第1章 绪论
1.1 四旋翼飞行器
无人飞行器（unmanned aerial vehicle，UAV）是一种配备自主控制装置的飞行器。通过携带不同设备，无人飞行器可以执行多种不同的任务[1-5]。无人飞行器系统由于其高机动性和完全自主执行任务的能力，在世界各国的国防计划和国防战略中发挥着越来越重要的作用。技术的进步使大型无人飞行器，以及更小型、能力越来越强的无人飞行器发展成为可能。正如文献[6]表明的，无人飞行器有许多军事应用，包括侦察、监视、战斗损害评估和通信中继。目前，无人飞行器的主要应用还是与国防相关的，主要投资是由未来的军事场景驱动的。然而，民用无人飞行器潜在的应用范围非常广泛，包括环境监测（如污染、天气和科学应用程序）、森林火灾监测、国土安全、边境巡逻、药物封锁、空中监视和映射、交通监控、精准农业、救灾、临时通信网络和农村搜救等。
无人飞行器在复杂和危险环境中执行空中监视、侦察和检查时具有很大的优势。事实上，无人飞行器比载人驾驶飞机更适合执行枯燥或危险的任务。风险系数低和任务成功率高是无人飞行器系统可继续扩大使用的两个主要原因。此外，许多其他的技术、经济和政治因素也鼓励了无人飞行器的发展和运行。*先，*新的传感器、微处理器和推进系统比以往任何时候都更小、更轻、更有潜力，从而带来了超越人类极限的耐力、效率和自主性。第二，无人飞行器已成功应用于战场，在许多任务中部署成功，这些因素带来了更多的资金和大量的生产订单。第三，无人飞行器可以在危险和污染的环境中操作，也可以在其他不允许载人系统的环境中操作。
**架无人飞行器是在1916年由美国的劳伦斯和斯佩里制造的。为了制造自动驾驶仪，他们开发了一个用来稳定机体的陀螺仪，这就是所谓的“姿态控制”的开始，它后来被用于飞机的自动转向。然而，由于当时实用技术的不成熟，无人飞行器并没有在**次世界大战或第二次世界大战中使用。
无人飞行器的发展从20世纪50年代末正式开始。在越南战争或冷战期间，无人飞行器全面的研究和开发持续到70年代。后越南战争时代，美国和以色列开始研发更小更便宜的无人飞行器。这些小型飞行器采用了摩托车或雪地车使用的小引擎，可以通过携带的摄像机将图像传输到操作员的位置。
1991年海湾战争中，美国军方将无人飞行器投入实际使用，此后军用无人飞行器迅速发展。NASA作为这一时期民用无人飞行器研究的中心，*典型的例子就是基于环境研究的无人飞行器和相关的传感器技术项目，它开始于20世纪90年代，是一个包含延长飞行技术、提升发动机性能、提高传感器精度的综合研究。
在*近几十年里，为了增加无人飞行器的飞行耐力和有效载荷，不同尺寸、耐力水平的无人飞行器被投入生产和应用中。因此，本书将根据无人飞行器的特性（气动外形、尺寸等）对其进行分类，通常分为以下四类。
（1）固定翼飞行器，指的是需要跑道起飞和降落或弹射器发射的无人驾驶飞机（带机翼）。这些飞机通常具有长续航能力，并能以高巡航速度飞行，如图1-1所示。
图1-1 固定翼飞行器
（2）旋翼飞行器又称旋翼无人飞行器或垂直起降无人飞行器，它具有悬停能力和高机动性的优点。这些能力在许多机器人任务中都很有用，特别是在民用领域。旋翼飞行器可能有不同的配置，包括主、尾旋翼（常规直升机）、同轴旋翼、串联旋翼、多旋翼等，如图1-2所示。
图1-2 旋翼飞行器
（3）飞艇，像热气球一样，是一种依靠大气浮力升空的航空器，也属于浮空器。它的耐力持久，但飞行速度较低，一般都是大尺寸的，如图1-3所示。
图1-3 飞艇
（4）扑翼无人飞行器，是受鸟类和飞虫的启发，具有灵活或变形小翅膀，通过机翼主动运动产生升力和前进力的飞行器，如图1-4所示。
图1-4 扑翼无人飞行器
旋翼飞行器利用发动机产生的动力旋转螺旋桨来获得旋翼飞行器运动的升力，升力的大小可以通过螺旋桨转速的变化来进行调节。因此旋翼飞行器可以实现垂直起降，同时在空中保持悬停的状态。通过调整旋翼飞行器的悬停位置和姿态可以使飞行器实现对任务目标的接近，而在限定的任务环境中实现旋翼飞行器起飞与降落则需要依赖其垂直起降的能力。因此，旋翼飞行器更智能、更灵活、更适合在以室内生活为主的城市中完成各项飞行任务。其次，与固定翼飞行器相比，旋翼飞行器的机动性能优秀，能从飞行目标的任意方向或角度完成飞行任务。这也意味着如何实现对旋翼飞行器的有效控制是十分具有挑战性的。旋翼飞行器保证有效控制和实现稳定飞行任务的关键在于如何进一步提高传感器和执行器的性能指标，同时优化控制算法以适应不同的控制需求。近年来，随着微电子、传感器技术和先进控制算法的高速发展，旋翼飞行器控制研究也成为无人飞行器控制领域的热点方向。
