선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- 외란 d는 전역 유계(Globally bounded)라고 가정한다.
- 시뮬레이션에서 d는 임의의 상수 값이며, 시뮬레이션에서 설계한 외란은 한 방향으로 지속적으로 힘이 발생하고 있는 경우를 말한다. 그리고 시뮬레이션에서는 외란 항 d에 불확실성도 포함되어있다고 가정하고 진행하였다. 시뮬레이션에서 외란 d는 다음과 같이 설정하였다.
제안 방법
- 본 논문에서는 STA를 이용하여 쿼드로터의 자세제어기를 구성하고, 제어기의 안정성을 판별하기 위해 리아푸노프 이론(Lyapunov Theory)을 적용한다. 기존에는 제어기를 스칼라 형태로 정의하여 진행되었던 안정성 판별 과정을 벡터 형태로 확장하였으며, 현재까지 제안된 리아푸노프 함수보다 일반화된 형태의 새로운 리아푸노프 함수를 제안한다. 보다 객관적인 제어 성능을 확인하기 위해 PID 제어와 시뮬레이션 비교를 진행한다.
- 기존에는 제어기를 스칼라 형태로 정의하여 진행되었던 안정성 판별 과정을 벡터 형태로 확장하였으며, 현재까지 제안된 리아푸노프 함수보다 일반화된 형태의 새로운 리아푸노프 함수를 제안한다. 보다 객관적인 제어 성능을 확인하기 위해 PID 제어와 시뮬레이션 비교를 진행한다. 그리고 두 가지 제어기를 쿼드로터에 적용하여 야외 비행시험을 진행했을 때 어떤 성능 차이가 있는지를 비교, 검증한다.
- 보다 객관적인 제어 성능을 확인하기 위해 PID 제어와 시뮬레이션 비교를 진행한다. 그리고 두 가지 제어기를 쿼드로터에 적용하여 야외 비행시험을 진행했을 때 어떤 성능 차이가 있는지를 비교, 검증한다.
- STA 제어기의 강인성을 알기 위해 시스템에서의 외란(Disturbance term, d = [dΦ, dΘ, dΨ ]T )을 고려한다.
- STA의 제어 성능을 확인하기 위하여 PID 제어와 그 성능을 비교한다. PID 제어는 목표 값과 현재 값과의 오차를 비례(Proportional), 적분(Integral), 미분(Differential)하여 시스템을 제어하는 기법이다.
- 또한, 쿼드로터는 자체 제작과정에서 발생한 시스템의 불확실성이 존재하였다. 이러한 환경에서 외란과 불확실성이 없는 상황을 만들기 힘들기 때문에, 외란과 불확실성이 존재하는 환경에서 비행시험을 진행하였다. 비행시험의 명령 값과 STA의 이득 값은 시뮬레이션과 동일하고, PID의 이득 값은 Table 6과 같다.
- 쿼드로터의 정밀한 제어를 위해 외란과 시스템의 불확실성에 강인한 특징을 가지는 SMC를 사용하였다. SMC의 단점인 채터링을 보완하고 동시에 강인성을 보장하기 위해 STA를 사용하였다. 쿼드로터에 STA를 적용했을 때 비행 성능을 알기 위해 STA 제어기를 설계하였으며, 기존의 리아푸노프 이론을 스칼라 정의에서 벡터 정의로 확장하고, 새로운 리아푸노프 함수를 이용하여 제어기의 안정성을 확인하였다.
- SMC의 단점인 채터링을 보완하고 동시에 강인성을 보장하기 위해 STA를 사용하였다. 쿼드로터에 STA를 적용했을 때 비행 성능을 알기 위해 STA 제어기를 설계하였으며, 기존의 리아푸노프 이론을 스칼라 정의에서 벡터 정의로 확장하고, 새로운 리아푸노프 함수를 이용하여 제어기의 안정성을 확인하였다.
- 보다 객관적인 비행 성능을 확인하기 위해 PID 제어와 성능을 비교하였다. 시스템에 외란을 추가하여 PID 제어와 SMC, STA의 시뮬레이션을 진행하였다.
- 보다 객관적인 비행 성능을 확인하기 위해 PID 제어와 성능을 비교하였다. 시스템에 외란을 추가하여 PID 제어와 SMC, STA의 시뮬레이션을 진행하였다. 이를 통해 PID 제어의 성능 및 외란에서의 한계를 확인하고, SMC와 STA의 입력 비교를 통해 채터링 제거 효과와 강인성을 확인하였다.
- 이를 통해 PID 제어의 성능 및 외란에서의 한계를 확인하고, SMC와 STA의 입력 비교를 통해 채터링 제거 효과와 강인성을 확인하였다. 시스템의 불확실성과 외란이 존재하는 환경에서 비행시험을 진행하였다. 본 논문에서는 시스템에 외란과 불확실성이 있을 때 STA가 PID에 비해 높은 성능을 보이는 것을 확인하였다.
