傳統(tǒng)的四旋翼無(wú)人機(jī)控制模型基于四旋翼無(wú)人機(jī)空氣動(dòng)力學(xué)模型,四旋翼無(wú)人機(jī)動(dòng)力學(xué)模型具有耦合度高、非線性關(guān)系的特性,精確得到無(wú)人機(jī)動(dòng)力學(xué)模型系數(shù)十分困難。因四旋翼無(wú)人機(jī)穩(wěn)定性高、機(jī)動(dòng)性強(qiáng)廣泛應(yīng)用于民用各領(lǐng)域,無(wú)人機(jī)個(gè)體與集群需要完成的任務(wù)日益復(fù)雜,需要準(zhǔn)確控制無(wú)人機(jī)飛行以完成任務(wù),傳統(tǒng)空氣動(dòng)力學(xué)模型難以滿(mǎn)足需求。研究精度較高的控制模型對(duì)于四旋翼無(wú)人機(jī)飛行控制具有重大價(jià)值。針對(duì)無(wú)人機(jī)動(dòng)力學(xué)模型無(wú)法滿(mǎn)足準(zhǔn)確控制無(wú)人機(jī)飛行的問(wèn)題,本文提出基于機(jī)器學(xué)習(xí)的無(wú)人機(jī)機(jī)動(dòng)能力模型,通過(guò)數(shù)據(jù)采集與自動(dòng)控制平臺(tái)的搭建,建立了無(wú)人機(jī)機(jī)動(dòng)能力數(shù)據(jù)集。使用XGBoost與RNN-LSTM回歸模型基于機(jī)動(dòng)能力數(shù)據(jù)集訓(xùn)練得到機(jī)動(dòng)能力模型,通過(guò)自動(dòng)控制技術(shù)進(jìn)行實(shí)際飛行試驗(yàn),驗(yàn)證了機(jī)動(dòng)能力模型可用于控制無(wú)人機(jī)準(zhǔn)確飛行。具體完成內(nèi)容如下:1)優(yōu)化了傳統(tǒng)四旋翼無(wú)人機(jī)數(shù)據(jù)采集平臺(tái),添加了無(wú)人機(jī)一鍵起飛降落功能,平臺(tái)兼?zhèn)錈o(wú)人機(jī)自動(dòng)飛行控制與數(shù)據(jù)采集功能。該平臺(tái)分為數(shù)據(jù)顯示界面、數(shù)據(jù)通信模塊、飛行策略實(shí)現(xiàn)模塊三個(gè)部分。使用該平臺(tái)建立無(wú)人機(jī)機(jī)動(dòng)能力數(shù)據(jù)集。2)提出了基于XGBoost回歸模型建立無(wú)人機(jī)機(jī)動(dòng)能力模型,該模型相較于其他機(jī)器...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 無(wú)人機(jī)發(fā)展史
        1.2.2 無(wú)人機(jī)飛行控制研究現(xiàn)狀
        1.2.3 機(jī)器學(xué)習(xí)發(fā)展史
        1.2.4 無(wú)人機(jī)領(lǐng)域機(jī)器學(xué)習(xí)應(yīng)用現(xiàn)狀
    1.3 本課題的創(chuàng)新點(diǎn)和發(fā)展趨勢(shì)
    1.4 本文的研究?jī)?nèi)容和組織結(jié)構(gòu)
2 四旋翼無(wú)人機(jī)飛行控制原理
    2.1 四旋翼無(wú)人機(jī)機(jī)械機(jī)構(gòu)及飛行原理
    2.2 四旋翼無(wú)人機(jī)動(dòng)力學(xué)模型分析
        2.2.1 四旋翼無(wú)人機(jī)平動(dòng)動(dòng)力學(xué)模型
        2.2.2 四旋翼無(wú)人機(jī)轉(zhuǎn)動(dòng)動(dòng)力學(xué)模型
    2.3 四旋翼無(wú)人機(jī)實(shí)際控制分析
        2.3.1 四旋翼無(wú)人機(jī)控制方式
        2.3.2 四旋翼無(wú)人機(jī)控制指令轉(zhuǎn)換模型
    2.4 本章小結(jié)
3 無(wú)人機(jī)機(jī)動(dòng)能力數(shù)據(jù)集的構(gòu)建
    3.1 無(wú)人機(jī)數(shù)據(jù)采集與自動(dòng)控制平臺(tái)的改進(jìn)
        3.1.1 無(wú)人機(jī)平臺(tái)界面
        3.1.2 自動(dòng)控制功能
        3.1.3 無(wú)人機(jī)定位技術(shù)
    3.2 無(wú)人機(jī)數(shù)據(jù)采集與處理
        3.2.1 數(shù)據(jù)濾波
        3.2.2 數(shù)據(jù)分析
    3.3 無(wú)人機(jī)數(shù)據(jù)集的標(biāo)準(zhǔn)化與構(gòu)建
        3.3.1 數(shù)據(jù)標(biāo)準(zhǔn)化
        3.3.2 數(shù)據(jù)集構(gòu)建
    3.4 本章小結(jié)
4 基于機(jī)器學(xué)習(xí)無(wú)人機(jī)機(jī)動(dòng)能力模型的構(gòu)建
    4.1 回歸預(yù)測(cè)模型分析
        4.1.1 基礎(chǔ)線性回歸模型
        4.1.2 BP網(wǎng)絡(luò)回歸模型
        4.1.3 循環(huán)神經(jīng)網(wǎng)絡(luò)回歸模型
        4.1.4 XGBoost回歸模型
    4.2 XGBoost與 RNN-LSTM模型訓(xùn)練結(jié)果對(duì)比
        4.2.1 實(shí)驗(yàn)環(huán)境
        4.2.2 實(shí)驗(yàn)流程
        4.2.3 RNN-LSTM模型實(shí)驗(yàn)結(jié)果
        4.2.4 XGBoost模型實(shí)驗(yàn)結(jié)果
    4.3 測(cè)試集預(yù)測(cè)結(jié)果對(duì)比分析
    4.4 本章小結(jié)
5 無(wú)人機(jī)機(jī)動(dòng)能力模型的飛行試驗(yàn)驗(yàn)證
    5.1 飛行試驗(yàn)?zāi)康?br>    5.2 不同回歸模型的飛行精度對(duì)比
    5.3 機(jī)動(dòng)能力模型飛行可靠性驗(yàn)證
    5.4 本章小結(jié)
6 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
附錄



本文編號(hào)：3854506