矢量无人机飞行姿态稳定性保障及其控制策略研究进展*

熊 吉，许春霞，胡 瑞,，Catherine McQuade，熊 乐，朱亚东，杨金伟

(1.南昌工程学院 江西省精密驱动与控制重点实验室，南昌 330099；2.Department of Mechanical Engineering,The University of Sheffield,Sheffield S1 3JD,UK)

0 引 言

矢量无人机在三维空间飞行有出色的机动性，能够在任意方向实现起降、俯仰、横滚、偏航和悬停等飞行姿态稳定完成。自20世纪20年代以来，无人机行业发展迅速，在军事和民用领域得到了大量的应用[1]。无人机的核心是飞行控制策略，它是能够稳定无人机飞行姿态并实现人机自主或半自主飞行的控制系统。多数飞行控制策略初始主要采用经典的单回路频域、比例积分微分控制(Proportion Integration Differentiation,PID)和鲁棒控制等线性控制方法以实现飞行控制系统设计及其应用[2]。然而，随着无人机飞行性能要求的复杂化，常规线性控制已经很难满足无人机任务的实际需求[3]，这也使得无人机控制策略选择趋于多元化[4]。

在飞行控制方面，矢量无人机克服了单一固定翼无人机稳定飞行及其起降空间要求的机动性固有限制，并拓展了常规系统的控制运行范围[5]。与此同时，无人机机翼和螺旋桨设计对保障无人机稳定飞行也有很大帮助[6-7]。此外，有限元模型及其仿真技术应用于优化无人机飞行稳定设计方面也日益受到重视。利用有限元模型来确定无人机机翼、机身和螺旋桨的变形和应力，其能够改善无人机结构的性能,优化无人机的飞行稳定性，并且有效地降噪[8]。

针对矢量无人机飞行稳定问题，虽然国内外学者在无人机姿态稳定保障和控制策略方面做了大量研究[8-9]，取得了一定的研究成果，但大多数对矢量无人机飞行稳定控制策略的研究还不够系统全面和深入，导致矢量无人机在稳定性能方面存在一定缺陷。因此，本文面向保障飞行姿态稳定性矢量无人机研制的设计需求，结合矢量无人机适宜的飞行控制策略及其匹配的矢量动力特性，为未来矢量无人机飞行控制策略优化及其飞行稳定性能保障提供基础理论和设计经验，以避免出现飞行姿态失稳甚至“炸机”事故产生。本文在课题组长期从事多旋翼和矢量无人机创新设计和稳定分析控制策略的研究[10-14]基础上，结合国内外研究工作，针对解决矢量无人机飞行姿态失稳问题及其对应的飞行控制策略匹配问题进行系统性阐述并提出相应的解决方案。

1 矢量无人机设计保障

1.1 奇数矢量无人机

目前的奇数矢量无人机主要是三轴矢量无人机。该类无人机动力矢量部分中的转子会给系统带来不稳定的反作用扭矩，这种反作用扭矩将克服三个电机产生的额外反转矩以达到飞行力矩平衡，从而使机体飞行更加稳定。文献[15]提出了一种新型三旋翼矢量无人机的设计与控制方法，利用差分倾斜转子产生旋转力矩，以实现扭矩和动力矢量的完全控制。文献[16]设计的三旋翼矢量无人机克服了传统旋翼无人机在悬停状态下无法改变姿态的局限性，开发的鲁棒反馈线性化控制器能够使高耦合的非线性三旋翼矢量无人机具有高度灵活性和可操作性。为探索三轴及以上矢量动力无人机的研究，文献[13]提出了一种不完全矢量动力驱动模式的三轴矢量无人机，解决了无人机奇数个动力电机反转矩不平衡的问题并为之提供了一种新的解决方案和设计思路，其飞行所需升力全部由旋翼拉力提供，通过旋翼转速控制高度，飞行速度通过飞行器不同的俯仰运动实现控制，而俯仰角则是通过前后旋翼的转速差实现控制。图1为三轴矢量无人机飞行原理图，其中f1、f2、f3分别为三旋翼的升力，mg为机体重力，l1、l2、l3分为旋翼之间或到机体坐标系的距离，α为倾转角,B(OBxByBzB)为机体坐标系，I(Oxyz)为惯性坐标系。

