Control de Formación Jerárquica Robusta de Vehículos Aéreos No Tripulados a través de Observadores Basados en Redes Neuronales
Autores: Fei, Yang; Sun, Yuan; Shi, Peng
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Control de Formación Jerárquica Robusta de Vehículos Aéreos No Tripulados a través de Observadores Basados en Redes Neuronales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Control de formación
UAVs
Estrategia jerárquica
Incertidumbre
Control por modo deslizante
Teoría de la estabilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En este documento, investigamos el problema de control de formación robusto para un grupo de vehículos aéreos no tripulados (UAV) con incertidumbre en el sistema. Se introduce una estrategia de control de formación jerárquica para garantizar la acotación uniforme y definitiva del error de seguimiento de referencia de cada UAV. Primero, se define un grupo de agentes virtuales de alto nivel saturados que actúan como planificadores de trayectoria que ofrecen referencias de posición factibles a los UAV reales. Luego, se construye un observador basado en redes neuronales de modo deslizante para estimar la incertidumbre no lineal en el modelo de UAV. Además, se diseñan controladores de modo deslizante tanto para el lazo de posición como para el lazo de actitud del UAV. Para atenuar el fenómeno de chattering en la entrada de control, se propone un diferenciador saturado y suavizado junto con una función de introducción de observación. La efectividad del esquema de control propuesto se valida tanto por la teoría de estabilidad de Lyapunov como por simulaciones numéricas basadas en un sistema de múltiples UAV.
Descripción
En este documento, investigamos el problema de control de formación robusto para un grupo de vehículos aéreos no tripulados (UAV) con incertidumbre en el sistema. Se introduce una estrategia de control de formación jerárquica para garantizar la acotación uniforme y definitiva del error de seguimiento de referencia de cada UAV. Primero, se define un grupo de agentes virtuales de alto nivel saturados que actúan como planificadores de trayectoria que ofrecen referencias de posición factibles a los UAV reales. Luego, se construye un observador basado en redes neuronales de modo deslizante para estimar la incertidumbre no lineal en el modelo de UAV. Además, se diseñan controladores de modo deslizante tanto para el lazo de posición como para el lazo de actitud del UAV. Para atenuar el fenómeno de chattering en la entrada de control, se propone un diferenciador saturado y suavizado junto con una función de introducción de observación. La efectividad del esquema de control propuesto se valida tanto por la teoría de estabilidad de Lyapunov como por simulaciones numéricas basadas en un sistema de múltiples UAV.