- 외란 환경을 만들기 위해 무게중심에서 XB축 방향으로 약 0.09 m 떨어진 지점에 약 200 g의 무게를 추가하였고, 약 1~2 m/s의 바람이 불고 있는 야외환경에서 비행시험을 진행하였다. 임의의 무게를 추가함으로써, 무게중심이 Fig.
대상 데이터
- 비행시험을 하기 위해 사용된 쿼드로터의 FCC(Flight Controller Computer)에 사용된 MCU(MicroController Unit)는 STM32F767VIT6이다. IMU는 Vector Nav사의 VN-200을 사용하였으며, UART(Universal Asynchronous Receiver/Transmitter) 통신을 이용해 FCC로 오일러각과 각속도를 보내주게 된다.
- 쿼드로터의 정밀한 제어를 위해 외란과 시스템의 불확실성에 강인한 특징을 가지는 SMC를 사용하였다. SMC의 단점인 채터링을 보완하고 동시에 강인성을 보장하기 위해 STA를 사용하였다.
이론/모형
- 본 논문에서는 STA를 이용하여 쿼드로터의 자세제어기를 구성하고, 제어기의 안정성을 판별하기 위해 리아푸노프 이론(Lyapunov Theory)을 적용한다. 기존에는 제어기를 스칼라 형태로 정의하여 진행되었던 안정성 판별 과정을 벡터 형태로 확장하였으며, 현재까지 제안된 리아푸노프 함수보다 일반화된 형태의 새로운 리아푸노프 함수를 제안한다.
- 본 논문에서는 X형 쿼드로터를 사용하였으며, 쿼드로터의 자세제어만을 진행하기 때문에 위치에 관한 모델링은 고려하지 않는다.
- 제어기의 안정성을 확보하기 위해 리아푸노프 이론을 적용하였다. 리아푸노프 후보 함수(Lyapunovcandidate function)에 대한 정의는 다음과 같다[15].
- STA의 안정성을 확보하기 위하여 리아푸노프 이론을 적용하였다. STA 제어기의 강인성을 알기 위해 시스템에서의 외란(Disturbance term, d = [dΦ, dΘ, dΨ ]T )을 고려한다.
성능/효과
- PID 제어와는 다르게 외란 및 불확실성에도 불구하고 약 1~1.5초 내로 목표 값에 잘 수렴하는 것을 볼 수 있지만, 토크 그래프에서 약 ±0.023~0.045 Nm 크기의 채터링이 나타나는 것을 확인할 수 있다.
- 8은 토크 그래프를 나타낸다. 약 1.2초 내로 목표 값에 잘 수렴하는 것을 볼 수 있고, SMC와 다르게 토크 그래프에서 채터링이 제거된 것을 볼 수 있다. 이를 통해 STA는 SMC에 비해 채터링 제거 효과가 있으면서,PID 제어보다 외란과 불확실성에 강인한 특성을 가지는 것을 알 수 있다.
- 2초 내로 목표 값에 잘 수렴하는 것을 볼 수 있고, SMC와 다르게 토크 그래프에서 채터링이 제거된 것을 볼 수 있다. 이를 통해 STA는 SMC에 비해 채터링 제거 효과가 있으면서,PID 제어보다 외란과 불확실성에 강인한 특성을 가지는 것을 알 수 있다.
- 따라서 외란과 시스템의 불확실성이 있는 환경에 서의 쿼드로터 제어에서는 PID 제어보다 STA가 더 높은 정확도로 제어 명령을 추종하는 것을 확인할 수 있다.
- 따라서 외란과 시스템의 불확실성이 있는 환경에 서의 쿼드로터 제어에서는 PID 제어보다 STA가 더 높은 정확도로 제어 명령을 추종하는 것을 확인할 수 있다.
- 시스템에 외란을 추가하여 PID 제어와 SMC, STA의 시뮬레이션을 진행하였다. 이를 통해 PID 제어의 성능 및 외란에서의 한계를 확인하고, SMC와 STA의 입력 비교를 통해 채터링 제거 효과와 강인성을 확인하였다. 시스템의 불확실성과 외란이 존재하는 환경에서 비행시험을 진행하였다.
- 시스템의 불확실성과 외란이 존재하는 환경에서 비행시험을 진행하였다. 본 논문에서는 시스템에 외란과 불확실성이 있을 때 STA가 PID에 비해 높은 성능을 보이는 것을 확인하였다.
- 13을 보면, 롤 명령 값을 변화시키고 피치 명령을 0도로 유지하고 있는데, 이 때 높은 정확도로 롤 명령과 피치 명령을 추종하는 것을 볼 수 있다. 여기서 피치 명령을 Fig. 11과 비교해보면, PID 제어를 사용했을 때는 외란에 의해 (-)방향으로 기울어지지만, STA는 이를 제어하여 0도 근처에서 잘 추종하고 있는 것으로 보아 제어 성능이 확연히 좋아진 것을 확인할 수 있다. Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.