【文章內(nèi)容簡(jiǎn)介】 控制器的輸入，每個(gè)電機(jī)的對(duì)應(yīng)的 PWM 控制量都是三個(gè) PID 控制器輸出的疊加，疊加量的正負(fù)與電機(jī)位置相關(guān)?？刂瓶驁D如圖 所示。 國(guó)內(nèi)外 研究現(xiàn)狀及 趨勢(shì) 分析 四旋翼是一種具有遙控、自動(dòng)、半自主、 全自主飛行能力的飛行器。四旋翼構(gòu)造簡(jiǎn)單、成本低、機(jī)動(dòng)性能好、環(huán)境適應(yīng)能力強(qiáng)，并且可以攜帶各式各樣的設(shè)備完成相應(yīng)的任務(wù)。從上個(gè)世紀(jì) 90 年代開始，隨著智能技術(shù)、微電子技術(shù)、數(shù)字通信技術(shù)、傳感技術(shù)和虛擬現(xiàn)實(shí)技術(shù)等的蓬勃發(fā)展，一些原本存在于技術(shù)發(fā)展前進(jìn)道路上的難題逐漸被攻克，四旋翼飛行器事業(yè)的發(fā)展已 趨向白熱化 。 為了讓四旋翼飛行器滿足越來(lái)越復(fù)雜和高要求的各項(xiàng)任務(wù)，其自主能力方面的發(fā)展是至關(guān)重要的。特別是四旋翼飛行器的懸停能力、避障、自主導(dǎo)航，更是被眾多科學(xué)家認(rèn)為是實(shí)現(xiàn)真正優(yōu)異的四旋翼飛行器技術(shù)的基礎(chǔ)和關(guān)鍵。 21 世紀(jì)初，北京航空航天大學(xué)便在路徑規(guī)劃方面展開了相關(guān)研究，分別基于 Dijkstra 算法和A*算法提出了無(wú)人機(jī)路徑預(yù)規(guī)劃和在線重規(guī)劃算法，并充分考慮了無(wú)人機(jī)的自身性能約束，生成真正的“可飛”路徑 [1]。同期，國(guó)外 , 提出了一種基于四元數(shù)的四旋翼垂直起降指數(shù)姿態(tài)穩(wěn)定的反饋控制方案 [2]。 隨著航拍飛行器的興起，掀起了四旋翼飛行器研究的熱潮。李光春 等人基于原始數(shù)學(xué)模型研究了四旋翼非線性軌跡跟蹤控制問(wèn)題 , 以剛體旋轉(zhuǎn)的四元數(shù)為系統(tǒng)狀態(tài)對(duì)姿態(tài)子系統(tǒng)進(jìn)行描述 , 并根據(jù)級(jí)聯(lián)系統(tǒng)的全局穩(wěn)定 性判據(jù)， 通過(guò)研究耦合部分的性質(zhì)證明了系統(tǒng)的全局指數(shù)穩(wěn)定性 [3]； 吳友謙、關(guān)震宇等人分別利用 Dubins曲線原理對(duì)定點(diǎn)飛行任務(wù)的兩點(diǎn)或者多點(diǎn)目標(biāo)進(jìn)行分析計(jì)算，尋找出了一條最短的飛行路徑，并根據(jù)無(wú)人直升機(jī)系統(tǒng)多變量、非線性和強(qiáng)耦合的特點(diǎn)，采用串級(jí) PID方法設(shè)計(jì)了飛行控制器，該控制器能夠修正無(wú)人直升機(jī)的姿態(tài)和位置，提高了軌跡規(guī)劃的穩(wěn)定性和準(zhǔn)確性 [4][5]。南航的 劉賢敏 基于四元數(shù)法的捷聯(lián)慣導(dǎo)數(shù)據(jù)解算方法，實(shí)現(xiàn)無(wú)人機(jī)的姿態(tài)控制，并利用遺傳算法、概率地圖算法和分層策略，實(shí)現(xiàn)航跡規(guī)劃。其仿真驗(yàn)證結(jié)果表明，分層策略的實(shí) 時(shí)航跡規(guī)劃的具有更好的性能 [6]。復(fù)旦大學(xué)羅誠(chéng)將路徑規(guī)劃問(wèn)題分解為兩個(gè)層次 ,全局路徑規(guī)劃和局部路徑規(guī)劃。在全局大尺度 路徑規(guī)劃中 ，利用遺傳算法求解此優(yōu)化問(wèn)題 ,達(dá)到了利用地 形因素如山脈規(guī)避威脅的目的。