多旋翼飞行器：从原理到实践 课件 ch06自驾仪校准和姿态控制调试

自驾仪校准和姿态控制调试“工业和信息化部“十四五”规划教材多旋翼飞行器:从原理到实践第六章01传感器原理和校准1.总体介绍自驾仪(或称飞控)是自动控制多旋翼姿态、位置和轨迹的设备，要想控制多旋翼首先需要得到多旋翼的当前状态。载人飞行器的姿态测量一般使用机械陀螺仪或者光纤陀螺仪，但是由于这些陀螺仪体积庞大，价格昂贵，因此无法在小型和微型无人机上使用。随着计算机和微电子的发展，捷联惯导(StrapdownInertialNavigationSystem)技术开始得到广泛应用，它利用加速度和角速率来对飞行器的倾斜姿态、位置和速度进行动态的推算。此外，加速度和角速率的测量设备也是比较容易进行微型化生产的，因此这类测量设备称为MEMS(Micro-Electro-MechanicalSystem，微机电系统)，简称微机械机械陀螺仪与ST多轴MEMS陀螺仪大小的比较如图6.1所示。1.总体介绍空间有X、Y、Z三个相互垂直的方向，还有绕这三个轴的旋转方向，一共六个自由度(DegreeofFreedom，DOF)，见3.1节。如果每个自由度运动的测量都需要一组相关的传感器，那么进行完整的测量需要三个方向的陀螺仪测量角速率以及三个方向的加速度计测量加速度。1.总体介绍这样的系统称为6DOF系统，能够提供6DOF姿态信息的设备称为IMU(InertialMeasurementUnit，惯性测量单元)。使用IMU输出的原始数据，再结合特定算法解算出姿态位置信息，这样的系统称为惯性导航系统(InertialNavigationSystem，INS)。IMU提供的是传感器输出的原始数据，而INS结合算法和IMU原始数据计算出更准确的信息。1.总体介绍随着技术的不断进步，微机械产品又发展出气压传感器，用于测量气压高度和空速;磁场传感器，也称为磁罗盘、磁力计，用于测量地磁方向等。IMU再加入三轴磁力计一同解算，就称为AHRS(AttitudeandHeadingReferenceSystem，航姿参考系统)，其相关产品如图6.2所示。有了航姿参考系统，再加上气压高度计，飞行器便能够感知自身飞行时所处的高度和姿态。自驾仪系统中常见的MEMS传感器分为两种，一种是成品传感器设备(如图6.3所一种是MEMS芯片(如图6.4所示)。成品传感器是带有外壳和连接器的完整设备，内部有电源转换、滤波和解算能力能够输出高精度的姿态、加速度或角速率信息，有的还能够连接卫星导航设备进行融合解算，并且整体拥有一定的防霉菌、防潮湿和防盐雾的三防能力。然而，成品传感器往往价格高昂，常见的成品传感器品牌包括MIT、BEI、MEAS、SiliconSensing等。而MEMS芯片主打更加低廉的成本和更高的集成度，早期甚至使用模拟信号进行输出，还需要用户对温度曲线进行校准。随着技术发展，当前常见的芯片级MEMS传感器全部集成了解算算法，能够自己进行温度补偿甚至滤波计算。例如，InvenSense的产品MPU6000能够直接输出旋转矩阵、四元数和欧拉角的融合演算数据，这大大减轻了自驾仪主处理器的负担，因此其成为了开源飞控的首选传感器。2.三轴加速度计三轴加速度计是一种惯性传感器,用于测量运动中的X、Y、Z三个空间轴方向的比力,即去掉重力后的整体加速度或者单位质量上作用的非引力。当加速度计相对地球保持静止时加速度计能够感知重力加速度，因此整体加速度的矢量合力为朝向地心的18加速度;而在自由落体运动中，三轴加速度计的输出为零。MEMS加速度计原理如图6.5所示。2.三轴加速度计飞行器所用的加速度计通常基于MEMS技术，因此其尺寸非常小，可以做到几个毫米见方，而且只有毫瓦级的功耗。