InTech-Quad Rotor Unmanned Aerial Vehicle Helicopter Modelling Control | Rotation | Helicopter Rotor

Quad-Rotor Unmanned Aerial Vehicle

Helicopter Modelling & Control

Regular Paper



Yogianandh Naidoo
1,*
, Riaan Stopforth
2
and Glen Bright
3

 
1 School of Mechanical Engineering, University of KwaZulu Natal
2 Mechatronics and Robotics Research Group (MR2G) Search and Rescue Division, University of KwaZulu-Natal
3 Mechatronics and Robotics Research Group (MR2G), University of KwaZulu-Natal

*Corresponding Author Email: 205506529@ukzn.ac.za 
 
Received 11 February 2011; Accepted 25 Aug 2011


 
Abstract  This  paper  presents  the  investigation  of  the 
modelling  and  control  of  a  quad‐rotor  helicopter  and 
forms  part  of  research  involving  the  development  of  an 
unmanned aerial vehicle (UAV) to be  used in search and 
rescue  applications.    Quad‐rotor  helicopters  consist  of 
two pairs of counter rotating rotors situated at the ends of 
a  cross,  symmetric  about  the  centre  of  gravity,  which 
coincides  with  the  origin  of  the  reference  system  used. 
These  rotors  provide  the  predominant  aerodynamic 
forces which act on the rotorcraft, and are modelled using 
momentum theory as well as blade element theory. From 
this,  one  can  determine  the  expected  payload  capacity 
and lift performance of the rotorcraft. The Euler‐Lagrange 
method has been used to derive the defining equations of 
motion  of  the  six  degree‐of‐freedom  system.  The 
Lagrangian  was  obtained  by  modelling  the  kinetic  and 
potential  energy  of  the  system  and  the  external  forces 
obtained  from  the  aerodynamic  analysis.  Based  on  this 
model,  a  control  strategy  was  developed  using  linear  PD 
controllers.  A  numerical  simulation  was  then  conducted 
using  MATLAB®  Simulink®.  First,  the  derived  model 
was  simulated  to  investigate  the  behaviour  of  the 
rotorcraft, and then a second investigation was conducted 
to determine the effectiveness of the implemented control 
system.  The  results  and  findings  of  these  investigations 
are then presented and discussed. 
Keywords Quad‐rotor, unmanned vehicle, aerial vehicle 
 
1. Introduction 
 
1.1 Background 
 
The  following  dynamics  model  pertains  to  a  quad‐rotor 
unmanned  aerial  vehicle  (UAV)  helicopter  which  is 
intended  to  be  used  as  a  search  and  rescue  field  robot. 
The  use  of  a  rotorcraft  allows  for  high  degrees  of 
manoeuvrability,  including  the  ability  to  hover.  The 
ultimate  aim  is  to  develop  a  self‐stabilizing  and  self‐
navigating UAV capable of performing autonomous take‐
offs  and  landings  similar  to  the  unmanned  aerial  system 
(UAS)  developed  at  Stellenbosch  University  (IK Peddle, 
2009).  This  way,  the  UAV  is  able  to  transmit  data  to 
operators situated at a safe vantage point at the scene of a 
disaster.  In  most  cases,  the  state  of  such  disaster  sites  is 
too dangerous for human expedition. By using robots, the 
site can be properly analysed and better decisions can be 
made with regards to the execution of a rescue operation 
(D  Greer,  2002).  The  use  of  a  hovering  robot  as  a  search 
and  rescue  robot  means  that  rescue  team  response  times 
can  be  kept  to  a  minimum.  This  is  important  as  it  is 
crucial  to  seek  victims  as  soon  as  possible  to  ensure  the 
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149 139
www.intechweb.org
www.intechopen.com
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149
 
best  possible  survival  rate.  One  of  the  most  successful 
multi‐rotor  platforms  is  the  Draganflyer  X‐Pro  (Sikiric, 
2008). This was used as a platform for research conducted 
at  the  Royal  Institute  of  Technology  in  Stockholm, 
Sweden.  The  reason  for  pursuing  a  multi‐rotor  rotorcraft 
is due to the small rotor spans allowable, thus minimising 
the  damage  in  the  event  of  a  collision.  The  large  rotor 
spans  of  conventional  helicopters  are  too  dangerous  to 
manoeuvre  in  confined  spaces  as  well  as  near  injured 
victims.  
 
It  must  be  noted  that  this  is  not  the  only  method  for 
deriving a mathematical model for a system such as this, 
but  is  the  preferred  method  for  the  author.  Research 
conducted  at  the  University  of  South  Florida  (N 
Aldawoodi,  2004)  presented  a  heuristic  technique  that 
applies  simulated  annealing  search  to  derive 
mathematical equations.  
 
1.2 Quad‐rotor Helicopter Structure 
 
The  structure  of  a  quad‐rotor  helicopter  is  a  simple  one, 
basically comprising of four rotors attached at the ends of 
a  symmetric  cross.  A  proposed  structure  is  presented  in 
figure 1. 
 
The  key  features  that  should  be  taken  into  account  in 
such  a  structure  are  symmetry  and  rigidity.  To  avoid 
unstable  flight,  the  structure  should  be  as  rigid  as 
possible,  while  maintaining  the  lightest  possible  weight. 
The best way to achieve this is through lightweight alloys 
or  composites.  Symmetry  is  also  of  great  importance  for 
stability.  The  centre  of  gravity  (COG)  should  be  kept  as 
close  to  the  middle  of  the  rotorcraft  as  possible,  as 
depicted in figure 3.    
 
 
Figure 1. Proposed quad‐rotor helicopter structure 
 
 
 
1.3 System Integration 
 
The electronic system integration is presented in figure 2. 
The  key  components  are  a  microcontroller,  electronic 
speed  controllers  (ESC’s),  an  attitude  and  heading 
reference  system  (AHRS),  a  communication  interface 
between  the  UAV  and  the  user,  a  vision  system  and 
suitable power distribution. 
 
The  microcontroller  receives  data  from  the  AHRS,  vision 
system  and  communication  interface,  which  is  then 
processed  so  that  orders  can  be  executed  to  the  ESC’s  to 
control the motor. 
 
The AHRS measures the inertial movements of the UAV. 
It comprises of an inertial measurement unit (IMU) and a 
global positioning system (GPS). The IMU contains 3‐axis 
accelerometers  and  gyroscopes  to  measure  translational 
and  rotational  body  motion  respectively.  It  also  consists 
of  a  magnetometer,  which  acts  as  a  digital  compass  and 
determines  the  heading  of  the  UAV.    The  GPS  is  used  to 
determine  the  location  of  the  rotorcraft.  Another 
component  which  could  be  added  to  the  AHRS  is  a 
pressure  sensor  to  measure  altitude.  However,  these 
sensors  are  only  suitable  for  high  altitude  applications 
and  therefore,  it  would  be  more  appropriate  to  use 
rangefinder  to  determine  the  altitude  of  the  UAV.  These 
rangefinders  could  be  either  sonar  or  laser  and  form  as 
part  of  the  vision  system.  The  vision  system  is  used  to 
detect  possible  obstacles  in  the  path  of  the  rotorcraft,  as 
well  as  transfer  visual  data  to  the  user  via  the 
communication interface.  
 
Lithium  Polymer  (LiPo)  batteries  are  the  most  suitable 
power  source  in  such  applications  due  to  their 
lightweight  properties.  Power  is  distributed  to  all  the 
electronics  in  the  system  via  a  power  distribution  board 
(PDB).  
 
1.4 Flight Dynamics 
 
Like  a  conventional  helicopter,  a  quad‐rotor  helicopter  is 
a six‐degree‐of‐freedom, highly non‐linear, multivariable, 
strongly  coupled,  and  under‐actuated  system.  The  main 
forces and moments acting on a quad‐rotor helicopter are 
produced  by  its  rotors  (W Daobo,  2008).  It  is  arguably  a 
simpler  setup  from  its  dual  rotor  counterpart,  as  quad‐
rotor  helicopters  can  be  controlled  exclusively  by 
variation  in  motor  speed.  Two  pairs  of  rotors  rotate  in 
opposite  directions  to  balance  the  total  torque  of  the 
system.  Figure 3  (W Daobo,  2008),  shows  a  free  body 
diagram  of  a  typical  quad‐rotor  type  helicopter.  As 
shown,  only  two  reference  frames  are  used  (the  earth 
fixed  frame,  E,  and  the  body  frame,  B),  unlike  that  of  a 
conventional  helicopter  which  has  three.  The  reason  for 
this is that the rotors of a quad‐rotor helicopter are fixed; 
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149 140
www.intechweb.org
www.intechopen.com
 
whereas  the  main  rotor  of  a  conventional  helicopter  has 
actuators  to  control  the  roll  and  pitch  angles,  which 
moves independent of the fuselage.  
 
SONAR
RANGEFINDERS
CAMERA
MODULE
VISION
SYSTEM
XBEE WIRELESS
RADIO
CONTROLLER
COMMUNICATION
SYSTEM
MICROCONTROLLER
GPS
AHRS
MAGNETOMETER
3 AXIS
GYROSCOPE
3 AXIS
ACCELEROMETER
IMU
ESC 1 ESC 2 ESC 3 ESC 4
POWER
DISTRIBUTION
LIPO
BATTERIES
PDB
MOTOR
1
MOTOR
1
MOTOR
1
MOTOR
1
 
Figure 2. Electronic system integration 
 
  
Figure 3. Free body diagram of a quad‐rotor helicopter 
A  quad‐rotor  setup  is  controlled  by  manipulating  thrust 
forces  from  individual  rotors  as  well  as  balancing  drag 
torque.  For  hovering,  all  rotors  apply  a  constant  thrust 
force as illustrated in figure 4(c), thus keeping the aircraft 
balanced. To control vertical movement, the motor speed 
is  simultaneously  increased  or  decreased,  thus  having  a 
lower or higher total thrust but still maintaining balance. 
For attitude control, the yaw angle (ψ) may be controlled 
by manipulating the torque balance, depending on which 
direction  the  aircraft  should  rotate.  The  total  thrust  force 
still  remains  balanced,  and  therefore  no  altitude  change 
occurs.    This  can  be  shown  in  figures  4(a)  and  4(b).  In  a 
similar way, the roll angle ( ) and pitch angle (θ) can be 
manipulated  applying  differential  thrust  forces  on 
opposite  rotors,  as  illustrated  in  figure  4(d)  (Stepaniak, 
2008; J Kim, 2010).    
 
