کنترل آرایش کوادکوپترها به روش رهبر-پیرو با بهره‌گیری از کنترل‌کننده‌های تطبیقی و مقاوم در مواجهه با شرایط عدم‌قطعیت
الموضوعات :
الهه مرادی
1
,
محمد مهدی مسیح نیا
2
1 - دانشكده مهندسي برق و کامپیوتر، دانشگاه آزاد اسلامي واحد يادگار امام خميني (ره) شهرری، تهران، ايران.
2 - دانشكده مهندسي برق و کامپیوتر، دانشگاه آزاد اسلامي واحد يادگار امام خميني (ره) شهرری، تهران، ايران.
الکلمات المفتاحية: هواپیما بدون سرنشین, رهبر–پیرو, کنترل‌کننده تطبیقی, کنترل‌کننده مقاوم, کنترل‌کننده PID, عدم‌قطعیت,
ملخص المقالة :
در سال‌های اخیر، پرنده‌های بدون سرنشین به دلیل کاربردهای متنوع نظامی و غیرنظامی و پیشرفت‌های چشمگیر در حوزه‌های کنترل، هوشمندسازی، و فناوری قطعات الکترونیکی، به یکی از زمینه‌های پژوهشی پرطرفدار تبدیل شده‌اند. یکی از کاربردهای حیاتی این ربات‌ها، استفاده در عملیات جستجو و حفاظت از محیط‌ها و منابع مختلف است. افزایش سرعت و کاهش هزینه‌های این عملیات از اهداف کلیدی در طراحی و ساخت ربات‌ها محسوب می‌شوند. استفاده از گروهی از ربات‌ها به جای یک ربات منفرد، روشی مؤثر برای دستیابی به این اهداف است، زیرا گروه‌های رباتیک قادر به انجام وظایفی هستند که یک ربات به تنهایی از عهده آن‌ها برنمی‌آید. الگوریتم‌های کنترل و هدایت این ربات‌ها، نحوه مدیریت حرکت گروه‌ها را تحت نظم خاصی مشخص می‌کنند. در این مطالعه، کوادکوپتر به‌عنوان یک ربات پرنده مجهز به چهار پره و چهار موتور، از جنبه‌های ساختار، اجزا، مدل‌سازی ریاضی، و طراحی کنترل‌کننده بررسی شده است. عدم قطعیت در پارامترهای سیستم و دینامیک‌های مدل‌نشده، طراحی کنترل‌کننده را پیچیده‌تر کرده و این موضوع در حوزه‌های مهندسی، به‌ویژه هوافضا و کنترل، از اهمیت ویژه‌ای برخوردار است. هدف این پژوهش، تحلیل عملکرد کنترل‌کننده‌های تطبیقی، مقاوم، و PID در مدیریت آرایش هشت کوادکوپتر با روش رهبر-پیرو است، به‌گونه‌ای که پایداری سیستم حلقه بسته تضمین شود. همچنین، عملکرد کنترل‌کننده‌ها در شرایط عدم قطعیت ارزیابی شده و توانایی دستیابی به اهداف کنترلی در چنین شرایطی تأیید شده است.
F. Wu, J. He, G. Zhou, H. Li, and Y. Liu, “Performance of sliding mode and consensus-based control approaches for Quadrotor Leader-Follower Formation Flight,” 2021 International Conference on Unmanned Aircraft Systems (ICUAS), Athens, Greece, Jun. 2021, pp. 1671–1676.
Y. Alothman and D. Gu, “Incentive Stackelberg Dynamic Game Approach to Transporting a Cable-Suspended Load with Two Quadrotors,” 2018 10th Computer Science and Electronic Engineering (CEEC), Colchester, UK, Sep. 2018, pp. 270–275.
M. Belkheiri, A. Rabhi, A. E. Hajjaji, and C. Pegard, “Different linearization control techniques for a quadrotor system,” 2012 International Conference on Communications, Computing and Control Applications (CCCA), Marseille, France, Dec. 2012, pp. 1–6.
M. Santos, V. Lopez, and F. Morata, “Intelligent fuzzy controller of a quadrotor,” IEEE International Conference on Intelligent Systems and Knowledge Engineering, Hangzhou, China, Nov. 2010, pp. 141–146.
D. Valencia and D. Kim, “Trajectory tracking control for multiple quadrotors based on a Neurobiological-Inspired system,” 2019 Third IEEE International Conference on Robotic Computing (IRC), Naples, Italy, Feb. 2019, pp. 465–470.
K. Choutri, M. Lagha, L. Dala, and M. Lipatov, “Quadrotors UAVs swarming control under Leader-Followers formation,” 2018 22nd International Conference on System Theory, Control and Computing (ICSTCC), Sinaia, Romania, Oct, 2018, pp. 794–799.
T. Chen and J. Shan, “Cooperative transportation of cable-suspended slender payload using two quadrotors,” 2021 IEEE International Conference on Unmanned Systems (ICUS), Beijing, China, Oct. 2019, pp. 432–437.
M. A. M. Basri, A. R. Husain, and K. A. Danapalasingam, “Enhanced Backstepping Controller Design with Application to Autonomous Quadrotor Unmanned Aerial Vehicle,” Journal of Intelligent & Robotic Systems, vol. 79, no. 2, pp. 295–321, Jul. 2014.
M. A. M. Basri, A. R. Husain, and K. A. Danapalasingam, “Stabilization and trajectory tracking control for underactuated quadrotor helicopter subject to wind-gust disturbance,” Sadhana, vol. 40, no. 5, pp. 1531–1553, Jul. 2015.
J. Yuan, W. Xu, Z. Qiu, and F. Wang, “A robust global fast terminal sliding mode controller for quadrotor helicopters,” 2017 IEEE International Conference on Cybernetics and Intelligent Systems (CIS) and IEEE Conference on Robotics, Automation and Mechatronics (RAM), Ningbo, China, Nov. 2017, pp. 54–57.
A. Das, F. Lewis, and K. Subbarao, “Backstepping approach for controlling a quadrotor using Lagrange form dynamics,” Journal of Intelligent & Robotic Systems, vol. 56, no. 1–2, pp. 127–151, Apr. 2009.
M. H. Alizadeh and A. R. Toloei, " Designing Pitch Angle Compensator for an UAV and Making it Robust Using Bee Colony Optimization Algorithm," Journal of Technology in Aerospace Engineering, Vol. 8, No. 1, pp. 1-14, 2024.
M. H. Moghimi Esfandabadi, M. H. javareshkian, "Investigating Selected Methods to Improve Aerodynamic Coefficients and Performance of UAV", Journal of Technology in Aerospace Engineering, vol. 8, no. 3, pp. 1-16, 2024.
T. Bresciani, “Modelling, Identification and Control of a Quadrotor Helicopter,” M.S. thesis, Dept. Automatic Control, Lund University, 2008.
R. Olfati Saber, "Nonlinear Control of Underactuated Mechanical Systems with Application to Robotics and Aerospace Vehicle," PhD thesis, MIT, February 2001.
