1、 先進(jìn)控制系統(tǒng)設(shè)計(jì)作業(yè)綜述多旋翼自駕儀作者姓名 作者學(xué)號(hào) 學(xué)科專業(yè) 控制理論與控制工程指導(dǎo)教師培養(yǎng)院系 自動(dòng)化科學(xué)與電氣工程學(xué)院目 錄第一章 多旋翼的歷史1第二章、自動(dòng)駕駛儀32.1、自動(dòng)駕駛儀發(fā)展32.2、原理和組成32.3、種類和特點(diǎn)52.4、控制方法62.5、多旋翼自駕儀未來10結(jié)論10參考文獻(xiàn)1115第一章 多旋翼的歷史多旋翼飛行器指具有多于兩個(gè)旋翼的飛行器。與常規(guī)單旋翼直升機(jī)相比，多旋翼飛行器 在結(jié)構(gòu)上具有多個(gè)優(yōu)勢(shì)。首先，它不需要通過機(jī)械連接改變槳距來產(chǎn)生推力和力矩的變化，簡(jiǎn)化了設(shè)計(jì)和維護(hù)成本；第二，使用多個(gè)旋翼允許每個(gè)旋翼具有較小的直徑，減小了與外界物體碰撞的幾率。早在 20 世紀(jì)

2、初，國外就有人對(duì)四旋翼垂直起降機(jī)進(jìn)行了研究。然而，直到近幾年來，微型傳感器、處理器和能源供給等技術(shù)突破性的發(fā)展和無人機(jī)系統(tǒng)控制新技術(shù)的廣泛出現(xiàn)，為多旋翼飛行器 自主飛行控制的研究提供了很大便利。真正意義上的四旋翼垂直起降機(jī)出現(xiàn)在 1922 年，是由俄裔美國人 Dr. George de Bothezat和他的同伴 Ivan Jerome 共同研制。如圖1所示。 由于沒有控制系統(tǒng)，結(jié)構(gòu)復(fù)雜，飛行員極難操縱。但該機(jī)的成功試飛卻開辟了四旋翼飛行器研究的新天地，各大航空企業(yè)和高校逐漸開始了多旋翼垂直起降機(jī)的研究1-4。圖 1.1 Bothezat 的四旋翼垂直起降機(jī)近年來，多旋翼飛行器 隨著 MEMS

3、 器件性能的提升越來越普遍。賓夕法尼亞大學(xué)的 Vijay Kumar 教授關(guān)于飛行機(jī)器人自主運(yùn)動(dòng)與協(xié)作控制的諸多研究成果，包括小型四旋翼飛行器在室內(nèi)激光導(dǎo)航下的高精度定位與超強(qiáng)機(jī)動(dòng)飛行，四旋翼在運(yùn)動(dòng)中躲避障礙物、穿越方框，兩架四旋翼協(xié)同抓取重物，多個(gè)四旋翼編隊(duì)飛行、隊(duì)形變換、協(xié)同完成任務(wù)等達(dá)到了多旋翼自主飛行控制的世界最高水平. 如圖 1.2 所示，左圖為 4 架四旋翼協(xié)作抓取物體，右圖為多架四旋翼編隊(duì)飛行。 (a)協(xié)作抓取物體 (b)編隊(duì)飛行圖 1.2 賓夕法尼亞大學(xué)四旋翼MIT 的 Jonathan How 教授帶領(lǐng)的 ACL（Aerospace Controls Laboratory，航

4、天控制實(shí)驗(yàn)室）研究小組成員進(jìn)行了以視覺導(dǎo)航為主的四旋翼飛行器自主飛行控制，研究?jī)?nèi)容包括多機(jī)協(xié)同避障飛行、自主路徑規(guī)劃、單機(jī)/多機(jī)跟隨其它飛行器或者地面車輛等在自主飛行控制領(lǐng)域的研究一直處于領(lǐng)先地位。 (a) 多機(jī)編隊(duì)避障飛行 (b) 自主視覺導(dǎo)航四旋翼圖 1.3 MIT 四旋翼第二章、自動(dòng)駕駛儀2.1、自動(dòng)駕駛儀發(fā)展圖2.1：自動(dòng)駕駛儀-飛機(jī)回路示意圖多旋翼飛行器的復(fù)雜性和動(dòng)態(tài)性，要求控制系統(tǒng)的功能設(shè)計(jì)更加完善，算法設(shè)計(jì)更加優(yōu)化，運(yùn)算速度更快。自動(dòng)駕駛儀取代人在回路的控制是飛行控制的必然發(fā)展趨勢(shì)。作為多旋翼飛行器的核心機(jī)載系統(tǒng)的自動(dòng)駕駛儀（見圖2.1），管理和控制著多旋翼飛行器的自主飛行，完成

