基于matlab工程控制系统计算机仿真 课件 第13章 四旋翼无人机控制系统

四旋翼无人机控制系统系统建模、分析与控制器设计主讲人：毛海杰|日期：2026年8月7日目录CONTENTS01项目概述与背景深入解析无人机的核心定义、关键技术特点，以及在不同场景下的应用模式与具体控制要求。02系统数学建模构建无人机的坐标系体系，完成力与力矩的动力学分析，并推导系统的状态空间模型与传递函数。03控制器设计与仿真开展开环系统特性分析，设计PID控制器参数并优化，通过仿真验证闭环系统的稳定性与控制效果。04总结与展望总结项目的研究成果与关键突破，分析当前存在的不足，并对无人机控制技术的未来发展方向进行展望。01项目概述与背景CSJS178四旋翼无人机

集高稳定性、强动力与智能感知于一体的空中平台核心优势：灵活高效，易于部署垂直起降无需专用跑道，适应复杂地形，狭小空间亦可快速起飞与降落。高机动性支持悬停、倒飞及全向飞行，动作敏捷，可执行复杂机动任务。结构简单机械传动部件少，可靠性高，维护保养便捷，操控门槛低。广泛应用：跨界融合，赋能百业民用消费航拍摄影、婚礼跟拍、农业植保、地理测绘及电力巡检。工业安防桥梁大坝监测、森林消防巡查、城市安防监控及应急救援。国防军事边境巡逻、战场侦察、目标定位、电子干扰及物资运输。01项目概述与背景系统基本构成机体：承载所有功能部件的主体结构，兼顾轻量化与结构刚性，保障飞行基础。执行：四组无刷直流电机搭配高效螺旋桨，提供飞行所需的升力与动力输出。传感：集成IMU、GPS等模块，实时采集并反馈无人机的姿态、位置与速度信息。控制：飞控计算机作为“大脑”，运行姿态解算、路径规划与闭环控制算法。控制核心挑战欠驱动特性：仅有4个独立控制输入（电机转速），却需调控6个飞行自由度，控制分配与解算难度极高。强耦合非线性：姿态与位置运动高度耦合，且动力学模型具有显著的非线性特征，增加了精确建模与控制的难度。环境敏感性：易受阵风、温度变化等外部扰动影响，对控制系统的抗干扰能力提出了严格要求。项目控制要求高稳定性：在遭遇微小扰动或外部干扰时，系统能迅速抑制振荡，快速恢复至稳定状态。优异动态性能：对控制指令响应迅速、跟踪精准，具备良好的机动灵活性与轨迹跟踪能力。强鲁棒性：能够有效抵御外部环境干扰，并适应系统内部参数的摄动与变化，保持控制性能。02系统数学建模01坐标系定义地面系{E}：固定于地球表面，作为无人机绝对位置与运动的全局参考基准，通常采用东北天（ENU）坐标系。机体系{B}：原点固连于无人机重心，坐标轴与机体结构对齐，随飞行动作实时变化，用于描述局部动力学。02欧拉角姿态描述滚转角(Roll,φ)：绕机体纵轴(X轴)旋转，表征无人机左右倾斜程度，直接影响横侧向稳定性。俯仰角(Pitch,θ)：绕机体横轴(Y轴)旋转，决定无人机的抬头或低头姿态，是控制升降的关键。偏航角(Yaw,ψ)：绕机体竖轴(Z轴)旋转，定义无人机的航向与机头指向，用于导航与路径跟踪。03坐标变换矩阵旋转矩阵R：基于欧拉角构建的正交矩阵，是实现两个坐标系间矢量转换的核心算子。关键作用：将无人机的姿态信息量化为可计算的矩阵形式，是飞控系统中姿态解算、导航融合与控制律设计的数学基础。建立清晰的坐标系与姿态描述体系，是实现无人机精准感知与控制的前提，为后续动力学建模奠定坚实基础。02系统数学建模四旋翼无人机通过十字交叉分布的四个电机驱动旋翼，利用升力差与反扭矩差实现对飞行姿态的全向控制，是典型的欠驱动非线性系统。01力与力矩的动态平衡机制总升力(F)

四旋翼升力的矢量和，用于克服整机重力，决定无人机的垂直升降与悬停状态。滚转力矩(τx)

由左右旋翼升力差产生，控制机身绕X轴的倾斜，实现无人机的侧向飞行与横滚姿态调整。俯仰力矩(τy)

由前后旋翼升力差产生，控制机身绕Y轴的俯仰，决定无人机的前后飞行与俯仰姿态。偏航力矩(τz)

