旋翼无人机算法综述

柯尧皓 广州市真光中学

1 引言

无人机在控制过程中为了提高控制精度和减轻操控者的负担，往往都会利用飞行控制系统来进行辅助控制。而不同的飞行控制系统算法都各有特点，我们则要根据不同的使用环境、任务需求、平台性能、经济状况来选择合适的飞行控制系统。目前四旋翼无人飞行器得到广泛应用，并且相关的研究成果斐然，但是就当前的算法发展现状而言，依然存在两个方面的问题亟待解决。

(1)精确的数学建模。四旋翼无人机的飞行控制就是通过其四个旋翼进行控制，这四个旋翼是由4 个独立的电机控制，这样就必然会存在一系列的误差。首先，旋翼可能存在诸如4 个轴的质量分布不均匀、长度不一致以及四个轴与机身平面不完全垂直；其次，飞行中电机高速旋转时的振动带来的误差；此外，外部的气流变化也对精确建模产生了一定影响。

(2)四旋翼无人机的控制系统属于输入量多、输出量多、非线性、强耦合、欠驱动系统。四旋翼无人机在空间飞行时候一共有6 个自由度，这6 个自由度控制仅仅是依靠旋转翼的四个电机的转速。电机的转速与无人机的位姿控制存在耦合，并且容易受到外部因素的干扰，这些都会加大无人机的飞行控制难度。

对于提到的问题，国内外研究人员有的是对模型进行简化处理，即对不确定因素的影响给予忽略，以期达到对无人机的飞行控制，这些相关的算法有经典PID、最优LQR；有的是对非线性、鲁棒性以及综合型算法进行相关研究，在对控制系统的抗干扰性能和环境适应能力上深入研究，这类算法有反步法算法、滑模控制算法以及自适应控制等算法。不管采用何种控制方法，无人机的系统建模的出发点都是空间的转动和平动两种运动状态。

2 四旋翼无人机算法

2.1 PID 算法

目前PID 算法在不少学者的研究下发展出多种算法，例如，模糊PID 的多旋翼无人机姿态控制系统、串联模糊PID 控制的四旋翼无人机控制系统设计等算法，使经典PID 算法的性能得到较大的提升。

模糊PID 控制系统利用模糊控制规则对PID 参数进行修改，构成自适应模糊PID 控制器，即通过模糊控制原理对3 个参数进行调节，以满足不同偏差以及偏差变化率对PID 参数设定的要求，确保被控制对象的动态和静态特性。

民用无人机方面，越来越多人学习操控无人机的趋势下，可以利用模糊PID 算法能有效的解决经典PID 算法中的延时问题这一优点，提高无人机的控制精度和减少操控难度，能让更好的辅助初学者学习无人机操控。在农用无人机方面，利用这一优点还可以使无人机具有更好的抗风性能和飞行稳定性，使无人机可以在更恶劣的环境下能够进行操控，并且可以执行农业作业的飞行任务，拓展无人机的使用环境状况。

串联模糊PID 控制器是在串级PID 基础上，同时在内环角速度控制器中加入模糊自整定PID 参数控制器，构成串级模糊PID 参数控制算法。可以使无人机俯仰姿态角的振荡幅度最小，具有更高的稳定性和鲁棒性。

总的来说PID 算法有着原理简单、成本低的特点，可以用于平常的民用、农用无人机的平台，飞行控制的硬件计算能力要求低，其控制精度可以满足日常的摄影、植保等任务。PID 可以使无人机的总体稳定性得到较大的提升和姿态震荡幅度的减小，这使得无人机的飞行精度得到了进一步的提升。但在抗干扰的方面，受限于搭载PID 算法的计算机的运算和储存能力，如果有数据发生突变时，由算法的比例部分和微分部分计算出的控制增量可能比较大，如果该值超过了计算机所允许的最大限度，那么超过限度的部分数据将丢失，导致无法进行有效的运算，使飞行控制系统的反应时间变长。不过综合目前市面上的飞行控制平台的计算能力和日常的任务来看，这类问题不会对无人机操控造成很大的影响。

2.2 LQR 算法

线性二次型调节器LQR 能够得到状态线性反馈的最优控制规律，这样可以构成闭环最优控制。LQR 最优控制能够在低廉成本下使得原来的系统性能达到比较好的指标，并且这种方法简单易实现。

LQR 算法最大的特点是采用二次型函数进行运算，而线性二次型问题的最优解可以写成统一的解析表达式以及求解的过程可以实现规范化，并且能够简单地采用状态线性反馈控制律构成闭环最优控制系统，能够兼顾多项性能指标，因而受到重视。

LQR 算法更多是作为一种辅助算法与其它的算法结合，比如说在PID 算法中引入LQR 算法，可以利用LQR 算法反应快和兼顾多指标的特点提升PID 算法的运算速度和效率。经过LQR 算法优化后的PID 算法可以在一定程度上缓解上文提到的因计算机运算能力而导致的演示问题。

LQR 算法虽然不能单独用在无人机飞控系统上，但里面的运用的二次型函数给我们提供了一个利用LQR 算法对其它算法进行优化的方案。

2.3 滑模控制算法

滑模控制最大的特点是其控制算法会根据当前的无人机状态发生改变，进而减少无人机的动作延时，让动作变得更干净利落，这也使得滑模控制器的精度比其它的算法的精度更高，抗干扰的能力更高。不过由于滑模控制器需要在短时间内针对飞行情况更换控制算法，这导致搭载滑模控制器的飞行控制的计算机的计算量大大提升，也提高了对平台的要求。

不过根据其特点，可以看出滑模控制器适用于对动作精度要求高、飞行环境恶劣、对操控反应时间高的无人机，比如说时下流行的竞速无人机或者是要求在狭窄空间内穿行的战术军用无人机和在类似火灾现场等环境不确定因素较大的恶劣环境内执行侦察任务的无人机。不过在使用滑模控制器的时候要考虑到因计算量增加所带来的计算机增重、功耗、散热等硬件问题。

3 发展前景

目前来看，四旋翼无人机中运用最为广泛控制算法依然是PID,这种经典的算法可以实现定点悬停和飞行轨迹跟踪等功能；当下的研究热点主要聚集在无人机的非线性控制和鲁棒性能等；随着人工智能的快速发展，无人机的人工智能方向也成为另一个关注度较高的方向，该方向基于物联网技术和人工智能技术，无人机在执行相关飞行任务中实现自主规划路线以及起飞和降落等；还有就是不少公司提出了用大型四旋翼或多旋翼无人机作为新一代载具构想。这些都说明了无人机有着广阔的发展前景，无论朝着哪个方向发展,无人机都离不开飞行控制算法的支持。

结束语

无人机作为灵活、低廉、多功能的飞行器，已经被广泛的应用到军用以及民用等相关飞行任务中。随着科技的发展，无人机的发展前景会更加广阔，飞行的性能以及功能会更加完善，比如当前的人工智能技术的发展将促进无人机向人工智能的领域发展；新技术发展会促进无人机飞行控制算法不断优化和革新。