面向旋翼飞行机器人的控制方法研究

旋翼飞行机器人是目前国防、民用两大领域都迫切需要的一种无人平台，它在受限空间内的机动能力，如在狭小的空间起降、空中悬停、超低空飞行、悬停转向等，使得其可以承担固定翼无人机所难以完成的使命，如城市空中信息获取、灾难搜救、反恐防暴、输电线路油气管线巡检、边防反走私反偷渡、森林防火、航拍航测等等。但是，要摆脱遥控的限制，实现旋翼飞行机器人远距离、超视距自主飞行，高性能的机载控制器是必要的前提。但是，由于旋翼飞行机器人的动力学模型复杂，除了飞行器所共有的空气动力学不确定性外，还包括主、尾旋翼之间的强耦合，低空飞行时由旋翼气流引起的地效扰动，低速飞行时的风扰等。上述这些因素导致难以建立起旋翼飞行机器人的动力学模型。 旋翼飞行机器人的动力学复杂性是制约其高性能控制实现的核心问题，如何解决这个问题也就成为目前自动控制领域的重要研究方向之一，其研究内容包括可以归纳为：1) 如何合理简化动力学模型使其适合控制策略设计，2) 如何处理未建模不确定因素和空气动力学扰动，3) 如何提高算法的实时性以便在线实现。 本论文针对上述内容开展深入研究，以在线可实现性为核心目标，旨在建立具有结构简单、实时性好、针对不确定因素及扰动具有强鲁棒性的旋翼飞行机器人控制方法。论文的具体内容安排如下： 第1章，在综述现有控制方法的基础上，深入分析并归纳出旋翼飞行机器人控制策略设计中的难点；同时，鉴于本论文将重点研究在线估计方法与旋翼飞行机器人控制策略相集成的可行性，本章也分析了现有非线性估计方法的特点。 第2章，在简单介绍旋翼飞行机器人飞行机理的基础上，将其视为理想刚体，根据理论力学及叶素理论建立了旋翼飞行机器人六自由度动力学模型。这个模型是一个本质上强非线性、不稳定、高度耦合、非最小相位，带有时变不确定因素的多输入多输出系统。本章对该模型进行了相应地简化，使其可以作为后续控制方法设计与分析的基础。 第3章，重点研究旋翼飞行机器人的独立通道控制方法，提出了两种方案提高基于单输入单输出简化模型的独立通道控制对未建模因素的鲁棒性。首先分析了动态反馈线性化方法在旋翼飞行机器人独立通道控制方面应用的可行性，虽然在理论上可以证明其稳定性，但其对模型的依赖以及计算量大、实时性差等缺点将制约其在实际系统上的应用。以此为基础，又创新地提出基于自调整神经元的控制方法克服未建模扰动和未知时变参数扰动，该方法保留了独立通道控制结构简单、算法易于实现的特点。 第4章，深入研究了UKF算法。在介绍了U变换和标准UKF算法的基础上，提出了具有噪声统计特性自适应能力的UKF算法。该方法以新息方差的实际值与估计值的差为指标函数，用MIT规则作为自适应机制，在线调整UKF中的噪声方差参数，从而提高UKF估计方法在先验信息不足时的估计性能。该方法为基于在线主动估计的旋翼飞行机器人控制奠定了基础。 第5章，提出基于在线主动建模的旋翼飞行机器人控制结构。在该结构中，利用非线性估计方法在线估计旋翼飞行机器人动力学模型中的不确定因素及扰动；同时，将在线估计的结果融入控制策略，实现对模型不确定因素及扰动的抑制。 最后对全文作出总结。