由正反桨的反扭矩差提供，驱动机身绕Z轴旋转，实现机头的转向与航向保持。02执行机构核心数学模型升力方程：Fi=kf·Ωi²

kf为升力系数，Ωi为旋翼转速。升力与转速的平方成正比，是飞控解算的基础。反扭矩方程：Mi=kt·Fi

kt为扭矩系数，旋翼反扭矩与升力线性相关，决定了偏航通道的控制响应特性。02系统数学建模01牛顿-欧拉方程基于刚体动力学原理，描述无人机在三维空间中的运动耦合特性，是建模的物理基础。平动：m·ẍ=R·F_body+F_gravity转动：I·ω̇+ω×(Iω)=τ02模型简化与线性化针对悬停稳态点，利用泰勒展开对非线性模型进行近似，忽略高阶小量。假设条件：姿态角微小(φ,θ≈0)，机体坐标系近似重合于地面系。转化结果：非线性系统→线性时不变(LTI)系统。03状态空间表达将动力学特性转化为标准的矩阵形式，便于利用现代控制理论进行分析与设计。关键向量：状态x(12维)：位置、速度、姿态、角速度；输入u(4维)：总升力与力矩。标准方程：ẋ=Ax+Bu，y=Cx+Du。核心意义：建立精确的数学模型是无人机控制系统设计的基石，它将物理运动抽象为可计算的数学关系，为后续的控制器参数整定、仿真验证及飞行控制算法实现提供了坚实的理论依据。03控制器设计与仿真01开环系统性能分析仿真设定：无反馈的阶跃输入对四旋翼电机施加固定幅值的阶跃激励，完全移除反馈校正环节，在理想无控条件下，观测无人机六自由度的动态响应过程。现象：典型的发散性失稳位置上，X/Y/Z坐标随时间呈指数级偏离初始点，稳态误差持续累积；姿态上，欧拉角发生不可控偏移，系统无法自发回归平衡，呈现“无阻尼”的不稳定特性。结论：开环系统本质不稳定，闭环控制是必要前提无反馈的开环系统无法抑制外部扰动与内部误差，微小偏差会被不断放大导致失控。这一仿真结果有力证明了设计高精度闭环反馈控制器对于实现无人机稳定悬停与飞行的必要性。03控制器设计与仿真01解耦控制策略采用经典的串级PID架构，实现位置与姿态的解耦控制：•位置环(外环)：根据位置误差，动态计算期望姿态角与总升力。

•姿态环(内环)：响应姿态偏差，快速解算三轴控制力矩，确保动态跟随。02核心算法实现基于PID控制律构建高精度闭环调节系统：•位置控制律：

uₚ=Kpₚ·eₚ+Kiₚ·∫eₚdt+Kdₚ·ėₚ

•姿态控制律：

uₐ=Kpₐ·eₐ+Kiₐ·∫eₐdt+Kdₐ·ėₐ

通过参数整定优化系统的响应速度与稳态精度。03电机动力分配通过动力学分配矩阵将控制指令映射为电机转速：•输入：总升力需求T及三轴力矩Mx,My,Mz

•解算：基于四旋翼动力学模型，求解四个电机的目标转速

•输出：生成PWM信号驱动电调，实现精准的动力输出。设计优势：该架构通过分层控制实现了系统的高稳定性与快速响应，电机分配算法保证了指令的精准执行，为无人机的自主飞行提供了坚实的控制基础。03控制器设计与仿真上图为闭环系统下的位置与姿态响应曲线，直观呈现了系统从初始状态到稳定跟踪期望轨迹的动态过程，验证了算法的可行性。01仿真实验基准设定设定目标位置为三维坐标(1,1,1)m，姿态角期望值均为0rad，以此作为参考输入，检验控制器对位置与姿态的同步跟踪能力。02系统动态响应特性位置响应超调量小、收敛迅速且无稳态误差；姿态角产生瞬时峰值以提供水平加速度，随后快速回稳，动态跟随性能优异。03控制效果验证结论所设计的PID控制器有效实现了四旋翼无人机的高精度稳定控制，系统稳态精度高、抗干扰能力强，满足自主飞行的核心控制需求。04总结与展望01建立精准数学模型基于牛顿-欧拉方程，严谨推导并简化无人机的线性化状态空间模型，将复杂的非线性动力学转化为可控的线性系统，为后续控制器设计奠定了坚实的理论基石。02验证开环系统不稳定性通过仿真实验清晰观测到开环系统的发散特性，直观展现了无控状态下的不稳定性，从实践层面有力证明了引入闭环控制策略的必要性与紧迫性。03实现串级PID控制架构设计并部署高性能串级PID控制策略，将控制器分为位置环与姿态环两个层级，实现对无人机位置和姿态的独立且协同的精准调控，确保飞行系统的鲁棒性。04仿真验证控制效能多工况仿真结果表明，所设计的串级PID控制器能使无人机快速收敛，准确跟踪期望轨迹，动态响应速度快、稳态误差小，完全满足系统控制指标要求。04总结与展望01增强系统鲁棒性引入模型预测控制(MPC)、自适应控制及滑模控制(SMC)等先进策略，优化控制律设计，有效提升无人机在外部扰动下的稳定性与抗干扰能力，从算法层面确保飞行系统的高鲁棒性。02构建高精度环境模型突破理想环境假设，在动力学模型中深度融合空气阻力、实时风场扰动及复杂气流变化等关键因素，构建更贴近真实场景的高精度仿真模型，为算法验证提供更可靠的环境支撑。03硬件在环与实物试飞将成熟的控制算法移植至高性能飞控硬件平台，开展全流程硬件在环(HIL)仿真测试，验证软硬件兼容性；最终推进实机飞行实验，完成从理论仿真到工程实践的技术落地。04自主路径规划与导航研发基于环境感知的智能路径规划算法，结合动态避障与任务约束条件，实现无人机在未知复杂场景下的自主路径生成与精准导航，支撑全自主、智能化的飞行任务需求。核心数据汇总表01物理参数无人机质量(m)

1.5kg惯性矩阵(I)[kg·m²]

diag(0.0820,0.0845,0.1377)升力系数(kf)

1.0e-5扭矩系数(kt)

1.0e-7旋翼臂长(l)

0.225m02PID控制器参数▍位置环增益(X,Y,Z)比例(Kp)