Although  this  may  seem  simple  in  theory,  practically, 
there  will  be  many  factors  which  need  to  be  taken  into 
account. One of the greatest challenges will be to achieve 
stability in an outdoor environment. Especially a disaster 
area  where  there  will  be  many  obstacles  and  possibly 
harsh winds.   
 
1.5 Rotor Aerodynamics 
 
As  with  conventional  helicopters,  most  of  the 
aerodynamic  significance  of  quad‐rotor  helicopters  lies 
within  their  rotors.  The  propellers,  motors  and  batteries 
determine the payload and flight time performance of the 
aircraft.  The  rotors,  especially,  influence  the  natural 
dynamics  and  power  efficiency.  Research  at  the 
Australian  National  University  (P Pounds,  2004)  has 
shown  that  an  approximate  understanding  of  helicopter 
rotor  performance  can  be  obtained  from  the  momentum 
theory of rotors. This performance is very important. As a  
 
 
Figure  4.  Quad‐rotor  dynamics,  (a)  and  (b)  difference  in  torque 
to  manipulate  the  yaw  angle  (ψ);  (c)  hovering  motion  and 
vertical propulsion due to balanced torques; and (d) difference in 
thrust to manipulate the pitch angle (θ) the roll angle (  ). 
(a)  (b) 
(c) (d) 
Yogianandh Naidoo, Riaan Stopforth and Glen Bright:
Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control
141
www.intechweb.org
www.intechopen.com
 
search and rescue robot, the rotorcraft will be exposed to 
harsh  environments  where  it  should  be  able  to  produce 
enough  thrust  force  to  counter  any  bursts  of  external 
forces  applied  to  it  in  order  for  it  to  stabilise  itself. 
Further,  it  should  be  able  to  carry  the  payload  of 
equipment such as cameras, sensors, etc. 
 
2. Rotor Aerodynamics: Momentum  
Theory and Blade Element Theory 
 
Momentum  theory  can  be  used  to  provide  relationships 
between  thrust,  induced  velocity  and  power  in  the  rotor. 
Using  energy  conservation  (P Pounds,  2004),  it  can  be 
shown that in hover,  
 
2
2
i
Av T  
         (1) 
 
Where T is the thrust,  is the density of air, A is the area 
of the rotor, and vi is the induced air velocity at the rotor. 
Blade  element  theory  (P Pounds,  2004;  JF Douglas,  2005) 
is  particularly  useful  for  airfoil  and  rotor  performance. 
The forces and moment developed on a uniform wing are 
modelled by, 
 
c v C L
L
2
2
1
 
               (2) 
 
c v C D
D
2
2
1
 
                    (3) 
 
2 2
2
1
c v C M
M
 
               (4) 
 
Where,  for  unit  span,  L  is  the  lift  produced,  D  is  the 
profile  drag  and  M  is  the  pitching  moment.  v  is  the 
velocity  of  the  wing  through  the  air  and  c  is  the  chord 
length. CL, CD and CM are dimensionless coefficients of lift, 
drag  and  moment,  respectively.  They  are  dependent 
upon  the  wing’s  Reynolds  Number  (RE),  Mach  number 
and  angle  of  attack  (α).  For  a  rotor  with  angular  velocity 
ω,  the  linear  velocity  at  each  point  along  the  rotor  is 
proportional to the radial distance from the rotor shaft, 
 
R v               (5) 
 
By integrating lift and drag along the length of the blade, 
equivalent  rules  may  be  produced  for  the  entire  rotor 
(P Pounds, 2004). 
2
i i
b F  
         (6) 
 
2
i i
d            (7) 
 
Where b and d are the thrust and drag moment constants 
respectively.  
2
AR C b
T
               (8) 
 
3
AR C d
Q
 
            (9) 
Fi is the thrust produced by rotor i, τi is the drag moment 
and  R is  the  rotor  radius.  CT and  CQ are  dimensionless 
thrust  and  drag  moment  coefficients.  It  is  also  evident 
from  equation  (6)  and  equation  (7)  that  the  thrust  force 
and  rotor  torque  is  directly  proportional  to  the  angular 
velocity  of  the  rotor.  This  is  a  useful  relationship,  as  the 
rotor  angular  velocity  can  be  controlled  by  the  motor, 
thus,  the  thrust  force  and  drag  moment  can  also  be 
controlled  by  the  motor.    Smaller  rotors  require  higher 
speeds  and  more  power  than  larger  rotors  for  the  same 
thrust  (P Pounds,  2004).  The  respective  total  thrust  force 
and rotor torque of the system is, 
 



4
1 i
i
F f
          (10) 
 
Besides  the  thrust  force  and  the  drag  moment,  which  are 
the  predominant  aerodynamic  forces  and  moments 
created  by  a  rotor,  there  exist  three  other  external 
aerodynamic influences (R Siegwart, 2007) which act on a 
propeller. These may be illustrated in figure 5. The first is 
called  ground  effect.  This  refers  to  the  variation  of  the 
thrust  co‐efficient  when  the  rotor  is  in  close  proximity  to 
the  ground.  The  ground  effect  thrust  force  may  be 
described as, 
 
 
2
R A C F
i
IGE
T IGE
  
 
             (11) 
 
Where,  CT
IGE
  is  the  thrust  co‐efficient  near  ground  level. 
Another  influential  aerodynamic  force  occurs  as  a  result 
of  horizontal  forces  acting  on  all  the  blade  elements, 
known as the hub force, 
 
2
) ( R A C H
i H
  
              (12) 
 
CH is the hub force co‐efficient. 
 
The  third  influence,  referred  to  as  rolling  moment  Rm,  is 
the  combined  moment  due  to  the  lift  at  each  point  along 
the radius of the rotor, 
 
  R R A C R
i R m
m
2
  
     (13) 
 
Where,
m
R
C is the rolling moment co‐efficient. 
 
 
Figure 5. Aerodynamic forces and moments on a rotor 
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149 142
www.intechweb.org
www.intechopen.com
 
3. Co‐ordinate Reference Frames and the Rotation Matrix  
 
There  are  two  co‐ordinate  reference  frames  when 
analysing quad‐rotor helicopter dynamics. The first is the 
earth  fixed  frame,  labelled  E  in  figure  3.  The  other  is  the 
body  reference  frame,  labelled  B,  which  is  a  rotating  co‐
ordinate  frame  with  the  origin,  situated  at  the  centre  of 
gravity  of  the  rotorcraft.  All  rotation  occurs  about  the 
origin,  and  can  be  described  by  specifying  an  axis  of 
rotation  as  well  as  an  angle  by  which  the  frame  is  being 
rotated.  This  type  of  rotation  is  described  in  Euler’s 
Theorem  (A Tewari,  2007),  which  states  that  the  relative 
orientation  of  any  pair  of  co‐ordinate  frames  is  uniquely 
determined by a rotation by angle, Φ, about a fixed axis 
through  the  common  origin,  called  the  Euler  axis.  This 
unique rotation is termed the principal angle. A graphical 
representation can be shown in figure 6, where the vector 
e is the Euler axis and the rotation angle Φ represents the 
principal angle. 
 
Since the body motion sensors will be attached directly to 
the  reference  frame,  the  readings  will  be  with  relation  to 
the  rotated  frame.  Therefore,  it  is  important  to  obtain 
these  co‐ordinates  in  order  to  successfully  model  the 
system. This is done through a rotation matrix (A Tewari, 
2007; P Castillo R. a., 2005). If unit vectors, i; j and k, in the 
direction of the x; y and z axes respectively, are rotated to 
the orientation of x’; y’ and z’, with unit vectors i’, j’ and k’ 
respectively,  then  these  new  unit  vectors  can  be 
represented  in  terms  of  the  original  orientation  with  the 
use of a rotation matrix (A Tewari, 2007), 
 
(
(
(
¸
(

¸

=
(
(
(
¸
(

¸

'
'
'
k
j
i
R
k
j
i
             (14) 
Where, 
(
(
(
¸
(

¸

· ' · ' · '
· ' · ' · '
· ' · ' · '
=
k k j k i k
k j j j i j
k i j i i i
R
        (15) 
 
 
Figure 6. Euler axis and principal angle on a rotating co‐ordinate frame 
The  rotation  matrix  R  is  orthogonal,  which  implies  that 
the  matrix  transposed  would  be  equivalent  its  inverse 
form
.
 For every rotation, a rotation matrix exists. If the co‐
ordinate  frame  had  to  go  through  a  second  rotation,  R’, 
then  the  resultant  rotation  from  its  original  orientation 
would be R”, where, 
 
R R R ' · = ' '
            (16) 
 
This is an extremely useful characteristic, as a full rotation 
of a system can be described as a product of the rotations 
about its x, y and z axes, 
z y x
R R R R · · =
            (17) 
 
Where  for  a  roll  angle  |   about  the  x‐axis,  pitch  angle  θ 
about  the  y‐axis  and  yaw  angle  ψ  about  the  z‐axis 
(A Tewari, 2007),  
 
(
(
(
¸
(

¸

÷
=
| |
| |
cos sin 0
sin cos 0
0 0 1
x
R
           (18) 
 
(
(
(
¸
(

¸
÷
=
u u
u u
cos 0 sin
0 1 0
sin 0 cos
y
R
           (19) 
 
(
(
(
¸
(

¸

÷ =
1 0 0
0 cos sin
0 sin cos
¢ ¢
¢ ¢
z
R
        (20) 
 
Resulting in a rotation matrix R, where cθ represents cosθ 
and sθ represents sinθ, 
 
(
(
(
¸
(

¸

÷ +
+ ÷
÷
=
u | ¢ | ¢ u | ¢ | ¢ u |
u | ¢ | ¢ u | ¢ | ¢ u |
u ¢ u ¢ u
c c c s s s c s s c s c
c s c c s s s s c c s s
s s c c c
R
      