MEMS技术可以基于压阻效应、压电效应和电容原理，其中，电容效应应用比较广泛。该类型的MEMS芯片内部设计有一个带有极板的重块。随着加速度改变，重块的相对位置发生变化，极板之间的相对位置也发生变化通过测量极板之间的电容来得到加速度信号。进一步，信号接入单片机，通过放大滤波等处理，最终输出数字信号。该类传感器的缺点是受振动的影响大。当地重力的大小不随加速度计姿态的改变而改变，一般情况下为g=9.81m/s2。加速度计正是基于此原理完成校准，分别将三轴加速度计的六个面保持水平，在静止过程中采集传感器的测量值并进行平均计算。之后，将平均值大小与真实加速度大小进行比较，用于校准参数。使用MissionPlanner校准自驾仪加速度计的实验详见6.4.1节。2.三轴加速度计评价加速度计的常见指标包括量程、温漂、零漂、非线性和噪声等。量程是指这款传感器测量值的加速度范围，对于多旋翼来说一般+16g就足够使用;温漂是关键参数指的是在不同温度情况下，传感器测量的变化，也就是说在相同加速度的情况下不同温度环境带来的测量差异;非线性指的是在加速度计输入与输出偏离线性关系的系数;噪声指的是在加速度计输入不变的情况下，输出数据的波动大小，输出数据波动越小，噪声则越小。常见加速度参数对比如图6.6所示。3.三轴角速率陀螺仪需要注意的是，三轴陀螺仪通常测量的是角速率，而不是角度。MEMS陀螺仪的原理是加速度计的扩展，通过高频电流使陀螺仪当中的重块进行振荡，当传感器振荡的过程中，就会产生垂直于速度方向的科里奥利力，该力正比于角速度。MEMS陀螺仪通常包含两个质量块，两者运动速度的方向相反，大小相等。在旋转过程中，它们会产生不同方向的力，因而产生相反的电容，该电容差正比于角速度。而加速度使两个质量块所产生的电容变化相等，因此不会影响角速率测量。MEMS陀螺仪原理图如图6.7所示。3.三轴角速率陀螺仪陀螺仪的校准通常是在静止状态下完成，即角速率为零。此时静置传感器，保持采样一段时间，在该时间段中选取多个采样值，然后计算它们的平均值。若平均值不为零则需要减去它来完成校准。评价陀螺仪的常见指标同样包括量程、温漂、零漂、非线性和噪声等。量程通常为±2000°/s就足够使用。常见陀螺仪参数对比如图6.8所示。由于三轴加速度计和三轴角速率陀螺仪信号能够互相补偿，因此，市场上大部分MEMS芯片都集成了这两种传感器于一体，以减小体积，降低成本。这是推算运动相关的核心传感器，也可称为6DOF传感器，理论上单芯片就可支撑INS系统的运算。4.三轴磁力计无人机使用的三轴磁力计一般用来探测地球磁场，进而推算出飞行器的三维磁航向。磁力计测量值一般是利用铁磁体的各向异性磁阻来进行测量，该测量效果实时性较好，但需要充磁的过程和充磁器件，因此精度并不高。磁力计在飞行使用当中用途比较单一主要用于测量磁场来推算地球磁极相对于传感器的方向，因此也可以直接称为“磁罗盘”。常见的一种磁力计(HMC5883L磁力计模块)如图6.9所示。磁力计的校准过程相对比较复杂，需要分别绕三个轴进行圆周运动。在实际校准过程中大多为手动操作，将传感器各个轴竖直向下放置，绕竖直轴旋转一周以取得各个角度测量的地磁场强度。因为在同一地点地磁场强度始终保持不变，所以用这一原理校准磁力计。使用MissionPlanner校准磁力计的实验详见6.42节。4.三轴磁力计评价磁力计的常见指标包括量程、温漂、精度、线性度和噪声等。由于地磁强度约为500至600毫高斯，磁力计的磁场量程为±8高斯(Gauss)即可。常见磁力计参数对比如图6.10所示。磁力计在计算运动时，可以给6DOF传感器提供一个绝对方位的参考，以此提高准确度并减小漂移。因此，磁力计常与三轴陀螺仪和三轴加速度计整合为一个完整9DOF芯片。