地面移动机器人自主环境建模与适应控制方法研究

随着移动机器人应用范围的日益扩展，在动态、非结构环境下提高自主行为能力已经成为移动机器人研究领域的首要问题。本文以“863”高技术计划资助项目“复合机构移动机器人构型在线优化及控制共性技术研究”为依托，以沈阳自动化研究所自主研发的“模块化便携式履带式移动机器人”为实验平台，针对实时非线性在线估计共性方法及其在移动机器人行为环境的自主建模及环境适应运动控制等方面的引用，展开深入研究，旨在提高移动机器人对动态、非结构环境的适应能力。本论文的主要内容如下：首先，研究了二维环境下移动机器人的滑动效应建模问题。将滑动效应表达为三个时变的滑动参数，建立起带滑动参数的移动机器人运动学和动力学模型，探讨了运动模型的能控性和能观性，并结合动力学分析对侧滑参数的深层机制进行了分析。本研究内容为后续估计和控制问题的验证提供了仿真对象。其次，介绍了四种非线性在线估计共性方法，即基于线性化理论的EKF估计方法、基于无色变换的UKF估计方法、基于UKF重要性采样的UPF估计方法和基于未知但有界噪声假设的ESMF估计方法，建立了具有一般性的移动机器人在线建模结构；针对上述四种估计方法在移动机器人在线建模方面的应用进行了分析和比较研究，重点强调了保边界集员估计方法独有的优势。第三，针对ESMF估计方法本身存在的数值稳定性差、时间复杂度高以及滤波器参数难于选择的缺点，提出了基于UD分解的自适应扩展集员估计方法，将包络矩阵UD分解、观测序列更新和选择更新、滤波器参数的次优自适应选择三种策略结合起来，以提高ESMF的实时性和鲁棒性，针对滑动参数估计的仿真结果表明了所提方法的有效性。第四，针对两类带有参数不确定性的移动机器人控制问题，提出了在线估计与控制相结合的方法。其一是带未知时变滑动参数的移动机器人跟踪控制问题，采用非线性估计方法对未知参数进行在线估计，并结合动态反馈线性化和PD控制律两种控制策略，以达到全局指数跟踪的收敛结果。其二是带滑动参数和几何参数等混合不确定性的移动机器人点镇定控制问题，采用state scaling和back-stepping方法，对参数未知但有界的情形获得了全局指数收敛的点镇定结果。最后，对三维情况下移动机器人周边地形环境的在线建模问题进行了研究。采用数字高程网格地图表达地形环境，介绍了基于高斯和模型的地形估计方法。针对高斯和模型本身近似条件所引起的应用困难和精度较差的缺点，提出了基于区间集员估计理论的地形环境模型估计方法，避免了高斯和估计方法中存在的大量近似条件，改善了地形估计性能，并可获得地形的保证边界估计信息，为机器人的运动控制和构型调整提供必需的先验知识。仿真和实验研究均证明了集员地形估计方法相对于高斯和地形估计方法的优越性。