(21) 
 
4. Quad‐Rotor Dynamics Modelling 
 
The  Euler‐Lagrange  method  (P Castillo  R.  a.,  2005; 
P Castillo A. a., 2004) is used to model the flight dynamics 
of  the  rotorcraft.  The  model  stands  under  the 
assumptions  that  the  motor  dynamics  are  relatively  fast 
and may therefore be neglected. Also, the rotor blades are 
assumed  to  be  perfectly  rigid  and  no  blade  flapping 
occurs.  Although  this  does  occur  in  reality,  the  effects  of 
this  phenomenon  are  minuscule  and  will  be  considered 
later  in  the  research.  External  wind  forces  are  also  not 
considered  at  this  stage.  The  equations  of  motion  are 
developed  in  terms  of  the  translational  and  rotational 
parameters  of  the  six‐degree‐of‐freedom  system,  using 
generalised co‐ordinates in a vector q, 
Yogianandh Naidoo, Riaan Stopforth and Glen Bright:
Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control
143
www.intechweb.org
www.intechopen.com
 
| |
T
z y x q ¢ u | =
      (22) 
 
These  co‐ordinates  can  be  separated  into  translational,  ξ, 
and rotational, η, co‐ordinates where, 
 
| |
T
z y x = ç  and  | |
T
¢ u | q =             (23) 
 
Therefore, 
 
| |
T
q q ç =            (24) 
 
A Lagrangian is obtained by modelling the energy of the 
system,  where  the  difference  between  kinetic  and 
potential  energy  is  taken.  Kinetic  energy  of  the  system  is 
modelled  for  both  translational  and  rotational  motion. 
The  potential  energy  of  the  system  is  related  only  to  the 
altitude  of  the  rotorcraft.  The  Lagrangian,  L,  can  be 
expressed as, 
U T L ÷ =            (25) 
 
Where,  T  is  the  kinetic  energy  and  U  is  the  potential 
energy  of  the  system.  The  total  kinetic  energy  of  the 
system  is  the  sum  of  the  energy  due  to  the  translational 
motion  and  rotational  motion.  Therefore,  the  final 
expression obtained for the Lagrangian is, 
 
mgz I m q q L
T T
÷ + = q q ç ç  
 

2
1
2
1
) , (
             (26) 
 
This can be reduced to, 
 
( )
( ) mgz I I I
z y x m q q L
zz yy xx
÷ + + +
+ + =
2 2 2
2 2 2
2
1
2
1
) , (
¢ u | 
 
   
             (27) 
 
For  this  analysis,  the  Euler‐Lagrange  equation  with  an 
external generalised force (P Castillo R. a., 2005) is used. 
 
F
q
L
q
L
dt
d
=
c
c
÷
c
c

              (28) 
 
Where, the force F represents all the external forces acting 
on the body of the rotorcraft. Again, this can be split into 
translational,
ç
F
 and rotational, τ components. Where, 
 
| |
T
z y x
F F F F =
ç
                (29) 
 
And,  
 
| |
T
¢ u |
t t t t =
             (30) 
 
 
Therefore, 
 
| |
T
F F t
ç
=
        (31) 
 
 
The PDE’s 
q
L
dt
d
 c
c
 and 
q
L
c
c
can be expressed as,  
 
(
(
(
(
(
(
(
(
¸
(

¸

+
+
+
=
c
c
¢ ¢
u u
| |


 
   
   
 
 
 

zz zz
yy yy
xx xx
I I
I I
I I
z m
y m
x m
q
L
dt
d
         (32) 
 
And,  
 
| |
T
mg
q
L
0 0 0 0 0 ÷ =
c
c
          (33) 
 
The  only  forces  acting  on  the  body  are  those  from  the 
rotor.  The  translational  forces  are  the  thrust  forces 
resulting  from  each  rotor,  and  the  rotational  forces  are 
due to the drag moment as well as the moment caused by 
thrust  forces  from  opposite  rotors  about  the  centre  of 
gravity.  It  must  be  noted  that  hub  force,  ground  effect 
and  gyro  effects  were  not  taken  into  account,  as  the 
model  was  developed  for  the  purpose  of  designing  a 
control  system  around  it,  and  thus  should  be  kept  as 
simple as possible, with only the main effects being taken 
into account. Therefore the translational force is, 
 
| |
T
rotor
f F 0 0 =
              (34) 
 
Where,  f  is  the  total  thrust  force.  However,  this  force  is 
always  in  the  z‐direction  of  the  body  reference  frame.  In 
order  to  obtain  a  force  that  will  correlate  with  the  global 
co‐ordinates  and  sensor  readings,  the  rotation  matrix 
discussed in equation (21) is used. This allows the author 
to compare sensor readings with calculated values to find 
a  correlation  between  theoretical  and  measured 
parameters. Therefore,  
 
rotor
F R F . =
ç
        (35) 
 
It can be seen that, 
 
(
(
(
¸
(

¸
÷
=
u |
u |
u
ç
cos cos
cos sin
sin
f
f
f
F
    (36) 
 
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149 144
www.intechweb.org
www.intechopen.com
 
For  the  rotational  componentt ,  moments  are  taken  from 
about the centre of gravity in the roll and pitch directions. 
Therefore, 
l F F
M M
) (
1 3
÷ =
|
t              (37) 
 
l F F
M M
) (
4 2
÷ =
u
t                38) 
 
Where, l is the linear distance from the centre of the rotor 
to  the  centre  of  gravity.  In  the  direction  of  yaw,  the  sum 
of all the drag moments produced by the rotors are taken 
into account, 
Mi
i
t t
¢
4
1 =
¿ =
          (39) 
 
Where,
Mi
t   is  the  torque  produced  by  rotor  i.    Therefore, 
the  total  force  function  can  be  represented  as  the 
following vector, 
 
( )
( )
(
(
(
(
(
(
(
(
¸
(

¸

¿
÷
÷
÷
=
=
Mi
i
M M
M M
l F F
l F F
f
f
f
F
t
u |
u |
u
4
1
4 2
1 3
cos cos
cos sin
sin
    (40) 
 
Thus,  the  Euler‐Lagrange  equation,  together  with 
equations (32), (33) and (40) yields, 
 
( )
( )
(
(
(
(
(
(
(
(
¸
(

¸

¿
÷
÷
÷
=
(
(
(
(
(
(
(
(
¸
(

¸

+
(
(
(
(
(
(
(
(
¸
(

¸

+
+
+
=
Mi
i
M M
M M
zz zz
yy yy
xx xx
l F F
l F F
f
f
f
mg
I I
I I
I I
z m
y m
x m
t
u |
u |
u
¢ ¢
u u
| |
4
1
4 2
1 3
cos cos
cos sin
sin
0
0
0
0
0


 
   
   
 
 
 
           (41) 
 
Therefore, 
 
( ) ( )
( ) ( )
(
(
(
(
(
(
(
(
(
(
(
(
(
(
¸
(

¸

|
.
|

\
|
÷ ¿
÷ ÷
÷ ÷
÷
÷
=
(
(
(
(
(
(
(
(
¸
(

¸

=
=
¢ t
u
|
u |
u |
u
¢
u
|


 
 
 
 
 
 
 
 
 
zz Mi
i
zz
yy M M
yy
xx M M
xx
I
I
I l F F
I
I l F F
I
g
m
f
m
f
m
f
z
y
x
q
4
1
4 2
1 3
1
1
1
cos cos
cos sin
sin
     
(42)      
 
Near  hover,  the  angular  rates  can  be  taken  to  be 
negligible.
  
5. Quad‐Rotor Control  
 
Attitude  (| ,  θ  and  ψ)  and  altitude  (z)  had  to  be  taken 
into account in order to stabilise the rotorcraft. Position (x 
and  y)  is  dependent  on  the  roll  and  pitch  angle 
orientation.  Thus,  the  position  can  be  controlled  via 
attitude  control.  Therefore,  the  system  is  an  under 
actuated  one,  having  six  degrees  of  freedom  and  only 
four  control  inputs.    Essentially,  all  manoeuvres  that  are 
executed  by  the  rotorcraft  are  resultant  from  the 
manipulation  of  thrust  and  drag  moment  created  by  the 
four  rotors.  These  parameters  are  related  using  the 
relationship described in equation (6) and equation (7). It 
is  evident  from  this  that  by  controlling  the  rotational 
speed  of  the  motors,  one  can  effectively  control  the 
rotorcraft. Therefore, the following are chosen for control 
inputs  based  on  works  conducted  at  Lausanne 
(S Bouabdallah, 2007) and Stanford University (H Huang, 
2009), 
 
( )
2
4
2
3
2
2
2
1 1
e e e e + + + = b u
    (43) 
 
( )l b u
2
1
2
3 2
e e ÷ =
      (44) 
 
( )l b u
2
4
2
2 3
e e ÷ =
      (45) 
 
( )
2
4
2
3
2
2
2
1 4
e e e e ÷ + ÷ = d u     (46) 
 
Where, u1, u2, u3 and u4 are control inputs for altitude, roll, 
pitch  and  yaw  respectively.  From  this,  the  simplified 
model derived in equation (42) becomes, 
 
 
(
(
(
(
(
(
(
(
(
(
(
(
(
(
¸
(

¸

÷
÷
=
(
(
(
(
(
(
(
(
¸
(

¸

=
4
3
2
1
1
1
cos cos
cos sin
sin
u
I
u
I
u
I
g
m
f
m
f
m
f
z
y
x
q
zz
yy
xx
u |
u |
u
¢
u
|
 
 
 
 
 
 
 
               
(47)   
 
It is evident from equation (47) that the simplified system 
is  linear  and  not  coupled.  Thus,  a  linear  PD  controller 
design was chosen to be used.  
 
