クアッドローターの風およびペイロード外乱に対するESOベース適応ニューラルネットワーク制御

科学分野:

• ロボット工学と制御システム
• 航空宇宙工学
• 人工知能

背景:

• アクチュエータが不十分なクアッドローター無人航空機（UAV）は、風やペイロードの変動などの外部外乱による重大なパフォーマンス低下の影響を受けやすいです。
• 既存の制御戦略は、正確な動的モデルを必要としたり、複数の未知の外乱に同時に対処するのに苦労したりすることがよくあります。
• 堅牢な軌道追従は、複雑な環境でのUAVの安全かつ効果的な運用に不可欠です。

主な方法:

• 風とペイロードの外乱を組み込んだクアッドローターUAVの動的モデルを確立しました。
• 単一パラメータを持つ拡張状態オブザーバー（ESO）を使用して、集中外乱を積極的に推定しました。
• 適応則を介して重みを調整する、適応型ニューラルネットワークベースのコントローラーを設計しました。
• ESOの有限時間収束と閉ループシステムの均一な究極有界性は、リアプノフ安定性理論を使用して分析されました。

結論:

• ESOとニューラルネットワークを統合した提案された反外乱制御フレームワークは、アクチュエータが不十分なクアッドローターUAVにおける軌道追従のための堅牢なソリューションを提供します。
• この方法は、複数の外乱を効果的に処理し、正確な動的モデル知識への依存を減らします。
• 検証されたアプローチは、実際のアプリケーションにおけるUAVシステムの信頼性とパフォーマンスを向上させる大きな可能性を秘めています。