Если квадрокоптер представляет собой нелинейную систему MIMO, как им можно управлять с помощью PID?

Я знаю, что очень распространено управление квадрокоптерами с помощью PID-алгоритмов. Мне просто интересно, не является ли проблемой то, что система очень нелинейна, а также имеет несколько входов и выходов. Нужно ли линеаризовать модель, чтобы можно было использовать алгоритмы PID?

Заранее спасибо!

Я голосую за то, чтобы закрыть этот вопрос как не по теме, потому что он больше связан с программированием, а не с авиацией как таковой.
@CarloFelicione Как это программировать? Это теория управления!
Как указывали другие, MIMO и PID не являются исключительными. Более того, квадрокоптер — это не совсем то, о чем я думаю, обсуждая сложности с MIMO. Мультикоптер больше похож на группу полностью развязанных систем SISO, работающих параллельно.

Ответы (2)

Если квадрокоптер представляет собой нелинейную систему MIMO, как им можно управлять с помощью PID?

Точно так же, как вы упомянули позже:

Нужно ли линеаризовать модель, чтобы можно было использовать алгоритмы PID?

Да, это правильно.

Чтобы быть немного более явным, вам нужны две вещи:

  • линеаризовать систему (обычно вокруг так называемой «рабочей точки», например, в крейсерских условиях)
  • разъедините систему (поскольку линеаризованный MIMO по-прежнему является MIMO, вам нужен набор из 4 SISO)

Достичь первого довольно просто, как я уже упоминал, вам «всего лишь» нужно выбрать рабочую точку. Вместо этого второй вариант немного сложнее и требует предположений об условиях полета, с которыми придется столкнуться, плюс это не всегда возможно, динамика некоторых транспортных средств настолько связана, что развязка невозможна (и, таким образом, простые PID, как правило, быть нежизнеспособным вариантом, если вам приходится настраивать их вручную).

Вы можете использовать алгоритмы PID для управления довольно сложными системами. В конце концов, это всего лишь система обратной связи, которая сама по себе является надежной концепцией. Проблема скорее в том, чтобы контролировать их оптимальным образом ; или, другими словами, как выбрать лучшие выгоды.

Все классические методы выбора усиления требуют линеаризации системы вокруг определенной точки (условия полета) или нескольких точек с планированием усиления. Но ничто не мешает вам хаотично ковырять систему управления, пока она не заработает.

Последнее не так глупо, как кажется. Было показано, что различные генетические алгоритмы очень успешно оптимизируют PID для сложных нелинейных/MIMO-систем.