The control inputs described in equation (43) to equation 
(46) may be represented in vector form, 
 
Yogianandh Naidoo, Riaan Stopforth and Glen Bright:
Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control
145
www.intechweb.org
www.intechopen.com
 
(
(
(
(
(
¸
(

¸

(
(
(
(
¸
(

¸

÷ ÷
÷
÷
=
(
(
(
(
¸
(

¸

2
4
2
3
2
2
2
1
4
3
2
1
0 0
0 0
e
e
e
e
d d d d
bL bL
bL bL
b b b b
u
u
u
u
  (47) 
 
Equation  (47)  can  be  rearranged  to  be  found  in  terms  of 
the rotational speed vector, 
 
(
(
(
(
¸
(

¸

(
(
(
(
(
(
(
(
¸
(

¸

÷ ÷
÷
÷
=
(
(
(
(
(
¸
(

¸

4
3
2
1
2
4
2
3
2
2
2
1
4
1
2
1
0
4
1
4
1
0
2
1
4
1
4
1
2
1
0
4
1
4
1
0
2
1
4
1
u
u
u
u
d bL b
d bL b
d bL b
d bL b
e
e
e
e
      (48) 
 
From  this,  the  desired  motor  speed  may  be  computed  so 
that  it  can  then  be  sent  to  the  motor  controllers.  The 
columns of the matrix in equation (48) correspond to each 
control  input,  and  the  rows  correspond  to  the  square  of 
the  rotational  speed  of  each motor.  Thus,  the  square  root 
of  each  row  must  be  computed  before  the  values  can  be 
sent  to  the  controller.  There  are  four  feedback  control 
loops  (figure  7)  which  are  seperate  from  each  other, 
which for a PD controller, takes the form, 
 
U = kp(proportional error) + kd(derivative error) 
 
The  PD  controllers  for  altitude,  roll,  pitch  and  yaw 
respectively are, 
 
( ) ( ) y y k y y k U
ref d ref p
ALT ALT
  ÷ + ÷ =
1
             (49) 
 
( ) ( ) | | | |
 
÷ + ÷ =
ref d ref p
ROLL ROLL
k k U
2
              (50) 
 
( ) ( ) u u u u
 
÷ + ÷ =
ref d ref p
PITCH PITCH
k k U
3
            (51) 
 
( ) ( ) ¢ ¢ ¢ ¢   ÷ + ÷ =
ref d ref p
YAW YAW
k k U
4
             (52) 
 
These feedback control loops will be implemented using a 
microcontroller as expalined in figure 2. 
 
 
Figure 7. Feedback control loop 
 
6. Model Simulation 
 
The  mathematical  model  described  by  equation  (42)  was 
simulated  on  MATLAB
®
  Simulink
®
,  with  motor  speed  and 
basic system parameters (listed in Table 1) as inputs with the 
thrust, torque, q ,  q  and  q  as outputs. The thrust forces and 
rotor torques were modelled around equations (6) and (7).  
 
m  kg  4 
l  m  0.3 
R  m  0.15 
ρ
kg/m
3
  1.204 
CT  ‐  0.5 
CQ  ‐  0.08 
Table 1. Constant model parameters 
 
To  investigate  if  the  simulation  describes  the  behaviour  of 
the  rotorcraft,  four  simulations  were  conducted  with  the 
motor  inputs  specified  in  Table  2.  These  simulations  were 
strategically  chosen  to  investigate  lift,  yawing,  pitching  and 
rolling motion respectively. First, they were conducted with 
no control systems implemented, and then the effects of the 
control system were investigated, using the same input data. 
 
6.1 Dynamic Model Without Control 
 
The  first  simulation  investigated  the  upward  lift 
behaviour  by  applying  equivalent  speeds  of  230 rpm  to 
each  motor  to  create  a  constant  total  lift  of  41.63 N.  The 
resultant  upward  acceleration  and  velocity  are  shown  in 
figure  8  and  figure  9.  This  correlates  to  the  expected 
upward  acceleration,  however,  depicts  an  ideal  situation 
without any external wind forces being compensated for. 
 
Simulation
Number 
Motor Speed (rad/s) 
Motor 1
(CW) 
Motor 2 
(CCW) 
Motor 3 
(CW) 
Motor 4
(CCW) 
1  230  230  230  230 
2  231  229  231  229 
3  230  229  230  231 
4  229  230  231  230 
Table 2. Simulation motor speed inputs 
 
 
Figure 8. Graph of Acceleration (vertical‐axis) vs Time (horizontal‐axis) 
Figure 9. Graph of Speed (vertical‐axis) vs Time (horizontal‐axis) 
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149 146
www.intechweb.org
www.intechopen.com
 
 
Figure 10. Graph of Yaw (vertical‐axis) vs Time (horizontal‐axis) 
 
 
Figure 11. Graph of Yaw Rate (vertical‐axis) vs Time (horizontal‐axis) 
 
Figure 12. Graph of Roll (vertical‐axis) vs Time (horizontal‐axis) 
 
The second simulation investigated the yawing motion of 
the  rotorcraft.  Here,  both  clockwise  rotating  rotors  were 
set  to  rotate  faster  than  the  counter‐clockwise  rotating 
rotors,  resulting  in  a  constant  counter‐clockwise  angular 
acceleration  of  0.1235 rad/s
2
.  This  behaviour  is  described 
in figure 10 and figure 11.  
 
The  third  and  fourth  simulations  investigate  the  stability 
of  the  rotorcraft  with  regards  to  rotational  motion  in  the 
pitching  and  rolling  directions.  In  each  case,  one  rotor 
was chosen to rotate faster than motors adjacent to it, and 
the motor opposite to it chosen to rotate slower. 
 
As noted in figure 12, the roll angle increases to almost an 
entire  revolution  in  the  one minute  simulation  time.  This 
behaviour  is  unstable,  and  control  is  therefore  required. 
The  resultant  translational  motion  is  also  unstable.  An 
imbalance of torque was also noted. 
 
6.2 Model Simulation With Control 
 
After  recording  the  behaviour  of  the  derived 
mathematical  model,  simulations  were  conducted  to 
investigate the effects of the control design on the system. 
The  simulation  inputs  were  identical  to  those  in  section 
6.1.  
 
6.2.1 Altitude control 
 
The  first  simulation  concentrated  on  altitude.  The 
controller  implemenred  is  the  one  described  in  equation 
(49). The aim of the simulation was to get the rotorcraft to 
hover at a constant altitude of 10 m. Figure 13, shows the 
natural  response  of  the  system  without  any  control 
implemented.  Figure  14  shows  the  effects  on  the  system 
when  the  controller  is  implemented.  It  is  clear  from  this 
comparison  that  the  control  design  is  effective,  where  a 
steady state is achieved. 
 
 
Figure 13. Graph of Altitude (vertical axis) vs Time (horizontal axis) 
 
Figure 14. Graph of Altitude (vertical axis) vs Time (horizontal axis) 
 
6.2.2. Yaw Control 
 
The yaw controller implemented during this simulation is 
based on equation (52). The aim of this simulation was to 
obtain  a  desired  yaw  angle  of  zero.  This  was  effectively 
achieved with minimal response time, as shown in figure 
15  and  figure  16.  This  is  evident  if  one  compares  the 
natural  response,  depicted  in  figure  10  and  figure  11,  to 
the controlled response.   
 
 
Figure 15. Graph of Yaw vs Time 
 
6.2.3 Roll/Pitch Control 
 
The  controllers  implemented  for  pitch  and  roll  control 
can  be  described  in  equations  (50)  and  (51)  respectively. 
Yogianandh Naidoo, Riaan Stopforth and Glen Bright:
Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control
147
www.intechweb.org
www.intechopen.com
 
These  parameters  are  extremely  important  to  both 
stabilise  the  rotorcraft,  as  well  as  manipulate  latitudinal 
position. However, since the aim of the simulation was to 
stabilise  the  rotorcraft  while  it  is  hovering,  the  desired 
reference values were set to zero. This was achieved to an 
extent. Figure 17, figure 18 and figure 19 show the results 
obtained  for  the  controlled  roll  values  and  the 
corresponding rate. Figure 17 may be compared to figure 
12  to  observe  the  effectiveness  of  the  control  design. 
Similar  results  were  obtained  for  simulations  regarding 
pitch control. 
 
 
Figure 16. Graph of Yaw Rate (vertical axis) vs Time (horizontal axis) 
 
 
Figure 17. Graph of Roll (vertical axis) vs Time (horizontal axis) 
 
 
 
Figure  18.  Graph  of  angular  speed  (vertical  axis)  vs  Time 
(horizontal axis)
 
 
Figure  19.  Graph  of  angular  acceleration  (vertical  axis)  vs  Time 
(horizontal axis) 
 
7. Discussion 
 
The  linear  PD  controller  design  in  section  5  of  this  paper 
may  be  sufficient  to  stabilise  the  rotorcraft.  The  only 
results  achieved  that  were  of  concern,  were  those 
regarding pitch and roll control. It is evident in figure 17, 
that there is a ramping effect, when the signal should be a 
constant.  This  is  as  a  result  of  integration  errors  caused 
due  to  second‐order  integration.  The  original  values  are 
computed  in  the  numerical  model  using  equation  (53), 
thus, the angles required are achieved by integration. It is 
evident in figure 19 that the signal indeed settles, but the 
mean  error  carried  over  in  the  first  integration  when 
computing  the  rate  (figure  18),  is  translated  into  a  slope 
when  integrated  again.  This  is  evident  in  figure  17. 
However,  these  results  are  acceptable,  as  they  indicate 
that  the  controller  does  effectively  stabilise  the  signal 
close  to  the  desired  reference  value.  Further,  the  values 
that will be fed back to the controller in practice, will not 
be  computed  but  measured  from  sensors,  thus 
eliminating these types of errors, but of course, incurring 
other errors involved with sensors. However, such issues 
will only be able to be solved once they are encountered. 
 
8. Conclusion 
 
The  rotorcraft  behaviour  described  by  the  simulated 
model  does  correlate  with  what  is  expected  in  reality. 
However,  the  physical  parameters  documented  are  not 
completely  accurate  due  to  the  restraining  force  exerted 
by  the  air  not  being  taken  into  account.  In  reality,  the 
velocity  of  the  rotorcraft  will  reach  a  terminal  velocity  at 
some  point,  and  not  continue  to  increase.  This 
phenomenon  will be investigated in the near future, as it 
serves  as  a  subject  of  importance  to  the  research. 
However, it extends out of the limits of this paper. 
 
