基于反馈线性化与线性观测器的四旋翼飞行器设计 (2)
1.2 国内外研究现状 在四旋翼飞行器研究方面，国外对此系统的研究目前来说领先于国内，已经有许多成熟的实物结果。其中，美国宾夕法尼亚大学、斯坦福大学、佐治亚理工大学和瑞士洛桑联邦科技学院走在研究的前沿[5]。国内虽起步较晚，但对此问题的关注越来越多，相关的研究团队也越来越多，并且已经有了较为成熟的商业化公司。 国内外对飞行器的研究分多种方向，大致包括以下方面，单个飞行器基础的垂直起降和自主悬停控制，更为高级的路径规划、障碍规避、花式运动和容错控制，也有发展到了多个飞行器的协同控制[6]。这是基于很多情况下单个飞行器并不能尽善尽美地完成预期任务，多飞行器的协同控制成为一个可行的解决方案。Tikanmaki A 设计了可以支持多个无人机同时运作的系统，具有实现环境侦测、图像绘制和目标搜索等功能，并且系统可拓展性强[7]；Dierks T 利用神经网络技术研究了四旋翼无人机群的领队控制的问题，整个四旋翼机群能够跟随领队无人机，并且领队与机群成员之间的动力学相互作用误差也纳入了考虑[8]。 从飞行器作为一个机器人的角度来看，智能控制研究也得到了一定的发展。现阶段仍是主要以半自主控制为主，即由机载微控制器执行部分功能，辅以远程遥控配合。有许多团队致力于飞行器完全自主的研究。Ruijie He 针对 GPS 不可用的情况设计了一种四旋翼飞行器自主路径规划算法[9]；Grzonka S 运用自适应控制使得四旋翼在室内的自主飞行成为可能[10]。 四旋翼无人机有诸多优点的同时，也具有许多在控制上不利于实现的缺点。四旋翼无人机一般认为是一个欠驱动系统（underactuated system），具有四个输入和六个输出自由度，并且这些状态之间高度耦合[11]。为了应对此种系统，研究领域尝试过多种建模方法和多种控制律。除了非线性、强耦合和欠驱动以外，在实际飞行过程中，四旋翼飞行器还会受到空气动阻力、重力、陀螺效应和旋转惯量矩等物理因素的影响，且很容易受到不稳定气流等外部未知环境因素的干扰，这些因素都为飞行器的控制设计增加了实现的难度。 在模型建立方面，四旋翼无人机由于其模型结构和适用环境均高度复杂化，在其由小型、低速决定的低雷诺数环境下，旋翼流场粘性效应显著，流动易分离，升阻力非线性严重[6]，获得其准确的气动性能参数会相当困难，难以建立完全有效、准确的动力学模型。因此，很多研究机构为了将研究重心放在控制律上，采用简化的四旋翼飞行器动力学模型。关于四旋翼飞行器的建模方法主要分两种：
1)通过理论计算与选择性参数忽略，获得线性或非线性动力学方程；
2)通过系统辨识试验获得数据进而得出动力学方程。目前国内外的研究主要工作在于理论分析计算四旋翼飞行器动力学特性方程，简化或增加适用于飞行器而又不失一般性的约束条件，建立线性或非线性模型。在建模方面，国外研究学者 S. Bouabdallah，Mc Kerrow 和 L.Acosta 等人以不同方法对四旋翼飞行器建立了广受引用的动力学模型； Mistler 针对四旋翼飞行器具有非线性特点的动力学模型提出了解耦的思想，并且简化了设计控制器的过程 [12]。Dierks T利用神经网络方法在获知空气摩擦和旋翼升力的前提下，能够在线建立四旋翼飞行器的完整动力学模型[8]。以上学者的研究都为四旋翼飞行器建模方法的演进奠定了基础。