基于LSTM-MPC的四旋翼无人机不平衡负载姿态控制

摘要

为解决四旋翼无人机姿态控制中不平衡负载及控制系统非线性问题，采用长短期记忆(long short-term memory, LSTM)神经网络与模型预测控制(model predictive control, MPC)优势互补方法，提出LSTM-MPC策略。通过LSTM神经网络预测姿态变化，增强无人机姿态控制系统对误差的预判能力；将MPC作为前馈控制，动态优化控制输入，二者结合显著提高系统控制精度。采用MATLAB对四旋翼无人机不平衡负载姿态控制进行仿真试验，仿真结果表明：采用LSTM-MPC策略对四旋翼无人机滚转角、俯仰角和偏航角期望值跟踪效果的均方根误差比采用MPC策略分别减小13.33%、12.31%和11.11%,比采用模糊比例-积分-微分(proportional-integral-derivative, PID)策略分别减小14.05%、25.33%、23.81%。采用某品牌F450四旋翼无人机平台搭载0.6 kg负载开展不平衡负载姿态控制飞行测试，测试结果表明：采用LSTM-MPC策略的四旋翼无人机滚转角、俯仰角和偏航角实际输出结果与期望值的平均误差分别为3.91%、5.31%和1.10%,表明LSTM-MPC策略能有效提高四旋翼无人机不平衡负载姿态控制的飞行稳定性。

关键词

四旋翼无人机 / LSTM神经网络 / MPC / 不平衡负载 / 姿态控制