理论上这种单芯片就可以支撑AHRS航姿运算系统。5.气压计气压计分为绝压气压计和差压气压计两种，绝压气压计测量的是绝对压力，而差压气压计测量的是两个测量点之间的压力差。因此，常用绝压气压计来测量气压绝对数值，然后换算为国际标准气压海拔高度，而差压气压计的两个测量点，分别接通空速管的总压与静压，通过压力差换算空速。这两种气压计也分别称为“气压高度计”和“空速传感器”，如图6.11所示。5.气压计MEMS气压计的原理与其他工业气压计并无本质区别。首先使用真空膜盒感受差压或绝压，然后通过形变驱动周围器件的电容发生变化。测量膜盒的形变先得到输出再经过内置电路的放大，最后通过单片机的滤波和数字化而得到输出。因为现实中相同位置的大气压在不断变化，所以气压计的校准情况比较特殊。一般清况下，都是在飞行器即将离地飞行的瞬间进行自动校准，其方法依然是采集多个数值并取平均，把静置启动时刻的当前数值当作相对零高度和相对零空速。而海拔气压高度则直接使用出厂校准的数据进行计算，无须使用校准。5.气压计由于空速传感器只在固定翼飞行器上使用，因此在多旋翼内容当中不再讨论。评价气压计传感器的常见指标包括量程、温漂、零漂、分辨率和噪声等。因为多旋翼都是在大气层中飞行，测量的是大气压的变化，所以量程在一个大气压附近即可，对于多旋翼来说一般300~1100hPa即可满足需求。常见气压高度计参数如图6.12所示。6.超声波测距仪超声波是一种频率超出人耳听觉频率上限的声波(频率大于20kHz)。由于具有良好的方向性和强大的穿透力，超声波广泛应用于测速、测距等方面。超声波信号由超声波传感器发出，经由障碍反射，被接收器所接收，并利用这个时间差计算出到障碍的距离。考虑到不同温度的影响，空气中声波的传播速度不同，因此，测量结果需要根据温度相应地调整。超声波测距仪存在一些不足:它的测量范围小，而且柔软的物体或者与传感器成特定角度的物体可能导致反射的声波较小，甚至导致测距仪接收不到反射波(如图6.13所示)。超声波测距仪的运行相对稳定，无须特别校准，但对旋翼气流比较敏感，测量稳定性会受到影响，因此，在多旋翼上安装时需要远离旋翼下方。需要注意的是，由于多旋翼的运动会导致机身倾斜，从而使超声波测距仪指向的方向不垂直于地面，进而影响测量高度的准确性。因此，在使用超声波测距时，需要全程根据飞行器姿态进行几何校正。7.雷达与上述超声波测距仪原理类似的测距传感器还有激光雷达和无线电雷达(如图6.14所示)。激光雷达发射单束激光并通过测量光的反射时间得到单点距离，而无线电雷达则是通过发射高频无线电波来实现测距。激光雷达优点是对目标介质兼容性好(目标反射性好)，缺点是波束窄，难以搜索和捕获目标;虽然无线电雷达的也有着介质兼容性好的优点，但是设备体积较大，只能用于较大的飞行器。7.雷达360度激光雷达是一种二维激光测距仪，在旋转过程中，不断发射激光束来测距，输出周边障碍的二维点云。激光雷达通常用于测高、避障和实时生成周围地图。激光雷达测量原理如图6.15所示，通过测量角度和测量距离可以计算出雷达距离地面的高度。进一步，三维激光雷达可以得到更为细致的三维立体图像，常用领域包括自动驾驶感知、地形地貌测绘和文物精细重建等，如图6.16所示。8.全球卫星导航系统全球卫星导航系统(GlobalNavigationSatelliteSystem，GNSS)是一种通过接收卫星信号，并进行几何运算，来确定GNSS接收机天线的地理位置的全球定位设备，一般至少需要四颗卫星实现定位，GNSS系统原理图如图6.17所示。GNSS系统中的卫星均带有与其他卫星保持同步的原子时钟，而且这些原子时钟每天都会根据地面真实时间进行修正。同时，地面也会监控卫星的精确位置。