多旋翼自駕儀綜述講解

1、先進(jìn)控制系統(tǒng)設(shè)計作業(yè)綜述多旋翼自駕儀作者姓名作者學(xué)號學(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、自動駕駛儀 32.1、自動駕駛儀發(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) 1.1.ii第一章 多旋翼的歷史多旋翼飛行器指具有多于兩個旋翼的飛行器。與常規(guī)單旋翼直升機(jī)相比，多 旋翼飛行器 在結(jié)構(gòu)上具有多個優(yōu)勢。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，簡化了設(shè)計和維護(hù)成本；第二，使用多個旋翼允許每個旋 翼具有較小的直徑，減小了與外界物體碰撞的幾率。

2、早在 20 世紀(jì)初，國外就有 人對四旋翼垂直起降機(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

3、起降機(jī)近年來，多旋翼飛行器 隨著 MEMS 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)動飛行，四 旋翼在運(yùn)動中躲避障礙物、穿越方框，兩架四旋翼協(xié)同抓取重物，多個四旋翼編 隊飛行、隊形變換、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飛行。(a)協(xié)作抓取物體(b)編隊飛行圖 1.2 賓夕法尼亞大學(xué)四旋翼MIT 的 Jonathan How 教授帶領(lǐng)的 ACL (Aerospac

4、e Controls Laboratory，航 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，研究內(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、自動駕駛儀2.1、自動駕駛儀發(fā)展圖 2.1：自動駕駛儀 - 飛機(jī)回路示意圖多旋翼飛行器的復(fù)雜性和動態(tài)性，要求控制系統(tǒng)的功能設(shè)計更加完善，算法 設(shè)計更加優(yōu)化，運(yùn)算速度更快。自動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。作為多旋翼飛行器的核心機(jī)載系統(tǒng)的自動

5、駕駛儀（見圖2.1），管理和控制著多旋翼飛行器的自主飛行，完成對無人機(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，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、原理和組成自動駕駛儀是模仿駕駛員的動作駕駛飛機(jī)的。它由敏感元件、計算機(jī)和伺服 機(jī)構(gòu)組成，見圖 2.2。當(dāng)某種干擾使飛機(jī)

6、偏離原有姿態(tài)時，敏感元件 （例如陀螺儀 ） 檢測出姿態(tài)的變化；計算機(jī)算出需要的修正舵偏量；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。 所以針對多旋翼飛行器，自動駕駛儀應(yīng)具有以下功能：1) 能夠利用各種具有測姿、定位、定向等功能的傳感器，實(shí)時獲取無人直升 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、自動駕駛儀的導(dǎo)航數(shù)據(jù)和制導(dǎo)律，計 算得出制導(dǎo)指令，指引飛行控制系統(tǒng)完成對伺服系統(tǒng)的操縱；4) 實(shí)時接收并存儲多旋

7、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)存儲到機(jī)載存儲器中；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) 提供與測控分系統(tǒng)、任務(wù)設(shè)備之間通訊接口，完成實(shí)時通信，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)多旋翼飛行器自動起飛，飛行時保證其安全性； 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

8、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、三軸磁力計、雙嘴空速傳 感器、氣壓高度計、 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、 PWM 信號和離散 信號擴(kuò)展器、飛行數(shù)據(jù)記錄器、油量傳感器、 GLO

9、NASS 或北斗 GPS 接 收機(jī)、用戶定制設(shè)備等。2.3、種類和特點(diǎn)自動駕駛儀可按能源形式、使用對象、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。 現(xiàn)代超音速飛機(jī)多安裝電氣（或電子） -液壓式自動駕駛儀。氣壓式伺服機(jī)構(gòu)主要 用于導(dǎo)彈。（2）按使用對象：分為飛機(jī)自動駕駛儀和導(dǎo)彈自動駕駛儀。飛機(jī)自動駕駛儀 多具有檢測飛機(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)動而改變，因此，在自動駕駛儀中不設(shè)檢測角位置的敏感元件。 巡航導(dǎo)彈、戰(zhàn)略導(dǎo)彈和運(yùn)載火箭需要穩(wěn)定姿

10、態(tài)角，在這些飛行器的自動駕駛儀中 仍有檢測姿態(tài)角的敏感元件。（3）按調(diào)節(jié)規(guī)律：自動駕駛儀的調(diào)節(jié)規(guī)律（即數(shù)學(xué)模型）表示伺服機(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)自動駕駛儀依調(diào)節(jié)規(guī)律的不同分為比例式 自動駕駛儀和積分式自動駕駛儀。比例式自動駕駛儀是以伺服機(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)簡單，應(yīng)用很廣，但在干擾作用下會產(chǎn)生靜態(tài)誤差。積分式自動駕駛儀是以伺 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)彈自動駕駛儀按被調(diào)參量的性質(zhì)可分為位置式自動駕駛儀、定

