基于坐标系动态变化的无人机着舰引导算法-郑峰婴.pdf
《基于坐标系动态变化的无人机着舰引导算法-郑峰婴.pdf》由会员分享,可在线阅读,更多相关《基于坐标系动态变化的无人机着舰引导算法-郑峰婴.pdf(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第47卷第8期2016年8月中南大学学报(自然科学版)Journal of CentraI South UniVersity(Science and Technology)v0147 N08Aug2叭6DoI:1011817jissn16727207201608020基于坐标系动态变化的无人机着舰引导算法郑峰婴1,龚华军2,甄子洋2(1南京航空航天大学航天学院,江苏南京,210016;2南京航空航天大学自动化学院,江苏南京,210016)摘要:针对无人机着舰区域动态变化,难以精确预估的问题,设计一种基于新坐标体系动态变化的自动着舰引导算法。在捕获阶段,新坐标系随无人机空间位置的变化而动态变化;
2、在跟踪阶段,新坐标系随回收着舰区域的变化而动态变化,计算无人机在新坐标系下的速度和位置误差,经轨迹控制器修正误差,实现无人机的精确引导。以现役某型舰载无人机为对象,搭建综合仿真平台,设计飞行控制系统,优化轨迹控制器参数,加入舰尾流和导航误差,完成引导性能的验证与评估。研究结果表明:该自动着舰系统能引导无人机实现较精确地撞网着舰回收,着舰性能符合要求。关键词:无人机:自动着舰;引导算法;飞行控制;轨迹引导中图分类号:v2491 文献标志码:A 文章编号:16727207(2016)08268509C arrier UAV autonomous landing algorithm based on
3、dynamic change of coordinate systemzHENG Fengyin91,GONG Hu旬un2,zHEN Ziyall92(1School ofAs勃nautics,Nanjing uniVersi哆ofAemnautics&Astronautics,Nanjing 210016,China;2sch001 ofAutomation Engineering,Nanjing Univers时ofAeronau_ticsAs仃onau专ics,N砌ing 210016,china)Abstract:According to t11e dynamic changes o
4、f landing ta喀et d两cult to aecurately estimate,an auton啪ous 1andil】galgoritllIn was designed based on a new coordinate system with dynaIIlic changeTlle new coordinate system changeddyn枷cally with me trajectory of咖ma皿ed aerial Vehicle(UA、,)in me c印tIlring phase,and changed with the ideallanding area i
5、n the仃_acking phaseThe uAVs speed and position errors were calculated in the new coordinate system,theerrors werc corrected t11rou911 the仃旬ectoDr con仃Dllerand UAV accurate guidance was realizedAn actiVe service ca玎ieruAV was regarded as the research object,the simulation system was cons仉lcted,and th