当卫星实时广播它们的当前位置和时间时，接收机可以接收多组卫星数据，然后利用冗余算法来消除误差。8.全球卫星导航系统该系统的测量用于位置控制。虽然GNSS系统无须校准，但是需要等待足够多的卫星与接收机连接，进入稳定的定位状态后才可以使用。通过地面站可以观察多旋冀GNSS与卫星通信的状态，星数表示接收到的卫星数量。在民用导航中，常用水平精度因子(HDOP)和垂直精度因子(VDOP)表示卫星导航系统的定位精度，其数值越小说明定位精度越高。常见的单点GNSS系统的定位状态包括“nofix”——无法定位“2D——2D定位(输出经纬度)以及“3Dfx”——3D定位(输出经纬度和海拔)。目前全球有GPS、Glonass、北斗、伽利略等卫星定位系统，还有一些区域性卫星定位增强系统。另外，每种卫星定位系统还会有多个频率的信号，用于冗余校正误差。对于只支持一种卫星定位系统的接收机设备，通常直接使用卫星定位系统名，支持美国的GPS系统就被称为“GPS”，而支持中国北斗卫星系统的接收机被称为“北斗”;同时支持两种卫星系统的接收机被称为双模卫星定位设备;支持三个系统以上多个频率的接收机设备被称为多系统多频卫星定位设备。8.全球卫星导航系统GNSS的绝对精度一般是米级，其观测主要收到以下因素影响:01卫星相关误差，包括轨道误差和卫星钟差;02传播误差，包括电离层误差、电流层误差和多路径误差；03接收机误差，包括接收机时钟差和观测误差。8.全球卫星导航系统从接收机到卫星的距离可以由GNSS接收机接收到的测距码获得。由于存在卫星相关误差、传播误差，因此这个距离也称为伪距。为提高GNSS的测量精度，差分定位技术将一台接收机放置在固定的地面基准参考站内。由于基准参考站本身的位置是实际已知的，因此，站内的接收机通过GNSS系统得到自己的位置测量值后，将位置的测量值与实际值相减，就可以得到GNSS测出的定位与实际定位的误差。之后，基准参考站将该误差实时发送出去，附近的移动接收机就可以接收这个误差来修正自己的定位。虽然差分技术可以消除GNSS公共误差，但是接收机的内部误差不能被消除。基于载波相位差分技术(RealTimeKinematic，RTK)采用相同的基础理论，但是使用了卫星信号载波相位作为测量信息。在RTK系统中，基准站不断地将观测到的载波相位发送出去移动接收机在接收基准站信息后，比较其自身观测的相位与基准站接收的相位，实时计算出移动接收机的位置。9.摄像机摄像机(又称相机、摄像头)在无人机当中应用很广泛，可以进行目标识别和跟踪，可以进行目标测量和避障，也可以进行光流定位，还可以进行视觉计里以辅助导航等。摄像机将三维场景投射到二维图像平面，采集的图像以标准电视信号的形式经高速采集系统传输到计算机中并进行数字化，数字图像在计算机中以二维数组存储和处理。摄像机通过成像透射将三维场景投射到二维像平面的投影关系称为摄像机成像模型，该模型能将三维空间中的点与图像平面中的点对应起来。9.摄像机三维场景中的直线投射到二维像平面上也是直线，但未标定的摄像机对直线进行拍摄后所得到的画面未必是直线，这种现象称为光学畸变。因此，摄像机标定就是确定摄像机的内部参数和外部参数，通过内外参数就可以对图像进行修正，从而减少光学畸变的影响。如图6.18所示，摄像机标定通常使用标定板标定板上有排列整齐的特征角点，后续操作就是求解合适的内外参数使得二维图像平面上的特征角点也是排列整齐的。摄像机外部参数标定包括摄像机之间的位置和姿态，以及与飞行器中心的相对位姿。多旋翼可以同时装配多个摄像机，当只有一个摄像机工作时称为单目视觉，两个摄像机工作时称为双目视觉，三个及三个以上摄像机工作则称为多目视觉。单目视觉只能获得二维图像信息，而双目视觉能够得到场景的深度信息，因为两个摄像机拍摄的角度不同，所以拍摄到的同一物体在二维图像中的坐标也就不同，再根据三角测距原理就可以得到物体的深度信息。