航空中的力反饋技術(shù)*

潘 祥 葉永強

南京航空航天大學自動化學院，南京210016

力反饋(Force Feedback)本來是一種虛擬現(xiàn)實技術(shù)。隨著科技的發(fā)展，力反饋技術(shù)在航空領(lǐng)域的研究引起了科學家的關(guān)注，例如無人機遙操作、提高飛機飛行安全性等方面。

最近幾十年，大量的研究聚焦于解決遙操作機器人的內(nèi)在問題，后來隨著無人機的發(fā)展需要，無人機遙操作成為了熱點領(lǐng)域［1–14］。在無人機遙操作中，操作者與無人機從物理上分離，配備有控制接口的地面控制站主要負責引導無人機飛行。地面控制站所獲得的控制信息通常是視覺的。安裝在無人機上的攝像機發(fā)送回圖像信息，供操作人員參考并發(fā)送控制命令，但是這種信息通常受限于分辨率大小、動態(tài)范圍、視野等因素，以至于在視野之外的障礙物不能被檢測到而導致無人機與障礙物的碰撞。地面控制站操作人員也缺乏飛行員的感官信息，例如聲音、飛機震動、物理運動等，從而易影響狀態(tài)感知。另外，無人機遙操作中，無人機與地面控制站之間的通信可能存在可觀的時延，導致遙操作效率和安全性降低［5－14］。經(jīng)研究發(fā)現(xiàn)，通過觸覺控制設(shè)備反饋一個附加力，能夠彌補視覺信息的不足，從而提高遙操作效率和安全性。于是H.W.Boschloo和T.M.Lam等把力反饋應用到無人機遙操作中［5－14］。在起初的研究中，沒有考慮通信時延問題［5－6］，此后又引入波變量與力反饋技術(shù)的結(jié)合解決了時延問題［10］。操作員通過力反饋控制設(shè)備可以感知無人機周圍環(huán)境信息，從而補償了視覺信息的不足。波變量的引入，雖然解決了時延問題，但是操縱負荷仍然很大，于是力剛度反饋技術(shù)被提出［12－13］。

100年前，自萊特兄弟發(fā)明動力飛機，由飛行員誘導的震蕩(Pilot－Induced Oscillation，PIO)就是一個影響航空安全的重要因素。即便對于當今先進的電傳飛控系統(tǒng)，仍然是一個影響航空安全的問題。執(zhí)行器速率受限是導致PIO的主要因素，智能提示和智能增益技術(shù)主要用于降低這種PIO對飛機飛行安全的影響［15－19］。

本文綜述力反饋技術(shù)在無人機遙操作和降低飛機失控率及提高飛機飛行安全性2個方面的應用，分別對其進行詳細的分析和探討，并對它們應用力反饋的模式進行理論性總結(jié)和思考。

1 在無人機遙操作中的應用

1.1 基于觸覺反饋的無人機遙操作

H.W.Boschloo和T.M.Lam等首次把力反饋技術(shù)應用到無人機遙操作時，沒有考慮時延問題［5－6］。研究發(fā)現(xiàn)，提供附加信息，如補償力，能夠彌補視覺信息的不足，提高遙操作效率和安全性。早期主要集中于人工力場(Artificial Force Field，AFF)的研究，即在無人機逼近障礙物時，如何計算操作員感受的力。人工力場算法早期已有很多研究［5－6］，這些研究的核心思想都是通過操縱桿把環(huán)境限制映射為虛擬力，從而設(shè)計和計算虛擬力場。力反饋示意圖如圖1所示，F(xiàn)h為操縱員施加的力，Hst為操縱桿質(zhì)量－彈簧－阻尼動態(tài)系統(tǒng)，xst為最終傳輸?shù)綗o人機的命令信號，HUAV為無人機動態(tài)系統(tǒng)，AFF為人工力場，F(xiàn)f為人工力場反饋力，F(xiàn)st=Fh－Ff。

圖1 力反饋概要圖

如果人工力場設(shè)計不當，反饋力反而會導致操縱困難，引起沖突，增加操作員心理負荷等危險因素影響。Boschloo等最早是針對遙操作直升機躲避障礙物，用2種力向量探究人工力域:基本風險域和參數(shù)風險域［5］。

