2026年无人机姿态控制试题及答案

2026年无人机姿态控制试题及答案一、单项选择题（每题3分，共10题，总计30分）对于常规固定翼无人机，下列姿态参数中，直接决定无人机横侧向倾斜程度的是（）A.迎角B.滚转角C.偏航角D.俯仰角模型预测控制（MPC）在多旋翼无人机姿态控制中应用时，其核心优势在于（）A.不需要系统模型，完全依赖数据驱动B.可以处理控制输入约束和状态约束，适配多旋翼电机转速限制C.计算量远低于PID控制，适配低端飞控芯片D.对外部扰动完全鲁棒，无需误差积分补偿2025年后主流民用无人机飞控普遍采用的惯性测量单元（IMU）温度补偿方案中，针对陀螺仪零偏温度漂移的补偿，最常用的非线性补偿模型是（）A.一阶线性拟合模型B.多项式拟合+分段温度区间补偿C.指数衰减模型D.正弦拟合模型对于整体式共轴双旋翼无人机，上下旋翼反扭矩相互抵消后，姿态控制中偏航通道的控制输入主要来自（）A.上下旋翼的总距差B.上下旋翼的周期变距差C.单个旋翼的桨距角变化D.机身倾斜产生的侧向力无人机姿态稳定控制回路中，从回路功能划分，处于最内环的控制回路是（）A.位置控制回路B.速度控制回路C.姿态角控制回路D.角速度控制回路基于强化学习的无人机姿态控制算法，在实际工程部署中最需要解决的核心问题是（）A.算法训练速度慢B.状态空间维度过低C.分布外扰动下的泛化性和安全性问题D.奖励函数设计过于简单固定翼无人机大迎角飞行状态下，俯仰通道姿态控制会出现反操纵问题，其根本原因是（）A.升降舵效率随迎角增大发生反转，大迎角下舵面输出力矩方向与小迎角状态相反B.迎角增大导致机翼升力降低C.发动机推力变小D.侧风干扰改变偏航通道力矩滑模控制在无人机姿态控制中容易产生抖振问题，下列哪一种方法不能有效削弱抖振（）A.边界层法，将符号函数替换为饱和函数B.趋近律优化，采用指数趋近律降低趋近速度C.增大切换增益，提高系统鲁棒性D.高阶滑模控制，将不连续切换转移到控制输入的高阶导数垂直起降固定翼无人机在过渡飞行阶段，姿态控制的核心难点是（）A.速度过低，固定翼舵面效率不足，同时多旋翼动力和固定翼气动力耦合严重B.高度变化过快，GPS信号丢失C.迎角恒定，不需要调整俯仰角D.发动机温度过高，动力下降无人机姿态估计环节中，扩展卡尔曼滤波（EKF）对陀螺仪零偏估计时，当无人机处于长时间悬停状态，零偏估计误差会（）A.逐渐发散B.逐渐收敛到接近真实值C.保持不变D.先发散后收敛单项选择题答案：1.B2.B3.B4.A5.D6.C7.A8.C9.A10.B二、多项选择题（每题4分，共6题，总计24分）多旋翼无人机姿态控制中，积分环节引入PID控制器后，可能带来的影响有哪些（）A.消除稳态误差B.容易引发积分饱和，导致大超调C.提高系统响应速度D.增强对恒定扰动的抑制能力下列哪些扰动会对无人机姿态控制精度产生明显影响（）A.螺旋桨转动产生的陀螺效应扰动B.机身不对称带来的恒定重心偏移扰动C.低空切变风产生的随机风扰D.电池电压下降带来的电机输出力矩变化针对小型民用无人机，下列属于近年来姿态控制领域研究热点的有（）A.基于大语言模型的姿态控制决策优化B.故障工况下的容错姿态控制C.针对目标追踪场景的几何自适应姿态控制D.基于模型的传统PID控制无人机姿态控制的性能指标通常包括下列哪些项（）A.单位阶跃输入下的超调量B.姿态角稳态误差C.姿态通道调节时间D.面对阵风扰动的最大姿态偏差相比于传统的欧拉角描述无人机姿态，单位四元数描述的优势包括（）A.不存在欧拉角奇异性问题B.计算量更小，参数更新更快C.避免了姿态解算中的万向锁问题D.四元数归一化后可以直接转换为旋转矩阵固定翼无人机自动着陆过程中，姿态控制需要满足哪些特殊要求（）A.更高的姿态控制精度B.更快的姿态响应速度C.能够容忍短时间GPS信号丢失情况下的姿态稳定D.更大的姿态角控制范围多项选择题答案：1.ABD2.ABCD3.ABC4.ABCD5.ACD6.ABC三、判断题（每题2分，共10题，总计20分）无人机滚转角姿态控制的核心目的是保持无人机转弯过程中的向心力，保持横侧向平衡。（）PID控制器因为结构简单、易于实现，至今仍然是工业级无人机飞控中应用最广泛的姿态控制算法。（）按照航空领域常规右手坐标系定义，无人机俯仰角向上抬头为正，当无人机低头时，俯仰角为正。