본 논문에서는 무인항공기의 내풍성 강화를 위해 외란관측기(Disturbance Observer) 기반 비행제어기법 연구를 수행하였다. 무인항공기의 수요증가에 따라 각 분야 적재적소에 활용되기 위해서 무인항공기의 안정성과 임무성능이 확보되어야 한다. 따라서 무인항공기에 탑재되는 제어기는 각 임무에 따른 수행성능, 안정성을 고려하여 설계된다. 특히, 바람이나 돌풍과 같은 외란, 시스템의 불확실성은 임무 수행성능의 저하를 초래하며, 불안정성 증가에 따른 시스템의 발산을 초래할 수 있다.
제어시스템 설계를 수행하는 다양한 산업에서 시스템의 불확실성과 외란보상(Disturbance Attenuation)에 대한 문제는 제어시스템의 성능을 위해 고려되어야 한다. 이와 관련하여 각 제어분야에서 외란보상에 대한 다양한 제어기법 연구가 활발히 수행되었다. 외란 보상에 대한 대표적인 제어기 설계기법으로 강인 제어(Robust Control), 적응 제어(Adaptive Control) 및 슬라이딩모드 제어(Sliding Mode Control), 내부 모델 제어(Internal Model Control), 외란관측기 기반 제어(Disturbance Observer based Control) 등이 있다.
외란관측기 기반 제어기법은 시스템의 불확실성, 외부의 외란을 직접적으로 추정하고 추정된 외란을 앞먹임(feedforward)제어를 통해 직접적으로 보상한다. 외란관측기 기반 제어기법은 기존의 다른 제어기법과 비교하여 다음과 같은 특징을 나타낸다.
첫째로, 외란관측기 기반 제어기법은 분리원칙(separation principle)에 의해 제어기와 별도로 분리하여 설계할 수 있으며, 기존에 설계된 제어기법과 통합이 용이하다. 외란관측기 기반 제어기법은 기존의 제어기법의 변경 없이 통합되어 시스템의 불확실성, 외란을 보상하기 때문에 설계된 제어기법의 별다른 수정이 요구되지 않는다. 두 번째로 외란관측기 기반 제어기법은 기존 강인 제어와 같이 최악의 경우(worst case)를 고려하여 설계되지 않기 때문에 보수적인 제어시스템 설계로 인한 성능저하가 발생하지 않는다. 세 번째로 외란관측기 기반 제어기법은 능동 외란 제어(Active Anti-Disturbance Control)기법으로 기존의 피드백(feedback)제어 기반의 수동 외란 제어(Passive Anti-Disturbance Control)기법에 비해 효과적으로 외란을 보상한다.
본 논문에서는 무인항공기의 내풍성 강화를 위해 비선형 외란관측기(Nonlinear Disturbance Observer)를 적용한 비행제어기법 연구를 수행하였다. 비선형 외란관측기의 외란 추정성능을 보장하기 위해 외란관측기의 안정성 분석을 수행하였으며, 가속도 기반의 외란과 멀티콥터(multicopter) 입력 간 모델을 통해 추정된 외란 보상을 수행하였다. 시뮬레이션을 통해 비선형 외란관측기의 외란 추정성능에 대한 성능검증을 수행하고 설계된 비선형 외란관측기를 비행제어기법에 적용하여 외란 보상에 대한 성능을 검증한다. 또한, 실제 비행제어컴퓨터에 탑재하여 비행실험을 수행한다. 비행실험을 통해 바람 외란에 대한 외란관측기 기반 제어기법의 외란 추정성능, 외란에 대한 보상 성능 및 강건성에 대한 검증을 수행한다.
마지막으로, 본 논문에서는 외란의 불일치(mismatch)문제와 관측기 모델에 반영되지 않은 비선형적 요소로 인한 외란관측기의 추정성능 저하 문제를 보완하기 위해 신경망(neural network) 알고리즘을 도입하였다. 신경망기반의 외란관측기를 구성하였으며 시뮬레이션과 실제 비행데이터를 활용하여 성능 확인, 추후 활용가능성에 대한 분석을 수행하였다.

This paper presents disturbance observer(DO) based autopilot for robustness of UAVs under wind disturbance. As the demand for UAVs increases, the stability and mission performance should be secured in order to be appropriately operated in each field. Therefore, the controller of UAV is designed considering stability, performance according to each mission. Especially, disturbance such as wind or gust, uncertainties of the system cause degradation of mission performance and may lead to divergence of system due to increase of instability.
In the various industries, the uncertainty and disturbance attenuation should be considered for the performance of the control system. In this regard, various control techniques for disturbance attenuation have been studied in each control field. There are in variety of disturbance attenuation techniques such as robust control, adaptive control, sliding mode control, disturbance observer based control, etc.
Disturbance observer based control directly estimates the system uncertainty, external disturbance and compensates the estimated disturbance through feedforward control. Disturbance observer based control scheme has the following characteristics in comparison with other techniques.
First, disturbance observer based control can be designed separately from the controller based on separation principle, and it is easy to integrate with the previously designed controller. Disturbance observer based control scheme is integrated without modification of the existing control scheme to compensate for system uncertainty and disturbance. Secondly, disturbance observer based control is not designed considering the worst case like robust control, there is no performance degradation due to the conservative system design. Third, disturbance observer based control is AADC(Active Anti-Disturbance Control), so effectively compensates the disturbance compared to the conventional PADC(Passive Anti-Disturbance Control) based on the feedback control.
In this paper, a nonlinear disturbance observer is employed to improve the robustness against wind disturbance. The stability analysis of the disturbance observer was performed to guarantee the disturbance estimation performance, and the estimated disturbance was compensated through the model between the acceleration based disturbance and the multicopter input. The performance of the disturbance estimation and disturbance compensation is verified by simulation. It is also applied to an flight controller to conduct flight experiments. Experiments on the disturbance estimation performance, disturbance compensation performance and robustness of the disturbance observer based control for wind disturbance are validated through flight experiments.
Finally, in this paper, neural network is employed to compensate for the problem of mismatched disturbance and estimation performance degradation due to the unknown nonlinear function of observer model. In order to compensate the model error, A neural network based DOBC algorithm is designed and its performance was verified by simulation and flight data.