陈 杰， 刘宜成， 王 宏， 涂海燕

(四川大学电气工程学院，成都 610065)

0 引言

四旋翼无人机(简称无人机)以其优良的特性，在巡逻、监视和搜救等[1]许多领域均得到广泛运用。传统的无人机一般采用惯性测量单元和全球定位系统提供位姿信息，但局部定位跟踪精度难以满足实际需求，而通过图像视觉伺服(IBVS)可以有效实现对目标的高精度定位和追踪[2]。目前，IBVS主要使用透视投影和图像矩建立无人机图像动力学模型，通过构建一个虚拟图像平面，将目标的图像矩转化到虚拟图像平面中[3-4]。

近年来，许多方法被应用于无人机IBVS控制。文献[5]推导出IBVS的动态方程，结合传统的PID控制，实现了无人机在识别到指定目标后的自主着陆；文献[6-7]利用目标在虚拟图像平面上的图像矩推导出IBVS动态方程，采用反步法设计控制器，实现了无人机对目标的稳定跟踪；文献[8]针对静止目标提出了一种输入饱和视觉伺服控制器，该控制律能适应图像深度的不确定性；文献[9]在此基础上优化了控制器结构，不再需要图像深度信息；文献[10]使用非线性观测器估计无人机的线速度，由球面投影和图像矩推导IBVS模型，并采用反步法设计控制器，实现了无人机对目标自主定位跟踪。但以上控制算法依赖于精确的系统模型，设计过程中简化了系统约束条件，抗干扰能力较差。

滑模控制因其对扰动较强的鲁棒性，在无人机控制领域得到了广泛的应用[11-12]；文献[13]建立了无人机IBVS系统误差模型，设计高阶super-twisting滑模观测器和控制器，实现了对目标的快速稳定跟踪；……