ĐIỀU KHIỂN MỜ THÍCH NGHI TRỰC TIẾP CHO QUADROTOR

Trần Việt Quang; Hoàng Bình Ngọc; Vũ Xuân Tùng; Lê Thị Thu Hà; Nguyễn Hoài Nam; Trần Gia Khánh

doi:10.34238/tnu-jst.15348

ĐIỀU KHIỂN MỜ THÍCH NGHI TRỰC TIẾP CHO QUADROTOR

Thông tin bài báo

Ngày nhận bài: 08/04/26 Ngày hoàn thiện: 23/06/26 Ngày đăng: 24/06/26

Các tác giả

1. Trần Việt Quang, Đại học Bách khoa Hà Nội
2. Hoàng Bình Ngọc, Đại học Bách khoa Hà Nội
3. Vũ Xuân Tùng , Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên
4. Lê Thị Thu Hà, Trường Đại học Kỹ thuật Công nghiệp - ĐH Thái Nguyên
5. Nguyễn Hoài Nam, Đại học Bách khoa Hà Nội
6. Trần Gia Khánh, Trường Đại học Sư phạm Kỹ thuật Nam Định

Tóm tắt

Quadrotor là đối tượng phi tuyến, thiếu cơ cấu chấp hành và chịu ảnh hưởng đáng kể của nhiễu cũng như bất định mô hình, do đó việc thiết kế bộ điều khiển chính xác là một bài toán khó. Bài báo này trình bày một phương pháp điều khiển mờ thích nghi trực tiếp cho bài toán bám quỹ đạo của quadrotor. Trước hết, một bộ điều khiển mờ thích nghi trực tiếp được xây dựng cho hệ phi tuyến bậc hai tổng quát, trong đó đầu ra của hệ mờ Sugeno được sử dụng trực tiếp làm tín hiệu điều khiển và các tham số mờ được cập nhật trực tuyến thông qua các luật thích nghi thiết lập theo tiêu chuẩn ổn định Lyapunov. Tiếp theo, cấu trúc điều khiển này được mở rộng cho các kênh vị trí và góc của quadrotor thông qua sáu hệ mờ với sáu luật thích nghi tương ứng. Kết quả mô phỏng cho thấy quadrotor bám được quỹ đạo đặt với đáp ứng vị trí và góc ổn định; sai lệch bám được giữ hữu hạn và giảm dần theo thời gian. Đồng thời, bài báo cũng thực hiện so sánh với bộ điều khiển PID để làm rõ hơn hiệu quả của phương pháp đề xuất. Kết quả thu được cho thấy bộ điều khiển mờ thích nghi trực tiếp có khả năng thích nghi tốt hơn và cải thiện chất lượng bám quỹ đạo trong điều kiện mô phỏng đã xét. Vì vậy, đây là một hướng tiếp cận phù hợp cho điều khiển quadrotor trong điều kiện có bất định và nhiễu.

Từ khóa

Điều khiển mờ thích nghi trực tiếp; Hệ thống phi tuyến; Quadrotor; Ổn định Lyapunov; Bám quỹ đạo

Toàn văn:

PDF

Tài liệu tham khảo

[1] M. Maaruf, M. S. Mahmoud, and M. A. Al-Ma’arif, "A survey of control methods for quadrotor UAV," Int. J. Robot. Control Syst., vol. 2, no. 4, pp. 652-665, 2022.

[2] S. H. Derrouaoui, Y. Bouzid, A. Belmouhoub, M. Guiatni, and H. Siguerdidjane, "Recent Developments and Trends in Unconventional UAVs Control: A Review," J. Int. Rob. Syst., vol. 109, 2023, Art. no. 68.

[3] S. Khatoon, D. Gupta, and L. K. Das, "PID & LQR control for a quadrotor: Modeling and simulation," 2014 International Conference on Advances in Computing, Communications and Informatics (ICACCI), Delhi, India, 2014, pp. 796-802.

[4] E. A. Gedefaw, C. M. Abdissa, and L. N. Lemma, "An improved trajectory tracking control of quadcopter using a novel Sliding Mode Control with Fuzzy PID Surface," PLoS ONE, vol. 19, no. 11, 2024, doi: 10.1371/journal.pone.0308997.

