飞控控制性能提升的几点体会

andycao1860

在飞控的研发上，最有难度和挑战的恐怕就是控制性能的提升了。虽说论文一抓一大把，但是灌水的论文太多了，很难找到优秀的文章作为理论指导。另外，在市场上，有能力将理论算法与工程结合的很好的厂家也是屈指可数。

曾经在知乎上看过一个问答，就是讨论PID与先进控制在飞控上的应用情况。个人阅读了该问题下所有的回答，观察的结论是：客观现象是大部分的厂家，其实都只是用了串级的PID算法而已；大部分的工程师，也都认为PID足够使用了。

这里，个人的想法是，大部分厂家的确都是用的PID，但这不能说明PID就足够使用。业内优秀的飞控，在某些性能上是吊打其余厂家的，这个不仅仅是靠PID来满足的。

造成这个现象的原因有很多，最主要的还是搞飞行控制算法提升的优秀人才偏少（市场需求决定）；

第二，厂商对这方面的重视程度不够，需要投入的成本与效益不成比例；

第三，理论与工程应用的天然鸿沟，搞理论的工程能力不行，搞工程的又不完全懂理论；

第四，控制算法属于系统的顶层设计，往往其实是下层的问题没有解决好，只靠控制算法提升是做不好的（飞控这块需要先解决数据处理问题，再考虑控制问题）；

以上只是笔者的一家之言，仅供参考。

飞控控制性能指标讨论

假设：这里讨论的前提是飞机的动力足够，不需考虑动力系统问题。

抗风性/抗扰动能力

这个是一个关键指标，对应飞机说明书的抗风等级。

如何测试？

大风环境下测试悬停稳定性即可。动力满足的情况下，一般都可以抗住5-6级（常见的工业级别无人机），不会因为风大导致姿态翻转炸机。但是好与坏的区别就是其稳定性，如dji的飞控，在姿态的调整上不会过于频繁，而其余的飞控会动作很多，频繁修正，视觉感受不稳定。个人认为，区别在于控制算法上，常见的PID是主要靠积分控制作用，被动抗扰，积分作用起效慢，而风一般都是各个方向随机的作用于飞机上，所以得到的姿态目标会不断的调整变化，响应也慢；

还可以飞机机臂一侧，顶端挂重物。这个测试需要注意重物的重量不能太大，超出了控制能力。其次就是很多人测试的时候是将重物与机体固连，其实这样测试的话，没有达到测试效果，只有起飞瞬间，由于重心的偏移，导致飞机调整一下，正常飞行不会有任何影响。

推荐的做法是，用绳索挂载重物，这样当飞机姿态变化的时候，重物会开始摆动，这样当期望飞机悬停的时候，摆动的重物才会相当于不断的施加干扰力，类似于仿真测试的正弦扰动。

断桨保护

断桨保护功能其实涉及到比较多的东西，这里只是讨论控制维度。常见的6轴飞行器，如果突然停一桨，一般的PID也是能够恢复稳定的，核心还是在于积分项的控制作用是否够快；

而如果使用主动抗扰的算法，在恢复方面会比PID更快，更稳定；

这里多说一句，如果停两个桨叶，那就得看停哪两个桨。还有，断桨保护功能，如果能有反馈的电机转速，即知道哪个电机故障，其实不需要靠控制作用恢复，改变控制分配即可，现象上看，飞行器基本无影响，当然，对于控制而言，纯属作弊，这里不讨论。

鲁棒性

这里的鲁棒性，简单来说就是参数域广，如满载与空载飞行，常见的PID，其实也不需要进行参数调整。

算法上优化点：

动力分配上，考虑油门的自动调整；

引入前馈控制，提升手感；

传感器数据的动态陷波处理，尤其是IMU数据；

转速的反馈，断桨保护；

PID的滤波，包括目标输入的滤波，误差项的滤波，D项的滤波；

欧拉角形式改成四元数形式；

反馈回路的延时补偿；

串级的提升，位置-速度变成位置-速度-加速度；

干扰估计，并补偿；

控制算法选用鲁棒性强的控制算法；

某些工况下的参数自适应调整；


s曲线设计，提升点对点飞行的性能；

s曲线主要应用于位置轨迹的规划，根据位置目标，规划出合理的位置、速度、加速度目标，从而使得点到达精准。一般的做法是梯形移动，确定是加速度指令变化剧烈，因此采用s曲线技术，对加减速进行平滑，即对悸动（Jerk）控制。关于这方面的知识，可以阅读开源飞控代码。或者下面这篇文章

https://zhuanlan.zhihu.com/p/362729534
开源飞控PX4—S曲线路径规划（一）原理分析

https://zhuanlan.zhihu.com/p/362729534

具体算法上：

干扰估计，可以参考ADRC控制算法，控制的观测器设计（引入模型辨识，协助观测器的设计）；

干扰估计实际验证还是效果比较明显的，同一飞行器的同样PID参数，对比加入干扰补偿与不加的，理论来说主动抗扰会更快，但需要准确估计出干扰才可以；


先进控制算法，如L1自适应，鲁棒控制；

关于这些控制算法的尝试，后续会继续更新心得；

关于无人机行业的飞控算法工程师，笔者觉得，核心能力就是要能够提取出问题，合理选取算法并实现，验证。