图1 三轴矢量无人机飞行原理图[16]

三轴外的其他奇数矢量无人机研究相对少见，例如单旋翼矢量无人机。文献[17]提出了一种新颖的垂直起降单旋翼无人机，该无人机结合比例-比例积分控制(P-PI)和PID控制，建立了一种利用四个控制鳍来抵消角动量和控制无人机姿态的新型控制结构。另外，五旋翼矢量无人机在原有旋翼无人机上加以改良。文献[18]设计了一种五旋翼混合动力无人机，其飞行控制与四旋翼类似，对角桨同向旋转，相邻桨逆向旋转，平衡自身扭矩，主升力旋翼产生的扭矩通过舵面平衡，舵面角度由飞控控制，可以有效提高无人机的续航时间，实现动态实时调节，增强无人机的稳定性，同时增加承受更大载荷的能力。

1.2 偶数矢量无人机

在飞行姿态方面，偶数矢量无人机相对于奇数矢量无人机更加平衡而无需重点考虑反向扭矩。双轴矢量无人机在偶数矢量无人机中的特点鲜明，其通过减少旋翼数量，可有效减少单位时间动力需求，且可在一定程度上降低螺旋桨之间的空气动力干扰。通过自动倾斜器同向同角度转动对无人机的俯仰角进行控制，其倾斜器反向同角度转动和仅具有挥舞运动的半刚性旋翼对无人机的航向角进行控制。利用旋翼转速差对无人机的滚转角进行控制，其旋翼转速等量增减可以实现无人机高度的控制[10]。因此，双轴矢量无人机减少旋翼的同时，稳定性和抗干扰性相对会有所降低。相较其他矢量无人机而言，双轴矢量无人机结构简单，抗干扰能力较好，飞控的容错率较高且成本较低。文献[14]提供了一种新型矢量两轴垂直起降载运的无人机，解决了现有的双轴载运矢量无人机短缺问题。

四旋翼无人机是运用最广泛的偶数矢量无人机，具有良好的对称结构，机体呈“十”字交叉状，四个旋翼刚性固连在四个端点上，这种结构能够通过对称旋翼产生的反向扭矩来避免机体自转，从而使分析简单、控制简便。四旋翼无人机通过改变旋翼转速来控制无人机的飞行姿态，其起降运动依靠电动机所产生的总升力，俯仰、横滚和偏航运动通过各电动机产生的升力差实现。旋翼无人机能够较好完成垂直起降和悬停，而固定翼无人机的巡航时间较长。基于此，文献[5]结合了四旋翼无人机和固定翼无人机的飞行特点，设计了一种新型的四旋翼矢量无人机，能够获得更高的飞行稳定性和更长的巡航时间。与传统的旋翼无人机相比，四旋翼无人机具有低成本、机动性强等特点，且执行各种任务能力突出，没有尾翼，结构更紧凑并且可以悬停。文献[19]设计了一种X型四旋翼无人机，采用双处理器、双陀螺仪和双加速度计为主的硬件架构，实时采集无人机飞行姿态信息，以实现无人机飞行姿态稳定控制。

六旋翼矢量无人机具有高效作业、安全可靠和大承载能力的特点，可以完成许多固定翼飞机无法完成的任务。同时，六旋翼无人机控制方法的研究也逐渐成熟。基于叶片的陀螺效应，文献[3]设计了一种模糊免疫PID控制器，使六旋翼无人机比四旋翼无人机的响应时间更短、过冲更小，明显提高了系统的抗干扰能力和鲁棒性。但六旋翼无人机承载能力提升的同时负载能力显著下降。因此，基于低负载能力与小飞行速度，针对如何解决其和加速飞行时机体水平姿态失稳等问题，文献[20]提出了一种倾斜动力矢量六旋翼无人机，可以在保持机体水平姿态下，通过可倾转旋翼绕两正交轴旋转而倾转一定角度，为无人机提供任意方向的飞行动力。

