无人机的飞行控制是（shì）无人机研究领（lǐng）域主要（yào）问题之一。在飞行过程中会（huì）受（shòu）到各种干扰，如传（chuán）感器的（de）噪（zào）音与漂移、强风与乱气流、载重量变化（huà）及倾角过大（dà）引（yǐn）起的模（mó）型变动等等。这些都会（huì）严重影响（xiǎng）飞行器（qì）的飞（fēi）行品质，因（yīn）此无人机的（de）控制技（jì）术便显得尤为重要。传统的控制方法主要集中于（yú）姿态（tài）和高度的控（kòng）制（zhì），除此之外还有一（yī）些用来控制速（sù）度、位置、航向、3D轨迹跟（gēn）踪控制。多旋翼无人机的控制方法可（kě）以总结为（wéi）以下三（sān）个主要的（de）方面。
一、线（xiàn）性飞行（háng）控（kòng）制方法（fǎ）
常规的飞行器控制方法以（yǐ）及早（zǎo）期（qī）的对飞行器控（kòng）制的尝试都是建立在线性飞行控制理论（lùn）上的，这其中就又有诸如PID、H∞、LQR以及增益调度法。
1.PID PID控制属于（yú）传统控制方法，是目前最成功、用的最广泛的控制方法（fǎ）之一。其控制方法简（jiǎn）单（dān），无需前期建模工作，参数物理意义明确，适（shì）用于飞行精（jīng）度要求（qiú）不高的（de）控（kòng）制（zhì）。
2.H∞ H∞属（shǔ）于鲁棒控制的方法。经典的（de）控（kòng）制（zhì）理论并不（bú）要求被控对象的精（jīng）确数学模型来解决多输（shū）入多输出非（fēi）线性系统（tǒng）问题。现代控制理论可以定量地解决多输入多输出非（fēi）线性系统问题，但（dàn）完全依赖（lài）于描述被控对（duì）象的动态特性的数（shù）学模型。鲁棒控制可以很好解决因（yīn）干扰等因素引起的（de）建模误（wù）差（chà）问题，但它（tā）的计算量非常大，依赖于高性能的处（chù）理器，同时（shí），由于是频域设计（jì）方法（fǎ），调参也相（xiàng）对困难。
3.LQR LQR是被运用来控制无人（rén）机的比（bǐ）较成功的方法之一，其对（duì）象是能用状态空间表达式表示的线性（xìng）系统，目（mù）标函数为（wéi）是状态变量或控（kòng）制变量的（de）二次函数的积分（fèn）。而且Matlab软（ruǎn）件的使用为LQR的控制方法提供了良好的仿真条件，更（gèng）为工（gōng）程（chéng）实现提供了（le）便利。
4.增（zēng）益（yì）调度法 增益调度（Gain scheduling）即在系统运行时，调度变量的变化导致控制器的（de）参数随（suí）着改变，根据调度（dù）变量（liàng）使系统以不同的控制规律在不同的（de）区（qū）域内（nèi）运行，以解决系统非线（xiàn）性的问题。该算法由两大部分组成，第一部（bù）分主要完成事件驱（qū）动，实现参数调整。 如（rú）果系统的运（yùn）行情况改变，则可通过该部分来识别并切换模态；第二（èr）部分为误差驱动，其控制功能（néng）由选定的模态来实现。该（gāi）控制方法在旋翼无人机的垂（chuí）直起降（jiàng）、定点悬停及（jí）路径跟踪等控制上有着优异的性（xìng）能。
二（èr）、基（jī）于学习（xí）的飞行控（kòng）制方（fāng）法
基（jī）于学习的（de）飞行控制方法的（de）特点就（jiù）是（shì）无需（xū）了解飞行器（qì）的（de）动（dòng）力学模型，只要（yào）一（yī）些飞（fēi）行试验（yàn）和飞行数据。其（qí）中研究最热门的有模糊控制方法、基于人体学习的（de）方法以（yǐ）及（jí）神（shén）经（jīng）网络法。
1.模糊控制方法（Fuzzy logic）模糊控（kòng）制是解决模型（xíng）不确定（dìng）性的方法（fǎ）之一，在模型未知的（de）情况下来实现（xiàn）对无（wú）人机（jī）的（de）控（kòng）制。
2.基于人体学（xué）习（xí）的（de）方法（fǎ）（Human-based learning） 美国（guó）MIT的科研人员为了寻（xún）找（zhǎo）能更好（hǎo）地控制小型无人（rén）飞行器的（de）控制方法，从（cóng）参加军事演（yǎn）习进行特技飞行的（de）飞机中采集数据，分析飞行员对不同情况下飞机的操作，从（cóng）而更好地理解（jiě）无（wú）人机的输入序列和反馈机（jī）制。这种（zhǒng）方法已经被运用到小型无人机的自主飞行中（zhōng）。
3.神经网络法（Neural networks） 经典PID控制结构简单、使（shǐ）用（yòng）方便、易于实现, 但（dàn）当被控对象具有复（fù）杂的非线性特性、难以建立精确的数学（xué）模型时，往往难以达到满意的控制效果。神（shén）经网（wǎng）络自（zì）适应控制技（jì）术（shù）能有效地（dì）实（shí）现多种不确（què）定的、难以确切描述的非（fēi）线（xiàn）性复杂过程的控制，提高（gāo）控制系统的鲁棒性、容错性，且控制（zhì）参（cān）数具有自适（shì）应（yīng）和自学习能（néng）力。