The  information  obtained  from  the  dynamics  model  was 
used  for  the  development  of  the  control  system.  As 
shown  in  section  6.1  of  this  paper,  the  rotorcraft  will  be 
almost impossible to operate without the implementation 
of  a  stabilizing  control  system.  Even  the  slightest 
variation of rotor speed can result in a possible crash due 
to the rotorcraft spinning out of control. 
 
Speed  controllers  for  the  electric  motors  have  to  be  as 
accurate as possible, with control feedback times kept to a 
minimum. This will be a challenging task and will require 
very  sensitive  gyroscopes,  accelerometers  and 
magnetometers  to  detect  when  the  rotorcraft  has  strayed 
off path and requires correction.  
 
To  successfully  manoeuvre  the  rotorcraft  in  the 
translational  x  and  y  directions,  the  control  system  must 
also be used to ensure a torque balance so that the correct 
heading is obtained. The assistance of a GPS module will 
Int J Adv Robotic Sy, 2011, Vol. 8, No. 4, 139-149 148
www.intechweb.org
www.intechopen.com
 
also  enhance the  directional control  of  the  rotorcraft.  The 
correct  angle  of  attack  as  well  as  a  preservation  of  the 
total  upward  thrust  must  also  be  executed  to  ensure 
stability while preserving the direction of the craft.  
 
9. References 
 
1. JC  Roos  and  IK  Peddle,  ”Autonomous  Take‐off  and 
Landing  of  an  Unmanned  Aerial  Vehicle”,  R  &  D 
Journal of the South African Institution of Mechanical 
Engineering, volume 25, pp16‐28, 2009 
2. D  Greer,  P  McKerrow  and  J  Abrantes,  “Robots  in 
Urban  Search  and  Rescue  Operations”,  Australasian 
Conference  on  Robotics  and  Automation,  Auckland, 
pp27‐29, 2002 
3. V  Sikiric,  “Control  of  Quadrocopter”,  Royal  Institute 
of Technology, Stockholm, Sweden, 2008 
4. N  Aldawoodi,  R  Perez,  W  Alvis  and  K  Valavanis, 
“Developing  Automated  Helicopter  Models  Using 
Simulated  Annealing  and  Genetic  Search”,  Genetic 
and  Evolutionary  Computation  Conference,  Seattle 
WA, 2004 
5. AA  Mian  and  W  Daobo,  “Modelling  and 
Backstepping‐based  Nonlinear  Control  Strategy  for  a 
6  DOF  Quadrotor  Helicopter”,  Chinese  Journal  of 
Aeronautics, volume 21, 2008 
6. MJ  Stepaniak,  “A  Quadrotor  Sensor  Platform”, 
Dissertation, Ohio University, Athens, 2008 
7. J Kim, MS Kang and S Park, “Accurate Modeling and 
Robust  Hovering  Control  for  a  Quad–rotor  VTOL 
Aircraft”,  Journal  of  Intelligent  Robotic  Systems, 
volume 57, 2010 
8. P  Pounds,  R  Mahony  and  J  Gresham,  ”Towards 
Dynamically‐Favourable  Quad‐Rotor  Aerial  Robots”, 
Australasian  Conference  on  Robotics  and 
Automation, Canberra, ACT, 2004 
9. JF  Douglas,  JM  Gasiorek,  JA  Swaffield  and  LB  Jack, 
“Fluid  Mechanics”,  5
th
  Edition,  Pitman  Publishing 
Limited, 2005 
10. S Bouabdallah and R Siegwart, “Full Control of a 
Quadrotor”, International Conference on Intelligent 
Robots and Systems, 2007 
11. A Tewari, “Atmospheric and Space Flight Dynamics: 
Modeling and Simulation with MATLAB and 
Simulink”, Birkhäuser Boston, 2007 
12. P  Castillo,  R  Lozano  and  AE  Dzul,  “Modelling  and 
Control  of  Mini‐Flying  Machines”,  Springer‐Verlag 
London Limited, 2005 
13. P  Castillo,  A  Dzul  and  R  Lozano,  “Real‐Time 
Stabilization  and  Tracking  of  a  Four  Rotor  Mini‐
Rotorcraft”,    IEEE  Transactions  on  Control  Systems 
Technology, volume 12, 2004 
14. S  Bouabdallah,  “Advances  in  Unmanned  Aerial 
Vehicles:  Design  and  Control  of  Miniature  Quad 
rotors”, Springer Press, 2007 
15. H  Huang,  GM  Hoffmann,  SL  Waslander  and  GJ 
Tomlin,  “Aerodynamics  and  Control  of  Autonomous 
Quadrotor  Helicopters  in  Aggressive  Maneuvering”, 
IEEE  International  Conference  on  Robotics  and 
Automation, Japan, 2009 
16. MATLAB
®
 Simulink
®
, 2010 
 
 
 
Yogianandh Naidoo, Riaan Stopforth and Glen Bright:
Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control
149
www.intechweb.org
www.intechopen.com

    The  key  features  that  should  be  taken  into  account  in  such  a  structure  are  symmetry  and  rigidity.  Power  is  distributed  to  all  the  electronics  in  the  system  via  a  power  distribution  board  (PDB).  B).  Research  conducted  at  the  University  of  South  Florida  (N  Aldawoodi. This was used as a platform for research conducted  at  the  Royal  Institute  of  Technology  in  Stockholm.  To  avoid  unstable  flight.  However.  but  is  the  preferred  method  for  the  author. 8.3 System Integration    The electronic system integration is presented in figure 2. multivariable.  basically comprising of four rotors attached at the ends of  a  symmetric  cross. highly non‐linear.  it  would  be  more  appropriate  to  use  rangefinder  to  determine  the  altitude  of  the  UAV.  a  vision  system  and  suitable power distribution.  an  attitude  and  heading  reference  system  (AHRS).best  possible  survival  rate. 139-149   www.  2008).  a  communication  interface  between  the  UAV  and  the  user.  shows  a  free  body  diagram  of  a  typical  quad‐rotor  type  helicopter.  strongly  coupled.  which  is  then  processed  so  that  orders  can  be  executed  to  the  ESC’s  to  control the motor.    The microcontroller receives data from the AHRS.  The  centre  of  gravity  (COG)  should  be  kept  as  close  to  the  middle  of  the  rotorcraft  as  possible.2 Quad‐rotor Helicopter Structure    The  structure  of  a  quad‐rotor  helicopter  is  a  simple  one.  The  vision  system  is  used  to  detect  possible  obstacles  in  the  path  of  the  rotorcraft. The IMU contains 3‐axis  accelerometers  and  gyroscopes  to  measure  translational  and  rotational  body  motion  respectively.  which  acts  as  a  digital  compass  and  determines the heading of the UAV.  2008).     1.  The  reason  for  this is that the rotors of a quad‐rotor helicopter are fixed.  The  key  components  are  a  microcontroller.  A  proposed  structure  is  presented  in  figure 1.org www.  these  sensors  are  only  suitable  for  high  altitude  applications  and  therefore.  It comprises of an inertial measurement unit (IMU) and a  global positioning system (GPS).  E.  Two  pairs  of  rotors  rotate  in  opposite  directions  to  balance  the  total  torque  of  the  system.     It  must  be  noted  that  this  is  not  the  only  method  for  deriving a mathematical model for a system such as this.  as  well  as  transfer  visual  data  to  the  user  via  the  communication interface.  Figure 3  (W Daobo.com .intechopen.  The GPS is used to  determine  the  location  of  the  rotorcraft.  only  two  reference  frames  are  used  (the  earth  fixed  frame.  It  also  consists  of  a  magnetometer.     Lithium  Polymer  (LiPo)  batteries  are  the  most  suitable  power  source  in  such  applications  due  to  their  lightweight  properties.4 Flight Dynamics    Like a conventional helicopter.  2004)  presented  a  heuristic  technique  that  applies  simulated  annealing  search  to  derive  mathematical equations. The reason for pursuing a multi‐rotor rotorcraft  is due to the small rotor spans allowable.  and  the  body  frame.  as  depicted in figure 3. 4. vision  system  and  communication  interface.  The best way to achieve this is through lightweight alloys  or  composites.  2008).         Figure 1.  Sweden.  140 Int J Adv Robotic Sy.  and  under‐actuated  system.  as  quad‐ rotor  helicopters  can  be  controlled  exclusively  by  variation  in  motor  speed. thus minimising  the  damage  in  the  event  of  a  collision.  As  shown.  electronic  speed  controllers  (ESC’s).     1.    The AHRS measures the inertial movements of the UAV.  The  main  forces and moments acting on a quad‐rotor helicopter are  produced  by  its  rotors  (W Daobo.  These  rangefinders  could  be  either  sonar  or  laser  and  form  as  part  of  the  vision  system.  while  maintaining  the  lightest  possible  weight.  It  is  arguably  a  simpler  setup  from  its  dual  rotor  counterpart. Vol.  unlike  that  of  a  conventional  helicopter  which  has  three. No. a quad‐rotor helicopter is  a six‐degree‐of‐freedom.intechweb. 2011.  The  large  rotor  spans  of  conventional  helicopters  are  too  dangerous  to  manoeuvre  in  confined  spaces  as  well  as  near  injured  victims.  Another  component  which  could  be  added  to  the  AHRS  is  a  pressure  sensor  to  measure  altitude.  Symmetry  is  also  of  great  importance  for  stability.  the  structure  should  be  as  rigid  as  possible. Proposed quad‐rotor helicopter structure        1.  One  of  the  most  successful  multi‐rotor  platforms  is  the  Draganflyer  X‐Pro  (Sikiric.