基本風險(力)域通過給廣義潛在域(Generalized Potential Field)［5］增加一個僅依賴于無人機與障礙物之間的距離d的額外條件而得到，如式(2)，廣義潛在域如式(1)。

式(1)和(2)中，tmax=2d/vi，tmin=vi/amax，vi是指無人機向障礙物接近的速度，amax是最大加速度，d是無人機與障礙物之間的距離。

可以看出，對于基本風險域，速度越大，最大風險域越大，從而容易高估風險。這種方法幾乎不能控制風險域形狀。然而控制風險域形狀又是極其重要的，因為它確定了操作員如何感知和對風險域做出反應。所以需要把風險域限制在一定范圍之內(nèi)，從而參數(shù)化風險域被提出［5］，如圖2所示，αmax是指最大減速度，v是速度向量，時間常數(shù) tahead要保證即使在無人機高速行駛的情況下，操作員也有充足的反應時間。

參數(shù)化風險域，依賴于參數(shù)并描述最大風險臨界域(灰度區(qū)域，記為Φ)與最小風險臨界域(最外層輪廓線包圍，Φ之外的區(qū)域，記為Ψ)。參數(shù)化風險域中向量P的風險值可由公式(3)計算得到。

其中，d是指P點到Φ域邊界的最短距離，d0是指Φ域邊界與Ψ域的外邊界之間的距離。

在基本風險域中，當無人機接近障礙物的時候，反饋力成指數(shù)增加。距離被分為不同的區(qū)域，反饋力基于無人機所在的區(qū)域而變化。這2種方法分別基于徑向風險向量和法向風險向量。Boschloo等通過在二維條件下的仿真實驗，發(fā)現(xiàn)基于徑向風險向量的參數(shù)化風險域方法發(fā)生碰撞障礙物的次數(shù)最少。

圖2 參數(shù)化力域中參數(shù)和變量的定義［10］

后來，Lam等繼續(xù)對這2種人工力域法進行研究［6，11］，在他們的仿真試驗中，環(huán)境是三維的，運動被轉(zhuǎn)換為二維。反饋力通過一個電動液壓側(cè)操縱桿提供，實驗結(jié)果分別在沖突次數(shù)、完成任務的時間、平均速度、基于NASA－TLX的工作負荷等方面被量化分析。實驗發(fā)現(xiàn)觸覺力反饋確實可以降低碰撞次數(shù)，但是當觸覺控制設(shè)備提供的排斥力要求抵消來自操作者的力時，操作員的工作負荷可能會比較大。

1.2 基于波變量的力反饋無人機遙操作

在閉環(huán)回路系統(tǒng)中，時延是一個不可回避的問題，遙操作性能常因時延而被惡化，甚至一個短的時延也可能導致控制困難。在無人機遙操作中，盡管力反饋能夠彌補視覺信息的不足，改善遙操作性能，但是通訊時延通常會誘發(fā)控制問題，導致不穩(wěn)定操作。因此，操作員必須把它看作額外干擾來考慮。2008年之前，時延問題是阻礙觸覺力反饋無人機遙操作進一步發(fā)展的一個重要因素。此前大量研究發(fā)現(xiàn)，波變量技術(shù)能夠保持通信信道的穩(wěn)定性，而且不必知道具體時延大小。T.M.Lam等創(chuàng)造性地把波變量引入力反饋無人機遙操作，有效地改善了遙操作中存在的時延問題［10］。波變量由Niemeyer and Slotine［20］提出，是從功率變量轉(zhuǎn)換而來的。功率輸入流Pin是速度x·和力F的函數(shù)，如式(4)

正向傳輸波變量u和反向傳輸波變量v如式(5)所定義，

用式(5)替換式(4)中的x·，F(xiàn)，功率公式可以用式(6)表示，

可以看出，功率等式中2個波變量之間不再是乘法關(guān)系，而是變?yōu)楹偷年P(guān)系。因此，極大地降低了功率傳輸對于時延的敏感度。

T.M.Lam等通過離線仿真實驗驗證了波變量與力反饋的結(jié)合能很好的解決時延的問題。他們的實驗任務是基于無人直升機躲避障礙物的，是一種人在回路的系統(tǒng)。實驗結(jié)果顯示，波變量也具有潛在改善被時延惡化的狀態(tài)透明度的能力。在力反饋中引入波變量能夠顯著地降低時延的影響，沖突次數(shù)甚至低于無時延時的觸覺力反饋方法，但是其導致了較大的操作負荷。

