1.需求描述:
飞行控制技术是现代各类固定翼、旋翼无人机的核心技术之一。能适应各种气象环境、复杂使用环境、飞行精度高的飞行控制技术是支撑无人机发展的重要支撑要素。
2.技术难点和创新点:
目前无人机的飞行控制主要通过简单的PID(比例、积分、微分)反馈控制技术实现自动导航与跟踪,但PID控制方法内控制回路增益受限于线性模型与系统实际动力学反应的差异,而外控制回路还必须比内控制回路慢得多才能避免不稳定震荡,因此控制与跟踪性能与飞行器的潜在性能相比只能大打折扣。由于参数的较大不确定性以及主旋翼与平衡翼之间的ldquo隐蔽rdquo动态交互作用,简单的PID控制方法更是无法实现旋翼类飞行器的高机动自主飞行,与此同时,许多先进的控制设计方法普遍依赖于精确的系统动力学模型,而后者通常需要大量的时间与不菲的代价才能获得。而且,实际系统的动力学模型往往并非一成不变,而是随各种飞行条件与系统设置的不同而改变,如风向与天气的变化,不同的载荷,燃油的损耗等。传统的方法是针对各种状况事先设计好多套控制增益系数甚至多种控制定律,但在实际应用中往往由于过分繁杂而失去可行性。
3.相关要求以及考核指标:
要求:建立以自我学习的神经元自适应控制的无人机飞行控制方法,针对固定翼、旋翼无人机、无人直升机各定义一个异常简单近似的线性模型,其与实际系统动力学的差异由神经元实时进行补偿,实现飞行过程稳健可靠的跟踪控制性能。
指标:
能适应固定翼、旋翼无人机、无人直升机的飞行控制;
在固定翼、旋翼无人机、无人直升机的最大抗风能力下,飞行控制精度保持不变
能适应固定翼、旋翼无人机、无人直升机机载不同载荷、燃油变换等造成的飞行器动力学变化情况;
横滚、俯仰控制精度0.5deg,航向控制精度1deg;
航迹控制精度:纵向控制精度1米、横侧向控制精度2米。