第一篇 研究背景
第1章 绪论
1.1 无人机运动模型
1.2 基于惯性传感器的姿态估计
1.3 时滞系统与预测器
1.4 无人机定位中的数据融合
1.5 控制与导航算法
1.6 航迹产生与跟踪
1.7 避障
1.8 遥操作
参考文献
第2章 建模方法
2.1 转子中的力与力矩
2.2 欧拉-拉格朗日法
2.3 牛顿-欧拉法
2.4 四元数法
2.4.1 四元数建模
2.4.2 对偶四元数模型
2.5 小结
参考文献
第二篇 面向控制的传感器信号改进
第3章 基于惯性传感器数据融合的方向估计
3.1 姿态表示
3.2 传感器特性
3.3 姿态估计算法
3.3.1 基于DCM
3.3.2 基于DCM
3.3.3 基于DCM
3.3.4 欧拉EKF
3.3.5 四元数
3.3.6 基于Quanser平台的实时性比较与分析
3.4 高效卡尔曼滤波器
3.4.1 简化算法
3.4.2 数值验证
3.4.3 飞行实验
3.5 小结
参考文献
第4章 延迟信号和预测器
4.1 基于测量延迟补偿的观察预测算法
4.1.1 有限谱分配
4.1.2 h步提前预测器
4.1.3 仿真
4.1.4 实验
4.1.5 飞行实验
4.2 状态预测控制方案
4.2.1 无人机飞行验证
4.2.2 仿真结果
4.2.3 实验结果
4.3 小结
参考文献
第5章 无人机定位的数据融合
5.1 传感器数据融合
5.1.1 惯性测量单元
5.1.2 超声波测距仪
5.1.3 光流
5.1.4 扩展卡尔曼滤波器
5.1.5 四旋翼无人机简化非线性模型
5.2 原型机和数学仿真实验
5.3 飞行实验和实验结果
5.3.1 手动飞行实验
5.3.2 自主飞行模式
5.4 OptiTrack测量与扩展卡尔曼滤波估计
5.5 旋转光流补偿
5.6 小结
参考文献
第三篇 导航方案及控制策略
第6章 具有积分作用的非线性控制算法
6.1 从PD到PID控制器
6.2 具有积分环节的饱和控制器
6.2.1 具有积分环节的嵌套饱和控制器（NSIP）
6.2.2 具有积分环节的分离饱和控制器（SSIP）
6.2.3 具有积分环节的饱和状态反馈控制器（SSFIP）
6.2.4 在四旋翼无人机上进行验证
6.3 积分自适应反演控制
6.3.1 四旋翼的积分自适应反演算法
6.3.2 包含扰动的仿真
6.3.3 质量发生变化的仿真
6.3.4 实验结果
6.4 小结
参考文献
第7章 滑模控制
7.1 从非线性姿态表示到线性多人多出表示
7.2 积分滑模非线性最优控制器设计
7.3 仿真验证
7.4 实验验证
7.5 小结
参考文献
第8章 鲁棒控制器
8.1 基于饱和函数的非线性鲁棒算法
8.1.1 非线性不确定性下的鲁棒性
8.1.2 在四旋翼无人机进行验证
8.1.3 模拟结果
8.1.4 实验结果
8.2 基于不确定性估计的鲁棒控制
8.2.1 基于UDE的鲁棒控制策略
8.2.2 一般情况
8.2.3 SISO系统案例
8.2.4 匹配四旋翼无人机模型
8.2.5 3D悬停系统案例
8.2.6 飞行实验
8.3 小结
参考文献
第9章 轨迹生成、规划和跟踪
9.1 四旋翼无人机的数学描述
9.1.1 刚体模型
9.1.2 点质量模型
9.2 时间最优轨迹生成
9.3 检查类任务的无人机路径问题
9.3.1 问题描述
9.3.2 有能力约束的无人机路径问题
9.4 轨迹跟踪问题
9.5 仿真结果
9.5.1 参考轨迹的生成与规划
9.5.2 轨迹跟踪
9.6 小结
参考文献
第10章 避障
10.1 人工势场法
10.2 避障算法
10.3 极限环避障
10.4 小结
参考文献
第11章 触觉遥操作
11.1 实验平台
11.1.1 地面站
11.1.2 单目视觉定位
11.1.3 无人机
11.1.4 触觉装置
11.2 碰撞避免
11.3 触觉遥操作
11.4 实验
11.5 小结
参考文献
展开