摄像机越多，场景深度信息的误差也就越小，但计算量会大大增加。9.摄像机通过摄像机、计算芯片和算法的高度集成，可以进一步得到智能相机，并把很多需要解决的工作进行模块化封装，以及接口标准化。例如，一体化深度相机越来越普遍它无须用户自行设计算法，便可以轻松获取立体图像。投影式深度相机由常规相机、红外线激光投影仪和红外相机组成。红外线投影仪投影红外光，进而通过分析红外相机接收的反射光得到深度信息。也有仅采用双目方案的深度相机，这对算法要求很高，目前性能与前面所述投影式方案有些差距。近年来，智能相机可以用于同步定位与建图功能，这样能够进行室内外自主定位如图6.19所示，英特尔RealSense深度摄像头D435i包含一个RGB相机、两个红外相机、一个红外点阵投射器和一个IMU，其中，RGB相机用于采集彩色图片，红外点阵投射器用于发射红外线，红外相机用于接收红外线。英特尔RealSense追踪摄像头T265包含两个鱼眼镜头传感器、一个IMU和一个英特尔MovidiusMyriad2VPU，可直接输出三维坐标，满足机器人、无人机和增强现实快速原型制作需求。9.摄像机除此之外，还有一类光流传感器，如图6.20所示。光流是视野中由于摄像机和场景的相对运动导致观测目标、表面或边缘的表观运动模式。通常比较同一个实际目标点在两帧图像中对应的像素点，根据该像素点在两帧图像中的位置之差和两帧图像的时间差，来计算出像素点在图像中的运动速度，这需要假设目标点的灰度不变。根据所有或部分关键像素点的速度，可以推导出多旋翼的移动速度，即通过图像序列来对瞬时图像速度或离散图像位移进行估计。02状态估计1.滤波原理传感器测量出的数据往往具有一定的偏差，并不能直接使用。例如，如果直接使用陀螺仪测量的角速度来计算多旋翼的姿态角，那么角速度的误差会不断积累，导致测算出的姿态角与真实值之间的误差很大。因此，需要使用滤波器来处理传感器数据，以得到较为精确的测量值。滤波是对信号中的噪声进行消除或抑制。以低通滤波器在加速度计测量时输出的电压为例，低通滤波器允许频率低的信号通过，而频率高的信号则不能通过。电机和螺旋桨的振动频率相对较高，会导致加速度计发生信号畸变，即测量出来的电压振动频率高，幅度较大，而实际的多旋翼姿态变化的振动频率较低，其波动较小且变化连续，理论上加速度计输出电压的振动频率低且幅度小。1.滤波原理因此，为了抑制信号畸变的影响，将加速度计上一时刻的输出电压视为式(6.1)中的“上一时刻电压”，当前时刻的输出电压为式(6.1)中的“当前电压测量值”。显然直接使用当前电压测量值代替上一时刻电压进行迭代是不行的。因此，考虑给两者加上权值。例如给上一时刻电压95%的权值，当前电压测量值5%的权值，则加速度计输出电压的更新公式如式(6.1)所示当前时刻电压=0.95x上一时刻电压+0.05x当前电压测量值其中，当进行到下一时刻，将“当前时刻电压”作为“上一时刻电压”进行迭代。设置权值后，如果某一个时刻产生畸变信号，它只有5%被接受，那么当前时刻电压不会受到太大影响，这样便能极大地降低畸变信号的影响。正常情况下，多旋翼姿态发生变化后，当前电压测量值会不断地通过权重来影响当前时刻电压，使其发生变化若增加上一时刻电压的权重，则可以降低信号畸变的影响，但会使得计算出的电压延迟增大。1.滤波原理另外一种常用的滤波器为卡尔曼滤波器(KalmanFilter，KF)。卡尔曼滤波也称为线性二次型估计，能够从一系列不完全且包含噪声不确定性的观测量中估计系统的未知状态，其估计精度往往比单纯的基于单一观测量的方法更高。卡尔曼滤波只适用于线性系统，该系统的输入与输出成比例(即齐次性)，且多个输入相加之后作用在系统上所得到的输出等于分别作用在系统上所得输出之和(即叠加性)。