旋翼飞行机器人故障诊断及容错控制方法研究

无人直升机（Unmanned Helicopter）具有固定翼无人机所不具备的很多优势，它具有垂直起降、空中悬停、协调转弯、前飞、侧飞等多种飞行模态。这种独特的飞行性能决定了它的使用价值：在军用方面，无人直升机既能执行各种非杀伤性任务，又能执行各种软硬杀伤性任务，包括侦察、监视、目标截获、诱饵、攻击、通信中继等；在民用方面，无人直升机在航拍、大气监测、交通监控、资源勘探、电力巡检、森林防火、农业等方面具有广泛的应用前景。但是，直升机自身动力学所固有的高度复杂性和不确定性，导致难以对其实现高性能控制，目前视距范围内遥控仍然是其主要的行为方式，这极大地制约着无人直升机的实际应用。近五年来，将机器人学中的自主行为技术与无人直升机平台相结合，构造全自主型无人直升机系统，即所谓的旋翼飞行机器人（Rotary Wing Flying Robot, RWFR），被认为是一种可行的技术路线；同时，与之相关的自主控制方法也成为移动机器人领域的重要研究方向之一。 自主行为能力包括三个层面的内涵：一是自主、在线的环境理解能力，这里的环境不仅是机器人所处的外部环境，也包括其自身的动力学以及健康状态；二是以环境理解为基础的优化行为自主产生能力；三是控制自身本体实现期望行为的能力。对于旋翼飞行机器人而言，其自身健康状态的自主理解以及与之相关的控制行为产生是至关重要的环节，因为它决定着可靠性。旋翼飞行机器人具有多变量、非线性耦合、柔性结构等多种动力学特性[1]，在飞行过程中会遇到风、发动机振动等多种扰动，其机械部件和控制系统极易出现故障，如果故障不能被有效检测或在有限控制周期内没有被及时处理，旋翼飞行机器人就会因其静不稳定的特点而失去控制，导致机体严重损毁甚至地面人员伤亡。 本论文针对旋翼飞行机器人的自主健康诊断与管理能力开展深入研究，重点研究传感器、执行器、飞机本体故障解耦，各子系统故障的检测、辨识与容错控制，面向在线应用的算法实时性等核心问题，旨在建立具有结构简单、实时性好、针对典型故障可实时进行故障诊断及容错控制的方法体系。论文的具体内容如下： 第1章，对故障诊断及容错控制方法的研究现状进行综述，深入分析并归纳旋翼飞行机器人故障诊断与容错控制中存在的问题和发展方向，引出本文的研究内容和重点。同时，在简要介绍国内外各种旋翼飞行机器人实验平台的基础上，选择一种具有典型性的实验平台进行深入分析，总结了其特点和不足，为研制自己的实验平台系统奠定基础。 第2章，作为论文后续方法研究、仿真及实验验证的基础，首先介绍旋翼飞行机器人的动力学模型，接下来介绍本人参与研制的开放式仿真系统，并着重介绍以作者为主要负责人所设计、研发的40公斤起飞重量级旋翼飞行机器人开放式飞行实验平台—ServoHeli-40。 第3章，以阐述ServoHeli-40旋翼飞行机器人自主飞行控制结构及独立通道控制方法为基础，创新性地提出旋翼飞行机器人容错控制体系结构，并分析该结构中各模块任务及作用。针对传感器和执行器故障之间的耦合问题，提出基于贝叶斯推理的异类故障解耦方法，为独立研究传感器、执行器故障扫清障碍。 第4章，重点研究旋翼飞行机器人传感器故障诊断及容错控制。针对不同故障检测类型和阶段，提出了三种方法。首先针对突变类型的传感器故障采用基于db2的小波变换方法进行检测，对传感器数据进行时频域同时变换，实现实时准确分析；其次应用自适应神经网络方法对故障信号及正常飞行中飞行模态变化进行区分，提高了故障检测的可信性与可靠性；最后以多源传感器信息融合为基础，探索在部分传感器出现故障的情况下提供次优的传感器数据。 第5章，重点研究执行器软性故障的在线估计及控制策略在线重构问题。首先提出旋翼飞行机器人执行器定量软性故障的数学表达方法，深入研究两种自适应UKF方法在执行器软性故障在线估计方面的有效性和可行性；最后，提出一种基于故障参数在线估计的控制策略重构方法。 论文针对所提出的方法，以ServoHeli-40旋翼飞行机器人的实际拟合动力学模型为对象开展了仿真研究，部分内容在ServoHeli-40上进行了实际飞行实验验证。

