配备机械臂的多旋翼无人机的先进抗摇摆控制：系统动力学与在线补偿方法

《Journal of Cyber Security and Mobility》：Advanced Anti-Swing Control of a Multirotor UAV Equipped With a Manipulator: A System Dynamics and Online Compensation Approach

无人机机械臂在负载运输中面临反摆控制难题，传统线性方法因强耦合非线性动力学和参数不确定性失效。本文提出基于系统动力学与在线参数补偿的ASDOC方法，通过直接建模非线性耦合实现宽域鲁棒控制，并集成在线参数估计应对动态负载变化，仿真验证了其抑制大角度高速摆动的有效性。

　　

摘要：

配备有操作器的欠驱动多旋翼无人飞行器（UAV，简称UWM）在运输货物时面临显著挑战，因为操作器的大幅度摆动类似于双摆，可能导致货物脱落。由于控制要求复杂、运动耦合非线性以及负载条件多变，传统的线性控制器往往无法满足需求。为了解决这些问题，我们提出了一种基于系统动态特性和在线参数补偿（ASDOC）的抗摆动控制方法。这种新型抗摆动控制器利用系统的非线性动态并进行在线参数估计，从而避免了线性化的局限性。该设计能够灵活适应不同的负载特性，确保在各种场景下的稳定性和可靠性。李雅普诺夫分析验证了控制目标的有效性，仿真结果也证实了ASDOC在抗摆动方面的卓越性能。

引言

近年来，配备操作器的多旋翼无人飞行器（UWM）系统发展迅速，并在多种应用场景中取得了初步成果，例如空中货物运输[1]、植物保护[2]和农业[3]。由于这些系统具有高机动性和强大的环境交互能力，因此受到了越来越多的研究关注[4],[5]。最新研究表明，它们在未来的应用前景十分广阔，尤其是在空中货物运输方面[6],[7]。在这些应用中，抗摆动控制对于确保UAV的稳定性和防止飞行过程中货物脱落至关重要。在此背景下，需要解决三个关键问题。1)

强烈的耦合效应：UWM系统中的UAV与操作器之间存在强烈的动态耦合。UAV的运动会引发操作器的摆动，而操作器的摆动又会产生反作用力，干扰UAV的运动，形成复杂的非线性相互依赖关系。这种相互作用在动态机动过程中尤为显著。此外，多旋翼UAV本身属于欠驱动结构，无法产生垂直于推力方向的侧向力[8],[9],[10]，这进一步限制了控制能力。因此，传统的固定基座控制策略在这种系统中效果不佳，凸显了需要针对UWM系统独特挑战进行专门设计的方法[11],[12],[13]。

2)

线性化方法的局限性：由于操作器的大角度、高速摆动以及多自由度结构，UWM系统表现出强烈的非线性特性。传统的线性化方法仅在平衡点附近近似动态，无法准确捕捉这些非线性效应，导致控制性能下降。为了简化设计和分析，一些控制器在小角度和低速条件下采用线性化模型。例如，[14]和[15]中的实验表明，LQR控制器可以稳定UWM系统，但其稳定区域有限。同样，基于线性理论的自适应控制方法也被用于空中操作器的姿态调节，并通过Routh-Hurwitz准则验证了其稳定性[16]。然而，这些线性方法通常忽略了操作器大摆动时的关键非线性动态，降低了控制精度。为了解决这些问题，人们开发了多种非线性控制策略。例如，一种带有重力补偿的非线性PID控制器被应用于双自由度操作器的UAV[17]，而基于图像的阻抗控制器结合非线性观测器可以提供实时的三维信息以提升控制效果[18]。基于经典和非经典控制理论的单层非线性控制器也实现了稳健的轨迹跟踪[19]。虽然这些方法避免了线性化误差并在干扰下表现良好，但它们通常适用于准静态或低动态场景，可能无法完全捕捉到激烈抗摆动动作中的复杂快速变化。

3)

参数的不确定性和变化性：在实际的UWM操作中，操作器处理的货物质量和尺寸各不相同，关节摩擦也常常不确定。这些变化对控制设计构成挑战，如果不加以处理，会降低控制性能。许多现有方法依赖于预定义或手动调整的参数。例如，非线性模型预测控制可以提高操作器的可操控性和避障能力[20]，而基于质心的反步控制器可以分离位置和姿态动态[21]。然而，这些方法依赖于精确的离线建模，当关键参数发生变化或未知时，这种方法会遇到困难。

为了提高鲁棒性，一些研究将参数估计集成到控制系统中。方法包括使用粒子群优化和相位平面方法估计绳索长度和摆动[22]，利用Takagi–Sugeno模糊观测器结合输出反馈[23]，以及为具有输出滞后的系统设计基于观测器的速度反馈[24]。尽管这些方法有效，但它们通常在低速摆动和耦合较弱的条件下进行测试。对于UWM系统中的高速摆动，需要更快、更适应性的在线估计以实现实时鲁棒控制。

为了解决这些挑战，本文提出了一种基于系统动态特性和在线参数补偿（ASDOC）的抗摆动控制方法。本研究的主要贡献如下。1)

系统动态集成：与大多数忽略或简化操作器惯性和耦合效应的UAV-操作器控制方法不同，我们的方法将这些动态明确纳入控制框架，显著减少了操作器对UAV运动的干扰，特别是在激烈机动过程中实现了更平稳、更稳定的抗摆动效果。

2)

非线性控制策略：已发表的控制器通常依赖于线性化或小角度假设，这限制了它们在大角度或高速摆动下的有效性。而本文提出的控制器直接基于完整的非线性动态模型，能够在更宽的操作范围内有效抑制操作器的振荡。

3)

在线估计和补偿：以往的研究通常假设系统参数已知或使用离线调整，这使得它们对负载或摩擦变化敏感。本文结合了在线参数估计和补偿机制，能够动态适应摩擦系数、货物质量和连杆尺寸的变化，从而在现实世界条件下始终保证稳定的控制性能。