而多旋翼的GNSS/INS状态方程和量测方程是非线性的，因此，通常使用扩展卡尔曼滤波器(ExtendedKalmanFilter，EKF)，将非线性问题转化为线性问题O,1。卡尔曼滤波器与前面经验数值公式中不同之处在于可以处理多维状态估计，此外，其权值可以根据系统参数在线自动调整而不是一个固定的权值。自驾仪滤波器调参的实验详见6.4.3节。2.姿态估计姿态估计是对姿态角进行估计，通常利用三轴加速度计、三轴陀螺仪和三轴磁力计的数据，通过线性互补滤波器、非线性互补滤波器或卡尔曼滤波器处理来得到姿态角估计值。三轴加速度计固连在多旋翼机体，其三轴与机体坐标系一致。因此，低频的俯仰角θm和滚转角Φm观测量可以由加速度计测量值bam近似得到，即其中，bam=[axbm

aybm

azbm]加度计测量值在机体的Obxb、Obyb和Obzb轴的分量。3.位置估计01基于GNSS的位置估计基于GNSS的位置估计常使用IMU、GNSS接收机和气压计。卡尔曼滤波器结合多旋翼运动学模型，融合不同传感器的信息来估计位置。GNSS接收机能够提供二维位置信息，气压计能够提供高度信息，则传感器观测模型为3.位置估计02基于SLAM的位置估计SLAM(SimultaneousLocalizationAndMapping)称为同步定位与建图技术。SLAM问题可以描述为机器人在估计自身位置的同时建造未知环境的增量式地图，实现自主定位和导航。相关文献可以参考[116]和117。SLAM技术可以基于不同类型的传感器包括距离传感器，如超声波测距仪和激光扫描测距仪，也可以基于方位传感器，如摄像机等;也有一些传感器融合的方案，如融合距离传感器和三维摄像机等方位传感器。表6.1和表6.2给出了一些SLAM系统和相关数据库，以帮助读者更好地理解。下面以基于激光的SLAM和基于单目视觉的SLAM为例展开介绍。3.位置估计02基于SLAM的位置估计激光SLAM是利用激光测距来进行定位与建图的。二维SLAM算法要求多旋翼定高飞行，特别是在走廊类型的空间中飞行，即要求空间的水平截面相同。如果多旋翼在复杂的三维空间飞行，那么需要采用三维SLAM算法。随着飞行空间增大，需要重建地图，存储的地图坐标会更多，计算量变得更复杂。相比全自主飞行，定点悬停飞行的难度要小得多，因为存储的地图坐标较少。谷歌提供了名为Cartographer的SLAM算法可以用于二维或三维的定位与建图，图6.24显示了官方例程的运行效果。3.位置估计02基于SLAM的位置估计视觉SLAM因相机种类的不同可以分为三类:单目相机、双目相机和RGB-D相机。其中，单目相机有一个摄像头，双目相机有两个摄像头，RGB-D相机可以额外地测出图像中每个像素与相机之间的距离。视觉SLAM包括两个核心步骤:定位和建图。在定位过程中，根据场景的结构信息求取摄像机的位置与姿态:而在建图过程中，根据求取的摄像机位置与姿态重建场景的三维结构。跟踪与建图任务交替进行，跟踪依赖于建图得到的场景结构信息，建图反过来依赖于跟踪求取的运动信息。3.位置估计02基于SLAM的位置估计一种常用的地图形式为八叉树地图。它把三维空间分成多个小方块，每个小方块存储了该方块在实际空间中是否存在物体的信息。如果需要更高的地图精度，那么可以将方块拆分成等大的八个小方块，再分别表示各空间里面是否存在物体。当八个小方块中都包含物体或都不包含物体时，则不需要将原先的方块进行拆分，以此节省存储空间。图6.25为视觉SLAM过程中建立的八叉树地图，随着时间增加，地图越建越大。03姿态控制和调试1.动态系统的基本描述多旋翼底层飞行控制的闭环结构如图6.26所示。