非完整系统鲁棒控制方法及在水面移动机器人中的应用

近年来，随着机器人技术的发展，各种各样的移动机器人系统正在开始应用于工业、国防安全、公共安全、灾难救援、科学探测等领域；但是，遥控作业仍然是制约移动机器人广泛应用的一个核心问题。如何使机器人系统摆脱遥控的束缚而具有全自主行为能力，是目前机器人学领域重点研究的关键问题之一。自主环境适应能力是移动机器人最基本的自主能力之一。机器人系统需要面对不可预知的、动态的、存在时变扰动和噪声的工作环境，这通常会导致机器人动力学参数的变化，从而使传统的机器人控制技术很难得到满意的控制效果并达到自主环境适应的目的。同时，目前的移动机器人系统大都受非完整约束的影响，由于其约束的不可积性，使其控制与规划变得异常困难，因此研究移动机器人在存在不确定情况下的鲁棒控制问题，以及存在非完整约束条件下的镇定问题和规划问题具有非常重要的理论意义和实际应用价值。本文以沈阳自动化所与大连理工大学联合研制的三体船型水面移动机器人（UTV）这个典型的受不确定以及非完整约束影响的系统为背景，研究其在存在大量不确定因素及外界环境干扰条件下的鲁棒控制问题和其在受制于非完整约束情况下的镇定和运动规划问题，其中前者主要针对系统在受风、流、浪等外界干扰下的鲁棒控制问题；后者旨在解决满足非完整约束条件下的非线性系统规划与控制问题。本论文的具体内容安排如下：第1章，简单介绍了非完整系统的概念，归纳出非完整系统在控制上的两方面核心问题，即：不确定性及扰动的抑制问题和运动规划与控制问题。对解决这两类问题的现有方法进行了深入分析和综述，包括动态模型的在线估计共性方法、非完整约束系统运动控制方法、以及优化与预测控制方法，同时，介绍了本文作为仿真与实验对象的三体船型水面平台的发展概况。针对现有方法存在的问题有针对性地提出了本论文的研究内容。第2章，首先简要介绍了机器人学国家重点实验室与大连理工大学联合研制的三体船型水面移动机器人试验平台，作为本论文后续仿真与实验研究的对象，介绍了该平台的动力系统与控制系统。从运动控制的角度出发，综合考虑推力、水动力等对整个系统的动力学进行了分析，建立了完整的6自由度动力学模型以及水平面运动的简化模型。在此基础上，分析了三体船型水面移动机器人的非完整约束特性和能控性，为后续方法研究奠定了基础。第3章，提出了一种基于主动建模的鲁棒控制设计方法。对于包含难以准确建模动力学以及外来扰动等不确定性的系统，可以将其动力学模型合理简化，而将所有不确定因素以模型差的形式引入到系统中；将引入的模型差与系统原有状态组合成增广状态，构造出联合估计模型；再利用在线估计方法实时估计这个模型差；同时，将估计出的模型差利用某种控制策略反馈到控制量中，达到增强系统鲁棒性的目的。针对三体船型水面移动机器人，在理论上分析了上述方法的稳定性，并在实际三体船型水面机器人上开展了实验比较研究。实验结果表明此方法对系统中存在的各种不确定因素具有很好的抑制作用。第4章，重点研究非线性系统在线估计以及将在线与控制相结合的问题。在简要介绍可以用于非线性估计的UKF方法的基础上，针对其性能严重依赖噪声先验知识的问题，提出了一种基于主从结构的自适应滤波器设计方法。同时针对三体船型水面机器人非线性系统模型中存在的不确定性因素，提出了一种基于自适应UKF的指数跟踪控制器设计方法。仿真结果验证了自适应UKF算法的性能提高，同时验证了基于在线估计的指数跟踪控制器对时变参数与扰动的抑制作用。第5章，研究了非完整约束系统的镇定控制问题。提出了一种高维流形嵌入法；通过把二阶非完整约束系统嵌入到高维流形中，将在原空间中镇定到一个点的问题转化成在扩展的状态空间中镇定到一个子流形的问题；从而，可以将原空间不可连续反馈镇定的控制问题转化为高维流形中可连续反馈镇定控制问题，理论上证明了该方法的正确性和完备性。针对三体船型水面移动机器人的仿真结果验证了该方法的正确性。第6章，针对非完整约束对移动机器人可执行轨迹的制约问题，提出了跟踪控制Lyapunov函数的概念，并将其引入到非完整系统地运动规划中，用跟踪控制Lyapunov函数来保证规划算法的收敛性和可执行性。该方法将非线性预测控制与基于跟踪控制Lyapunov函数的广义逐点最小范数控制相结合，得到了一种在保证闭环稳定性前提下的运动规划算法；理论上证明了该方法的正确性，并针对三体船型水面移动机器人动力学进行仿真验证。

Sistema de detecção e isolamento de falhas em sistemas dinâmicos baseado em identificação paramétrica

The present research aims at contributing to the area of detection and diagnosis of failure through the proposal of a new system architecture of detection and isolation of failures (FDI, Fault Detection and Isolation). The proposed architecture presents innovations related to the way the physical values monitored are linked to the FDI system and, as a consequence, the way the failures are detected, isolated and classified. A search for mathematical tools able to satisfy the objectives of the proposed architecture has pointed at the use of the Kalman Filter and its derivatives EKF (Extended Kalman Filter) and UKF (Unscented Kalman Filter). The use of the first one is efficient when the monitored process presents a linear relation among its physical values to be monitored and its out-put. The other two are proficient in case this dynamics is no-linear. After that, a short comparative of features and abilities in the context of failure detection concludes that the UFK system is a better alternative than the EKF one to compose the architecture of the FDI system proposed in case of processes of no-linear dynamics. The results shown in the end of the research refer to the linear and no-linear industrial processes. The efficiency of the proposed architecture may be observed since it has been applied to simulated and real processes. To conclude, the contributions of this thesis are found in the end of the text