5、對(duì)無人機(jī)導(dǎo)航、制導(dǎo)和控制，確保多旋翼飛行器按照預(yù)定的航線準(zhǔn)確、穩(wěn)定、可靠的飛行，以及能夠執(zhí)行各種特定的任務(wù)。自動(dòng)駕駛儀能否正常工作直接影響著多旋翼飛行器飛行的各種性能和飛行安全。 第一臺(tái)飛行器自駕儀誕生于1912年，由Sperry公司研發(fā)，并在兩年后在一臺(tái)小型飛行器上驗(yàn)證成功。隨著自駕儀的飛速發(fā)展5-6，目前廣泛應(yīng)用于現(xiàn)代飛行器和輪船。同時(shí)，自駕儀的發(fā)展也促進(jìn)了多旋翼費(fèi)飛行器的研究和應(yīng)用。2.2、原理和組成 自動(dòng)駕駛儀是模仿駕駛員的動(dòng)作駕駛飛機(jī)的。它由敏感元件、計(jì)算機(jī)和伺服機(jī)構(gòu)組成，見圖2.2。當(dāng)某種干擾使飛機(jī)偏離原有姿態(tài)時(shí)，敏感元件(例如陀螺儀)檢測(cè)出姿態(tài)的變化；計(jì)算機(jī)算出需要的修正舵偏量；

6、伺服機(jī)構(gòu)（或稱舵機(jī)）將舵圖2.2：自駕儀的結(jié)構(gòu)面操縱到所需位置。自動(dòng)駕駛儀與飛機(jī)組成反饋回路，保證飛機(jī)穩(wěn)定飛行。所以針對(duì)多旋翼飛行器，自動(dòng)駕駛儀應(yīng)具有以下功能：（1） 能夠利用各種具有測(cè)姿、定位、定向等功能的傳感器，實(shí)時(shí)獲取無人直升機(jī)位置、速度、姿態(tài)等原始信息； （2） 飛行過程中能夠利用導(dǎo)航算法實(shí)時(shí)解算高精度的三軸姿態(tài)、三軸角速率和磁航向，輸出導(dǎo)航數(shù)據(jù)； （3） 結(jié)合多旋翼飛行器地面系統(tǒng)的指令、自動(dòng)駕駛儀的導(dǎo)航數(shù)據(jù)和制導(dǎo)律，計(jì)算得出制導(dǎo)指令，指引飛行控制系統(tǒng)完成對(duì)伺服系統(tǒng)的操縱； （4） 實(shí)時(shí)接收并存儲(chǔ)多旋翼飛行器地面系統(tǒng)上傳的航線參數(shù)和控制參數(shù)； （5） 將各種飛行參數(shù)以及設(shè)定的航線參數(shù)存

7、儲(chǔ)到機(jī)載存儲(chǔ)器中； （6） 監(jiān)控多旋翼飛行器的位置、高度、速度等定位信息以及工作狀態(tài)，并將這些數(shù)據(jù)下傳給多旋翼飛行器地面系統(tǒng)； （7） 提供與測(cè)控分系統(tǒng)、任務(wù)設(shè)備之間通訊接口，完成實(shí)時(shí)通信，實(shí)現(xiàn)全系統(tǒng)導(dǎo)航、制導(dǎo)與控制； （8） 按照預(yù)設(shè)航線，生成實(shí)際飛行軌跡，實(shí)現(xiàn)多旋翼飛行器程控自主飛行； （9） 能夠?qū)崿F(xiàn)多旋翼飛行器自動(dòng)起飛，飛行時(shí)保證其安全性； 在遙控狀態(tài)下能穩(wěn)定飛行姿態(tài)和飛行高度； （10） 具有一定程度的應(yīng)急處理能力，保障飛行安全性； （11） 能夠按照航點(diǎn)內(nèi)容設(shè)置，操縱機(jī)載設(shè)備完成飛行任務(wù)。為實(shí)現(xiàn)這些功能，自駕儀需要以下的硬件組成（1） 內(nèi)置傳感器：三軸角速率陀螺 、三軸加速度計(jì)、三