多旋翼是一个欠驱动系统，即独立控制量个数小于系统自由度个数的系统，它虽然有六个自由度(三个自由度位置、三个自由度姿态)，但是只有四个独立输入(四个电机转速)。因此，多旋翼只能跟踪四个期望指令(三个自由度位置、偏航角)，剩余的变量由期望指令确定。1.动态系统的基本描述多旋翼采用内外环控制。外环控制器为位置控制器，内环控制器为姿态控制器，即先控制好多旋翼的姿态，再控制多旋翼的位置，动态系统的运行顺序如图6.26所示。先给出期望位置和期望偏航角，再通过期望位置与实际位置的偏差可以计算出期望俯仰角、期望滚转角和期望拉力:之后，根据期望姿态角和实际姿态角的偏差计算出期望力矩，然后结合期望拉力，通过控制分配器计算出期望螺旋桨转速;最后，利用期望螺旋桨转速计算出期望油门指令。计算完所有的期望值之后，多旋翼给电机控制器输出期望的控制信号，从而完成多旋翼的控制。1.动态系统的基本描述关于控制分配器，如果多旋翼是四旋翼，那么力和力矩四个独立输入将换算成四个螺旋桨的控制，通常期望这些控制作用到真实的四旋翼也能产生同样的力和力矩。如果多旋翼是十八旋翼，那么也只有力和力矩四个独立输入，并将其换算成十八个螺旋桨的控制。通常期望这些控制作用到真实的十八个旋翼也能产生同样的力和力矩。这样一来，控制器设计与多旋翼的旋翼个数及安装位置就解耦了。以下PID原理和调试步骤仅针对位置控制器和姿态控制器，通过控制器的设计，根据实时反馈，得到动态变化的力和力矩的期望。2.PID原理和调试步骤01PID控制原理PID算法是比例P(Proportion)、积分I(Integration)、微分D(Differentiation)组成的一种控制律算法。飞行器在空中飞行一共需要控制六个自由度，分别是高度、经度和纬度三个平移自由度，以及偏航、俯仰和滚转三个旋转自由度。那么，PID控制就是将这六个自由度变量偏差的比例、积分和微分之和作为控制器的输入，计算输出值的一种控制方法。常规PID控制系统结构框图如图6.27所示。2.PID原理和调试步骤01PID控制原理如图6.27所示，“p”参数可以理解为纠正偏差的力度，P参数越大，系统动作越快;“I”参数可以理解为要达到的精度，I参数越大态跟踪越精确;“D”参数可以防止力度太大造成的超调效果，可以理解为快要到达指定目标时提前减速的效果。PID算法已经有很长的历史，是目前应用最广泛的控制律算法。其因结构简单、稳定性好、工作可靠、调节方便而成为工业控制的主要技术之一。尤其是当被控对象的结构和参数不能被完全掌握，或得不到精确的数学模型时，系统控制器的结构和参数必须依靠经验和现场调试来确定。这时应用PID控制技术最为方便，多旋翼就是这样的典型。由于四旋翼种类不同，布局和重量也将不同，因此很难找到一个通用的数学模型所以在控制多旋翼的算法中，PID控制算法是目前使用次数最多的。2.PID原理和调试步骤02PID调试步骤PID调试是对PID控制器的比例系数、积分系数和微分系数参数进行调整，专业术语称为整定，又称为调参。只有合适的系数才能充分发挥控制器的性能，使被控对象得到精确的控制。而四旋翼的PID调参方法一般是按照临界比例度法的思路，结合试凑和经验进行边飞边调。常见的飞控调参界面如图6.28所示。2.PID原理和调试步骤02PID调试步骤以姿态控制器调参为例，分为内环和外环。内环调参目标是速率(对于姿态来说一般指角速率)，其相关的是飞行器的动态特性是否灵活，是否快速跟踪给定的姿态角速率指令，俗称“跟手”:而外环为姿态环(自稳)，调参目标是角度，外环相关的更多是飞行器的静态特性，如是否稳定及抗风性如何。需要注意的是，要完整地进行四旋翼的试凑调参，需要具备较高的飞行操作能力，至少能够在模拟器当中完成普通四旋翼增稳模式下的悬停飞行(见8