view in publisher's site

Quadrotor trajectory tracking and obstacle avoidance by chaotic grey wolf optimization- based backstepping control with sliding mode extended state observer

<jats:p> In this paper, a new swarm intelligent-based backstepping control scheme is proposed for quadrotor trajectory tracking and obstacle avoidance. First, the sliding mode extended state observer (SMESO) is used to estimate different disturbances, and the tracking differentiator (TD) is integrated to enhance the performance of backstepping control scheme. Then, the chaotic grey wolf optimization (CGWO) is developed with chaotic initialization and chaotic search to optimize the parameters of attitude and position controllers. Further, the virtual target guidance approach is proposed for quadrotor trajectory tracking and obstacle avoidance. Comparative simulations and Monte Carlo tests are carried out to demonstrate the effectiveness and robustness of the CGWO-based backstepping control scheme and virtual target guidance approach. </jats:p>

ردیابی مسیر quadrotor و اجتناب از موانع از طریق کنترل backstepping یک گرگ خاکستری با هرج و مرج، کنترل backstepping بر پایه حالت لغزشی ناظر دولتی را گسترش می‌دهد.

< jats: p > در این مقاله، یک طرح کنترل هوشمند ازدحام جدید برای quadrotor، ردیابی مسیر و اجتناب از موانع پیشنهاد شده‌است. اول اینکه، حالت لغزشی ناظر حالت (SMESO)برای تخمین آشفتگی‌های مختلف مورد استفاده قرار می‌گیرد و تفاوت ردیابی (TD)برای افزایش عملکرد طرح کنترل backstepping یکپارچه شده‌است. سپس بهینه‌سازی ماده خاکستری آشفته (CGWO)با راه‌اندازی هرج و مرج و جستجوی هرج و مرج ایجاد می‌شود تا پارامترهای رفتار و کنترل‌کننده موقعیت را بهینه کند. به علاوه، روش هدایت هدف مجازی برای quadrotor، ردیابی مسیر و اجتناب از موانع پیشنهاد شده‌است. شبیه‌سازی‌های تطبیقی و آزمون‌های مونت کارلو برای نشان دادن اثربخشی و نیرومندی طرح کنترل backstepping مبتنی بر CGWO و رویکرد هدایت هدف مجازی انجام شده‌است. < / jats: p >

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.