多旋翼自駕儀綜述

1、 先進控制系統(tǒng)設(shè)計作業(yè)綜述多旋翼自駕儀作者姓名 作者學號 學科專業(yè) 控制理論與控制工程指導教師培養(yǎng)院系 自動化科學與電氣工程學院目 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1115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。早在 20 世紀

2、初，國外就有人對四旋翼垂直起降機進行了研究。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)復雜，飛行員極難操縱。但該機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的研究1-4。圖 1.1 Bothezat 的四旋翼垂直起降機近年來，多旋翼飛行器 隨著 MEMS

3、 器件性能的提升越來越普遍。賓夕法尼亞大學的 Vijay Kumar 教授關(guān)于飛行機器人自主運動與協(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)激光導航下的高精度定位與超強機動飛行，四旋翼在運動中躲避障礙物、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 賓夕法尼亞大學四旋翼MIT 的 Jonathan How 教授帶領(lǐng)的 ACL（Aerospace Controls Laboratory，航

4、天控制實驗室）研究小組成員進行了以視覺導航為主的四旋翼飛行器自主飛行控制，研究內(nèi)容包括多機協(xié)同避障飛行、自主路徑規(guī)劃、單機/多機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) 多機編隊避障飛行 (b) 自主視覺導航四旋翼圖 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-飛機回路示意圖多旋翼飛行器的復雜性和動態(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載系統(tǒng)的自動駕駛儀（見圖2.1），管理和控制著多旋翼飛行器的自主飛行，完成

5、對無人機導航、制導和控制，確保多旋翼飛行器按照預定的航線準確、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)展也促進了多旋翼費飛行器的研究和應(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的。它由敏感元件、計算機和伺服機構(gòu)組成，見圖2.2。當某種干擾使飛機偏離原有姿態(tài)時，敏感元件(例如陀螺儀)檢測出姿態(tài)的變化；計算機算出需要的修正舵偏量；

6、伺服機構(gòu)（或稱舵機）將舵圖2.2：自駕儀的結(jié)構(gòu)面操縱到所需位置。自動駕駛儀與飛機組成反饋回路，保證飛機穩(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，實時獲取無人直升機位置、速度、姿態(tài)等原始信息； （2） 飛行過程中能夠利用導航算法實時解算高精度的三軸姿態(tài)、三軸角速率和磁航向，輸出導航數(shù)據(jù)； （3） 結(jié)合多旋翼飛行器地面系統(tǒng)的指令、自動駕駛儀的導航數(shù)據(jù)和制導律，計算得出制導指令，指引飛行控制系統(tǒng)完成對伺服系統(tǒng)的操縱； （4） 實時接收并存儲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、儲到機載存儲器中； （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，完成實時通信，實現(xiàn)全系統(tǒng)導航、制導與控制； （8） 按照預設(shè)航線，生成實際飛行軌跡，實現(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） 能夠按照航點內(nèi)容設(shè)置，操縱機載設(shè)備完成飛行任務(wù)。為實現(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、三

8、軸磁力計、雙嘴空速傳感器、氣壓高度計、5Hz GPS接收機、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信號和離散信號擴展器、飛行數(shù)據(jù)記錄器、油量傳感器、GLONASS 或北斗GPS 接收機、用戶定制設(shè)備等。2.3、種類和特點自動駕駛儀可按能源形式、使用對象

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)代超音速飛機多安裝電氣（或電子）-液壓式自動駕駛儀。氣壓式伺服機構(gòu)主要用于導彈。（2）按使用對象：分為飛機自動駕駛儀和導彈自動駕駛儀。飛機自動駕駛儀多具有檢測飛機姿態(tài)角的敏感元件，能穩(wěn)定飛機的姿態(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)導彈只需要穩(wěn)定角速度，其姿態(tài)角根據(jù)目標的運動而改變，因此，在自動駕駛儀中不設(shè)檢測角位置的敏感元件。巡航導彈、戰(zhàn)略導彈和運載火箭需要穩(wěn)定姿態(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)學模型）表示伺

10、服機構(gòu)的輸出量與被調(diào)參量之間的函數(shù)關(guān)系。飛機自動駕駛儀依調(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)復雜，應(yīng)用受到一定限制。導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），伺服機構(gòu)的輸出量與姿態(tài)角的偏差成比例。

11、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。微型計算機出現(xiàn)后，戰(zhàn)術(shù)導彈開始采用數(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，例如以最短的時間飛到最有利的位置。在導彈攻擊目標時，自動駕駛儀與制導系統(tǒng)配合使導彈能識別敵友、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

12、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、航跡點跟蹤、多機協(xié)同等方面。其中姿態(tài)穩(wěn)定是實現(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，自主視覺導航、多機協(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單、易于物理實現(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)成復合控制系統(tǒng)，實現(xiàn)控制增穩(wěn)。文獻7通過對系統(tǒng)模型做適當?shù)暮喕幚恚捎媒?jīng)典的PID和線性二次最優(yōu)LQR控制方法，達到了系統(tǒng)鎮(zhèn)定控制目標，仿真和實驗驗證了設(shè)計方案的有效性。文獻8通過巧妙的系統(tǒng)分解，將四旋翼無人機這樣一個擁有6個自由度的復雜系統(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)行機構(gòu)失效

