Recherche sur l'application du PID de réseau de neurones dans les aéronefs quadricoptères

En tant que véhicule aérien sans pilote hautement manœuvrable et flexible, les quadricoptères ont de grandes perspectives d'application tant dans les domaines civil que militaire. Cependant, en raison de leurs caractéristiques dynamiques complexes, de leur non-linéarité et de leur fort couplage, atteindre un contrôle stable et précis des quadricoptères est une tâche difficile. Les méthodes de contrôle traditionnelles ne répondent souvent pas aux exigences de performance en matière de contrôle pour de tels systèmes non linéaires complexes. Les réseaux de neurones offrent une nouvelle approche pour résoudre les problèmes de contrôle dans des systèmes complexes grâce à leurs puissantes capacités d'apprentissage et d'adaptation. Les réseaux de neurones peuvent améliorer la performance des systèmes de contrôle en apprenant à partir de grandes quantités de données, en capturant les caractéristiques dynamiques du système et en ajustant les stratégies de contrôle en temps réel. La combinaison des réseaux de neurones avec le contrôle PID devrait permettre de tirer pleinement parti des avantages des deux. Les réseaux de neurones peuvent ajuster en temps réel les paramètres des contrôleurs PID, leur permettant ainsi de mieux s'adapter aux changements dynamiques complexes et aux perturbations externes des aéronefs quadricoptères. Cette méthode de contrôle fusionné ouvre de nouvelles possibilités pour améliorer la performance de contrôle des aéronefs quadricoptères. Cette étude explore l'application du PID de réseau de neurones dans les aéronefs quadricoptères pour atteindre un contrôle stable et précis, posant ainsi les bases d'une promotion généralisée dans des applications pratiques.