预测器神经网络姿态控制器

高频振荡少

用角速度预测误差替代跟踪误差更新神经网络权重，抑制逼近中的高频振荡，提升扰动下姿态控制的稳定性。

杨杨 · Gorbachev, Sergey V. · 赵勃 · Liu, Qidong · Zhou, Shu · 岳东

IEEE Transactions on Industrial Informatics 2023

技术优势

学习参数少

通过归一化学习技术减少了需要在线调整的学习参数数量。

抗测量噪声

在设计控制器时考虑了测量噪声，提高了实际应用中的鲁棒性。

应用场景

• 无人机姿态控制：提供抗扰动姿态控制算法，提高四旋翼在未知扰动下的稳定性。
• 抗扰飞行：主动补偿外部扰动，适用于阵风或负载变化等场景。
• 机器人动力学控制：算法可推广到其他机器人系统，实现无模型动力学控制。
• 外骨骼姿态稳定：用于外骨骼等需要强抗扰能力的姿态稳定任务。