14、的情況，設(shè)計了模糊自整定PID控制器，實現(xiàn)了容錯控制目標。Efe M Ö10將神經(jīng)網(wǎng)絡(luò)和PID控制結(jié)合，增強了無人機的抗干擾能力，并且計算負載增加不大。文獻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)量的目標函數(shù)，采用梯度下降方法尋找最優(yōu)PID參數(shù)。(2) 滑?？刂?滑模控制在本質(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)。由于滑動模態(tài)可以進行設(shè)計且與對象參數(shù)及擾動無關(guān)，這就使得滑?？刂凭哂锌焖夙憫?yīng)、對參數(shù)變化及擾動不靈敏等優(yōu)點。它在運動控制系統(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

15、人機鎮(zhèn)定控制上的效果。前一種方法需要狀態(tài)的高階導數(shù)項，因此對建模誤差和傳感器噪聲敏感。文獻13提出了一種動態(tài)滑?？刂品椒?，通過對垂直陣風參數(shù)的實時估計，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魯棒控制器。通過滑模觀測器估計非匹配性干擾，實現(xiàn)了高精度的軌跡跟蹤。文獻15對比分析了滑?？刂坪头囱菘刂频姆抡嫘Ч?，并且實際應(yīng)用在了一個室內(nèi)微小四旋翼無人機上。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?？刂粕?，實現(xiàn)了無姿態(tài)

16、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?？刂频妮斎攵额?。(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，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)于四旋翼無人機反演控制的成果18,19。文獻20設(shè)計了基于PID調(diào)節(jié)思想的反演控制器，使得姿態(tài)角達到期望值，克服了PID抗干擾能力弱的缺點。在文獻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22引入兩個卡爾曼濾波器實現(xiàn)對狀態(tài)的估計，之后采用反演控

17、制算法進行了路徑跟蹤控制，實物驗證了算法的有效性。(4) 自適應(yīng)控制由于在復雜的氣流環(huán)境中運動，四旋翼無人機的動力學特性具有很強的不確定性，因此自適應(yīng)的思想被引入到四旋翼無人機的運動控制中42,43。文獻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24在牛頓-歐拉模型的基礎(chǔ)上，對轉(zhuǎn)動慣量進行了自適應(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

18、經(jīng)網(wǎng)絡(luò)控制兩種控制策略都是屬于智能學習的方法，在四旋翼運動控制中被用來對狀態(tài)、未建模動態(tài)或外界干擾進行逼近26,27。為了克服參數(shù)估計的大范圍漂移，Coza C28改進了學習規(guī)則，引入了模糊系統(tǒng)中心點集合的概念，實現(xiàn)四旋翼無人機鎮(zhèn)定控制。(6) 魯棒控制由于外界氣動干擾復雜，而且具有時變的特點，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30首先利用歐拉-拉格朗日方法，得到了系統(tǒng)的動力學模型，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控制器，在非線性的控制器設(shè)計過程中，需要求解兩個HJBI偏微分方程。仿真結(jié)果表明當轉(zhuǎn)動慣量具有20%的不確定度

19、的時候，仍然具有很高的跟蹤精度。文獻31將非線性的和模型預測控制技術(shù)(MPC)分別用在四旋翼無人機姿態(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。類似地，在文獻32中作者采用同樣的思路，將反演控制和控制進行結(jié)合，增強了系統(tǒng)抵御外界陣風干擾的能力。為增加系統(tǒng)魯棒性，文獻33基于Lyapunov方法，補償參數(shù)不確定性，閉環(huán)系統(tǒng)全局一致有界。文獻34基于分段線性模型，設(shè)計了四旋翼無人機姿態(tài)模型預測控制器，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

20、機飛行器控制系統(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，因為時滯不僅會導致跟蹤性能的下降，而且往往會導致系統(tǒng)失去穩(wěn)定性。文獻35關(guān)注了四旋翼無人機導航系統(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，但是有著一些無法克服的缺點，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

21、性分析。因為多數(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，對自駕儀控制系統(tǒng)的設(shè)計帶來很大困難。(2) 更加友好的人機交互界面。(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。雖然一些學者在這方面做出一定的研究，但是在實際應(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。參考文獻1 Stipanovi D A M, Inalhan G K, Teo

22、 R, et 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

23、鴻. 微型四旋翼無人機控制系統(tǒng)設(shè)計與實現(xiàn)D. 南京航空航天大學, 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, 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

24、theory 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 IE

25、EE/RSJ International Conference on. IEEE, 2004, 3: 2451-2456.8 Xu R., Ü. Özgüner. 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 te

26、stbed in the presence of actuator faultsC. IFAC Conference on Advances in PID Control, Brescia, Italy (March 2012). 2012.10 Efe M Ö. 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, R

27、ezaei M, Mohsenipour R, et al. 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, Automat

28、ion and Systems, 2009, 7(3): 419-428.13 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 slidin

29、g mode control for a quadrotorJ. 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

30、. IEEE, 2005: 2247-2252.16 Guisser 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

31、controller driven by sliding mode 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 Hon

32、glei A, Jie L, Jian W, et al. Backstepping-Based Inverse Optimal Attitude Control 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 Jour

33、nal of Aeronautics, 2008, 21(3): 261-268.21 Madani T, Benallegue A. Sliding mode observer and backstepping control for a quadrotor unmanned aerial vehiclesC. American Control Conference, 2007. ACC'07. IEEE, 2007: 5887-5892.22 Regula G, Lantos B. Backstepping based control design with state estim

34、ation and path tracking to an indoor quadrotor 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.

35、Robust adaptive control of a quadrotor helicopterJ. 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

36、 trajectory tracking control design with command 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 distu

37、rbancesC. 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, Benallegue A, Daachi B. Rob