8、軸磁力計(jì)、雙嘴空速傳感器、氣壓高度計(jì)、5Hz GPS接收機(jī)、溫度傳感器。（2） 輸入/輸出接口：8路PWM輸入、7路PWM輸出、2路電源監(jiān)視輸入、2路轉(zhuǎn)速傳感器輸入、5路ADC、10路二進(jìn)制遙測(cè)數(shù)據(jù)包、多功能LED指示燈。（3） 數(shù)據(jù)交換接口：RS-232和RS-485。（4） 擴(kuò)展設(shè)備接口：RS-485接口 X 4（ABIP 協(xié)議），RS-232接口 X 2（NMEA 協(xié)議）。（5） 選配外置傳感器：空速高度組合傳感器、超聲波高度計(jì)、PWM信號(hào)和離散信號(hào)擴(kuò)展器、飛行數(shù)據(jù)記錄器、油量傳感器、GLONASS 或北斗GPS 接收機(jī)、用戶定制設(shè)備等。2.3、種類和特點(diǎn)自動(dòng)駕駛儀可按能源形式、使用對(duì)象

9、、調(diào)節(jié)規(guī)律等分類。（1）按能源形式：分為氣壓式、液壓式、電氣式或者是這幾種形式的組合?，F(xiàn)代超音速飛機(jī)多安裝電氣（或電子）-液壓式自動(dòng)駕駛儀。氣壓式伺服機(jī)構(gòu)主要用于導(dǎo)彈。（2）按使用對(duì)象：分為飛機(jī)自動(dòng)駕駛儀和導(dǎo)彈自動(dòng)駕駛儀。飛機(jī)自動(dòng)駕駛儀多具有檢測(cè)飛機(jī)姿態(tài)角的敏感元件，能穩(wěn)定飛機(jī)的姿態(tài)角。為了提高這種自動(dòng)駕駛儀的穩(wěn)定效果，可配合使用速率陀螺儀。戰(zhàn)術(shù)導(dǎo)彈只需要穩(wěn)定角速度，其姿態(tài)角根據(jù)目標(biāo)的運(yùn)動(dòng)而改變，因此，在自動(dòng)駕駛儀中不設(shè)檢測(cè)角位置的敏感元件。巡航導(dǎo)彈、戰(zhàn)略導(dǎo)彈和運(yùn)載火箭需要穩(wěn)定姿態(tài)角，在這些飛行器的自動(dòng)駕駛儀中仍有檢測(cè)姿態(tài)角的敏感元件。（3）按調(diào)節(jié)規(guī)律：自動(dòng)駕駛儀的調(diào)節(jié)規(guī)律（即數(shù)學(xué)模型）表示伺

10、服機(jī)構(gòu)的輸出量與被調(diào)參量之間的函數(shù)關(guān)系。飛機(jī)自動(dòng)駕駛儀依調(diào)節(jié)規(guī)律的不同分為比例式自動(dòng)駕駛儀和積分式自動(dòng)駕駛儀。比例式自動(dòng)駕駛儀是以伺服機(jī)構(gòu)輸出的位置偏移量（如舵偏角）與被調(diào)參量（如姿態(tài)角）的偏差成比例的原理工作的。它的結(jié)構(gòu)簡(jiǎn)單，應(yīng)用很廣，但在干擾作用下會(huì)產(chǎn)生靜態(tài)誤差。積分式自動(dòng)駕駛儀是以伺服機(jī)構(gòu)輸出的位置偏移量與被調(diào)參量偏差的積分成比例的原理工作的，它沒有靜態(tài)誤差，但系統(tǒng)的穩(wěn)定性差，結(jié)構(gòu)復(fù)雜，應(yīng)用受到一定限制。導(dǎo)彈自動(dòng)駕駛儀按被調(diào)參量的性質(zhì)可分為位置式自動(dòng)駕駛儀、定向式自動(dòng)駕駛儀和加速度式自動(dòng)駕駛儀。位置式自動(dòng)駕駛儀的被調(diào)參量是飛行器的角位置（即姿態(tài)角），伺服機(jī)構(gòu)的輸出量與姿態(tài)角的偏差成比例。

