آینده پژوهی در پهپاد کوادروتور به کمک کنترل فازی و ازدحام ذرات

نوع مقاله: مقاله علمی- پژوهشی

نویسندگان

1 دانشجوی دکتری هوش مصنوعی، دانشگاه آزاد اسلامی واحد فردوس

2 استادیار گروه کامپیوتر دانشگاه آزاد اسلامی واحد فردوس

چکیده

هواپیما بدون‌سرنشین (پهپاد) به وسایل پرنده­ای اطلاق می­گردد که از راه دور و یا توسط خلبان ‌خودکار داخلی هدایت و کنترل می­گردد. آن‌ها می­توانند تجهیزات مختلفی نظیر دوربین­ها، سنسورها و وسایل ‌ارتباطی را حمل کنند، این پرنده­ها قادر به انجام عملیاتی از قبیل ره‌گیری هوایی، تصویربرداری از میدان نبرد، ردیابی اهداف زمینی، هدف هوایی، جنگ الکترونیک، عملیات انتحاری و غیره هستند. کوادروتور یک پرنده بدون‌سرنشین عمود‌پرواز است. این وسیله به سبب قابلیت نشست و برخاست عمودی در دسته عمود‌پروازها قرار می‌گیرد که به جهت برخی مزایا و ویژگی‌هایش مورد توجه قرار گرفته است. این وسیله دارای ساختار شبه‌صلیبی می‌باشد که چهار ملخ درچهارگوشه آن قرار داشته و با تغییر سرعت ملخ‌ها می‌تواند حرکات و مانورهای مختلف را انجام دهد. دراین مقاله ابتدا مدلسازی دینامیکی و سپس اثرات محیطی بر روی پرنده محاسبه می‌شوند؛ کنترل فازی و نحوه پیاده‌سازی آن برای پرنده کوادروتور شرح داده می‌شود؛ در ادامه به ساختار خلبان‌خودکار پرداخته می‌شود و سیمولینک طراحی شده از پرنده کوادروتور و خلبان‌ خودکار ارائه می‌شود؛ و در نهایت با استفاده از الگوریتم ازدحام‌ذرات، مسیر در دو قسمت مختلف طراحی می‌شود. نتایج کاهش مدت‌زمان و افزایش دقت در انجام عملیات را نشان می‌دهد؛ از این رو می‌تواند الگویی جالب برای آینده‌پژوهی مسیریابی سایر پهپادها باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Future studies in Charting a Sustainable Path in quad-rotor Flying Robot using the Fuzzy Controller and pso

نویسندگان [English]

  • ali ayoobi 1
  • hamid reza ghaffary 2
1 Department of Electrical and Computer Engineering ferdows Branch Islamic Azad University, Ferdows,Iran
2 2. Faculty of Electrical and Computer Engineering, Islamic Azad University of ferdows, ferdows, Iran
چکیده [English]

Unmanned aircraft (UAV) refers to flying devices remotely or by internal direct and control the autopilot. They can be different types of accessories such as cameras, sensors and communications equipment to carry these birds are able to perform operations such as tracking aerial imaging from the field, tracking ground targets, target aircraft, electronic warfare, suicide and so on. One of the drones that are placed in multi-rotor VTOL and has six degrees of freedom.
In this paper, first, dynamic modeling and then environmental effects are calculated on the bird; the fuzzy control and its implementation for the quadrotor are described; further, the pilot's structure is dealt with, and the simulink is designed from the quadrotor and the pilot's bird; and, finally, using the aggressive algorithm The route is designed in two different ways, indicating the result of a shorter period of time and an increase in the accuracy of the operations; hence, it can be an interesting model for future drone drills

کلیدواژه‌ها [English]

  • Future research
  • Fuzzy
  • autopilot
  • PSO algorithm
  • داودی ا ، رضایی م( 1393)، مدل سازی دینامیکی، شبیه سازی وکنترل یک کوادروتور با استفاده از .MEMSداده های آزمایشگاهی
  • ارشادی م، ایوبی ع(1395)، بهینه سازی مصرف انرژی در مولتی‌روتور به کمک کنترل فازی و الگوریتم ازدحام ذرات پایان نامه کارشناسی‌ارشد مکاترونیک، دانشگاه آزاد واحد شهرمجلسی.
  • ایروانی‌راد م ا، مشیدی ج (1395)، مروری بر الگوریتم های تکاملی ملهم از پستانداران،نهمین همایش ملی مهندسی مکانیک
  • پورآزاد ح. (1392) شناسایی و تشخیص عیب در پرواز مشارکتی هواپیمای بدون سرنشین، دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان.
  • A mirjalili,M mirjalili,A lewis(2014),Gray wolf optimizer, Journal of Applied Advances in Engineering Software,vol 69,page 46–61
  • A Babaei, M. Mortazavi(2011),Classical and fuzzy-genetic autopilot design for unmanned aerial vehicles,Journal of Applied Soft Computing,Vol 11,page 365-372
  • Y  Takeshi, S  Balakrishnan,T Hiroyuki )2012 (. Integrated guidance and autopilot design for a chasing UAV via high-order sliding modes, Journal of the Franklin Institute,Vol 349,page 531-558,
  • R Sharma.( 2014). Fuzzy Q Learning based UAV Autopilot, International Conference on Innovative Applications of Computational Intelligence on Power, Energy and Controls with theirImpact on Humanity,IEEE.
  • G Spyridon , Kontogiannis.(2013) Design, performance evaluation and optimization of a UAV,Journal of Aerospace Science and Technology ,Vol 29,page 339-350.
  • F Ruggiero, J Cacace, H Sadeghian.(2015). Passivity-based control of VToL UAVs with a momentum-based estimator of external wrench and unmodeled dynamics, Journal of Robotics and Autonomous Systems,Vol 72,page 139-151
  • Abdul Nishar, Steve RichardsDan Breen.(2013). Thermal infrared imaging of geothermal environments and by an LeaderlessConsensus of Unmanned Aerial Vehicles, Journal of  IEEE Transactions on control system technology, Vol. 6, pp. 255-265.
  • Jashnani S, Nada T, Ishfaq M, Khamker A, Shaholia P.(2013). Sizing and preliminary hardware testing of solar powered UAV, Journal of Remote Sensing and Space Sciences, Vol. 16, pp. 189-198.
  • Takeshi Y, Balakrishnan S, Hiroyuki T.(2012). Integrated guidance and autopilot design for a chasing UAV via high-order sliding modes, Journal of the Franklin Institute, Vol. 349, pp. 531-558.
  • Rao S, Ghose D.(2013).Sliding Mode Control-Based Autopilots for LeaderlessConsensus of Unmanned Aerial Vehicles, Journal of  IEEE Transactions on control system technology, Vol. 6, pp. 255-265.
  • González HM.(2013). Design,Construction and Test of the Propulsion System of a Solar UAV, Thesis Instituto SuperiorTecnico, Lisboa, Portugal.
  • Naderi D, Azizi M.(2011) Path Planning Optimization of a Spherical Mobile Robot, via Genetic Algorithm, Journal of Aerospace Mechanics
Karimi J, Pourtakdoust B, Nobahari H, (2011) Trim and Maneuverability Analysis of a UAV Using a New Constrained PSO Approach, Journal of Aerospace Science and Technology, Vol.  8, No. 1, pp. 1-12.