基于XGBoost的无人机机动能力模型

发布时间：2023-10-15 19:14

　　传统的四旋翼无人机控制模型基于四旋翼无人机空气动力学模型,四旋翼无人机动力学模型具有耦合度高、非线性关系的特性,精确得到无人机动力学模型系数十分困难。因四旋翼无人机稳定性高、机动性强广泛应用于民用各领域,无人机个体与集群需要完成的任务日益复杂,需要准确控制无人机飞行以完成任务,传统空气动力学模型难以满足需求。研究精度较高的控制模型对于四旋翼无人机飞行控制具有重大价值。针对无人机动力学模型无法满足准确控制无人机飞行的问题,本文提出基于机器学习的无人机机动能力模型,通过数据采集与自动控制平台的搭建,建立了无人机机动能力数据集。使用XGBoost与RNN-LSTM回归模型基于机动能力数据集训练得到机动能力模型,通过自动控制技术进行实际飞行试验,验证了机动能力模型可用于控制无人机准确飞行。具体完成内容如下:1)优化了传统四旋翼无人机数据采集平台,添加了无人机一键起飞降落功能,平台兼备无人机自动飞行控制与数据采集功能。该平台分为数据显示界面、数据通信模块、飞行策略实现模块三个部分。使用该平台建立无人机机动能力数据集。2)提出了基于XGBoost回归模型建立无人机机动能力模型,该模型相较于其他机器...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 无人机发展史
        1.2.2 无人机飞行控制研究现状
        1.2.3 机器学习发展史
        1.2.4 无人机领域机器学习应用现状
    1.3 本课题的创新点和发展趋势
    1.4 本文的研究内容和组织结构
2 四旋翼无人机飞行控制原理
    2.1 四旋翼无人机机械机构及飞行原理
    2.2 四旋翼无人机动力学模型分析
        2.2.1 四旋翼无人机平动动力学模型
        2.2.2 四旋翼无人机转动动力学模型
    2.3 四旋翼无人机实际控制分析
        2.3.1 四旋翼无人机控制方式
        2.3.2 四旋翼无人机控制指令转换模型
    2.4 本章小结
3 无人机机动能力数据集的构建
    3.1 无人机数据采集与自动控制平台的改进
        3.1.1 无人机平台界面
        3.1.2 自动控制功能
        3.1.3 无人机定位技术
    3.2 无人机数据采集与处理
        3.2.1 数据滤波
        3.2.2 数据分析
    3.3 无人机数据集的标准化与构建
        3.3.1 数据标准化
        3.3.2 数据集构建
    3.4 本章小结
4 基于机器学习无人机机动能力模型的构建
    4.1 回归预测模型分析
        4.1.1 基础线性回归模型
        4.1.2 BP网络回归模型
        4.1.3 循环神经网络回归模型
        4.1.4 XGBoost回归模型
    4.2 XGBoost与 RNN-LSTM模型训练结果对比
        4.2.1 实验环境
        4.2.2 实验流程
        4.2.3 RNN-LSTM模型实验结果
        4.2.4 XGBoost模型实验结果
    4.3 测试集预测结果对比分析
    4.4 本章小结
5 无人机机动能力模型的飞行试验验证
    5.1 飞行试验目的
    5.2 不同回归模型的飞行精度对比
    5.3 机动能力模型飞行可靠性验证
    5.4 本章小结
6 全文总结与展望
    6.1 全文总结
    6.2 展望
参考文献
致谢
附录



本文编号：3854506