1.3 特异矢量无人机

面向特定作业任务的矢量无人机称为特异矢量无人机，例如植保无人机、航测无人机等。我国自研的植保无人机尚处于起步阶段，其技术和产品性能参差不齐，少有能满足大面积高强度植保喷洒要求，但整体而言，发展和研究没有停滞。文献[21]提出了一种新型的六旋翼智能农用无人机，它采用了目前最流行的人工智能技术，并采用了深度学习模型来识别自我开发和训练的疾病作物。上述植保UAV面向大量农作物、植保地时是传统手动喷雾操作的高效替代装置，中长期使用是减少人力疲劳和科技含量促使高性价低成本的理想选择，其能够有效促进农业生产安全、农产品质量安全、农业生态安全等智慧农业的发展。航测无人机在基础测绘、土地资源调查监测、数字城市建设等数据获取方面具有广阔前景。航测无人机作为滑坡监测和测量一种简单有效的方法，能够准确获取检测和测量数据。文献[22]开发了一种新型矢量航测无人机，获得的航测影像能够准确检测滑坡并对其进行特征描述。上述研究表明，对于获得高质量的勘测数据，航测无人机的耐用性、可维护性和可靠性是必不可少的。

2 矢量无人机飞行稳定性保障

矢量无人机结构设计和控制策略对飞行稳定性保障具有决定性影响，下面从这两个方面保障的影响因素进行论述。

2.1 结构设计保障

无人机框架作为骨架必须做得尽可能轻以增加航时和整体载重，同时要保持承载无人机零件的强度以增加抗破损能力。框架的设计必须使所有质量均匀分布，以使无人机在飞行悬停和动态条件下均保持平衡。

机翼是决定飞机性能的关键部件，机翼在飞行过程中具有明显的非线性振动，如抖振和颤动，这些非线性振动不利于机翼结构安全和无人机飞行稳定性[6]。机翼主要功用是为无人机提供升力，能够保证无人机具有良好的稳定性，然而机翼引起的风扰会降低无人机的悬停性能，这也是未来研究需要进一步解决优化的问题。为保障机翼结构的良好性能，文献[6]使用混合数值实验技术使有限元方法适用于层压复合材料的动态分析，并且通过飞行动力学仿真方法和飞行动态模拟得出的飞行试验结果表明，复合机翼的非线性建模适合无人机飞行动力学。根据该方法很容易判断出抖振和颤动的发生条件，这不仅对机翼结构安全，而且对无人机飞行安全都具有重要意义。为了能够更好改善在飞行过程中的空气动力学性能，文献[23]设计了一种变形机翼，通过标准计算流体动力学(Computational Fluid Dynamics,CFD)软件Fluent对翼型的空气动力学进行了数值分析，并采用有限元分析方法进行结构完整性分析，设计的柔性变形机翼可以有效改善实际飞行中的气动特性，使飞行更加稳定。

螺旋桨配置对多旋翼推进系统效率的影响极为重要，较大的螺旋桨能够以较小的功率传递相同的推力。随着螺旋桨直径的增加，不同螺旋桨的尖端会彼此靠近，因此无人机的尺寸通常会受到限制。对于具有固定螺旋桨直径的多旋翼，可以减小臂长以使无人机更紧凑，从而让螺旋桨重叠[7]。重叠螺旋桨的最佳配置是在10%～5%重叠之间的区域内，同时保持最小的轴向距离，且这种配置确保能够使用更大的螺旋桨和减少多旋翼臂的长度，从而不会降低推进系统的效率，进而保障无人机的飞行稳定[7]。

2.2 控制策略保障

常规无人机控制策略以及早期对无人机控制的尝试都是建立在线性飞行控制理论上。为解决只需一些飞行试验和飞行数据就能保证无人机飞行稳定的不确定性问题，模糊控制方法面向解决模型不确定性，在模型未知的情况下能确保对无人机的控制；神经网络自适应控制技术能有效地解决多种不确定的、难以确切描述的非线性复杂过程的控制问题，其能提高控制系统的鲁棒性、容错性，且控制参数具有自适应和自学习能力[3]。

此外，为克服某些线性控制方法的局限，保障无人机的稳定飞行，模型预测控制是通过在每一个采样瞬间求解一个有限时域开环的最优控制问题来获得当前控制动作[24]；自适应控制方法会随着模型的不断改善，由模型得到的控制作用也会跟着改进，具有一定的适应能力，但反馈控制复杂，成本很高[24]。