6、e fligllt control system wasdesignedFinally,the tmjecto珂contr01 parameter was optimizedAir wake and naVigation error were added to Veri母andevaluate the perfbnnance of landillgThe results show mat this system can e髓ctiVely guide the UAV to safely lallding,and the landing perfbnnances can meet the des
7、igIl ta玛etKey words:c枷er uAu autonomic landing;landing algoritlIIl;night conn0l;trajectory guidiIlg由于舰载无人机在未来海战中的广阔应用前景,各海军强国已将其列为面向未来大中型舰艇的重要装备之一。目前,大多数舰载无人机从起飞到降落的整个飞行阶段均通过遥控设备来保证稳定性和可控性。随着科技的不断发展,海军强国要求舰载无人机能够进行自主自动起飞、降落,因此,对无人机自动着舰收稿日期:2015807;修回日期:201510一1l基金项目(Found娟on item):国家自然科学基金资助项目(61273
8、050,61403197);航空科学基金资助项目(2013zA52002);中央高校基本科研业务费专项资金资助项目(Ns2015086)(Projects(61273050,61403 197)supponed by the National Na呻l science FollIldation of chim;Project(2013zA52002)supp喇ed by lhe Aeronautic8l Science Founda:ion ofCh咄Projec州S2015086)supportedby the Fundamen诅I Research Fundsfor tlle Cennm
9、UniverSitiesl通信作者:郑峰婴,博士,助理研究员,从事舰载机着舰技术研究;E-mail:zhfynuaaeducn万方数据2686 中南火学学报(门然科学版1 第47卷系统的研究显得尤其重要,其关键技术是引导无人机使其精确着舰回收1。2】。由于技术不公开,国内外在这一方面公开报道的研究成果较少,且大多为以有人驾驶的舰载机为模型进行自动着舰技术领域的研究3_51。就无人机引导技术而言,典型的陆基无人机进场着陆时,通常针对目标着陆区设定最优轨迹,然后设计控制器精确跟踪该轨迹。例如,HoI州掣6采用神经网络目标函数优化法设计无人机飞行轨迹,以提高运算速度,实现单一或编队无人机轨迹优化;C
10、HAMSEDDE等【7】针对飞行包线及控制限制的问题,给出一种简单有效的轨迹规划及重新规划策略,避免复杂的优化问题;SIKHA等【8为快速实现无人机轨迹跟踪,采用三维空间几何算法设计飞行轨迹,并通过PID控制器实现轨迹精确跟踪;zHANG掣9J针对某固定翼无人机轨迹控制系统,提出一种非线性轨迹跟踪方法实现运动特性确定的目标区域跟踪。然而,舰基无人机和陆基无人机的降落环境完全不同,实际着舰情况也完全不同。由于受海浪运动的影响,深海的舰船振荡会导致理想着舰区域产生周期性位移,成为动态目标,如果最终的着舰区域没有足够的时间提前预测,那么,在最后阶段无法设计出最佳的飞行路线。在航母一舰载机着舰系统中,
11、主要采用常规的经典引导算法,例如,KHANTSIS0J在无人机轨迹控制环节,采用比例引导法,试图优化引导策略及参数,实现着舰引导;STORK11根据无人直升机与舰船的位置信息,采用直接视线法,实现舰载无人直升机自主定点返航;郑峰婴等【l 2|提出侧偏消除法以抑制侧风运动对着舰性能的影响。随着计算机技术和现代控制理论、非线性控制理论的发展,最优控制、自适应控制、动态逆控制等先进控制方法也应用到了着舰中;BANNETT【13】为了提高设计效率与控制精度,将最优控制方法应用于F一8C的自动着舰纵侧向轨迹控制系统设计,解决了传统方法中高度控制和自动油门视为独立通道而分开设计的不足之处,提供了一种多变量