圖3是一個通過波變量傳輸?shù)臅r延通訊主從系統(tǒng)。下標“m”和“s”分別表示主端(地面控制站)和從端(無人機)。下標“h”，“sd”和“e”分別表示操作員手柄、從端期望值和從端周圍環(huán)境。時延影響的降低歸功于來自從端的排斥力Fs。

圖3 利用波變量的主端和從端信息傳輸

從圖3可以看出，除了從端到主端的反饋力外，波變量變換也引入了幾個內(nèi)部反饋路徑。在虛線矩形框A內(nèi)的內(nèi)反饋通過波阻抗b不受時延影響。

第2個反饋路徑如虛線矩形框B，涉及在時延通信信道中的波變量循環(huán)，能夠?qū)е虏ǚ瓷?。變換公式(5)，使其分別適應于主端和從端，可以清晰地看出以上反饋，如式(7)和(8)所示，

波變量um和vs分別包含其逆向傳輸波vm和us，波反射不包含太多有用信息。另外，波反射可能會引起不期望的震蕩，導致控制困難。因此，Niemeyer和Slotine建議，用阻抗匹配技術(shù)或者濾波器消除返回波，從而最小化波反射［21］。第3個內(nèi)部反饋如虛線矩形框C，涉及排斥力Fs的即時反饋。因此，從端響應不再完全依賴于操作員的延遲響應，當操作員感知到排斥力時，從端已經(jīng)對排斥力作出響應。

1.3 基于力剛度反饋的無人機遙操作

在力反饋技術(shù)中引入波變量，解決了觸覺力反饋遙操作中的通信時延問題，明顯地降低了沖突次數(shù)，但是付出了高操作負荷的代價［10］。最近的一些研究發(fā)現(xiàn)，由Abbink和Mulder提出的剛度反饋方法能夠降低操作負荷［22］，所以把力反饋和剛度反饋結(jié)合起來具有重要的意義。T.M.Lam等把力剛度反饋技術(shù)(force－stiffness feedback)用于無人機遙操作中［12－13］，總的施加力如式(9)所示

其中，F(xiàn)st(xst)=kstxst是操縱桿力，是位置xst的函數(shù); kst是一個彈性常量。Fs(xst，i)=ks(i)xst，ks(i)是一個額外彈性負荷。Ff(i)是來自于控制設(shè)備的反作用力。F's(i)=(ks(i)/kst)Ff(i)表示附加力補償。

力剛度反饋結(jié)合了力反饋和剛度反饋的優(yōu)點:力反饋主動引導無人機躲避障礙物，剛度反饋告知操作員不期望的操縱桿偏度，并且約束它們，使得操縱桿不要偏離反饋力提供的引導太大。剛度反饋可以被看作是通知操作員有緊急狀態(tài)的觸覺顯示。當剛度反饋的增益增加時，操作員幾乎不可能做出突破力反饋的操作，因此，整個系統(tǒng)更加自動化。從而，力剛度反饋減少了操作員的操縱負荷。

T.M.Lam等通過帶有典型神經(jīng)肌肉模型的離線計算機仿真證明了力剛度反饋的特性，仿真只考慮滾轉(zhuǎn)和俯仰2個軸。分別從碰撞避免效率、控制主動程度和操縱負荷方面驗證力剛度反饋性能。

設(shè)L(i,j)和Lu,v(i,j)分別表示工序u(或v)移動之前和之后，析取圖中從工序i的節(jié)點到j的節(jié)點最長路徑的長度，λu,v(i,j)表示Lu,v(i,j)的近似值。工序u和v在同一臺機器上，且工序u先于v加工，則工序u與v及其之間，同一臺機器上的工序序列為Q={u,l1,l2,,lk,v}，近似評價的基本思想是在工序u(或v)移動之后，依次重新計算Q中工序的頭長度和尾長度的近似值，然后按照式(5)，取頭尾長度之和的最大值近似為新的最大完工時間。

對比力反饋方法，T.M.Lam等的力剛度反饋配置并沒有產(chǎn)生理論上的結(jié)果，沒有明顯地減少操作員負荷，控制主動性也沒有減少。然而，它的確減少了無人機碰撞到障礙物的次數(shù)，提高了操作性能，更好地調(diào)整力反饋與剛度反饋的設(shè)置，有待進一步的研究。

