Отказоустойчивое управление квадрокоптером с использованием адаптивного нечеткого Т-С подхода и инверсии линейной матрицы

Поддержание устойчивости дронов в хаотичном мире

Небольшие четырёхроторные дроны становятся повседневным инструментом для таких задач, как обследование посевов, поисково-спасательные операции и съёмка. Но в реальной обстановке их датчики могут давать сбои, а порывы ветра сбивать с курса, что грозит трясущимся полётом или даже крушением. В этой работе рассматривается новый способ сохранить квадрокоптер стабильным и отзывчивым даже при ложных показаниях датчиков и непредсказуемых возмущениях в воздухе.

Почему управление дроном сложно

Квадрокоптер кажется простым, но его движение определяется тесно связанными вращающимися роторами, наклонами корпуса и изменениями положения. Традиционные методы управления часто опираются на упрощённые линейные модели, которые работают хорошо только в спокойных, предсказуемых условиях. Когда в реальной жизни появляются порывы ветра, вибрации и сбои датчиков, эти методы могут не справляться, что приводит к нарастанию колебаний или медленным коррекциям. В то же время более продвинутые нелинейные методы могут требовать больших вычислительных ресурсов или очень точных моделей, что не всегда практично для лёгких летающих роботов.

Сочетание простых правил и умной математики

Авторы предлагают гибридную стратегию управления, объединяющую две идеи. Первая — это система нечетких правил, которая разбивает сложное поведение дрона на несколько более простых рабочих режимов, например малые или большие наклоны. Каждый режим описывается легко обрабатываемой линейной моделью, а нечеткая логика плавно смешивает их по мере движения дрона. Вторая идея — математический инструмент, известный как инверсия линейной матрицы, который здесь используется для вычисления коэффициентов обратной связи, поддерживающих устойчивость объединённой нечеткой модели. Адаптируя эти коэффициенты в реальном времени, регулятор может реагировать на изменяющиеся условия без необходимости явно обнаруживать и классифицировать каждую неисправность.

Как тестировали новую стратегию

Для проверки подхода исследователи создали детализированную компьютерную модель квадрокоптера, включающую как движение корпуса, так и поведение моторов. Затем они внедрили искусственные сбои и возмущения в показания датчиков. Рассматривались два типа проблем: плавно меняющиеся «косинусные» сбои, которые изменяются со временем, и резкие «прямоугольные» сбои, возникающие внезапно короткими импульсами. Новый адаптивный регулятор сравнивали со стандартным нечетким регулятором и стандартным регулятором на основе инверсии линейной матрицы, а также с подходами из предыдущих работ, все на одной и той же смоделированной платформе и при одних и тех же сценариях возмущений.

Что происходило при неисправностях

В спокойных условиях, до внесения сбоев, все три регулятора приводили углы наклона дрона к требуемым значениям с похожей точностью, за исключением чисто линейного регулятора, у которого наблюдалось больше колебаний. Реальные различия проявились после включения сбоев и возмущений. При плавно меняющихся сбоях датчиков традиционные методы демонстрировали нарастающие колебания крена, тангажа и рыскания; в некоторых случаях линейный подход уже не мог стабилизировать дрон. Нечеткий регулятор в конце концов успокаивал систему, но требовал больше времени. В отличие от них адаптивный гибридный регулятор показывал лишь небольшие, кратковременные отклонения и восстанавливал стабильный полёт примерно за одну секунду. При резких прямоугольных сбоях картина была схожей: новый регулятор удерживал ориентацию дрона очень близко к требуемой траектории, тогда как другие — отклонялись дальше и дольше восстанавливались.

Почему это важно для повседневных полётов

Для неспециалиста вывод прост: этот адаптивный гибридный регулятор позволяет квадрокоптеру продолжать безопасный полёт даже при ненадёжных датчиках и турбулентности. Вместо того чтобы сначала пытаться диагностировать каждую конкретную неисправность, метод рассматривает сбои и возмущения как то, что нужно автоматически отвергать, подстраиваясь по ходу. В симуляциях это позволяло углам наклона дрона оставаться значительно ближе к целям, чем при стандартных подходах, с меньшими ошибками и более быстрым установлением. Авторы утверждают, что такие стратегии могут повысить безопасность и надёжность дронов и других нелинейных машин, сделав их более пригодными для сложных реальных задач, где решающую роль играют быстрые и стабильные реакции.

Цитирование: Taimoor, M., Wang, H., Bibi, S. et al. Fault-tolerant control of quadrotor unmanned aerial vehicle by using adaptive fuzzy T-S and linear matrix inversion approach. Sci Rep 16, 16181 (2026). https://doi.org/10.1038/s41598-026-46576-w

Ключевые слова: квадрокоптеры, отказоустойчивое управление, адаптивное управление, нечеткие системы, сбои датчиков