贾振宇，刘子龙

(上海理工大学 光电信息与计算机工程学院，上海 200093)

1 引 言

四旋翼在二十世纪初进入人们视野，且有数篇文章提取具体的建模方法和控制方法.作为一个典型的多输入多输出的非线性系统，具有强耦合，欠驱动等等一系列控制难点[1，2].针对四旋翼无人机控制系统的特点，研究人员提出了众多控制算法来优化无人机的姿态控制.尽管四旋翼这些年中取得了重大进展，但仍然面临诸多难点.首先，鉴于飞机的实时控制需要实时地采集和计算数据，所以就需要高度的时间敏感性.其次，飞机在飞行过程中应该能够适应各种复杂和恶劣的环境下保持姿态的稳定.考虑到这些因素，飞行控制仍然是一个机器热门的研究问题.

目前的主流控制算法还是以PID为主[3，4]，然而其抗干扰依托于积分项，当积分误差实时变化时，其抗干扰能力会很差，更重要的是PID的增益需要根据环境变化反复实现进行选择，难以满足其动态性能.因此，诸多研究者为了更好的克服这些问题，提出了许多高级控制策略来保证姿态的稳定：通过模型预测控制[5]，鲁棒控制[6]和滑模控制[7]等，但这些方法却都又存在一个共同的问题，控制策略与当前模型的确定性关系很大.如果模型不够准确即忽视外部干扰，那么这些控制方案就无法实现理想的控制效果.但如果模型为了准确性而过于复杂，这会使控制率也变得异常复杂.

在过去数十年，人工智能技术……