11、定向式自動(dòng)駕駛儀的被調(diào)參量是飛行器的姿態(tài)角速度，伺服機(jī)構(gòu)的輸出量與姿態(tài)角速度的偏差成比例。加速度式自動(dòng)駕駛儀的被調(diào)參量是飛行器的法向加速度，伺服機(jī)構(gòu)的輸出量與法向加速度的偏差成比例?，F(xiàn)代自動(dòng)駕駛儀的趨勢(shì)是向數(shù)字化和智能化方向發(fā)展。80年代以前，戰(zhàn)術(shù)導(dǎo)彈由于工作時(shí)間短、工作環(huán)境條件惡劣（如很大的過載）等較少采用數(shù)字式自動(dòng)駕駛儀。微型計(jì)算機(jī)出現(xiàn)后，戰(zhàn)術(shù)導(dǎo)彈開始采用數(shù)字式自動(dòng)駕駛儀。近代空戰(zhàn)中，自動(dòng)駕駛儀能以最佳方式操縱戰(zhàn)斗機(jī)，例如以最短的時(shí)間飛到最有利的位置。在導(dǎo)彈攻擊目標(biāo)時(shí)，自動(dòng)駕駛儀與制導(dǎo)系統(tǒng)配合使導(dǎo)彈能識(shí)別敵友、分析敵情變化并作出最優(yōu)決策。這就要求自動(dòng)駕駛儀具有智能的功能。2.4、控制方法

12、圖2.3：多旋翼飛行器控制系統(tǒng)圖 自動(dòng)駕駛儀控制系統(tǒng)作為多旋翼飛行器控制系統(tǒng)的一部分（見圖2.3），需要與地面站通訊，接受相關(guān)地面指令，并將飛行器姿態(tài)、位置、速度等信息上發(fā)回地面站。同時(shí)需要完成對(duì)執(zhí)行器的指令輸入，從而使飛行器按照預(yù)定的飛行姿態(tài)和航向飛行，保證飛行器的穩(wěn)定。多旋翼飛行器 的自主飛行控制主要包含自主起降、姿態(tài)穩(wěn)定、高度保持、位置保持、航跡點(diǎn)跟蹤、多機(jī)協(xié)同等方面。其中姿態(tài)穩(wěn)定是實(shí)現(xiàn)其它各種控制的前提，因此在早期也吸引了多數(shù)的無人機(jī)領(lǐng)域研究人員的注意力，隨著姿態(tài)穩(wěn)定控制策略的發(fā)展完善，自主視覺導(dǎo)航、多機(jī)協(xié)同控制的研究逐漸取代了單一的姿態(tài)穩(wěn)定控制。多旋翼飛行器的自主飛行方法主要有以下幾

13、種：(1) 線性控制線性控制方法由于思路簡(jiǎn)單、易于物理實(shí)現(xiàn)，在飛行控制系統(tǒng)中使用最廣泛。由于其抗干擾能力比較弱，目前大多將線性控制同模糊控制、最優(yōu)控制等結(jié)合構(gòu)成復(fù)合控制系統(tǒng)，實(shí)現(xiàn)控制增穩(wěn)。文獻(xiàn)7通過對(duì)系統(tǒng)模型做適當(dāng)?shù)暮?jiǎn)化處理，采用經(jīng)典的PID和線性二次最優(yōu)LQR控制方法，達(dá)到了系統(tǒng)鎮(zhèn)定控制目標(biāo)，仿真和實(shí)驗(yàn)驗(yàn)證了設(shè)計(jì)方案的有效性。文獻(xiàn)8通過巧妙的系統(tǒng)分解，將四旋翼無人機(jī)這樣一個(gè)擁有6個(gè)自由度的復(fù)雜系統(tǒng)，分解成為了全驅(qū)動(dòng)和欠驅(qū)動(dòng)兩個(gè)子系統(tǒng)，降低了控制律設(shè)計(jì)難度。針對(duì)兩個(gè)子系統(tǒng)，分別設(shè)計(jì)了一個(gè)速率有界的PID控制器和滑?？刂破?，保證對(duì)虛擬控制輸入的快速跟蹤。Amoozgar M H9考慮執(zhí)行機(jī)構(gòu)失效