三、基于模型（xíng）的非线性（xìng）控制方（fāng）法
为了克服某些线（xiàn）性控制方法的限制，一些非（fēi）线（xiàn）性的（de）控制方法被提出并且被运用到飞行器的控制（zhì）中。这些非线性的控制方法通常可以归（guī）类为基于模（mó）型的非线性控制方法。这其（qí）中有反（fǎn）馈线性化、模型预测控制、多饱和控制、反步法以及自适应控制。
1.反馈线性化（feedback linearization） 反馈线性化是非线性系（xì）统常用的一种（zhǒng）方（fāng）法。它（tā）利用（yòng）数学变换的方法和（hé）微分几何学的知识，首先（xiān），将状态和控制变量（liàng）转变为线性形式，然后，利用常规的（de）线（xiàn）性设（shè）计的方法进行设计，最（zuì）后，将设计的结果（guǒ）通过反变换，转换为原始（shǐ）的状态和控（kòng）制（zhì）形式。反馈（kuì）线性化理论有两个重要分支：微分几何法和动态（tài）逆法，其中动态逆方法较微（wēi）分几何（hé）法具有简单的推算（suàn）特点，因（yīn）此更适合用在（zài）飞行控制系统的设计（jì）上。但（dàn）是（shì），动态逆方（fāng）法需要相当精确的飞行器的模（mó）型，这在实际（jì）情况中是十分困（kùn）难的。此外，由于系统建模误差（chà），加上外界的各种干扰，因此（cǐ），设计（jì）时要（yào）重点考虑鲁棒性的因素。动态逆（nì）的方法（fǎ）有一定的工程（chéng）应用（yòng）前景（jǐng），现已（yǐ）成为飞控研究领域的一（yī）个热点话题。
2.模型预测控（kòng）制（model predictive control） 模型预测（cè）控制是一类特殊的控制方法。它是通过在每一个采样瞬间求解一个有限时域开环（huán）的最优控制（zhì）问题获得当前控制动作。最优控制问题的初（chū）始状（zhuàng）态为过（guò）程的当前（qián）状态，解得的（de）最优控制序列只施加在第一个控制作（zuò）用上（shàng），这是它和（hé）那些预（yù）先计算控制（zhì）律的算法（fǎ）的（de）最大区别（bié）。本质上看模型预（yù）测（cè）控制是（shì）求解一个开环最优控制的（de）问题，它与具体的模型无关，但是实现则与模型相关（guān）。
3.多饱和控制（zhì）（nested saturation）饱和现象是一种非常（cháng）普遍的物理（lǐ）现象，存在于大（dà）量的工程问题中。运用多饱和控制（zhì）的方法设计（jì）多旋翼无人机，可以解决其（qí）它控制方法（fǎ）所不能解决的很多（duō）实际的问（wèn）题。尤其是（shì）对（duì）于微小型无人机而（ér）言，由于大倾角的动作以及外部干扰（rǎo），致动器会频繁（fán）出现（xiàn）饱和。致（zhì）动器（qì）饱（bǎo）和会限制操（cāo）作的范围并削弱控制系统的稳定性。很多方（fāng）法都已经（jīng）被用来（lái）解决饱（bǎo）和输入的问题，但还（hái）没有取得理想的效果。多（duō）饱和控制在（zài）控（kòng）制饱和输入方面有着很好（hǎo）的全局稳定性，因此这种方（fāng）法常用来控（kòng）制微型无人（rén）机的稳定（dìng）性。
4.反（fǎn）步控制（Backstepping）反步（bù）控制是非线（xiàn）性系统（tǒng）控制器设计（jì）最常（cháng）用的方法之一，比较适合（hé）用来进行在线控制，能够（gòu）减少（shǎo）在线计算的时（shí）间。基于Backstepping的控制器设（shè）计方法，其基本思（sī）路是将复（fù）杂的系统（tǒng）分解成不超过系统阶数的多（duō）个子系统，然后通过（guò）反向递（dì）推为每个（gè）子系统（tǒng）设计（jì）部分李雅普诺夫函数和中（zhōng）间（jiān）虚拟控制量，直至设计完成整个控制（zhì）器。反步方法运用于飞控系统控制器的设计可以处理（lǐ）一类非线性、不确（què）定性（xìng）因素（sù）的影响，而且已经被证明具有（yǒu）比较好稳定性及误（wù）差的收敛性。
5.自适应（yīng）控制(adaptive control) 自适（shì）应控制也（yě）是一种基于数学模型的控制（zhì）方（fāng）法，它最大的特点（diǎn）就是（shì）对于系统内（nèi）部模型（xíng）和（hé）外部扰动的信息依赖比较少，与模型相关的信息是在运行（háng）系（xì）统的过程（chéng）中不断获取的，逐步地使模型趋于完善。随（suí）着模型的不断改善，由模型得到的控制（zhì）作用也（yě）会（huì）跟着（zhe）改进，因此控制系统具有（yǒu）一定的适应（yīng）能力。但同时，自适应（yīng）控制比常规（guī）反馈（kuì）控制（zhì）要复杂，成（chéng）本也（yě）很高，因此只是在用常规（guī）反馈达不到所（suǒ）期望的性（xìng）能时，才会考虑采用自适应（yīng）的方法。
咨询航拍服务可（kě）加昆明俊鹰无人机飞控手老鹰的微信laoyingfly |
