近年來,日益復(fù)雜的空中作業(yè)對(duì)小型無人機(jī)的自主飛行能力提出更高的要求,而飛行控制技術(shù)是無人機(jī)自主性的前提和保障,研究自適應(yīng)能力強(qiáng)、綜合性能指標(biāo)高的無人機(jī)智能控制技術(shù)對(duì)無人機(jī)行業(yè)和社會(huì)生產(chǎn)有重要意義。小型無人機(jī),如四旋翼無人機(jī),是一個(gè)多輸入、多輸出、強(qiáng)耦合、欠驅(qū)動(dòng)、模型存在不確定、未知外部干擾繁多的非線性系統(tǒng)。對(duì)于這樣一個(gè)復(fù)雜的控制問題,現(xiàn)有的無人機(jī)控制技術(shù)難以自適應(yīng)滿足多種任務(wù)需求,也缺少優(yōu)化綜合性能指標(biāo)的能力,因此,研究小型無人機(jī)的自學(xué)習(xí)、自校正、自優(yōu)化的智能控制技術(shù)具有重要的理論和實(shí)際意義。本文針對(duì)一類常見的小型無人機(jī),考慮存在模型不確定性和未知外部干擾、機(jī)載計(jì)算機(jī)算力受限、低成本傳感器噪聲大等問題,主要研究結(jié)合強(qiáng)化學(xué)習(xí)的無人機(jī)智能控制技術(shù)。本文設(shè)計(jì)的無人機(jī)強(qiáng)化學(xué)習(xí)控制器能夠通過歷史飛行經(jīng)驗(yàn)的積累和在線訓(xùn)練學(xué)習(xí),抵抗未建模的系統(tǒng)不確定性和未知的外部干擾,不斷優(yōu)化設(shè)定的綜合性能指標(biāo),為無人機(jī)提供智能、自主、對(duì)陌生環(huán)境自適應(yīng)強(qiáng)的高性能控制。本文的研究成果還可以通過事件驅(qū)動(dòng)機(jī)制明顯降低小型無人機(jī)的計(jì)算資源消耗,可以通過地標(biāo)檢測(cè)和狀態(tài)估計(jì)完成室內(nèi)無GPS環(huán)境下的精準(zhǔn)降落。主要內(nèi)容和成果包括以...

【文章頁(yè)數(shù)】：127 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 課題背景與意義
    1.2 研究概況
        1.2.1 無人機(jī)的狀態(tài)估計(jì)
        1.2.2 無人機(jī)線性控制方法
        1.2.3 無人機(jī)非線性控制方法
        1.2.4 無人機(jī)非線性抗擾控制方法
        1.2.5 強(qiáng)化學(xué)習(xí)優(yōu)化控制理論
        1.2.6 無人機(jī)強(qiáng)化學(xué)習(xí)控制方法
    1.3 有待解決的關(guān)鍵問題
    1.4 論文的主要內(nèi)容與組織結(jié)構(gòu)
2 小型無人機(jī)的動(dòng)力學(xué)與狀態(tài)估計(jì)
    2.1 引言
    2.2 小型無人機(jī)的動(dòng)力學(xué)模型
        2.2.1 小型無人機(jī)的坐標(biāo)系定義與基本運(yùn)動(dòng)機(jī)理
        2.2.2 小型無人機(jī)的動(dòng)力學(xué)模型
        2.2.3 小型無人機(jī)的執(zhí)行器模型
    2.3 小型無人機(jī)的狀態(tài)估計(jì)
        2.3.1 傳感器模型
        2.3.2 姿態(tài)估計(jì)系統(tǒng)
        2.3.3 仿真與實(shí)驗(yàn)
    2.4 本章小結(jié)
3 基于動(dòng)態(tài)面控制與滑模擾動(dòng)觀測(cè)器的無人機(jī)控制器設(shè)計(jì)
    3.1 引言
    3.2 問題描述
        3.2.1 無人機(jī)位姿控制問題
        3.2.2 旋翼推力輸出問題
    3.3 基于DSC與SMDO的解耦控制器設(shè)計(jì)
        3.3.1 滑模擾動(dòng)觀測(cè)器的設(shè)計(jì)
        3.3.2 動(dòng)態(tài)面解耦控制器設(shè)計(jì)
        3.3.3 閉環(huán)系統(tǒng)的穩(wěn)定性分析
    3.4 基于模糊邏輯的高精度推力解算算法
    3.5 實(shí)驗(yàn)驗(yàn)證
        3.5.1 懸停實(shí)驗(yàn)
        3.5.2 跟蹤實(shí)驗(yàn)
    3.6 本章小結(jié)
4 基于強(qiáng)化學(xué)習(xí)補(bǔ)償控制的無人機(jī)控制器設(shè)計(jì)
    4.1 引言
    4.2 問題描述
    4.3 基于強(qiáng)化學(xué)習(xí)的補(bǔ)償控制器設(shè)計(jì)
    4.4 數(shù)值仿真
        4.4.1 訓(xùn)練過程實(shí)驗(yàn)
        4.4.2 抗風(fēng)性懸停實(shí)驗(yàn)
        4.4.3 跟蹤實(shí)驗(yàn)
    4.5 本章小結(jié)
5 基于事件驅(qū)動(dòng)的無人機(jī)強(qiáng)化學(xué)習(xí)控制器設(shè)計(jì)
    5.1 引言
    5.2 問題描述
    5.3 基于事件驅(qū)動(dòng)的強(qiáng)化學(xué)習(xí)控制器設(shè)計(jì)
        5.3.1 觸發(fā)條件設(shè)計(jì)
        5.3.2 評(píng)價(jià)器和動(dòng)作器的更新規(guī)則
        5.3.3 閉環(huán)系統(tǒng)的穩(wěn)定性分析
    5.4 數(shù)值仿真
        5.4.1 懸停任務(wù)
        5.4.2 跟蹤任務(wù)
    5.5 本章小結(jié)
6 基于YOLO地標(biāo)檢測(cè)的無人機(jī)強(qiáng)化學(xué)習(xí)控制器設(shè)計(jì)
    6.1 引言
    6.2 問題描述
    6.3 基于YOLO的強(qiáng)化學(xué)習(xí)無人機(jī)狀態(tài)控制器設(shè)計(jì)
        6.3.1 基于YOLO的地標(biāo)檢測(cè)算法
        6.3.2 基于神經(jīng)網(wǎng)絡(luò)的無人機(jī)狀態(tài)估計(jì)器
        6.3.3 適用室內(nèi)起降任務(wù)的強(qiáng)化學(xué)習(xí)無人機(jī)控制器
    6.4 數(shù)值仿真
        6.4.1 YOLO檢測(cè)實(shí)驗(yàn)
        6.4.2 基于神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)器的性能測(cè)試實(shí)
        6.4.3 強(qiáng)化學(xué)習(xí)無人機(jī)控制器的室內(nèi)降落實(shí)驗(yàn)
    6.5 本章小結(jié)
7 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及在學(xué)研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3773994