14、的情況，設(shè)計(jì)了模糊自整定PID控制器，實(shí)現(xiàn)了容錯(cuò)控制目標(biāo)。Efe M 10將神經(jīng)網(wǎng)絡(luò)和PID控制結(jié)合，增強(qiáng)了無人機(jī)的抗干擾能力，并且計(jì)算負(fù)載增加不大。文獻(xiàn)11設(shè)計(jì)了參數(shù)最優(yōu)PID控制器，設(shè)計(jì)一個(gè)關(guān)于控制誤差和超調(diào)量的目標(biāo)函數(shù)，采用梯度下降方法尋找最優(yōu)PID參數(shù)。(2) 滑?？刂?滑?？刂圃诒举|(zhì)上是一類特殊的非線性控制方法，其非線性表現(xiàn)為控制輸入的不連續(xù)。由于滑動(dòng)模態(tài)可以進(jìn)行設(shè)計(jì)且與對(duì)象參數(shù)及擾動(dòng)無關(guān)，這就使得滑模控制具有快速響應(yīng)、對(duì)參數(shù)變化及擾動(dòng)不靈敏等優(yōu)點(diǎn)。它在運(yùn)動(dòng)控制系統(tǒng)中得到了廣泛應(yīng)用，但是需要抑制輸入抖顫的現(xiàn)象。文獻(xiàn)12對(duì)比分析了反饋線性化和自適應(yīng)滑?？刂苾煞N方法在四旋翼無人機(jī)鎮(zhèn)定控制

15、上的效果。前一種方法需要狀態(tài)的高階導(dǎo)數(shù)項(xiàng)，因此對(duì)建模誤差和傳感器噪聲敏感。文獻(xiàn)13提出了一種動(dòng)態(tài)滑?？刂品椒?，通過對(duì)垂直陣風(fēng)參數(shù)的實(shí)時(shí)估計(jì)，來消除非性干擾。但是這種方法不具備對(duì)水平氣流干擾的抑制能力。文獻(xiàn)14采用了塊控制技術(shù)和二階滑模算法，設(shè)計(jì)了針對(duì)受到匹配和非匹配干擾的四旋翼無人機(jī)魯棒控制器。通過滑模觀測(cè)器估計(jì)非匹配性干擾，實(shí)現(xiàn)了高精度的軌跡跟蹤。文獻(xiàn)15對(duì)比分析了滑?？刂坪头囱菘刂频姆抡嫘Ч?，并且實(shí)際應(yīng)用在了一個(gè)室內(nèi)微小四旋翼無人機(jī)上。但是由于沒有處理滑模的抖顫問題，控制輸入中出現(xiàn)了抖顫和微小的高頻漂移現(xiàn)象。Guisser M16等人將高增益觀測(cè)器應(yīng)用到滑模控制上，實(shí)現(xiàn)了無姿態(tài)角速度反饋軌

16、跡跟蹤。Besnard L17設(shè)計(jì)滑模觀測(cè)器估計(jì)外界干擾，減小滑?？刂频妮斎攵额?。(3) 反演控制反演控制在設(shè)計(jì)上具有很大的靈活性，可以避免消除系統(tǒng)中有用的非線性項(xiàng)。它以系統(tǒng)跟蹤為目標(biāo)，而不是線性化。由于設(shè)計(jì)思路簡(jiǎn)單明了，涌現(xiàn)了很多關(guān)于四旋翼無人機(jī)反演控制的成果18,19。文獻(xiàn)20設(shè)計(jì)了基于PID調(diào)節(jié)思想的反演控制器，使得姿態(tài)角達(dá)到期望值，克服了PID抗干擾能力弱的缺點(diǎn)。在文獻(xiàn)21中，作者在原有的反演控制方法基礎(chǔ)上，加入了兩個(gè)滑模微分器，用來估計(jì)前一步的虛擬控制輸入，這樣就避免了對(duì)系統(tǒng)動(dòng)態(tài)方程的微分，簡(jiǎn)化了控制律設(shè)過程計(jì)。文獻(xiàn)22引入兩個(gè)卡爾曼濾波器實(shí)現(xiàn)對(duì)狀態(tài)的估計(jì)，之后采用反演控制算法進(jìn)行了