在局部路徑規(guī)劃中 ,進(jìn)行了更加嚴(yán)格 的避障判斷 , 采用線性規(guī)劃建模， 進(jìn)一步提高計(jì)算效率達(dá)到規(guī)劃路徑實(shí)時(shí)輸出的目的 [7]。董培建 基于平行雙目視 覺原理 ，實(shí)現(xiàn)障礙物的檢測(cè)圖像預(yù)處理 ,特征點(diǎn)檢 測(cè) ,特征點(diǎn)匹配 ,三維重建及障礙物檢測(cè)。 并采用了高斯濾波器對(duì)圖像進(jìn)行預(yù)處理 ,基于區(qū)域相關(guān)的松弛法進(jìn) 行特征點(diǎn)匹配 ,從而完成三維重建 ,再采用了 基于立體分層的點(diǎn)模型進(jìn)行障 礙物檢測(cè)和路徑規(guī)劃 [8]。 在無(wú)人機(jī)智能避障研究領(lǐng)域， 王一凡等人為了實(shí)現(xiàn)小型無(wú)人機(jī)快速自主測(cè)距避障 ,在雙目視差測(cè)PID 控制器 電機(jī) IMU 期望角度 PWM X 4 3D 姿態(tài) 圖 PID 控制系統(tǒng)框圖 武漢理工大學(xué)自主創(chuàng)新研究基金項(xiàng)目申請(qǐng)書（ 研究生 類 2021 版 ） 版本 0000000000 10 距的基礎(chǔ)上 ,提出了一種機(jī)載三目視差測(cè)距算法 ,利用各傳感器成像間的相關(guān)性 ,提出了一種加快圖像識(shí)別方法 , 通過(guò)縮小對(duì)圖像中障礙物像元的搜索范圍 ,有效地減小了目標(biāo)搜索運(yùn)算量 ,為小型無(wú)人機(jī)快速自主避障系統(tǒng)的研制創(chuàng)造了條件 [9]。海軍 航空 工程學(xué)院周源 提出一種改進(jìn)的人工勢(shì)場(chǎng)法，通過(guò)建立一個(gè)包含無(wú)人機(jī)到目標(biāo)點(diǎn)的距離、無(wú)人機(jī)到障礙物的距離及障礙物方差的勢(shì)場(chǎng)函數(shù)，制定避障策略 [10]。針對(duì)四旋翼避障方面，國(guó)外 Jongho Park， Youdan Kim 提出了一種基于四旋翼飛行器的實(shí)時(shí)避障導(dǎo)航算法，采用立體攝像機(jī)與超聲波傳感器獲取信息，并具有垂直機(jī)動(dòng)能力 [11]。 除了在大學(xué)及研究所里對(duì)四旋翼進(jìn)行不斷的研究外， 廣東 電網(wǎng) 有限責(zé)任公司佛山 供電局 提出了一種柱立方空間和多傳感器信息融合的無(wú)人機(jī)多重避障控制方法，并通過(guò)對(duì) GPS導(dǎo)航技術(shù)和超聲波避障技術(shù)的研究，初步實(shí)現(xiàn)了無(wú)人機(jī)的避障飛行 [12]。 在實(shí)際應(yīng)用中， 南京航空航天大學(xué)將四旋翼飛行器應(yīng)用于巡線方面，利用多傳感器信息融合技術(shù)，通過(guò)對(duì)障礙簡(jiǎn)化，建 立柱狀避障空間，結(jié)合輸電線路附近的電場(chǎng)模型，采用改進(jìn)的 A*算法和支持向量機(jī)進(jìn)行避障規(guī)劃，并基于模糊神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)巡線過(guò)程中的實(shí)時(shí)避障功能 [13]。 在導(dǎo)航方面， 許多控制算法在國(guó)內(nèi)的大學(xué)中廣泛研究。 南京航空航天大學(xué)的呂品等人 利用四旋翼飛行器氣動(dòng)模型，提出了慣性、磁傳感器、聲納傳感器氣動(dòng)模型組合導(dǎo)航方案與氣動(dòng)模型輔助導(dǎo)航算法，顯著提高了室內(nèi)飛行時(shí)的測(cè)速與定位精度 [14]。 