 the yaw angle (ψ) may be controlled  by manipulating the torque balance.  and  therefore  no  altitude  change  occurs.  thus  having  a  lower or higher total thrust but still maintaining balance. the roll angle (  ) and pitch angle (θ) can be  manipulated  applying  differential  thrust  forces  on  opposite  rotors.  all  rotors  apply  a  constant  thrust  force as illustrated in figure 4(c).  especially.intechopen.  which  moves independent of the fuselage. To control vertical movement.  (c)  hovering  motion  and  vertical propulsion due to balanced torques.org Yogianandh Naidoo. Electronic system integration    (c) (d)       Figure 3. the motor speed  is  simultaneously  increased  or  decreased.com   www.  (a)  and  (b)  difference  in  torque  to  manipulate  the  yaw  angle  (ψ).  as  illustrated  in  figure  4(d)  (Stepaniak.  practically.  2008. The total thrust force  still  remains  balanced. thus keeping the aircraft  balanced.intechweb.  The  rotors.  The  propellers. Free body diagram of a quad‐rotor helicopter  Figure  4.    This  can  be  shown  in  figures  4(a)  and  4(b). This performance is very important.  In  a  similar way.  influence  the  natural  dynamics  and  power  efficiency.       Although  this  may  seem  simple  in  theory. and (d) difference in  thrust to manipulate the pitch angle (θ) the roll angle (  ).  there  will  be  many  factors  which  need  to  be  taken  into  account. depending on which  direction the aircraft should rotate. Riaan Stopforth and Glen Bright: Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control 141 . J Kim.  For  hovering.whereas  the  main  rotor  of  a  conventional  helicopter  has  actuators  to  control  the  roll  and  pitch  angles.  most  of  the  aerodynamic  significance  of  quad‐rotor  helicopters  lies  within  their  rotors.  www. As a     VISION SYSTEM SONAR RANGEFINDERS CAMERA MODULE AHRS IMU MAGNETOMETER 3 AXIS GYROSCOPE 3 AXIS ACCELEROMETER GPS MICROCONTROLLER ESC 1 MOTOR 1 ESC 2 MOTOR 1 ESC 3 MOTOR 1 ESC 4 MOTOR 1   (a)    (b)  Figure 2.  motors  and  batteries  determine the payload and flight time performance of the  aircraft.  2004)  has  shown  that  an  approximate  understanding  of  helicopter  rotor  performance  can  be  obtained  from  the  momentum  theory of rotors. 2010).5 Rotor Aerodynamics    As  with  conventional  helicopters.  For attitude control.  Research  at  the  Australian  National  University  (P Pounds. One of the greatest challenges will be to achieve  stability in an outdoor environment. Especially a disaster  area  where  there  will  be  many  obstacles  and  possibly  harsh winds.     POWER DISTRIBUTION LIPO BATTERIES PDB COMMUNICATION SYSTEM XBEE WIRELESS RADIO CONTROLLER A  quad‐rotor  setup  is  controlled  by  manipulating  thrust  forces  from  individual  rotors  as  well  as  balancing  drag  torque.      1.  Quad‐rotor  dynamics.

search and rescue robot.              (8)  b  CT AR2     d  CQ AR3   142 Int J Adv Robotic Sy.  it  should  be  able  to  carry  the  payload  of  equipment such as cameras.    Fi  bi2            (6)     i  d 2   i      (7)    Where b and d are the thrust and drag moment constants  respectively. For a rotor with angular velocity  ω. 139-149           (9)    Figure 5.  CT and  CQ are  dimensionless  thrust  and  drag  moment  coefficients. A is the area  of the rotor.  it  can  be  shown that in hover.  2004).    The  third  influence.  for  unit  span.    2.  The  respective  total  thrust  force  and rotor torque of the system is. CL.intechweb.  CTIGE  is  the  thrust  co‐efficient  near  ground  level.     Fi is the thrust produced by rotor i.  They  are  dependent  upon  the  wing’s  Reynolds  Number  (RE). Aerodynamic forces and moments on a rotor    www.  as  the  rotor  angular  velocity  can  be  controlled  by  the  motor.  thus. induced velocity and power in the rotor.intechopen.  The  ground  effect  thrust  force  may  be  described as.  L  is  the  lift  produced. 2004).  Another  influential  aerodynamic  force  occurs  as  a  result  of  horizontal  forces  acting  on  all  the  blade  elements. and vi is the induced air velocity at the rotor.  Further. sensors.    f   Fi   i 1 4         (10)    T  2 Avi2          (1)    Where T is the thrust. 2011.    Where. which are  the  predominant  aerodynamic  forces  and  moments  created  by  a  rotor. No. 2007) which act on a  propeller. etc. C R is the rolling moment co‐efficient.  D  is  the  profile  drag  and  M  is  the  pitching  moment. τi is the drag moment  and  R is  the  rotor  radius. These may be illustrated in figure 5.  equivalent  rules  may  be  produced  for  the  entire  rotor  (P Pounds.  drag  and  moment.    L  CL 1 2     v c 2            (2)    1 D  C D v 2 c         2 1 M  C M v 2 c 2    2 Besides the thrust force and the drag moment.com .  referred  to  as  rolling  moment  Rm.  the  linear  velocity  at  each  point  along  the  rotor  is  proportional to the radial distance from the rotor shaft.  It  is  also  evident  from  equation  (6)  and  equation  (7)  that  the  thrust  force  and  rotor  torque  is  directly  proportional  to  the  angular  velocity  of  the  rotor.  The forces and moment developed on a uniform wing are  modelled by.  respectively. 4. Vol. 8. Rotor Aerodynamics: Momentum   Theory and Blade Element Theory    Momentum  theory  can  be  used  to  provide  relationships  between thrust.    Smaller  rotors  require  higher  speeds  and  more  power  than  larger  rotors  for  the  same  thrust  (P Pounds.  is the density of air. the rotorcraft will be exposed to  harsh  environments  where  it  should  be  able  to  produce  enough  thrust  force  to  counter  any  bursts  of  external  forces  applied  to  it  in  order  for  it  to  stabilise  itself.      H  C H A(i R) 2                 (12)  CH is the hub force co‐efficient. The first is  called  ground  effect.  is  the combined moment due to the lift at each point along  the radius of the rotor.org www.  This  refers  to  the  variation  of  the  thrust co‐efficient when the rotor is in close proximity to  the  ground.  Where.  v  is  the  velocity  of  the  wing  through  the  air  and  c  is  the  chord  length.  2005)  is  particularly  useful  for  airfoil  and  rotor  performance.  2004.      Rm  C Rm Ai R  R    2 m   (13)  v  R             (5)  By integrating lift and drag along the length of the blade.  JF Douglas.  This  is  a  useful  relationship.  Blade  element  theory  (P Pounds.  2004).  IGE              (11)    FIGE  CT Ai R 2                 (3)                (4)    Where.  there  exist  three  other  external  aerodynamic influences (R Siegwart. CD and CM are dimensionless coefficients of lift.  Mach  number  and angle of attack (α).  Using  energy  conservation  (P Pounds.  the  thrust  force  and  drag  moment  can  also  be  controlled  by  the  motor.  known as the hub force.

  Therefore. The other is the  body  reference  frame. a rotation matrix exists.     R  Rx  Ry  Rz     0 0  1 0 cos sin        Rx    0  sin  cos            (18)  cos  Ry   0   sin     0  sin   1 0         0 cos         (19)  i   i   j   R  j        k  k      Where.  2005. Φ..  it  is  important  to  obtain  these  co‐ordinates  in  order  to  successfully  model  the  system. j’ and k’  respectively. about a fixed axis  through  the  common  origin. Co‐ordinate Reference Frames and the Rotation Matrix     There  are  two  co‐ordinate  reference  frames  when  analysing quad‐rotor helicopter dynamics. a.  which  implies  that  the  matrix  transposed  would  be  equivalent  its  inverse  form. the readings will be with relation to  the  rotated  frame. with unit vectors i’.  which  is  a  rotating  co‐ ordinate  frame  with  the  origin.org          4. are rotated to  the orientation of x’.. If unit vectors.  P Castillo A.  R’. the effects of  this  phenomenon  are  minuscule  and  will  be  considered  later  in  the  research. y and z axes respectively.  This  unique rotation is termed the principal angle. Riaan Stopforth and Glen Bright: Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control 143 c c    ssc  cs R csc  ss  c s  sss  cc css  sc  s  sc   cc   (21)  www.  This  type  of  rotation  is  described  in  Euler’s  Theorem  (A Tewari.  labelled  B.  using  generalised co‐ordinates in a vector q.    Since the body motion sensors will be attached directly to  the reference frame. For every rotation.  Yogianandh Naidoo.        (15)      Figure 6. Also.  2007). The first is the  earth fixed frame.    The  rotation  matrix  R  is  orthogonal. j and k.com   .3.  The  equations  of  motion  are  developed  in  terms  of  the  translational  and  rotational  parameters  of  the  six‐degree‐of‐freedom  system. This is done through a rotation matrix (A Tewari.    R   R  R              (16)    This is an extremely useful characteristic. 2007). Euler axis and principal angle on a rotating co‐ordinate frame  www. as a full rotation  of a system can be described as a product of the rotations  about its x.intechweb.  External  wind  forces  are  also  not  considered  at  this  stage. where.  pitch  angle  θ  about  the  y‐axis  and  yaw  angle  ψ  about  the  z‐axis  (A Tewari.. If the co‐ ordinate  frame  had  to  go  through  a  second  rotation.  All  rotation  occurs  about  the  origin. y’ and z’. Although this does occur in reality.intechopen. 2004) is used to model the flight dynamics  of  the  rotorcraft.  The  model  stands  under  the  assumptions  that  the  motor  dynamics  are  relatively  fast  and may therefore be neglected. where cθ represents cosθ  and sθ represents sinθ. 2007). P Castillo R.   cos Rz   sin   0  sin cos 0 0 0      1      (20)             (14)   i  i i  j i  k  R   j  i j  j j  k        k   i k   j k   k      Resulting in a rotation matrix R. in the  direction of the x.  situated  at  the  centre  of  gravity  of  the  rotorcraft. 2005).  which  states  that  the  relative  orientation  of  any  pair  of  co‐ordinate  frames  is  uniquely  determined by a rotation by angle.  then  the  resultant  rotation  from  its  original  orientation  would be R”. A graphical  representation can be shown in figure 6.  then  these  new  unit  vectors  can  be  represented  in  terms  of  the  original  orientation  with  the  use of a rotation matrix (A Tewari. a.  a. where the vector  e is the Euler axis and the rotation angle Φ represents the  principal angle.  2007. y and z axes.  and  can  be  described  by  specifying  an  axis  of  rotation  as  well  as  an  angle  by  which  the  frame  is  being  rotated. Quad‐Rotor Dynamics Modelling    The  Euler‐Lagrange  method  (P Castillo  R. i. the rotor blades are  assumed  to  be  perfectly  rigid  and  no  blade  flapping  occurs. labelled E in figure 3.  called  the  Euler  axis.          (17)    Where  for  a  roll  angle     about  the  x‐axis.