17、路徑跟蹤控制，實(shí)物驗(yàn)證了算法的有效性。(4) 自適應(yīng)控制由于在復(fù)雜的氣流環(huán)境中運(yùn)動(dòng)，四旋翼無人機(jī)的動(dòng)力學(xué)特性具有很強(qiáng)的不確定性，因此自適應(yīng)的思想被引入到四旋翼無人機(jī)的運(yùn)動(dòng)控制中42,43。文獻(xiàn)23將反演控制和自適應(yīng)算法結(jié)合，在線估計(jì)變化的質(zhì)量，克服質(zhì)量不確定性。但是對(duì)于由于質(zhì)量變化引起的轉(zhuǎn)動(dòng)慣量變化對(duì)系統(tǒng)的影響，并沒有涉及。文獻(xiàn)24在牛頓-歐拉模型的基礎(chǔ)上，對(duì)轉(zhuǎn)動(dòng)慣量進(jìn)行了自適應(yīng)估計(jì)。采用雙曲正割函數(shù)代替符號(hào)函數(shù)，減小姿態(tài)子系統(tǒng)的抖動(dòng)。文獻(xiàn)25針對(duì)未知的質(zhì)心位置和外界干擾力，基于Lyapunov函數(shù)方法，設(shè)計(jì)了自適應(yīng)更新算法，保證跟蹤誤差收斂到0，參數(shù)估計(jì)誤差有界。(5) 模糊與神經(jīng)網(wǎng)絡(luò)控制兩

18、種控制策略都是屬于智能學(xué)習(xí)的方法，在四旋翼運(yùn)動(dòng)控制中被用來對(duì)狀態(tài)、未建模動(dòng)態(tài)或外界干擾進(jìn)行逼近26,27。為了克服參數(shù)估計(jì)的大范圍漂移，Coza C28改進(jìn)了學(xué)習(xí)規(guī)則，引入了模糊系統(tǒng)中心點(diǎn)集合的概念，實(shí)現(xiàn)四旋翼無人機(jī)鎮(zhèn)定控制。(6) 魯棒控制由于外界氣動(dòng)干擾復(fù)雜，而且具有時(shí)變的特點(diǎn)，因此魯棒控制被用來克服外界干擾的影響，提升控制效果29。文獻(xiàn)30首先利用歐拉-拉格朗日方法，得到了系統(tǒng)的動(dòng)力學(xué)模型，然后在這個(gè)模型的基礎(chǔ)上，分別針對(duì)位置子系統(tǒng)和姿態(tài)系統(tǒng)設(shè)計(jì)了反演控制器和非線性的控制器，在非線性的控制器設(shè)計(jì)過程中，需要求解兩個(gè)HJBI偏微分方程。仿真結(jié)果表明當(dāng)轉(zhuǎn)動(dòng)慣量具有20%的不確定度的時(shí)候，仍然

19、具有很高的跟蹤精度。文獻(xiàn)31將非線性的和模型預(yù)測(cè)控制技術(shù)(MPC)分別用在四旋翼無人機(jī)姿態(tài)子系統(tǒng)和位置子系統(tǒng)上，而且兩個(gè)控制器中均包含了位置的積分項(xiàng)，這樣可以保證跟蹤靜差為0。類似地，在文獻(xiàn)32中作者采用同樣的思路，將反演控制和控制進(jìn)行結(jié)合，增強(qiáng)了系統(tǒng)抵御外界陣風(fēng)干擾的能力。為增加系統(tǒng)魯棒性，文獻(xiàn)33基于Lyapunov方法，補(bǔ)償參數(shù)不確定性，閉環(huán)系統(tǒng)全局一致有界。文獻(xiàn)34基于分段線性模型，設(shè)計(jì)了四旋翼無人機(jī)姿態(tài)模型預(yù)測(cè)控制器，可以消除轉(zhuǎn)動(dòng)慣量參數(shù)不確定性。除了上面的成果，還有很多其他的控制方法用來解決工程應(yīng)用中存在的導(dǎo)航數(shù)據(jù)有干擾、傳感器失效、傳感器信號(hào)延遲等問題。針對(duì)非線性無人機(jī)飛行器控制

