شبیه‌سازی و ردیابی مسیر کوادروتور با جبران‌سازی اثر باد به کمک یادگیری تقویتی

نویسندگان

1 گروه مهندسی مکانیک، دانشگاه تربیت مدرس، تهران، ایران

2 گروه مهندسی مکانیک، دانشگاه تربیت مدرس، تهران، ایران

doi
10.48311/mme.2026.117781.82894
چکیده

هدف این پژوهش، طراحی کنترل‌کننده هـوشمند برای دستیابـی به ردیابـی مسیرهای مختلف کوادروتور در محیط‌هایی با بادهای متغیـر می‌باشد. به این منظور ابتدا به مدل‌سازی دینامیکی کوادروتور پرداخته شد. مدل‌سازی باد نیز با اضافه کردن شتاب باد در صفحه‌ی افقی به معادلات دینامیکی انتقالی پرنده انجام شد. سپس، با هدف کنترل دقیق موقعیت و جهت‌گیری کوادروتور در حضور اغتشاشات محیطی باد، چارچوبی ترکیبی طراحی شد که شامل یک کنترل‌کننده‌ی پایه‌ PID، یک تنظیم‌کننده‌ی ضرایب مبتنی بر یادگیری تقویتی و یک مشاهده‌گر اغتشاش به‌همراه جبران‌ساز آن بود. برای تنظیم تطبیقی ضرایب کنترل‌کننده PID حین ردیابی مسیر از‌ الگوریتـم‌های DDPG وTD3 یادگیری تقویتی بهره برده شد. در نهایت جهت ارزیابی عملکرد چارچوب کنترلی، آزمایش‌های مختلفی در شرایط بدون باد و با شدت‌های مختلف باد در مسیرهای مختلف پروازی انجام شد. نتایـج شبیه‌سازی‌های انجام گرفته نشان دادند که در محیط‌هایی با بادهای متغیـر، اضافه شدن مشاهده‌گر و جبران‌ساز به کنتـرل‌کننده PID با ضرایب ثابت 15% خطا را نسبت به PID، و کنتـرل‌کننده PID تنظیم‌شده با الگوریتم‌های یادگیری تقویتی همراه با مشاهده‌گر و جبران‌ساز نسبت به حالت ضریب ثابت 25% خطای ردیابی را کاهش داد. در مسیر بی‌نهایت الگوریتم DDPG، %10 بهینه‌تر از الگوریتم TD3، در مسیر دایروی الگوریتم TD3 %5 بهینه‌تر از الگوریتم DDPG، و در مسیرهای مارپیچ نیز الگوریتم DDPG، %20 بهینه‌تر از الگوریتم TD3 عمل کرد.