[5] Y. Zamoum, B. Karim, R. Boushaki, and B. Younes, "Adaptive Fuzzy Logic Control of Quadrotor," International Journal of Robotics and Control Systems, vol. 4, no. 4, pp. 2095-2118, 2024.

[6] C. Peng, Y. Tian, et al., "ADRC trajectory tracking control based on PSO algorithm for a quad-rotor," in 2013 IEEE 8th Conference on Industrial Electronics and Applications (ICIEA), 2013, pp. 800-805.

[7] P. J. D. de Oliveira Evald, V. M. Aoki, C. B. da Silva, D. S. Cardoso, P. M. Pinheiro, S. S. da Costa Botelho, and P. L. J. D. Junior, "A review on quadrotor attitude control strategies," International Journal of Intelligent Robotics and Applications, vol. 8, no. 1, pp. 230-250, 2024, doi: 10.1007/s41315-023-00308-9.

[8] Y. Huang, J. Chen, and H. Zhang, "Sliding mode control for quadrotor UAVs: A review of recent advancements," Journal of Intelligent & Robotic Systems, vol. 94, pp. 211-225, 2019.

[9] Z. Ren, Y. Liu, Z. Jiang, and X. Chen, "Adaptive Fault-tolerant control of quadrotor UAV based on fuzzy gain sliding mode," Journal of Northeastern University (Natural Science), vol. 45, no. 2, pp. 209-216, 2024, doi: 10.12068/j.issn.1005-3026.2024.02.008.

[10] J. Dou, Y. Wu, D. Xie, and T. Zhang, "Trajectory tracking and formation control of quadrotor UAVs based on modified super twisting sliding mode method," Scientific Reports, vol. 15, 2025, Art. no. 24039, doi: 10.1038/s41598-025-10333-2.

[11] T. Dierks and S. Jagannathan, "Output feedback control of a quadrotor UAV using neural networks," IEEE Transactions on Neural Networks, vol. 21, no. 1, pp. 50-66, 2010, doi: 10.1109/TNN.2009.2034145.

[12] Z. Xu, T. Yan, S. X. Yang, and S. A. Gadsden, "Bioinspired backstepping sliding mode control and adaptive sliding innovation filter of quadrotor unmanned aerial vehicles," Biomimetic Intelligence and Robotics, vol. 3, no. 3, 2023, Art. no. 100116, doi: 10.1016/j.birob.2023.100116.

[13] C. Li et al., “Adaptive fuzzy tracking control for quadrotor UAV with disturbance observer,” Aerospace Science and Technology, vol. 128, 2022, Art. no. 107784.

[14] T. Huang, X. Gao, and T. Li, "Adaptive fuzzy attitude sliding mode control for a quadrotor unmanned aerial vehicle," International Journal of Fuzzy Systems, vol. 26, pp. 686-701, 2024, doi: 10.1007/s40815-023-01628-5.

[15] P. Wei, F. Li, S. Zhang, and Y. Shan, "Adaptive backstepping neural control for quadrotor UAVs under asymmetric state constraints and event-triggered mechanisms," Expert Systems with Applications, vol. 296, part C, 2026, Art. no. 129173, doi: 10.1016/j.eswa.2025.129173.

[16] V. P. Tran, M. A. Mabrok, S. G. Anavatti, M. A. Garratt, and I. R. Petersen, "Robust fuzzy Q-learning-based strictly negative imaginary tracking controllers for the uncertain quadrotor systems," IEEE Transactions on Cybernetics, vol. 53, no. 8, pp. 5108-5120, 2023, doi: 10.1109/TCYB.2022.3175366.

[17] B. Erginer and E. Altug, "Design and implementation of a hybrid fuzzy logic controller for a quadrotor VTOL vehicle," International Journal of Control, Automation and Systems, vol. 10, pp. 61-70, 2012.

[18] L. A. Zadeh, "Fuzzy sets," Information and Control, vol. 8, no. 3, pp. 338-353, 1965.

[19] L. X. Wang, "Stable adaptive fuzzy control of nonlinear systems," IEEE Trans. Fuzzy Syst., vol. 1, no. 2, pp. 146-155, 1993.

[20] S. Labiod and T. M. Guerra, "Adaptive fuzzy control of a class of SISO non-affine nonlinear systems," Fuzzy Sets and Systems, vol. 158, no. 10, pp. 1126-1137, 2007.

DOI: https://doi.org/10.34238/tnu-jst.15348

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