11、向式自動駕 駛儀和加速度式自動駕駛儀。 位置式自動駕駛儀的被調(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。定向式自動駕駛儀的被調(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)代自動駕駛儀的趨勢是向數(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 駕駛儀。微型計算機(jī)出現(xiàn)后，戰(zhàn)術(shù)導(dǎo)彈開始采用數(shù)字式自動駕駛儀。近代空戰(zhàn)中， 自動駕駛儀能以最佳方式操縱戰(zhàn)斗機(jī)，例如以最短的時間飛到

12、最有利的位置。在 導(dǎo)彈攻擊目標(biāo)時，自動駕駛儀與制導(dǎo)系統(tǒng)配合使導(dǎo)彈能識別敵友、分析敵情變化 并作出最優(yōu)決策。這就要求自動駕駛儀具有智能的功能。2.4、控制方法圖 2.3：多旋翼飛行器控制系統(tǒng)圖自動駕駛儀控制系統(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。同時需要完成對執(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

13、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 有以下幾種：(1) 線性控制 線性控制方法由于思路簡單、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通過對系統(tǒng)模型做適當(dāng)?shù)暮喕幚恚捎媒?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)這樣一個擁有 6 個自由度的復(fù)雜系

14、 統(tǒng)，分解成為了全驅(qū)動和欠驅(qū)動兩個子系統(tǒng)，降低了控制律設(shè)計難度。針對兩個 子系統(tǒng)，分別設(shè)計了一個速率有界的 PID 控制器和滑?？刂破?，保證對虛擬控制 輸入的快速跟蹤。 Amoozgar M H9 考慮執(zhí)行機(jī)構(gòu)失效的情況，設(shè)計了模糊自整定 PID 控制器，實(shí)現(xiàn)了容錯控制目標(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， 并且計算負(fù)載增加不大。 文獻(xiàn)11設(shè)計了參數(shù)最優(yōu) PID 控 制器，設(shè)計一個關(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)

15、。由于滑動模態(tài)可以進(jìn)行設(shè)計且與對象參數(shù)及擾動無關(guān)，這就使得滑模 控制具有快速響應(yīng)、對參數(shù)變化及擾動不靈敏等優(yōu)點(diǎn)。它在運(yùn)動控制系統(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)定控制上的效果。前一種方法需要狀態(tài)的高階導(dǎo)數(shù)項，因此對建模誤差和傳感 器噪聲敏感。文獻(xiàn) 13 提出了一種動態(tài)滑?？刂品椒?，通過對垂直陣風(fēng)參數(shù)的實(shí)時 估計，來消除非性干擾。但是這種方法不具備對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)計了針對受到匹配和非匹配干擾的四旋翼 無人機(jī)魯棒控制器。通過滑模觀測器估計非匹配性干擾，實(shí)

16、現(xiàn)了高精度的軌跡跟 蹤。文獻(xiàn)15對比分析了滑模控制和反演控制的仿真效果，并且實(shí)際應(yīng)用在了一個 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等人將高增益觀測器應(yīng)用到滑?？刂?上，實(shí)現(xiàn)了無姿態(tài)角速度反饋軌跡跟蹤。 Besnard L17設(shè)計滑模觀測器估計外界干 擾，減小滑模控制的輸入抖顫。(3) 反演控制 反演控制在設(shè)計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。它以系統(tǒng)跟蹤為目標(biāo)，而不是線性化。由于設(shè)計思路簡單明了，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)計了基于 PID 調(diào)節(jié)思想

17、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， 加入了兩個滑模微分器，用來估計前一步的虛擬控制輸入，這樣就避免了對系統(tǒng) 動態(tài)方程的微分，簡化了控制律設(shè)過程計。文獻(xiàn) 22 引入兩個卡爾曼濾波器實(shí)現(xiàn)對 狀態(tài)的估計，之后采用反演控制算法進(jìn)行了路徑跟蹤控制，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，四旋翼無人機(jī)的動力學(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， 在線估計變化的質(zhì)量，克服質(zhì)量不確 定性。但是對

