为解决存在外部加速度和外部电磁场干扰的多旋翼无人机姿态估计问题,首先以四元数为参数建立姿态估计模型,然后使用一种解算精度高、计算量较小的衍生无迹卡尔曼滤波算法(DUKF),在量测更新阶段引入根据残差构造加速度计和磁力计的噪声协方差的自适应策略,提出一种基于DUKF的多旋翼无人机自适应姿态估计算法。通过使用PIXHAWK飞控的数据进行相关的仿真实验,实验表明,所提算法能极大的减小外部加速度和外部电磁场对多旋翼无人机姿态估计的干扰。

为了降低多旋翼无人机飞行偏航控制的超调量,并提升其抗干扰性能,提出基于机器视觉的多旋翼无人机飞行偏航控制方法。首先在无人机下方安装CCD摄像机,用于采集参考目标图像;然后利用针孔模型的相对位置解算算法,计算多旋翼无人机相对位置;最后通过比对计算位置和预先设定位置;判断无人机是否出现偏航现象。如果存在偏航现象,使用无人机姿态估计算法确定偏航角,并通过抗饱和控制器生成偏航控制量,实现对无人机的偏航控制。实验证明,该方法能够有效采集参考目标图像,获取准确的相对位置信息,具有良好的抗干扰性能。

以并联式油电混合动力多旋翼无人机的控制系统为研究对象,建立了多旋翼无人机六自由度刚体动力学模型,提出了一种基于量化因子自适应模糊PID控制的改进型模糊PID控制方法。以高度通道及三个姿态角通道为例,利用Matlab/Simulink仿真平台,设计了传统PID控制、模糊PID控制、量化因子自适应模糊PID控制三种控制器并对比分析这三种控制器的控制效果,仿真实验表明量化因子自适应模糊PID控制器的快速性、稳定性、可靠性等性能指标明显优于其他两种控制器,经过飞行试验分析,证明了控制器模型的有效性。

复杂环境下,多旋翼无人机整体结构、姿态控制算法对其稳定飞行性能具有重要影响。文中首先从静力学分析及结构模态分析方面进行无人机整体结构的设计研究;然后利用陀螺仪、加速度计、磁力计传感器结合PID控制、多种滤波算法共同实现无人机飞行姿态的控制;最后搭建无人机试验平台进行复杂环境下多旋翼无人机悬停试验。经试验研究表明,研发的多旋翼无人机整机运行稳定,飞行误差为±2°,基本符合预期试验要求。

现如今对"低慢小"型无人机的主流气动布局为多旋翼布局,也有少数选择旋翼布局等。但多旋翼无人机的载重能力、飞行速度、续航半径、安全性以及能源利用率普遍偏低。其在出现例如单发失效等特殊险情下,多旋翼无人机的可控性几乎为零。旋翼布局无人机在遇到强气流的影响时其安全性能会明显下降。本文采用的常规布局固定翼无人机则在特种飞行、续航时间、能源利用率等问题上有明显优势。固定翼无人机相比较多旋翼无人机具有着例如小推重比、滑翔性能、可控性能等有着不可磨灭的先天优势。

为了确定多旋翼无人机每个振动传递路径对多旋翼无人机传感器振动的贡献量，运用振动传递路径分析方法，基于CAE技术建立了多旋翼无人机振动的结构传递路径有限元分析模型。通过Ansys的谐响分析，获得多旋翼无人机机身的振动响应以及振源对于响应点的频响函数，可以计算得到多旋翼无人机z方向振动贡献最大。从传递路径的角度找出了对传感器振动起主导作用的环节，通过控制这些环节，有针对的采取减振措施，可以改观多旋翼无人机传感器的振动问题。