3 飞行控制失稳问题解决

3.1 结构失效控制问题解决

结构振动是航空航天工程领域中普遍存在的现象。有效抑制结构振动有利于提高机器性能，延长设备的使用寿命，提高结构的安全性和舒适性。结构失效控制问题大都由于结构振动导致控制失效。结构振动控制机制可分为主动控制和被动控制，其中主动控制必须与通过反馈回路连接的执行器和传感器有关，从而在系统中产生力，减弱系统的振动。文献[24]研究了一种多功能机翼，用于机翼的振动抑制和能量收集，并且开发了一种控制算法，自适应地改变致动条件并更新控制增益，以实现具有成本效益的反馈控制性能。具有优化的压电装置配置和自适应控制算法的多功能机翼，不仅可以成功地抑制颤动并扩展飞行范围，而且还可以减轻由于外部阵风而引起的振动。

利用来自振动预测的故障估计信息，固定时间标称控制器能够在固定时间内精确估计不确定性和错误。文献[25]研究了与四旋翼无人机姿态稳定相关的容错控制问题，并开发了两种基于积分滑模的固定时间控制器。固定时间标称控制器能够利用齐次理论来保证无故障姿态稳定系统的全局固定时间稳定性，而基于时滞控制律的整体式滑模自适应方法则可以抑制干扰和执行器故障。结构振动不止在系统之中，机翼位姿对无人机飞行稳定也有一定影响。针对机翼位姿与实际不匹配问题，文献[26]以多移载定位系统为对象，提出了全驱动调姿算法。相比传统调姿算法，该算法结合测量系统实时确定坐标系，采用全驱动调姿实时进行误差反馈，确保调姿过程的准确性。为解决舵面操纵效率低带来的舵面角速率饱和的问题，文献[27]通过使用Backstepping方法设计无人机机动飞行的控制规律，以降低舵机回路的时标特性而实现能够克服舵机速率饱和约束对无人机稳定性的影响。

3.2 控制策略不匹配问题解决

一些经典的控制策略已经得到了广泛的研究，例如PID控制和线性二次型调节器(Linear Quadratic Regulator,LQR)控制。然而，这些策略可能无法有效处理执行期间的执行器故障，这会导致飞行不稳定，甚至系统的不可控。为解决这类问题，实现无人机的稳定飞行，文献[28]设计了一种基于多模型切换的自适应执行器故障补偿控制策略，以提高系统应对突变能力和实现快速精确补偿。上述控制策略提供的安全性和可靠性同样能应用于大多数航空器和智能电网系统。

大多数文献仅考虑了四旋翼无人机的转子部分故障，而转子完全故障的情况对于四旋翼飞机来说更加危险，并且更难以处理。基于非奇异终端滑模控制(Nonsingular Terminal Sliding Mode Control,NTSMC)，文献[29]提出了一种四旋翼无人机的容错飞行控制器。NTSMC首先用于解决四旋翼的单旋翼全故障问题，这意味着四旋翼之一完全损坏，只能使用三旋翼来控制四旋翼；并首次使用非线性干扰估计器来估计风扰和模拟作用于四旋翼的不确定性。控制系统的双回路结构如图2所示，其中xd、yd和zd为参考输入的参考位置，φd和θd为形成的姿态角，uf、τq和τr为最终控制输入，φ、θ和ψ分别表示侧倾角、俯仰角和偏航角，p、q和r分别为绕机体固定坐标轴的角速度。

图2 矢量无人机故障控制系统结构图[29]

飞行控制策略类似于大脑平衡功能，其高度控制是无人机飞行控制中的核心功能。高度控制实际上就是对速度的控制，无人机高度控制有关的大部分工作都是在使用俯仰角θ测量方法的基础上实现的，如图2所示。然而，一旦高度控制达不到控制要求，则会出现“掉高”问题。文献[30]提出了一种在过渡飞行过程中的最快模式转换定高控制策略，其通过优化转换速度和高度变化两个飞行参数，同时微调同步俯仰角使巡航攻角的时间和飞行速度达到巡航速度和时间，以使无人机在模式转换过程中保持稳定飞行。然而，上述控制中如忽略了风的影响和一些干扰，也会导致在实际过程中出现失稳问题。

