programming-attitude-control-2.html
- Satskyi, I. S., Ostroverkhov, М. Ya. (2025). Improving the quality of unmanned aerial vehicle attitude control under conditions of parametric and structural uncertainty. Development priorities for technical sciences in the modern world. Riga, 54–57. https://doi.org/10.30525/978-9934-26-542-6-14
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Mykola Ostroverkhov, Illia Satskyi
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