20、系統(tǒng)，考慮系統(tǒng)時(shí)滯的影響，對(duì)于設(shè)計(jì)輸出跟蹤控制器是非常有必要的，因?yàn)闀r(shí)滯不僅會(huì)導(dǎo)致跟蹤性能的下降，而且往往會(huì)導(dǎo)致系統(tǒng)失去穩(wěn)定性。文獻(xiàn)35關(guān)注了四旋翼無人機(jī)導(dǎo)航系統(tǒng)中GPS信號(hào)和視覺信號(hào)的傳輸延遲，在假設(shè)位置信號(hào)和線性速度延遲時(shí)間一定的情況下，設(shè)計(jì)了基于泰勒級(jí)數(shù)展開的預(yù)估器來處理延遲。這里只關(guān)注了延遲時(shí)間為確定值的情況，但是對(duì)于延遲時(shí)間變動(dòng)的情況沒有涉及36。2.5、多旋翼自駕儀未來目前比較成熟的自駕儀控制系統(tǒng)多基于PID的控制方法，雖然具有已于理解和設(shè)計(jì)、對(duì)硬件的要求比較低等優(yōu)點(diǎn)，但是有著一些無法克服的缺點(diǎn)，比如魯棒性抗、干擾性能較差等。未來的研究方向主要解決一下問題：(1) 魯棒性分析。因?yàn)?/p>

21、多數(shù)的飛行器模型很難得到精確到模型方程，尤其是在外界未知干擾的情況下，對(duì)自駕儀控制系統(tǒng)的設(shè)計(jì)帶來很大困難。(2) 更加友好的人機(jī)交互界面。(3) 動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛儀控制器設(shè)計(jì)。目前的自駕儀主要關(guān)注航線的設(shè)計(jì)，如何利用大量的傳感器信息是研究的難點(diǎn)。雖然一些學(xué)者在這方面做出一定的研究，但是在實(shí)際應(yīng)用方面還需要做出更多努力。(4) 多旋翼飛行器的組隊(duì)控制給自駕儀控制系統(tǒng)的研究帶來一定挑戰(zhàn)。結(jié)論本文介紹了多旋翼飛行器及自駕儀的發(fā)展，以及自駕儀的原理、種類/組成等。最后提出來多旋翼飛行器自駕儀的未來研究重點(diǎn)。參考文獻(xiàn)1 Stipanovi D A M, Inalhan G K, Teo R, et

22、 al. Decentralized overlapping control of a formation of unmanned aerial vehiclesJ. Automatica, 2004, 40(8): 1285-1296.2 Shim D H, Kim H J, Sastry S. Hierarchical control system synthesis for rotorcraft-based unmanned aerial vehiclesC/AIAA Guidance, Navigation and Control Conference. 2000.3 郭曉鴻. 微型四

23、旋翼無人機(jī)控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)D. 南京航空航天大學(xué), 2012.4 李少斌. 微型多旋翼飛行器控制技術(shù)研究J. 南京航空航天大學(xué), 2013.5 Chao H Y, Cao Y C, Chen Y Q. Autopilots for small unmanned aerial vehicles: a surveyJ. International Journal of Control, Automation and Systems, 2010, 8(1): 36-44.6 Williams D E, Friedland B, Madiwale A N. Modern control theory

24、 for design of autopilots for bank-to-turn missilesJ. Journal of Guidance, Control, and Dynamics, 1987, 10(4): 378-386.7 Bouabdallah S, Noth A, Siegwart R. PID vs LQ control techniques applied to an indoor micro quadrotorC. Intelligent Robots and Systems, 2004.(IROS 2004). Proceedings. 2004 IEEE/RSJ

25、 International Conference on. IEEE, 2004, 3: 2451-2456.8 Xu R., . zgner. Sliding mode control of a class of underactuated systemsJ. Automatica, 2008, 44(1): 233-241.9 Amoozgar M H, Chamseddine A, Zhang Y M. Fault-tolerant fuzzy gain scheduled PID for a quadrotor helicopter testbed in the presence of

26、 actuator faultsC. IFAC Conference on Advances in PID Control, Brescia, Italy (March 2012). 2012.10 Efe M . Neural network assisted computationally simple pi d control of a quadrotor UAVJ. Industrial Informatics, IEEE Transactions on, 2011, 7(2): 354-361.11 Bolandi H, Rezaei M, Mohsenipour R, et al.

