无（wú）人机的飞行控制是无人机研究领（lǐng）域（yù）主要问题之一。在飞行过程中会（huì）受到各种干（gàn）扰，如传感器的噪音与漂移、强风与乱气流、载（zǎi）重量变化及倾（qīng）角过（guò）大引起的（de）模型变动等等。这些都会严重影（yǐng）响飞行器的飞（fēi）行品（pǐn）质（zhì），因此无人机的控制技术便显得尤（yóu）为重要。传统的控（kòng）制方法主要集中于姿态和（hé）高度（dù）的控制，除此之外还有（yǒu）一些用来控制（zhì）速度、位置、航向、3D轨迹跟踪控（kòng）制。多旋翼无人机的控制（zhì）方（fāng）法（fǎ）可以总结为以下三（sān）个主要的方面。

一（yī）、线性飞行控制（zhì）方法

常规的飞行器控制方法以（yǐ）及早期的对飞行器控制的尝（cháng）试都是建（jiàn）立在线性飞行控制理论上的，这其（qí）中就又有诸如PID、H∞、LQR以及（jí）增益（yì）调度（dù）法（fǎ）。

1.PID PID控（kòng）制属（shǔ）于传统（tǒng）控（kòng）制方法（fǎ），是目前（qián）最成功、用（yòng）的最广泛的控制方（fāng）法之一。其控制方法简（jiǎn）单，无需前期建模（mó）工作，参数物理（lǐ）意（yì）义明确，适用于飞行精度（dù）要求不高的（de）控制。

2.H∞ H∞属于鲁棒控制的方（fāng）法。经典的控制理论并（bìng）不要（yào）求被（bèi）控对象的精确数学模型来（lái）解决多输（shū）入多输出非（fēi）线性系统（tǒng）问题。现代控制理论可以定（dìng）量地解决多输入多输出非线（xiàn）性系统问题，但完全依赖（lài）于描述（shù）被（bèi）控对象（xiàng）的（de）动态（tài）特性的数学模型。鲁棒控制可以很好解决因干扰等（děng）因（yīn）素引起的（de）建模误差（chà）问题，但它的计（jì）算（suàn）量（liàng）非（fēi）常大，依赖于高（gāo）性（xìng）能的处（chù）理器，同时，由于是频（pín）域（yù）设计方法，调参也相对困难。

3.LQR LQR是被运用来控制无人（rén）机的（de）比较成功的方（fāng）法之（zhī）一，其对象是能用状态空（kōng）间（jiān）表达式表示的线性系统，目标函（hán）数为是状态变量（liàng）或控制变（biàn）量的二次函数的积分。而（ér）且Matlab软件的使用为LQR的控（kòng）制方（fāng）法提供了良好的仿真条件，更为工程实现（xiàn）提供了便（biàn）利。

4.增益调度法（fǎ） 增益调度（Gain scheduling）即在系统运行时，调度（dù）变量的（de）变化导（dǎo）致控制器的参数（shù）随着改（gǎi）变，根据调度变（biàn）量使系统以不同的控（kòng）制规律在不（bú）同的区（qū）域内运行，以（yǐ）解决系统（tǒng）非（fēi）线性的问（wèn）题。该算法由两大部（bù）分组成，第一部分主（zhǔ）要完成事件驱动（dòng），实（shí）现参数调整。 如果系统的运行情况（kuàng）改变，则可通过（guò）该部分来识别（bié）并（bìng）切（qiē）换（huàn）模态；第（dì）二部分为误差（chà）驱动，其（qí）控制（zhì）功能由（yóu）选定的模（mó）态来（lái）实现。该控制方法在（zài）旋翼无人机的垂直起降、定点悬停及（jí）路径（jìng）跟踪（zōng）等（děng）控（kòng）制上有着优异的性能。

二、基于学习的飞（fēi）行（háng）控制方法

基（jī）于学习的飞行控（kòng）制方（fāng）法（fǎ）的（de）特点就（jiù）是（shì）无需（xū）了解飞（fēi）行器的动（dòng）力（lì）学模型，只要（yào）一（yī）些飞行（háng）试验和飞（fēi）行数（shù）据。其中研究（jiū）最热门的有模糊控制方法、基（jī）于人体学习的方法（fǎ）以及神经网（wǎng）络法（fǎ）。

1.模（mó）糊（hú）控制（zhì）方法（Fuzzy logic）模糊（hú）控制是解决模型不确定性的方法之一，在模型未知的情况下来实现对无人（rén）机的控制。

2.基于人体学习的方法（Human-based learning） 美（měi）国MIT的（de）科研人员为了寻找能更好地控制小型无人飞行（háng）器的控制方法，从参加军事演习进行特技飞行的（de）飞机中（zhōng）采集数据，分析飞行员（yuán）对不（bú）同情况下飞机的操作，从而更好地理解无人机的输入序列和反馈机制。这种方法已经被运用到小型无（wú）人机的自主飞行中。

3.神经网（wǎng）络法（Neural networks） 经典PID控（kòng）制（zhì）结构简单、使用方便、易于实现, 但当被控对象具有复杂的非线性特（tè）性（xìng）、难以建立精（jīng）确的数学模型（xíng）时（shí），往往（wǎng）难以达到满意（yì）的控制（zhì）效（xiào）果。神经（jīng）网络自适（shì）应控制（zhì）技术能有效地实现（xiàn）多种不确定的、难以确切（qiē）描述的（de）非线性（xìng）复杂过程的控制，提高控制系统的鲁（lǔ）棒（bàng）性、容错性，且控制参数具有自适应和自学习能力。

