【四旋翼无人机】具备螺旋桨倾斜机构的全驱动四旋翼无人机：建模与控制研究（Matlab代码、Simulink仿真实现）

最新推荐文章于 2025-10-23 18:42:23 发布

原创最新推荐文章于 2025-10-23 18:42:23 发布 · 864 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#无人机 #matlab #开发语言 #支持向量机

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文内容如下：🎁🎁🎁

⛳️赠与读者

👨‍💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能解答你胸中升起的一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“躺平”上的尘埃吧。

或许，雨过云收，神驰的天地更清朗.......🔎🔎🔎

💥1 概述

摘要：
配备四个执行器的四旋翼无人机属于欠驱动系统家族。此类平台的横向运动与其姿态高度耦合，因此无法在空间中跟踪任意的六维（6D）轨迹。在本文中，我们提出了一种新型四旋翼设计，该设计通过应用平行四边形原理，利用两个额外的执行器同时控制螺旋桨相对于四旋翼机身的倾斜角度。由于螺旋桨受控倾斜角度的速度并未直接出现在推导出的动态模型中，因此该系统无法通过静态反馈实现线性化。然而，该系统可在更高阶微分上实现线性化，从而设计出动态反馈线性化控制器。仿真结果证实了理论发现，突显了该设计相较于标准四旋翼无人机在运动能力上的提升。

一、引言

研究背景：四旋翼无人机因其结构简单、控制方便、飞行稳定性好等优点，在航拍、测绘、物流、农业等多个领域得到广泛应用。然而，传统四旋翼无人机的飞行姿态受限于螺旋桨的固定方向，难以实现快速、灵活的机动飞行。
研究意义：为了克服传统四旋翼无人机的局限性，本文提出了一种全新的四旋翼无人机设计，即在传统四旋翼无人机基础上引入螺旋桨倾斜机构，使螺旋桨能够在一定范围内倾斜，从而大幅提升无人机的机动性能。
研究目标：本文重点关注此类无人机的建模与控制问题，以期为其在实际应用中的精确控制提供理论基础。

二、系统建模

动力学模型：采用牛顿-欧拉法建立无人机系统的动力学模型。模型中，无人机被视为刚体，其动力学方程描述了无人机的质心平动和绕质心的转动。需要考虑每个旋翼的转速、倾斜角以及空气动力学参数。
螺旋桨倾斜机构模型：分析倾斜机构如何改变旋翼的力矩和推力，包括机械结构和运动学模型。该模型需要考虑螺旋桨的几何参数、气动特性以及电机控制策略等因素。
系统模型简化：为了简化模型，本文对系统进行了以下假设：忽略螺旋桨的旋转惯性对无人机系统的影响；假设无人机飞行速度较低，忽略空气动力学影响；假设电机控制系统能够精确地控制螺旋桨的转速和倾斜角度。

三、控制策略设计

控制目标：使无人机能够根据指令实现稳定的悬停、平稳的飞行以及灵活的机动飞行。
控制策略选择：
- PID控制：常用的控制策略，通过比例（P）、积分（I）和微分（D）项调整姿态和速度误差。
- 滑模控制：用于处理系统不确定性，提高抗扰动能力。
- 模型预测控制（MPC）：如果计算能力允许，可以使用更复杂的预测模型进行优化控制。
- 反馈线性化与反步法：面对四旋翼系统的非线性和耦合性，可能需要采用自适应控制、回路解耦技术等高级控制策略。本文采用反馈线性化和反步法相结合的控制策略，将非线性系统转换为线性系统，从而便于进行线性控制器的设计。
控制器设计：设计一个Lyapunov函数，并根据反步法的思想递归设计控制器，使其能够稳定系统，并跟踪期望轨迹。

四、仿真验证

仿真平台：使用MATLAB软件对所设计的控制系统进行仿真验证。
仿真结果：仿真结果表明，所设计的控制系统能够有效地控制无人机的飞行姿态，使其能够实现稳定的悬停、平稳的飞行以及灵活的机动飞行。
结果分析：对仿真结果进行详细分析，验证控制策略的有效性和鲁棒性。

五、结论与展望

研究结论：本文对全驱动四旋翼无人机带螺旋桨倾斜机构的建模与控制进行了研究。通过对无人机系统的动力学建模和控制策略的设计，实现了无人机的稳定悬停、平稳飞行以及灵活机动飞行。仿真结果验证了所设计控制系统的有效性。
研究贡献：该研究成果为全驱动四旋翼无人机的实际应用提供了理论基础，并将为未来无人机技术的进一步发展提供新的思路。
未来展望：未来工作可以进一步优化机械结构、提高电池能量密度、开发更先进的传感器和通信技术，以实现无人机的大型化、智能化和自主化。

📚2 运行结果

部分代码：

%%% set this flag to true if you want to save the shown figures
save=false;
load('q.mat')
load('state.mat')
load('inputs.mat')
figure,plot(state(1,:)',state(8:10,:)'.*180/pi,'LineWidth',1.5),grid on,xlabel('time [s]'),ylabel('[deg]')
hold on,plot(q(1,:)',q(5:7,:)'.*180/pi,'k--'),legend('\phi','\theta','\psi','desired','Location','southeast'),ylim([-10.5 10.5]),grid on
if save
    saveas(gcf,'rpy.jpg')
    saveas(gcf,'rpy.fig')
end
figure,plot(inputs(1,:)',sqrt(abs(inputs(2:5,:))')),legend('\omega_1','\omega_2','\omega_3','\omega_4'),grid on
xlabel('time [s]'),ylabel('[rad/s]')
if save
    saveas(gcf,'w.jpg')
    saveas(gcf,'w.fig')
end
figure,plot(state(1,:)',state(end-1:end,:)'.*180/pi),legend('\phi_m','\theta_m','Location','southwest'),grid on, xlabel('time [s]'),ylabel('[deg]')
if save
    saveas(gcf,'rp_m.jpg')
    saveas(gcf,'rp_m.fig')
end
figure,plot(state(1,:)',state(2:4,:)','LineWidth',1.5),grid on, xlabel('time [s]'),ylabel('[m]')
hold on,plot(q(1,:)',q(2:4,:)','k--'),legend('px','py','pz','desired'),grid on
if save
    saveas(gcf,'p.jpg')
    saveas(gcf,'p.fig')