 with only the main effects being taken  into account. co‐ordinates where.          (25)  L  T  U      Where. F  and rotational. Therefore the translational force is. q )    For  this  analysis.  and  thus  should  be  kept  as  simple as possible.  and  the  rotational  forces  are  due to the drag moment as well as the moment caused by  thrust  forces  from  opposite  rotors  about  the  centre  of  gravity.intechweb.org www. Again. this can be split into  translational.  where  the  difference  between  kinetic  and  potential energy is taken.  the  rotation  matrix  discussed in equation (21) is used.    1   1    L(q. In  order to obtain a force that will correlate with the global  co‐ordinates  and  sensor  readings.    T             (34)  Frotor  0 0 f      Where.  Therefore. Therefore. 8.  ground  effect  and  gyro  effects  were  not  taken  into  account. 4.intechopen. τ components. ξ.  the  Euler‐Lagrange  equation  with  an  external generalised force (P Castillo R.    T q       Therefore. Vol.  The  potential  energy  of  the  system  is  related  only  to  the  altitude  of  the  rotorcraft.  this  force  is  always  in  the z‐direction  of  the  body  reference  frame.   The PDE’s   dt q q              (24)    A Lagrangian is obtained by modelling the energy of the  system. 2011.      x y zT  and      T             (23)    Therefore.  L.           (35)  F  R.  The  translational  forces  are  the  thrust  forces  resulting  from  each  rotor.    T F  F           (31)    d L  and  L can be expressed as.  f  is  the  total  thrust  force.  It  must  be  noted  that  hub  force. Where.  However. No.  The  total  kinetic  energy  of  the  system  is  the  sum  of  the  energy  due  to  the  translational  motion  and  rotational  motion. q)   T m   T I  mgz              (26)  2 2  L ( q.            (32)    L T  0 0  mg 0 0 0   q         (33)    This can be reduced to.    d L L   F       dt q q          (28)    Where.    1     I xx 2  I yy 2  I zz 2  mgz 2  1    m x2  y2  z2 2                 (27)    The  only  forces  acting  on  the  body  are  those  from  the  rotor.      And. 139-149   www.  as  the  model  was  developed  for  the  purpose  of  designing  a  control  system  around  it. This allows the author  to compare sensor readings with calculated values to find  a  correlation  between  theoretical  and  measured  parameters. a.Frotor     It can be seen that.  the  final  expression obtained for the Lagrangian is.  and rotational.  T  is  the  kinetic  energy  and  U  is  the  potential  energy  of  the  system..  The  Lagrangian.q  x y z         T   (22)    These co‐ordinates can be separated into translational. the force F represents all the external forces acting  on the body of the rotorcraft. Kinetic energy of the system is  modelled  for  both  translational  and  rotational  motion.    m x     m y     m z d L         dt q  I xx  I xx      I yy  I yy      I zz  I zz     And.com .  can  be  expressed as. 2005) is used. η.         F  Fx  Fy T Fz                  (29)         T              (30)    f sin   F   f sin  cos       f cos cos        (36)  144 Int J Adv Robotic Sy.

 u1.  θ  and  ψ)  and  altitude  (z)  had  to  be  taken  into account in order to stabilise the rotorcraft.    Therefore.intechopen. moments are taken from  about the centre of gravity in the roll and pitch directions.     The control inputs described in equation (43) to equation  (46) may be represented in vector form.intechweb.com   Yogianandh Naidoo. roll.  the  Euler‐Lagrange  equation.      f sin    f sin  cos      f cos  cos     F   F  F l  M1   M3 FM 2  FM 4 l    4     Mi i 1       (40)    2 u2  b 3  12 l     2 2 u3  b  2   4 l             (44)    (45)    (46)    Thus.For the rotational component  .  the  total  force  function  can  be  represented  as  the  following vector. In the direction of yaw. u3 and u4 are control inputs for altitude. the sum  of all the drag moments produced by the rotors are taken  into account.  having  six  degrees  of  freedom  and  only  four  control  inputs.  Therefore.  the  angular  rates  can  be  taken  to  be  negligible. Therefore.        f    sin    m  f  sin  cos  x          m  y   f cos  cos  g         m z   q      1 u2     I xx     1     u3       I yy   1   u4   I zz    (47)       www. l is the linear distance from the centre of the rotor  to the centre of gravity.  together  with  equations (32).  one  can  effectively  control  the  rotorcraft. www. Riaan Stopforth and Glen Bright: Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control 145 .  Thus.      Near  hover.  2009). Position (x  and  y)  is  dependent  on  the  roll  and  pitch  angle  orientation. Mi  is  the  torque  produced  by  rotor  i.  pitch  and  yaw  respectively.  the  position  can  be  controlled  via  attitude  control.  From  this.  Therefore. It  is  evident  from  this  that  by  controlling  the  rotational  speed  of  the  motors.  Thus.  These  parameters  are  related  using  the  relationship described in equation (6) and equation (7).  a  linear  PD  controller  design was chosen to be used. Quad‐Rotor Control     Attitude  (  .  the  simplified  model derived in equation (42) becomes. 2007) and Stanford University (H Huang.    2 2 2 (43)  u1  b 12  2  3  4       (FM 2  FM 4 )l                    38)  Where.            (37)     (FM 3  FM 1 )l    5. the following are chosen for control  inputs  based  on  works  conducted  at  Lausanne  (S Bouabdallah.      Mi   i 1 4         (39)    Where.  all  manoeuvres  that  are  executed  by  the  rotorcraft  are  resultant  from  the  manipulation  of  thrust  and  drag  moment  created  by  the  four  rotors.org f    sin    m   f  sin  cos  x     m      f   y  cos  cos   g  m     z   q      1      I FM 3  FM 1 l  I xx      xx    1 F  F l  I     M2 M4 yy     I    yy  1 4       I   I zz  i 1 Mi zz                            (42)       It is evident from equation (47) that the simplified system  is  linear  and  not  coupled.    Therefore.    Essentially. (33) and (40) yields.  the  system  is  an  under  actuated  one.    2 2 2 u4  d 12  2  3  4       m x    0    f sin      0   f sin  cos   m y         mg   f cos  cos              (41)  m z           F  F l  M1  I xx  I xx   0   M 3  FM 2  FM 4 l      I yy  I yy   0   4         Mi       I zz  I zz   0     i 1      Where. u2.

5  0. pitching and  rolling motion respectively. yawing.204  0.  pitch  and  yaw  respectively are.    U = kp(proportional error) + kd(derivative error)      To  investigate  if  the  simulation  describes  the  behaviour  of  the  rotorcraft. torque.intechopen.  q  and  q as outputs. q . the square root  of  each  row  must  be  computed  before  the  values  can  be  sent  to  the  controller. Thus.org www. Constant model parameters  From this.  however.      U 1  k p ALT  y ref  y   k d ALT  y ref  y               (49)  U 2  k pROLL  ref     k d ROLL    ref                  (50)                 (51)         U 3  k pPITCH  ref     k d PITCH    ref  Table 2.    6.  These  simulations  were  strategically chosen to investigate lift. Vol. and then the effects of the  control system were investigated.intechweb.3  0. 4. First.  depicts  an  ideal  situation  without any external wind forces being compensated for. Simulation motor speed inputs     U 4  k pYAW  ref    k dYAW   ref                (52)      These feedback control loops will be implemented using a  microcontroller as expalined in figure 2. using the same input data. Model Simulation    The  mathematical  model  described  by  equation  (42)  was  simulated  on  MATLAB®  Simulink®.  four  simulations  were  conducted  with  the  motor  inputs  specified  in  Table  2.b  u1   b u   bL 0  2   u 3   0 bL    u4   d d    b  12   2 0   2    bL  0  bL  32   2  d  d   4    b thrust. 139-149   www.1 Dynamic Model Without Control    The  first  simulation  investigated  the  upward  lift  behaviour  by  applying  equivalent  speeds  of  230 rpm  to  each  motor  to  create  a  constant  total  lift  of  41. Feedback control loop    Figure 8.  The  resultant  upward  acceleration  and  velocity  are  shown  in  figure  8  and  figure  9.15  1.  with  motor  speed  and  basic system parameters (listed in Table 1) as inputs with the  Figure 9.63 N.    Simulation Number  1  2  3  4  Motor 1 (CW)  230  231  230  229  Motor Speed (rad/s)  Motor 2  Motor 3  (CCW)  (CW)  230  230  229  231  229  230  230  231  Motor 4 (CCW)  230  229  231  230  The  PD  controllers  for  altitude. the desired motor speed may be computed so  that  it  can  then  be  sent  to  the  motor  controllers.08  Equation  (47)  can  be  rearranged  to  be  found  in  terms  of  the rotational speed vector. takes the form.  roll.     m  l  R  ρ CT  CQ  kg  m  m  kg/m3  ‐  ‐  4  0. The thrust forces and    (47)  rotor torques were modelled around equations (6) and (7).  This  correlates  to  the  expected  upward  acceleration. they were conducted with  no control systems implemented.com .  There  are  four  feedback  control  loops  (figure  7)  which  are  seperate  from  each  other.        Figure 7. 8. 2011. Graph of Speed (vertical‐axis) vs Time (horizontal‐axis)  146 Int J Adv Robotic Sy.  The  columns of the matrix in equation (48) correspond to each  control  input. Graph of Acceleration (vertical‐axis) vs Time (horizontal‐axis)  6.    1  12   4b  2  1  2    4b 32   1  2   4b    4   1   4b  1 2bL 0 0 1 2bL 0  1 2bL 1 2bL 0 1  4d  u 1  1           (48)   4d  u 2  1  u 3  4d  u  1  4    4d    Table 1.  which for a PD controller. No.  and  the  rows  correspond  to  the  square  of  the rotational speed of each motor.