27、 Attitude Control of a Quadrotor with Optimized PID ControllerJ. Intelligent Control and Automation, 2013, 4: 335.12 Lee D, Kim H J, Sastry S. Feedback linearization vs. adaptive sliding mode control for a quadrotor helicopterJ. International Journal of Control, Automation and Systems, 2009, 7(3): 4

28、19-428.13 Bouadi H, Tadjine M. Nonlinear observer design and sliding mode control of four rotors helicopterJ. Vorld Academy of Science, Engineering and Technology, 2007, 25: 225-229.14 L. Luque-Vega, B. Castillo-Toledo, A . G. Loukianov. Robust block second order sliding mode control for a quadrotor

29、J. Journal of the Franklin Institute, 2012, 349(2): 719-739.15 S. Bouabdallah, R. Siegwart. Backstepping and sliding-mode techniques applied to an indoor micro quadrotorC. Robotics and Automation, 2005. ICRA 2005. Proceedings of the 2005 IEEE International Conference on. IEEE, 2005: 2247-2252.16 Gui

30、sser M, Medromi H. A high gain observer and sliding mode controller for an autonomous quadrotor helicopterJ. International Journal of Intelligent Control and Systems, 2009, 14(3): 204-212.17 Besnard L, Shtessel Y B, Landrum B. Quadrotor vehicle control via sliding mode controller driven by sliding m

31、ode disturbance observerJ. Journal of the Franklin Institute, 2012, 349(2): 658-684.18 Madani T, Benallegue A. Control of a quadrotor mini-helicopter via full state backstepping techniqueC. Decision and Control, 2006 45th IEEE Conference on. IEEE, 2006: 1515-1520.19 Honglei A, Jie L, Jian W, et al.

32、Backstepping-Based Inverse Optimal Attitude Control of QuadrotorJ. International Journal of AdvancedRoboticSystems, 2013, 10(223).20 Mian A A, Daobo W. Modeling and backstepping-based nonlinear control strategy for a 6 DOF quadrotor helicopterJ. Chinese Journal of Aeronautics, 2008, 21(3): 261-268.2

33、1 Madani T, Benallegue A. Sliding mode observer and backstepping control for a quadrotor unmanned aerial vehiclesC. American Control Conference, 2007. ACC07. IEEE, 2007: 5887-5892.22 Regula G, Lantos B. Backstepping based control design with state estimation and path tracking to an indoor quadrotor

34、helicopterJ. Electrical Engineering, 2011, 53(3-4): 151-161.23 Whitehead B T, Bieniawski S R. Model reference adaptive control of a quadrotor UAVC。AIAA Guidance, Navigation, and Control Conference. 2010: 2-5.24 Nicol C, Macnab C J B, Ramirez-Serrano A. Robust adaptive control of a quadrotor helicopt

35、erJ. Mechatronics, 2011, 21(6): 927-938.25 Huang M, Xian B, Diao C, et al. Adaptive tracking control of underactuated quadrotor unmanned aerial vehicles via backsteppingC. American Control Conference (ACC), 2010. IEEE, 2010: 2076-2081.26 Zuo Z. Adaptive trajectory tracking control design with comman

36、d filtered compensation for a quadrotorJ. Journal of Vibration and Control, 2013, 19(1): 94-108.27 Antonelli G, Arrichiello F, Chiaverini S, et al. Adaptive trajectory tracking for quadrotor MAVs in presence of parameter uncertainties and external disturbancesC. Advanced Intelligent Mechatronics (AI

37、M), 2013 IEEE/ASME International Conference on. IEEE, 2013: 1337-1342.28 Coza C, Macnab C J B. A new robust adaptive-fuzzy control method applied to quadrotor helicopter stabilizationC. Fuzzy Information Processing Society, 2006. NAFIPS 2006. Annual meeting of the North American. IEEE, 2006: 454-458.29 Mokhtari A, Benallegue A, Daachi B.