張欣提出了一種對(duì)機(jī)載多傳感器組合導(dǎo)航系統(tǒng)的信息融合的優(yōu)化方法， 滿足了無(wú)人機(jī)自主飛行的需要 [15]。 王 偉 ,陳華慶等人 針對(duì)無(wú)人機(jī)在未知環(huán)境下自主飛 行研究，提出了基 于 FastSLAM 的自定位和地圖構(gòu)建方法。通過(guò)粒子濾波對(duì)無(wú)人機(jī)的飛行路徑的位姿和環(huán)境特征位置進(jìn)行估計(jì)更新，完成無(wú)人機(jī)的自定位，通過(guò)粒子集的重采樣，來(lái)提高定位的準(zhǔn)確性 [16]。 針對(duì)現(xiàn)有消失點(diǎn)估計(jì)算法中存在的不適合實(shí)際工程應(yīng)用的現(xiàn)象，趙 海， 邵 士亮等提出了一種新的消失點(diǎn)估計(jì)算法 VQME 算法和一種級(jí)聯(lián)的多變量 RBF 神經(jīng)網(wǎng)絡(luò) PID 自適應(yīng)控制方法，運(yùn)用該控制方法和以消失點(diǎn)為目標(biāo)點(diǎn)的導(dǎo)航策略，最終實(shí)現(xiàn)了四旋翼飛行器在走廊中的自主導(dǎo)航 [17]。 控制算法的研究為四旋翼導(dǎo)航提供了堅(jiān)實(shí)的理論基礎(chǔ)，而在實(shí)際應(yīng) 用中，國(guó)內(nèi)外學(xué)者大多采用視覺導(dǎo)航或 GPS導(dǎo)航技術(shù)。中科大的鄭偉利用微小型四旋翼無(wú)人飛行機(jī)器人的飛行特性，結(jié)合機(jī)載視覺和機(jī)載 IMU，提出了一種基于自然環(huán)境特征的匹配的快速運(yùn)動(dòng)估計(jì)算法 ,并在有限負(fù)載、動(dòng)力及計(jì)算資源的條件下，提出了基于機(jī)載單目視覺和聲納的多傳感器融合的單目視覺定位導(dǎo)航方案 [18]。西北工業(yè)大學(xué)的宋琳利用視頻分析技術(shù)，提取相關(guān)障礙特征，提出基于形狀上下文的加權(quán) Hausdorff 景象匹配算法和基于多重約束的 KLT特征點(diǎn)跟蹤方法，實(shí)現(xiàn)了路徑規(guī)劃和跟蹤技術(shù) [19]。江 斌 、 孫志峰 設(shè)計(jì)了一套自主航行系統(tǒng) 。導(dǎo)航地面站軟件利用 Google Earth API 接口快速導(dǎo)入電子地圖 ,使系統(tǒng)具有很高的精確度和實(shí)時(shí)性；通過(guò) XBee模塊無(wú)線傳輸預(yù)設(shè)航線和反饋飛行器的位置信息，實(shí)現(xiàn)了飛行器的自主航線飛行及對(duì)飛行器位置的實(shí)時(shí)跟蹤 [20]。 南京理工大學(xué)的孫罡設(shè)計(jì)了一款基于 DSP和IMU 的低成本微小型無(wú)人機(jī)組合導(dǎo)航平臺(tái) ,改善了低成本航姿測(cè)量系統(tǒng)的姿態(tài)解算精度 , 并設(shè)計(jì)了外部信息輔助的 GPS/INS 松組合導(dǎo)航算法，實(shí)現(xiàn)了微小型無(wú)人機(jī)平臺(tái)衛(wèi)星定位系統(tǒng)和低成本慣性器件之間的有效融合 [21]。哈爾濱工程大學(xué)的馬遠(yuǎn)超 采用了以 MEMS 慣性 測(cè)量裝置構(gòu)成的捷聯(lián)慣導(dǎo)系統(tǒng)和 GPS 相組合而構(gòu)成的組合導(dǎo)航系統(tǒng)，實(shí)現(xiàn)了以低精度微型傳感器構(gòu)成導(dǎo)航系統(tǒng)為飛行器提供導(dǎo)航的功能 [22]。 綜上對(duì) 國(guó)內(nèi)外研究現(xiàn)狀的總結(jié) 我們 可以發(fā)現(xiàn) ，目前對(duì)于四旋翼飛行器的避障 與 自主 導(dǎo)航 都主要是針對(duì)室外進(jìn)行的，而且 所涉及的傳感器 仍