单旋翼飞行器是旋翼飞行器中*传统的机型，早期关于旋翼飞行器的控制问题多以单旋翼飞行器为研究目标展开分析[7-10]。由于单旋翼飞行器内部复杂的机体结构，不仅使得飞行器制造成本高昂，同时也会造成机体保养和维护的难题。从1950年开始，无人飞行器领域涌现了大量新型的旋翼飞行器机型，其中备受关注的是碟形飞行器，即共轴双旋翼和非共轴四旋翼。与其他旋翼飞行器相比较而言，碟形飞行器具有反扭矩能使飞行器扭矩平衡、机体结构更为紧凑等优点[11]。因此，四旋翼飞行器（quadrotor unmanned aerial vehicle，QUAV）新颖别致的布局结构、*树一帜的飞行模型，引起了学界广泛的研究热潮，越来越多无人飞行器的飞行动力学控制研究将四旋翼飞行器控制作为其研究方向。
如图1-5所示，四旋翼飞行器由前、后、左、右四个螺旋桨组成类十字形的机身平面结构。四旋翼飞行器的旋转平面平行于机身平面，因此由四个转子产生的升力方向总是垂直于机身平面。当给定四旋翼飞行器的飞行任务为前向运动和侧向运动时，四旋翼飞行器需要调整机体的俯仰和滚转角度产生完成前向运动和侧向运动所需的总推力。这意味着四旋翼飞行器需要在一个螺旋桨的旋转速度提升时，减少对应另一个螺旋桨的旋转速度，即实现四旋翼飞行器同向螺旋桨的转速调整，形成机体的俯仰和滚转运动，完成所指定的前向运动和侧向运动。
在实际的姿态控制中，由于机体本身惯量较小，螺旋桨旋转时微小的改变都会影响飞行器机体运动，造成系统偏转的误差，从而阻碍飞行任务的完成。因此，姿态控制作为无人飞行器控制技术的神经中枢和核心，研究四旋翼飞行器姿态控制研究十分具有挑战意义和应用价值。
图1-5 四旋翼飞行器
1.2 无人飞行器姿态控制的主要问题与挑战
近年来，无人飞行器系统由于其高机动性和完全自主性，受到了广泛的研究[12]，同时也为机械系统控制问题的创新提供了诸多可实行性的方案[13]。在所有类型的无人飞行器中，四旋翼飞行器具有良好的机动性、稳定性和多功能性，同时系统包含丰富的非线性动态性能，这也使其成为验证各种先进控制算法的理想平台[14]。
四旋翼飞行器实现有效飞行任务的前提是设计满足精度需求的姿态控制，这也是进一步对四旋翼飞行器控制系统进行设计、优化、建模和控制等研究的基本保障。四旋翼飞行器的姿态控制是指以某一参考坐标系为基准，实现从原始方向到目标方向的机动过程。四旋翼飞行器姿态控制主要包括两个方面[15]：①姿态镇定，即考虑系统的未知扰动，使四旋翼飞行器以给定精度的姿态保持其恒定状态；②姿态跟踪，即考虑系统的未知扰动，使四旋翼飞行器以给定精度完成原始姿态到目标姿态的运动过程。
四旋翼飞行器姿态控制系统是一个典型的具有强耦合、非线性等复杂特性的多变量系统，考虑其飞行任务的多样性和特殊性，如何能实现姿态控制系统更高的控制精度、更快的收敛速度和更强的鲁棒性是十分困难的。固定时间控制不同于一般控制仅实现系统状态的渐近稳定或者有限时间稳定，它可以进一步保证系统状态在固定时间内的稳定收敛。固定时间控制不仅提高系统瞬态的收敛速度，同时收敛时间的上界对系统初始状态的依赖性较小。而自适应控制器又能根据控制对象和干扰动态的变化自动修正控制增益保证系统状态的稳定收敛。因此，固定时间自适应控制方法，不仅对含有未知非线性不确定性的QUAV姿态控制系统有更强的鲁棒性，而且能以更高的控制精度和更快的收敛速度完成各种飞行任务。
综上，本书将以四旋翼飞行器姿态控制系统作为研究对象，以固定时间控制和自适应控制方法为研究基础，考虑存在执行器饱和与故障、惯性不确定性和未知外部干扰等情况下的系统姿态快速镇定和高精度轨迹跟踪控制问题。
1.3 研究现状
四旋翼飞行器姿态控制方法研究引起了国内外专家学者的广泛关注和讨论。本节将综述四旋翼飞行器姿态控制中的不同控制方案。
比例-积分-微分（proportional integral derivative，PID）控制技术是一种无模型控制方法。由于其原理简单、易于实现、适用范围广泛，是*成功的线性自动控制方法之一。
PID控制作为机电系统中实现调节或跟踪*常用的方法之一，已被广泛应用于无人飞行器系统。一般来说，我们使用一个分层的双环结构。内环对四旋翼飞行器机体各旋转轴采用单输入单输出PID技术控制系统的旋转运动，外环采用解耦PID技术控制系统的平移运动。文献[16]考虑增加瞬时载荷质量所带来动态载荷扰动对四旋翼飞行器的影响，设计PID控制策略实现系统状态的稳定控制，并进行悬停状态下的鲁棒性测试，验证方法的有效性。文献[17]考虑QUAV执行器故障的情况下，研究自适应PID容错控制方法，采用模糊控制策略对控制增益进行实时调整，使系统在执行器故障发生时能更快、更有效地控制系统稳定。
考虑风干扰下四旋翼飞行器的姿态稳定与导航问题，文献[18]*先给出基于牛顿-欧拉方程的姿态动力学模型。然后设计嵌套闭环控制策略，内环采用分散PID神经网络控制器，外环采用传统PID控制器生成内环的参考路径。通过李雅普诺夫理论验证该分散PID神经网络控制器能实现系统稳定。考虑四旋翼飞行器姿态跟踪问题，文献[19]将非线性动力学、轴间耦合、参数扰动和外部干扰视为不确定性，得到了各姿态角的简化线性动力学模型。针对每个通道，
展开