Localización y seguimiento de aeronaves mediante sistemas de multilateración de área extensa

El continuo crecimiento de la demanda del transporte aéreo, junto con los nuevos escenarios de intervención militar, están obligando a una optimización en el uso del espacio aéreo. De este modo, la UE y los EEUU (a través de SESAR y NextGen respectivamente) han asentado las bases para una nueva gestión del tráfico aéreo (ATM). Con ello, se pretende aumentar la capacidad de aeropuertos y rutas aéreas, otorgando mayor flexibilidad al uso del espacio aéreo sin comprometer la seguridad de los usuarios. Desde un punto de vista puramente técnico, la clave de este cambio de modelo está en el conocimiento de la posición de cada aeronave en cada instante. En este sentido, la tendencia en ATM es el uso de ADS-B como fuente principal de posicionamiento. Sin embargo, debido a que este sistema está basado en la difusión de la posición obtenida a través de GPS, es necesario un sistema de seguimiento independiente. Actualmente, la intención es migrar del radar secundario de vigilancia (SSR) a la multilateración de área extensa (WAM), con el fin de mejorar la integridad de la posición para aplicaciones en ruta. Aprovechando el rápido despliegue de ADS-B, se pretende reutilizar sus estaciones base para WAM. Cada estación base que recibe el mensaje ADS-B de la aeronave envía conjuntamente la medida del tiempo de llegada (TOA) de dicho mensaje al centro de tráfico aéreo. La posición de la aeronave se obtiene mediante multilateración, cuya técnica consiste en utilizar las medidas de TOA de un mismo mensaje ADS-B obtenidas en las distintas estaciones base. El objetivo es estimar la posición de cada aeronave con la mayor precisión posible. Para poder diseñar el sistema que permite alcanzar este objetivo, son dos los aspectos básicos a estudiar. Por una parte, la identificación y posterior caracterización de los errores (tanto sistemáticos como aleatorios) que afectan a la medida de TOA. Por otra parte, es necesario el estudio de los sistemas de seguimiento, basados en versiones sofisticadas del filtro de Kalman (IMM, UKF). Una vez establecidos estos dos pilares, la presente tesis doctoral propone un sistema que permite efectuar el seguimiento de las aeronaves, corrigiendo los efectos de las principales distorsiones que afectan a la medida de TOA: la refracción troposférica y el error de sincronismo. La mejora en la precisión de la localización ha sido evaluada mediante simulación de escenarios hipotéticos. ABSTRACT The ever-growing demand in the air transportation and the new military intervention scenarios, are generating a need to optimize the use of the airspace. This way, the EU and the USA (through SESAR and NextGen respectively) have set the ground to overhaul the current air traffic management. The intention is to enhance the capacity of airports and air routes, providing greater flexibility in the use of airspace without jeopardizing the security of the end-users. From a technical perspective, the key for this change lies in the knowledge of the aircraft position. The trend in Air Traffic Management (ATM) is to rely on ADS-B as the main source for aircraft positioning. However, this system is based on the aircraft’s self-declaration of its own (often GPS-based) navigation solution. It is therefore necessary to have an independent surveillance system. Nowadays, the intention is to gradually migrate from Secondary Surveillance Radar (SSR) towards Wide Area Multilateration (WAM) in order to enhance surveillance integrity for en-route applications. Given the fast deployment of ADS-B, the aim is to use its base stations for WAM. Each station sends the Time of Arrival (TOA) of the received ADS-B messages to the air traffic center (ATC). The aircraft position is obtained through multilateration, using the TOA of the same message measured by each station. The aim is to accurately estimate the position of each aircraft. Knowledge from two key areas has to be gathered prior to designing such a system. It is necessary to identify and then characterize the errors (both systematic and random) affecting the TOA measurements. The second element is the study of tracking systems based on sophisticated versions of the Kalman filtering (e.g. IMM, UKF). Based on this knowledge, the main contribution of this Ph.D. is an aircraft tracking system that corrects the effects of the main errors involved in the TOA measurement: tropospheric refraction and synchronization issues. Performance gains in positioning accuracy have been assessed by simulating hypothetical WAM scenarios.