12、控制器的设计方法:袁锁中等14用以控制方法设计舰载飞机自动着舰导引系统,有效地提高了导引系统着舰轨迹跟踪精度及抗气流扰动的能力;朱齐丹掣156针对着舰过程中的舰载机非线性运动模型,提出了一种基于非线性动态逆的滑模控制方法,解决舰载机精确控制飞行轨迹的问题。然而这些方法都受限于目标区域的动态变化,如果动态变化预测不准确,引导性能将显著下降。此外,为了提高着舰性能,往往在控制器中加甲板补偿器,以补偿理想着舰区域动态变化引起的着舰偏差,这样会增加控制系统的复杂性。杨一栋【l 7针对无人机着舰回收系统,将无人机着舰的过程分为捕获和跟踪2个阶段,提出一种基于轨迹误差消除的无人机着舰引导方法。但该方法并没
13、有考虑算法的局限性,也没有考虑甲板运动引起的着舰动态区域变化对引导算法的影响。本文作者在此基础上,针对无人机着舰目标与下滑轨迹动态变化的问题,提出基于坐标系动态变化的无人机自动着舰引导算法。定义新的坐标体系用捕获阶段,用随无人机位置变化而变化。在跟踪阶段,F随理想着舰点的变化而变化,计算无人机在该F坐标系下的速度和位置误差,可解决捕获和跟踪阶段速度矢量偏差、算法发散等问题,实现飞机下滑轨迹与舰运动同步。与传统的方法相比,一方面,它不需要提前动态规划飞行轨迹曲线,引导系统结构较简单,算法易实现,系统可靠性提高;另一方面,可避免在控制器中加甲板补偿器1 8|,降低控制系统的复杂性。无人机自动着舰引
14、导系统定义地面坐标轴三,其原点为D,固定在地面某一点,x轴在水平面指向正东,】,轴指向正北,z轴垂直正交x和y,其指向按照右手定则确定。研究中假定无人机着舰回收方式为撞网回收,可任意选定无人机初始位置及初始速度方向,引导舰载无人机至指定着舰点的过程分为捕获和跟踪2个阶段。在捕获阶段,指引舰载机从任一飞行状态至某固定点,定义为捕获点,如图1中肌点。假定航母直线航行,h。为无人机飞行速度,ll。d为着舰点前进速度,在捕获阶段因距舰较远,只考虑导航误差,不考虑航母运动、舰尾流对飞行轨迹的影响。在跟踪阶段,控制飞机速度和位置方向,使其对准理想着舰点。在接近航母时,必须考虑由于海浪运动引起的理想着舰点图
15、l 无人机自动着舰引导系统示意图Fig1 Schenlatjc diagram of UAV automatic carrier landjng万方数据第8期 郑峰婴,等:基于坐标系动态变化的无人机着舰引导算法 2687。 轨迹 土护。 d。d【 l占ec土J rcj 一工 mp。 控制器一 飞行 作自动- 控制器 动舰载 n 一,、 只。 一 着舰 唯,只。(引导律) j力 (飞控律) J。J, 器 万。d 无人机一L 引导I 土p P - 算法只la、舰运动导航误差 圃图2无人机自动着舰引导系统结构配置图Fig2 StrLlctural a110cation of UAV automati
16、c carrierlanding system的变化,以及舰尾气流扰动对无人机着舰的影响。无人机自动着舰引导系统的结构配置如图2所示,包含舰载无人机动力学和运动学、飞控系统、自动着舰引导算法、轨迹控制器(引导律计算)等环节。其中l。和p。分别为初始时刻速度和位置矢量:v和卸为无人机速度和位置矢量变化量;以为纵向通道的俯仰控制期望值;诈为横侧向通道的滚转控制期望值;正和讲分别为1L控系统输出的升降舵和油门偏转量;皖和4分别为副翼舵和方向舵偏转量;瓯。,瓯。,疋和西。为经作动器后输出的舵面偏转量;风为航母运动引起的理想着舰点位移,外界干扰包括舰尾流、导航误差等影响因素。根据无人机当前的速度信息K。
17、和位置信息p。,由自动着舰引导算法计算其速度误差l,。和位置误差p。将误差信号引入轨迹控制器,通过引导律计算,给出控制指令良和像,飞控系统接收该指令后,操纵飞机不断修正姿态和航迹,最终消除位置和速度偏差,引导无人机沿理想轨迹着舰。2 自动着舰引导算法设计21捕获点po位置计算肌点的几何位置如图3所示,计算肌时,首先确认无海浪运动影响时,着舰时刻回收网的中心位置肌和方向五。令回收网主对角线的点为p和p2,回收网中点位置为p。,矢量毛=o o 1表示回收网的垂直方向,见图3,假定着舰过程中z。不变,回收网的法向矢量只在胛平面内移动。回收网中点的位置p。可表示为pt=(p2一p1)2 (1)主对角线