18、于由于質(zhì)量變化引起的轉(zhuǎn)動慣量變化對系統(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，對轉(zhuǎn)動慣量進(jìn)行了自適應(yīng)估計。采用雙曲正 割函數(shù)代替符號函數(shù)，減小姿態(tài)子系統(tǒng)的抖動。文獻(xiàn) 25 針對未知的質(zhì)心位置和外 界干擾力，基于 Lyapunov 函數(shù)方法，設(shè)計了自適應(yīng)更新算法，保證跟蹤誤差收斂到 0 ，參數(shù)估計誤差有界。(5) 模糊與神經(jīng)網(wǎng)絡(luò)控制 兩種控制策略都是屬于智能學(xué)習(xí)的方法，在四旋翼運(yùn)動控制中被用來對狀態(tài)、 未建模動態(tài)或外界干擾進(jìn)行逼近 26,27。為了克服參數(shù)估計的大范圍漂移， 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

19、棒控制 由于外界氣動干擾復(fù)雜，而且具有時變的特點(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)的動力學(xué)模型，然后在這個模型的基礎(chǔ)上，分別針對位置子系統(tǒng)和姿態(tài)系統(tǒng) 設(shè)計了反演控制器和非線性的 H 控制器，在非線性的 H 控制器設(shè)計過程中， 需要 求解兩個 HJBI 偏微分方程。仿真結(jié)果表明當(dāng)轉(zhuǎn)動慣量具有 20%的不確定度的時候， 仍然具有很高的跟蹤精度。 文獻(xiàn) 31將非線性的 H 和模型預(yù)測控制技術(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，而且兩個控制器中均包含了位置 的積分項，這樣可以保證跟蹤靜差為 0。類似

20、地，在文獻(xiàn) 32 中作者采用同樣的思 路，將反演控制和 H 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)計了四旋翼無人機(jī)姿態(tài)模型預(yù)測控制器， 可以消除轉(zhuǎn)動慣量參數(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、傳感器信號延遲等問題。針對非線性無人機(jī)飛行器控制系統(tǒng)，考慮系統(tǒng)時滯的影響，對于設(shè)計輸出跟 蹤控制器是非常有必要的，因?yàn)闀r滯不僅會導(dǎo)致跟蹤性能的下降，而且往往會導(dǎo) 致系統(tǒng)失去穩(wěn)定性。文獻(xiàn) 35 關(guān)注了

21、四旋翼無人機(jī)導(dǎo)航系統(tǒng)中 GPS 信號和視覺信 號的傳輸延遲，在假設(shè)位置信號和線性速度延遲時間一定的情況下，設(shè)計了基于 泰勒級數(shù)展開的預(yù)估器來處理延遲。這里只關(guān)注了延遲時間為確定值的情況，但 是對于延遲時間變動的情況沒有涉及 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、對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)槎鄶?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，對自駕儀控制系統(tǒng)的設(shè)計帶來很大困難。(2) 更加友好的

22、人機(jī)交互界面。(3) 動態(tài)數(shù)據(jù)驅(qū)動的自動駕駛儀控制器設(shè)計。目前的自駕儀主要關(guān)注航線的設(shè)計， 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)。10參考文獻(xiàn)1 Stipanovi? D A M, Inalhan G K, Teo R, et al. Decentralized overlapping control of a formation

23、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. 微型四旋翼無人機(jī)控制系統(tǒng)設(shè)計與實(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

24、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 for design of autopilots for bank-to-turn missile

25、sJ. 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 International Conference on. IEEE, 2004, 3: 2451-

26、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 actuator faultsC. IFAC Conference on Advances in

27、 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. Attitude Control of a Quadrotor with Optimized

28、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): 419-428.13 Bouadi H, Tadjine M. Nonlinear observe

29、r design and sliding mode control of four rotors11 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 quadrotorJ. Journal of the Franklin Institute, 2012, 34

30、9(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 Guisser M, Medromi H. A high gain observer and sl

31、iding 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 mode disturbance observerJ. Journal of the Fran

32、klin 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. Backstepping-Based Inverse Optimal Attitude Co

33、ntrol of QuadrotorJ. International Journal of Advanced Robotic Systems, 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): 261-268.21 Madani T, Benallegue A. Sliding mode obser

34、ver 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 helicopterJ. Electrical Engineering, 2011, 5

35、3(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: 2-5.1224 Nicol C, Macnab C J B, Ramirez-Serrano A. Robust adaptive control of a quadrotor helicopterJ. Mechatronics, 2011, 21(6): 927-938.

36、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 command filtered compensation for a quadrotorJ

37、. 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 (AIM), 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, Ben