为了能够使无人机在飞行过程中更加稳定，文献[31]提出了一种基于过渡飞行走廊的过渡飞行控制策略，通过地面和风洞飞行试验验证了该过渡飞行控制策略的可行性和有效性。随着俯仰角θ和前飞速度的增大，升力逐渐增大，进而实现无人机垂直起降与高速巡航两种飞行模式之间的平滑转换。传统的高度控制通常在内环中使用俯仰角测量，并适当地抑制矢量无人机的短周期和垂面模式。除了使用俯仰角测量，文献[32]提出了一种基于垂直加速度测量的线性高度控制方案，可以在上拉或下拉操纵过程中精确控制负载系数，从而实现高性能飞行。

3.3 飞行系统整体问题解决

随机干扰对矢量无人机的稳定性和安全性具有一定的隐患，包括随机风干扰、空气动力噪声、模型随机测量误差和机载测量装置测量误差，这会限制和降低飞行控制系统的性能。在随机扰动的影响下，系统状态为随机变量，严重影响系统的控制性能，甚至导致受控系统的不稳定。随机干扰问题在实际系统中很常见。对于四旋翼系统，随机干扰主要来自环境变化引起的参数随机不确定性、测量系统的随机干扰以及外部随机干扰。文献[33]基于参数不确定性和未知外部干扰的无人机跟随系统的共识飞行控制问题，提出了一种状态反馈状态跟踪多变量模型参考自适应控制(Model Reference Adaptive Control,MRAC)方案，可确保飞行控制系统稳定，消除干扰的影响，并使侧翼无人机渐近地跟踪主无人机。矢量无人机动力学涉及外部干扰和参数不确定性，从而引发飞行不稳定隐患。文献[34]基于欧拉牛顿公式，提出了四旋翼无人机的完整数学模型，并设计了一种用于四旋翼位置和姿态轨迹跟踪的鲁棒非线性快速控制，满足姿态稳定性，补偿参数不确定性和外部干扰。

高度耦合的非线性动力学、存在的参数不确定性以及外部干扰和内部摩擦，使得矢量无人机的控制存在部分失控缺陷。对于矢量无人机系统的非线性、强耦合、对扰动敏感等难题而言，实时估计和补偿内部不确定性和外部干扰，能够确保有效提高系统的鲁棒性和抗干扰能力。为在具有噪声干扰的环境中能确保无人机数据的有效性和实时性，文献[35]使用了含有卡尔曼式滚动窗口的互补融合算法，使得四旋翼无人机系统较往常能够明显提高其飞行的稳定性。为保证规定的有限时间稳定性，文献[36]提出了一种在参数不确定和外部干扰条件下对四旋翼无人机进行位置和姿态跟踪控制的新方法，综合了将神经网络自适应控制与滑模控制两种方法的优点。文献[37]提出了一种新的鲁棒非线性自适应控制方法，采用自适应非奇异快速终端滑模控制(Adaptive Non-singular Fast Terminal Sliding Mode Control，ANFTSMC)算法进行定向和平移跟踪，实现所有状态变量的快速收敛。此外，ANFTSMC解决了抖振效应同时又保持了轨迹跟踪性能和抗干扰能力。

4 总结与展望

本文探究了矢量无人机飞行姿态的飞行稳定性问题，并且总结了其相应保障无人机飞行姿态稳定控制策略的研究现状。

本文介绍的众多研究成果可为无人机实现稳定性飞行提供合适的理论依据和可行的实践方案。这些技术和方法在矢量无人机领域能够完全得到应用，同时在其他无人机领域和无人驾驶汽车领域也同样获得了大量使用。从无人机姿态稳定的角度考虑，解决无人机的非线性振动为首要目标，通过容错控制和饱和约束能达到减振效果。从无人机控制策略方面考虑，自适应执行器故障补偿控制和NTSMC在执行器故障情况下能够保障矢量无人机稳定飞行；通过过渡飞行控制可以有效解决无人机飞行掉高问题；MRAC和融合滤波能够针对无人机随机干扰问题来保障飞行稳定。

未来矢量无人机稳定飞行研究将往超长续航时间方面拓展，以使矢量无人机能克服自身续航时间短的问题而比现有的其他类无人机优越；开展解决无人机配重会严重限制超长续航矢量无人机的研究；开展矢量动力受限条件下的超长续航矢量无人机飞行姿态稳定和控制策略研究。此外，未来也会以无人机系统的智能化和飞行安全为方向，提升矢量无人机的应用范围和工作效能。