（）滑模控制的鲁棒性是指，系统在滑动模态下对参数扰动和外部干扰不敏感。（）共轴双旋翼无人机的滚转姿态控制只能通过上下旋翼的周期变距实现，无法通过总距调整实现。（）自适应姿态控制算法能够在线调整控制器参数，适应无人机系统参数变化（比如燃油消耗、载荷投放带来的重心变化）。（）扩展卡尔曼滤波融合IMU和GPS数据进行姿态估计时，IMU的高频输出会导致姿态估计的延迟远高于纯GPS姿态估计。（）当无人机受到持续的恒定风扰时，PID控制器的积分环节可以最终消除姿态稳态误差。（）模型预测控制在无人机姿态控制中，预测时域越长，控制效果越好，计算量也越小。（）四元数姿态控制中，误差四元数的构造不需要考虑四元数的双值性（即q和-q表示同一个姿态）。（）判断题答案：1.√2.√3.×4.√5.×6.√7.×8.√9.×10.×四、简答题（每题8分，共4题，总计32分）简述无人机姿态控制内环（角速度环）和外环（角度环）的作用，说明为什么角速度环要设计为比角度环更高的带宽。答案：无人机姿态控制通常采用双闭环串级结构，其中内环为角速度控制环，外环为姿态角控制环，二者作用各有不同：（1）角速度环的核心作用是快速阻尼姿态角的快速变化，抑制外部扰动对姿态的影响，同时跟踪外环输出的角速度指令。当无人机遭遇突发阵风或者机体振动时，姿态角速度会瞬间发生变化，角速度环能够快速检测到角速度偏差，通过控制器输出快速调整舵面或者电机转速，在姿态角发生大幅偏移之前就抵消扰动的影响，提升系统的阻尼特性，避免姿态振荡。（2）姿态角外环的核心作用是跟踪期望的姿态角指令，消除姿态角的稳态误差，输出角速度指令给内环。外环根据任务系统给出的期望滚转角、俯仰角、偏航角，对比当前估计得到的实际姿态角，计算得到需要的姿态角速度，作为内环的给定输入，最终实现姿态角的稳定或者跟踪。为什么角速度环带宽要高于角度环：串级控制系统设计的基本原则就是内环带宽高于外环，主要原因有两个方面：第一，从扰动抑制的角度，角速度环作为内环，需要快速处理高频扰动（比如螺旋桨振动、高频风扰），如果角速度环带宽低于外环，无法快速响应高频偏差，会导致扰动直接传递到姿态角外环，引发姿态角的振荡，无法实现快速扰动抑制。第二，从系统稳定性的角度，串级系统要求内环的动态响应速度远快于外环，保证当外环输出指令变化时，内环能够在一个外环控制周期内就完成指令跟踪，整个内环可以近似看作外环回路中的一个一阶惯性环节，不会额外引入相位滞后，保证整个串级系统的稳定性。如果内环带宽低于外环，内环的相位滞后会引入额外的相角裕度损失，容易引发整个姿态控制系统的振荡甚至失稳。简述多旋翼无人机在姿态失控修复过程中，控制器需要采取哪些特殊的姿态控制策略。答案：多旋翼无人机在发生姿态失控（比如遭遇强风、桨叶损坏、动力故障导致姿态角超过正常范围，甚至出现倒扣飞行）时，常规的线性姿态控制器无法实现失控修复，需要采用特殊的控制策略，主要包括以下几个方面：（1）大姿态角下的姿态描述与误差计算：常规的小角度假设下的欧拉角误差计算在大姿态偏差下不成立，需要采用单位四元数构造姿态误差，避免欧拉角奇异性和误差计算错误，保证控制器能够得到正确的偏差信号，无论当前姿态是倒扣还是侧翻，都能正确计算出从当前姿态到期望姿态需要调整的力矩方向。（2）控制器参数自适应调整：在失控修复过程中，无人机的姿态角速度远大于正常飞行状态，常规的PID参数会因为偏差过大输出饱和，导致修复失败。因此需要根据姿态偏差的大小自适应调整控制器增益，大偏差阶段适当降低比例增益，避免输出饱和，同时关闭积分环节，防止积分饱和引入额外超调，当姿态偏差减小到正常范围后，再恢复常规参数，开启积分环节消除稳态误差。（3）约束控制：在修复过程中，需要严格限制各个通道的控制输出不超过电机或者舵面的物理极限，同时优先保证滚转和俯仰通道的修复，再调整偏航通道，避免多个通道同时输出饱和导致控制失效。对于部分动力失效的场景，还需要重新分配控制力矩，利用剩余可用动力实现姿态修复。（4）状态触发的模式切换：系统需要实时检测姿态失控状态，当检测到姿态角超过正常阈值后自动切换到失控修复模式，修复完成后自动切回常规姿态控制模式，避免控制模式冲突。请说明风扰对小型无人机姿态控制的影响，列举三种常用的抗风扰姿态控制方法。