三、基于模型的（de）非线性控制方法

为了克服某些线性控制方法的限制（zhì），一些（xiē）非线（xiàn）性的控制（zhì）方法被提（tí）出并且被运用到飞行器的控制中。这些非（fēi）线性的控制方法通（tōng）常可以归类（lèi）为基于模（mó）型（xíng）的非线性控制方法。这其中有（yǒu）反馈线性化、模型预（yù）测控制、多饱和控制、反步法以及自适应控制。

1.反馈线性化（feedback linearization） 反馈（kuì）线性（xìng）化是非线性（xìng）系统常用的一种方（fāng）法。它（tā）利用数学变换的方法（fǎ）和微（wēi）分几何学的知识，首先，将（jiāng）状态和（hé）控（kòng）制变量转变为线性形式，然后，利用常规的线（xiàn）性设计的方法（fǎ）进行设计（jì），最后，将设计的结（jié）果（guǒ）通过反变换，转（zhuǎn）换（huàn）为原始的状（zhuàng）态和控制形式。反馈线（xiàn）性化理论有两（liǎng）个重要分支：微分几何法和动态逆法，其中动（dòng）态（tài）逆（nì）方法较微分几何法具有简单的推算特点（diǎn），因此更适（shì）合用在飞行控制系统（tǒng）的（de）设计（jì）上。但是，动态逆方法需要相当精（jīng）确的飞（fēi）行器的模型，这在实际情（qíng）况中是十分（fèn）困难的（de）。此外，由于系统建模误差（chà），加上（shàng）外界（jiè）的各种干扰，因此，设计时要（yào）重点考虑（lǜ）鲁棒性的因素。动态逆的方（fāng）法（fǎ）有一（yī）定的工程应用前景（jǐng），现已成为飞（fēi）控研究领域（yù）的一个热点话题（tí）。

2.模型预测控制（zhì）（model predictive control） 模型预测控制是一类特殊的控（kòng）制（zhì）方法。它是通过在每一个采样瞬间求解（jiě）一个有限（xiàn）时域开（kāi）环的最优控制问题获得当（dāng）前控制动作（zuò）。最优控制问题的初始状（zhuàng）态为过程（chéng）的当前状态，解得的（de）最优控制序列只施加在第一个控制作用上，这是它和（hé）那些（xiē）预先计算控（kòng）制律的算法的最大区别。本（běn）质上看模型预（yù）测控制是求解一个开环最优控制的（de）问题（tí），它与具（jù）体的模型无关，但是实现则（zé）与模型相关。

3.多饱和控制（nested saturation）饱（bǎo）和现象是一种非常普（pǔ）遍的（de）物理现（xiàn）象，存在于大量的工程问题中。运用多饱和控制的方法设计多旋翼（yì）无（wú）人（rén）机，可以解决其它（tā）控制方法所不能解（jiě）决的很多实际（jì）的问题。尤其是（shì）对于微小型（xíng）无（wú）人（rén）机而言，由于（yú）大倾角的动作以及（jí）外（wài）部干扰，致动器（qì）会频繁出现饱和。致动器饱和会限制操作的（de）范（fàn）围并削弱控制（zhì）系统的稳定（dìng）性。很（hěn）多方法都已（yǐ）经（jīng）被用来（lái）解决（jué）饱和输入的（de）问题，但还没有取得理想的（de）效果。多饱和控（kòng）制在控制饱和（hé）输入方面有着很好的（de）全局稳定性，因此这种方法常用（yòng）来（lái）控制（zhì）微型无人（rén）机（jī）的稳（wěn）定性。

4.反步控制（Backstepping）反步控（kòng）制是非线（xiàn）性系（xì）统控制器设计最常用的方法之（zhī）一，比较适合用来进行在线控制，能够减（jiǎn）少在线计算（suàn）的（de）时（shí）间。基于Backstepping的（de）控（kòng）制器设计方法（fǎ），其基本思路是将复（fù）杂的系统分（fèn）解成不超（chāo）过系（xì）统阶数的多个子系统，然（rán）后通过（guò）反（fǎn）向递（dì）推为每个子（zǐ）系统设计部分李雅普（pǔ）诺夫函数和中间虚拟控制（zhì）量，直至（zhì）设计完成（chéng）整（zhěng）个控（kòng）制器。反（fǎn）步方法运用于飞控系（xì）统控制器的设计可以（yǐ）处（chù）理一类非线性、不确定性因素的（de）影响，而且已经（jīng）被证明具有比较好稳定（dìng）性及误（wù）差（chà）的收敛性。

5.自适应控制(adaptive control) 自适应控制也是一种基（jī）于（yú）数学模型的控制方法，它最大的特点就是（shì）对（duì）于系统（tǒng）内部模型（xíng）和外部扰动（dòng）的信息依（yī）赖比较少（shǎo），与模型相关的信息是（shì）在运（yùn）行系统的过程中不断获取的，逐步地使模型趋于完善。随着模型（xíng）的不断改善（shàn），由模型得到的（de）控制（zhì）作（zuò）用也会跟着改进，因此控制系统具有一（yī）定的适应能力。但同时，自（zì）适应控（kòng）制（zhì）比常规反馈控制（zhì）要复杂，成本也很高，因此（cǐ）只是在（zài）用常规反（fǎn）馈达（dá）不到（dào）所（suǒ）期望的性能时，才（cái）会考虑采用（yòng）自适应的方法。

咨询航（háng）拍服务可加昆明俊鹰无（wú）人机飞控手老鹰的微信（xìn）laoyingfly