18、方向为d=(|p2一A 11)(p2一p1) (2)由共面矢量2。和矗,可得回收网的法向矢量五为五=(|乙dII)(乙d) (3)由此,可确定回收网在三维空间的位置和方向。根据回收网位置和方向计算肌,当回收网的法向矢量南指向x轴,可得m为=pt+Dcos,0 Dsiny (4)式中:y为p妒。与水平面的夹角;D为p帆长度。当五不指向x轴,需采用另一种方法计算肌。定义新的坐标系G,以上标G表示,原点为p。,x轴指向肌,见图3。图3中,地理坐标系以上标表示。图3捕获阶段示意图Fig3 Diagram of glide slope capturing令“x=。1 0 01,计算坐标系G与地理坐标系三
19、之间的欧拉角: =0, 臼=7,y=arctan(y)。式中,J,二和分别为五在地理坐标系x轴和y轴上的分量。由此,得p。在地理坐标系下的位置为po=pt+言尺五 (5)式中:占R表示G)到的转换矩阵,可由坐标系G和犯的欧拉角计算得到,且舌曰=!曰1。22捕获和跟踪阶段的引导算法在进场捕获阶段,令无人机在飞行过程中重心的位置矢量为p。,内到无人机重心位置的距离为:万方数据2688 中南大学学报(自然科学版) 第47卷FV。=蚕c瓦。一V。,=丁T墨“a7c。,r屯_!黑氍:芝篇淼, l(pt一风一肌)0(A一风一风)旷,x313 m、p。:pt,胗313 m (12)pm 21p一阢,x313
20、 mu纠【pt一风,五jlj m芸(pc(沪puav)T(风(沪)-0 (19)芸(卜驴)T(A(卜驴)_0风(s)=三(一)+三r(风。一)Tr(23)F见cs,=蓍c吉cp矗一风。,+圭丁cp。一p。,T丁,耻脏:卜5,同理,可得B坐标系下的速度误差为F(S)=0吉(T(V。飞av)圭(巩vV洲(26)万方数据第8期 郑峰婴,等:基于坐标系动态变化的无人机着舰引导算法 2鱼!窆23 引导算法调整在研究中发现,实际引导算法的运行过程中需要解决3个问题。231捕获阶段稳态时存在速度矢量与,相反的情况在捕获阶段,令,。=0,则上述误差方程可分解为3个约束条件:丁1瓦。一丁v。=0;1,。=0;曰
21、1,=0。对于前2个约束条件,可通过引导律信息控制纵向和侧向飞控系统保持速度误差在F坐标系y轴和z轴的分量为0;对于第1个约束条件,进场着舰时,可通过速度控制系统保持速度恒定不变,为指令值K,但不能保证速度矢量指向r。由此,在控制系统(包括引导律和飞控律)作用下,捕获阶段的引导算法中存在2种情况:1)无人机按指令速度l,。飞行,且速度方向。对准L。和丁的夹角为00;这是所期望的飞行轨迹,如图4(a)所示;2)存在完全相反的一种情况,无人机按指令速度心飞行,但无人机速度方向与r夹角为1800,如图4(b)所示,这是引导算法中需要避免的。为解决这一问题,需将l,。和z的夹角也作为误差信号引入控制系
22、统,稳态时令其夹角为0。礼j0。(a)速度欠镰刈准,述嫂欠撼(b)速度欠量。o 7州反图4捕获阶段引导算法存在的2种情况Fig4 Two cases of guidance algorithm in capmring232跟踪初始阶段速度矢量不对准p咿。的问题根据上述方法可保证无人机经过肌点,但不能保证无人机到达肌点时,它的速度矢量对准p妒。连线,如图5中曲线2所示。若不对算法加以调整,则无人机到达肌时速度矢量如图5中。(1)所示,飞行轨迹如图5中曲线1所示。为使无人机在捕获肌点时,其速度矢量如。(2)所示,对准p妒。连线,一直计算无人机与pop。连线的距离。当距离小于某一值时,如图5中的爿点
23、,即进入跟踪阶段的引导算法。233算法发散的问题运行自动着舰引导算法时,有2种情况会导致算法发散:1)由于不限制无人机的初始位置与初始速度方向,则在捕获的初始阶段有可能存在飞机速度方向(朋平面)和理想轨迹之间的角度非常大的情况;2)接近肌点,进入跟踪阶段时,速度方向与p妒。连线之间夹角非常大的情况,如图6所示,其中R为矢量丁在驯平面的投影。图5速度矢量与下滑轨迹的夹角Fig5 Angle between Velocity and glide path图6初始速度方向远偏离着舰点前进方向Fig6 Initial velocity far from landing point direction往
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 坐标系 动态 变化 无人机 引导 算法 郑峰婴
限制150内