 Figure 13. The aim of this simulation was to  obtain  a  desired  yaw  angle  of  zero.  This  behaviour  is  described  in figure 10 and figure 11. Riaan Stopforth and Glen Bright: Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control 147 .  In  each  case.org   Figure 14.Figure 10.2.com   Yogianandh Naidoo.2 Model Simulation With Control    After  recording  the  behaviour  of  the  derived  mathematical  model. Graph of Yaw (vertical‐axis) vs Time (horizontal‐axis)      6.  Figure  14  shows  the  effects  on  the  system  when  the  controller  is  implemented.3 Roll/Pitch Control    The  controllers  implemented  for  pitch  and  roll  control  can  be  described  in  equations  (50)  and  (51)  respectively.1. Graph of Altitude (vertical axis) vs Time (horizontal axis)  Figure 12.  to  the controlled response. This  behaviour  is  unstable.  An  imbalance of torque was also noted. and  the motor opposite to it chosen to rotate slower.  and  control  is  therefore  required.2.  where  a  steady state is achieved.  The  simulation  inputs  were  identical  to  those  in  section  6.    Figure 11.     www.intechopen.1 Altitude control    The  first  simulation  concentrated  on  altitude.  resulting  in  a  constant  counter‐clockwise  angular  acceleration  of  0. Graph of Altitude (vertical axis) vs Time (horizontal axis)    6.  Here.    6. shows the  natural  response  of  the  system  without  any  control  implemented.  depicted  in  figure  10  and  figure  11.     The third and fourth simulations investigate the stability  of  the  rotorcraft  with  regards  to  rotational  motion  in  the  pitching  and  rolling  directions.2.  The  controller  implemenred  is  the  one  described  in  equation  (49). The aim of the simulation was to get the rotorcraft to  hover at a constant altitude of 10 m.  www. Graph of Yaw vs Time    6.intechweb. the roll angle increases to almost an  entire revolution in the one minute simulation time.  simulations  were  conducted  to  investigate the effects of the control design on the system.  both  clockwise  rotating  rotors  were  set  to  rotate  faster  than  the  counter‐clockwise  rotating  rotors.1235 rad/s2.  It  is  clear  from  this  comparison  that  the  control  design  is  effective.    As noted in figure 12. as shown in figure  15  and  figure  16. Graph of Yaw Rate (vertical‐axis) vs Time (horizontal‐axis)        Figure 13.  This  is  evident  if  one  compares  the  natural  response.2.  one  rotor  was chosen to rotate faster than motors adjacent to it.  This  was  effectively  achieved with minimal response time. Yaw Control    The yaw controller implemented during this simulation is  based on equation (52).  The  resultant  translational  motion  is  also  unstable. Graph of Roll (vertical‐axis) vs Time (horizontal‐axis)    The second simulation investigated the yawing motion of  the  rotorcraft.        Figure 15.

 such issues  will only be able to be solved once they are encountered.  the  control  system  must  also be used to ensure a torque balance so that the correct  heading is obtained. 4. will not  be  computed  but  measured  from  sensors.  the  physical  parameters  documented  are  not  completely  accurate  due  to  the  restraining  force  exerted  by  the  air  not  being  taken  into  account.  thus  eliminating these types of errors. Conclusion    The  rotorcraft  behaviour  described  by  the  simulated  model  does  correlate  with  what  is  expected  in  reality. However. Graph of Yaw Rate (vertical axis) vs Time (horizontal axis)      Figure 17. Figure 17 may be compared to figure  12  to  observe  the  effectiveness  of  the  control  design.  is  translated  into  a  slope  when  integrated  again. figure 18 and figure 19 show the results  obtained  for  the  controlled  roll  values  and  the  corresponding rate. No.intechopen. the angles required are achieved by integration.  the  desired  reference values were set to zero.  as  well  as  manipulate  latitudinal  position.These  parameters  are  extremely  important  to  both  stabilise  the  rotorcraft.  as  they  indicate  that  the  controller  does  effectively  stabilise  the  signal  close  to  the  desired  reference  value.    8. but of course.  This  is  as  a  result  of  integration  errors  caused  due  to  second‐order  integration.  accelerometers  and  magnetometers to detect when the rotorcraft has strayed  off path and requires correction. 2011. Vol.  In  reality.  However. Graph of Roll (vertical axis) vs Time (horizontal axis)        Figure  18.  This  is  evident  in  figure  17.  However.  Even  the  slightest  variation of rotor speed can result in a possible crash due  to the rotorcraft spinning out of control. It is  evident in figure 19 that the signal indeed settles. since the aim of the simulation was to  stabilise  the  rotorcraft  while  it  is  hovering.intechweb. 139-149   www.  Similar  results  were  obtained  for  simulations  regarding  pitch control.1  of  this  paper. as it  serves  as  a  subject  of  importance  to  the  research. it extends out of the limits of this paper.  these  results  are  acceptable.  Graph  of  angular  speed  (vertical  axis)  vs  Time  (horizontal axis)     Figure  19.    Speed  controllers  for  the  electric  motors  have  to  be  as  accurate as possible.  the  rotorcraft  will  be  almost impossible to operate without the implementation  of  a  stabilizing  control  system.  that there is a ramping effect. Discussion    The linear PD controller design in section 5 of this paper  may  be  sufficient  to  stabilise  the  rotorcraft. 8.  The  only  results  achieved  that  were  of  concern.  However. This will be a challenging task and will require  very  sensitive  gyroscopes.  As  shown  in  section  6.  The  original  values  are  computed  in  the  numerical  model  using  equation  (53).  the  values  that will be fed back to the controller in practice.      Figure 16.  thus. but the  mean  error  carried  over  in  the  first  integration  when  computing  the  rate  (figure  18).    The information obtained from the dynamics model was  used  for  the  development  of  the  control  system. This was achieved to an  extent.  were  those  regarding pitch and roll control. with control feedback times kept to a  minimum.     To  successfully  manoeuvre  the  rotorcraft  in  the  translational  x  and  y  directions.com . Figure 17.  Graph  of  angular  acceleration  (vertical  axis)  vs  Time  (horizontal axis)    7.org www. The assistance of a GPS module will  148 Int J Adv Robotic Sy. incurring  other errors involved with sensors.  Further. However.  and  not  continue  to  increase.  the  velocity of the rotorcraft will reach a terminal velocity at  some  point.  This  phenomenon will be investigated in the near future. It is evident in figure 17. when the signal should be a  constant.

 2008  7. “Accurate Modeling and  Robust  Hovering  Control  for  a  Quad–rotor  VTOL  Aircraft”. Birkhäuser Boston. 2008  6. H  Huang.  “Aerodynamics  and  Control  of  Autonomous  Quadrotor  Helicopters  in  Aggressive  Maneuvering”. International Conference on Intelligent  Robots and Systems. D  Greer.  Auckland.  R  &  D  Journal of the South African Institution of Mechanical  Engineering.  Dissertation. volume 25. N  Aldawoodi. “Full Control of a  Quadrotor”. 2004  5.     9.  “Real‐Time  Stabilization  and  Tracking  of  a  Four  Rotor  Mini‐ Rotorcraft”.  P  McKerrow  and  J  Abrantes.  Springer‐Verlag  London Limited.  “Developing  Automated  Helicopter  Models  Using  Simulated  Annealing  and  Genetic  Search”. 2005  13. 2007  15. 2010      www. MATLAB® Simulink®.  Journal  of  Intelligent  Robotic  Systems.    IEEE  Transactions  on  Control  Systems  Technology. 2007  11. volume 12.org Yogianandh Naidoo. S Bouabdallah and R Siegwart.  Seattle  WA.  5th  Edition.  ”Towards  Dynamically‐Favourable  Quad‐Rotor  Aerial  Robots”.  “Modelling  and  Control  of  Mini‐Flying  Machines”. References    1.  A  Dzul  and  R  Lozano.  ”Autonomous  Take‐off  and  Landing  of  an  Unmanned  Aerial  Vehicle”.intechweb. Riaan Stopforth and Glen Bright: Quad-Rotor Unmanned Aerial Vehicle Helicopter Modelling & Control 149 . MS Kang and S Park.  Australasian  Conference  on  Robotics  and  Automation. The  correct  angle  of  attack  as  well  as  a  preservation  of  the  total  upward  thrust  must  also  be  executed  to  ensure  stability while preserving the direction of the craft. A Tewari.  IEEE  International  Conference  on  Robotics  and  Automation.  Royal  Institute  of Technology. 2005  10.  volume 57. 2002  3. Athens. 2009  2.  pp27‐29. ACT. 2008  4. Sweden.  W  Alvis  and  K  Valavanis. 2004  14. J Kim.  “Modelling  and  Backstepping‐based  Nonlinear  Control  Strategy  for  a  6  DOF  Quadrotor  Helicopter”. P  Castillo.  Chinese  Journal  of  Aeronautics. MJ  Stepaniak. “Atmospheric and Space Flight Dynamics:  Modeling and Simulation with MATLAB and  Simulink”.  SL  Waslander  and  GJ  Tomlin. pp16‐28. 2004  9. S  Bouabdallah. V  Sikiric. AA  Mian  and  W  Daobo. JC  Roos  and  IK  Peddle.  R  Perez.  R  Mahony  and  J  Gresham. JF  Douglas. Canberra.  GM  Hoffmann.  “A  Quadrotor  Sensor  Platform”.  Pitman  Publishing  Limited.also enhance the directional control of the rotorcraft.  JA  Swaffield  and  LB  Jack.intechopen.  R  Lozano  and  AE  Dzul. 2010    8. P  Pounds. Japan.  “Advances  in  Unmanned  Aerial  Vehicles:  Design  and  Control  of  Miniature  Quad  rotors”.  “Robots  in  Urban  Search  and  Rescue  Operations”. volume 21.  Australasian  Conference  on  Robotics  and  Automation. Springer Press. Ohio University.com   www.  Genetic  and  Evolutionary  Computation  Conference.  “Control  of  Quadrocopter”. 2009  16. 2007  12. P  Castillo.  “Fluid  Mechanics”. Stockholm.  JM  Gasiorek.

Sign up to vote on this title
UsefulNot useful