答案：小型无人机因为自身重量轻、转动惯量小，风扰对其姿态控制的影响远大于大型无人机，具体影响主要体现在：（1）恒定风会产生恒定的气动力矩，导致姿态控制出现稳态误差，如果控制器没有积分环节或者积分环节收敛速度慢，误差会持续存在，影响飞行任务执行。（2）随机阵风、低空切变风会产生快速变化的力矩扰动，容易引发姿态振荡，严重时会导致姿态失控，尤其是在低空起降、穿云、贴地飞行阶段，风场的空间不均匀性更加明显，扰动更强。（3）风扰会改变无人机的迎角和侧滑角，改变舵面和螺旋桨的气动效率，导致系统模型参数发生变化，常规固定参数控制器的控制性能下降，超调量增大，调节时间变长。常用的抗风扰姿态控制方法主要有三种：（1）自抗扰控制（ADRC）：自抗扰控制将内部参数变化和外部风扰统一看作总扰动，通过扩张状态观测器（ESO）实时估计总扰动，并在控制量中对扰动进行补偿，不需要准确的风扰模型，就能实现很好的扰动抑制效果，非常适合小型无人机的抗风姿态控制，目前已经在多款商用无人机飞控中得到应用。（2）扰动观测器（DOB）控制：扰动观测器通过将实际控制输入和系统输出的差，估计出外部扰动的大小，然后在前馈通道对扰动进行补偿，能够有效抑制低频和中频风扰，结构简单，计算量小，适合工程实现。（3）鲁棒滑模控制：滑模控制在滑动模态下对外部扰动具有天然的鲁棒性，通过合理设计切换面和趋近律，在削弱抖振的同时，能够有效抑制风扰的影响，对于强风条件下的姿态控制，鲁棒滑模的控制效果优于常规PID控制。对比传统PID姿态控制和基于数据驱动学习的姿态控制，说明二者各自的优缺点和适用场景。答案：传统PID姿态控制是基于误差反馈的线性控制器，其核心优点包括：第一，结构简单，参数物理意义明确，调参方便，工程实现难度低，计算量小，适合计算资源有限的小型无人机飞控芯片；第二，稳定性好，在正常飞行工况下控制性能可靠，经过多年工程验证，成熟度高；第三，不存在分布外泛化问题，对于未见过的扰动，只要参数调整合理，依然能够保持基本的姿态稳定能力。传统PID的缺点主要是：对于强耦合、非线性、扰动变化大的场景，固定参数PID的控制性能差，无法适应系统参数的大范围变化，抗强风扰的能力不足，对于大姿态机动、故障等特殊工况，控制效果差，无法满足高性能要求。基于数据驱动学习的姿态控制（包括强化学习控制、神经网络控制等）的核心优点包括：第一，能够通过数据拟合系统的非线性和耦合特性，对于强非线性、强耦合的场景，控制效果优于传统PID，能够适配大姿态机动、故障等特殊工况；第二，可以通过端到端训练优化控制性能，针对特定任务（比如竞速无人机快速机动、编队飞行）可以得到更优的控制效果；第三，可以通过离线训练学习不同扰动下的控制策略，抗扰动能力可以超过传统PID。基于学习的姿态控制的缺点主要包括：第一，算法复杂度高，计算量大，对飞控芯片的计算能力要求高，部署成本高；第二，泛化性差，对于训练中没有出现过的工况和扰动，容易出现控制失效，安全性差，可靠性低于传统PID；第三，参数调优依赖大规模数据集，训练成本高，可解释性差，出现问题后难以排查原因。二者的适用场景：传统PID适合大多数常规民用无人机场景，比如航拍、巡检、物流等常规任务，这些场景对可靠性要求高，姿态变化范围不大，扰动强度适中，传统PID完全满足要求，成本低可靠性高。基于学习的姿态控制目前主要适用于高性能特殊场景，比如竞速无人机的高速机动、无人机故障容错控制、对抗场景下的机动规避等，这些场景对控制性能要求高，传统PID无法满足要求，在解决了安全性和部署问题后，基于学习的控制可以发挥其优势。五、综合计算题（共14分）已知某小型四旋翼无人机滚转通道的姿态动力学模型可以描述为：，其中为滚转通道转动惯量，，为滚转角速度，为滚转通道控制输入力矩，为外部恒定扰动，。若采用PID控制器设计滚转通道串级控制器，角度环输入为期望滚转角，实际滚转角为，角度环控制器输出为期望角速度，其中，角速度环控制器为，其中，。（1）求当系统达到稳态时，期望滚转角（转换为弧度为≈0.1745rad），外部扰动d恒定存在，求滚转角的稳态误差。（2）若去掉角速度环的积分环节，说明稳态误差会如何变化，计算此时的稳态误差大小。解答：（1）当系统达到稳态时，所有状态的导数均为0，姿态保持阶段实际滚转角恒定，因此实际滚转角速度，角速度偏差。根据