2 在降低失控率、提高飛行安全性中的應用

飛行員誘發(fā)的震蕩(Pilot Induced Oscillation，PIO)是導致現(xiàn)代電傳飛控系統(tǒng)飛機失控的主要因素。執(zhí)行器速率限制是引起II類PIO的重要原因。首先，作動器發(fā)生速率飽和后，舵面指令和實際舵面位置之間會產(chǎn)生附加的相位滯后，舵面響應將滯后于快速變化的指令，系統(tǒng)的閉環(huán)穩(wěn)定性降低。而附加的相位滯后所帶來的時間延遲，使駕駛員以更快的輸入補償飛機的響應。其次，由于速率限制導致系統(tǒng)的等效增益降低，駕駛員會感到操縱效率下降而以更大的輸入進行補償。這時極有可能導致飛機發(fā)生PIO或出現(xiàn)不穩(wěn)定現(xiàn)象。已有的抑制PIO的方法都是基于濾波器和速率相位補償器等方法［23－27］。這些“修復性”的方法都是假定控制系統(tǒng)各元素全是按照設(shè)計者意愿工作。然而，從控制面速率不足或控制系統(tǒng)元件故障到設(shè)計錯誤，通常都是不宜人機交互產(chǎn)生的根源，因此產(chǎn)生實際系統(tǒng)與理想系統(tǒng)的偏差。這種認識實際上就是促使A’Harrah提出失控抑制系統(tǒng) (Loss of Control Inhibition System，LOCIS)概念的因素之一。從而，引發(fā)科學家從這種偏差(也稱動態(tài)扭曲)出發(fā)，研究處理不宜人機交互的方法［15－19］。

David H.Klyde等于2008年首次應用力反饋技術(shù)，基于動態(tài)扭曲思想，提出智能提示(Smart－Cue)和智能增益(Smart－Gain)概念［15］，并通過仿真實驗評估這2個概念，實驗是利用Calspan公司的Learjet II飛行模擬器，任務是完成飛機的精確著陸。分別設(shè)計3種環(huán)境:平靜無風的天氣、中度湍流天氣、明顯的側(cè)向風天氣。同時為了降低復雜度，僅針對側(cè)向軸進行實驗測試［15－17］。2009年又針對俯仰軸，通過正弦和補償性跟蹤任務評估智能提示和智能增益概念［18］。他們通過仿真實驗，驗證了智能提示與智能增益的結(jié)合能夠有效地抑制II類PIO，降低飛機失控率，從而提高飛機飛行安全。

2.1 智能提示

智能提示是一種力反饋方法，其基本原理是將理想飛控系統(tǒng)與實際飛控系統(tǒng)各自對操縱桿的響應之差以力的形式反饋給飛行員，以提示飛行員針對這一差值做出合理的操作。應用理想飛控系統(tǒng)存儲一個類似于理想閥觸底特性(ideal valve－bottoming characteristic)的反饋力提示。智能提示系統(tǒng)如圖4所示。

圖4 智能提示系統(tǒng)圖［15，19］

智能提示的核心思想是，存儲一種類似于理想閥門觸底(valve－bottoming)特性的反饋力并作為一種本體感受呈獻給飛行員。這種功能的機械化通常是基于一種具有反向驅(qū)動能力的操縱器。原理上，這種操縱器是一個可調(diào)節(jié)的彈性梯度人工感覺系統(tǒng)力產(chǎn)生器。

執(zhí)行器中的速率限制易導致PIO，從而導致飛機失控。在理想的仿真中，在人機系統(tǒng)線性操作的范圍內(nèi)，彈性梯度力和特定的控制面成比例。當飛行員輸入的控制信號超過速度限制時，就要增大反饋力。從而模擬了閥觸底虛擬停止。對于這種極端情況，有如下影響:

1)提示飛行員由于速率限制導致的PIO發(fā)生;

3)只要動態(tài)扭曲存在，飛行員輸入與舵面響應之間的時延被限制在時間滯后(Tlag)之內(nèi)。

盡管基本概念已經(jīng)清楚，但是Smart－Cue概念如何被機械化，如何被整合在現(xiàn)代飛控系統(tǒng)中，必須考慮如下2個問題:

1)提示函數(shù)的設(shè)計。這個函數(shù)的功能是尋找位置閾值的大小，確定如何打開、關(guān)閉智能提示(力反饋);

2)限制函數(shù)的設(shè)計。這個函數(shù)的功能是確定計算反饋力的方法。反饋力是動態(tài)扭曲的函數(shù)，各種反饋力梯度方法都是可選的。

智能提示主要內(nèi)容就是2個函數(shù):提示函數(shù)和限制函數(shù)。前者警示具有潛在的操縱品質(zhì)惡化的趨勢，后者是限制飛行員輸入，從而抵消惡化的趨勢。

2.2 智能增益

智能提示能夠有效限制操縱桿在一個安全槽(trough)內(nèi)移動。當提示力作為位置差的遞增函數(shù)時，這個槽的大小會更加顯著。無法具體找到一種提示力水平，然而這樣也就允許飛行員在不考慮智能提示力力度的情況下自由地作出滾轉(zhuǎn)軸修正，所以，對于智能提示仍有很大的改進空間。因此，一種命令路徑增益調(diào)節(jié)機制——智能增益被提出，用于抑制大的反饋力。

智能增益也是一種基于舵面位置之差(動態(tài)扭曲)的方法，是一種命令路徑增益調(diào)節(jié)機制，用于連接傳動裝置與飛行控制系統(tǒng)。其避免了命令路徑增益下降技術(shù)(如PIO filter)不考慮控制系統(tǒng)響應的缺點，使得飛行員輸入以舵面位置之差的函數(shù)被衰減，從而通過降低飛機失控事件的發(fā)生，提高飛行安全性。智能增益系統(tǒng)如圖5所示。

圖5 智能增益系統(tǒng)圖［15，19］

以前應用在航天飛機中抑制PIO的方法(如PIOS filter)都是命令路徑增益下降技術(shù) (command path gain reduction technique)［23］。飛行員輸入作為輸入頻率的遞減函數(shù)，沒有考慮控制系統(tǒng)響應。因此，不論是否需要削弱輸入，只要輸入頻率增大，輸入都會被衰減。智能增益作為位置差(position error)的函數(shù)被削弱，避免了只考慮輸入，而不考慮輸出的缺點。因此智能增益是一個關(guān)鍵性的創(chuàng)新思想。

智能增益函數(shù)的設(shè)計是一個難點，開關(guān)閥δlag的確定方法也是智能增益中一個關(guān)鍵性問題。智能增益和智能提示可共用同一個開關(guān)閥，從而利用式(10)確定何時打開(何時關(guān)閉)智能增益和智能提示。

其中，“1”代表打開智能增益，“0”代表關(guān)閉智能增益。

有效調(diào)節(jié)智能增益與智能提示的結(jié)合，即協(xié)調(diào)好何時打開、關(guān)閉智能增益和智能提示，才能有效發(fā)揮智能增益的效能。δlag的實現(xiàn)機制有待進一步的研究和探討。

3 結(jié)論

H.W.Boschloo等于2004年首次將力反饋技術(shù)應用于無人機遙操作，他們起初主要研究人工力場發(fā)展。其后，T.M.Lam等繼續(xù)了這一領(lǐng)域的研究。起初，沒有考慮通信時延問題，僅考慮利用力反饋技術(shù)規(guī)避視覺傳感器(攝像機等)的弊端(分辨率、角度范圍限制等)。后來，引入波變量，結(jié)合力反饋技術(shù)，有效地解決了通信時延導致的操作困難。時延問題、透明度等問題，通過利用力反饋技術(shù)，都能得到很好的解決。但是，操作員負荷量仍然很大。為減少操作員負荷量，T.M.Lam等又引入剛度反饋，自動限制力反饋，提出了力剛度反饋方法。理論上這種方法能夠極大地降低操作員負荷量，但是仿真實驗結(jié)果沒有像預期那樣明顯減少操作員負荷量，說明當前力反饋與剛度反饋的參數(shù)選擇、調(diào)整不合適，有待進一步研究，尋找更好的調(diào)節(jié)設(shè)置。在T.M.Lam等的研究中，力反饋和剛度反饋是基于相同的人工立場，是否可以考慮剛度反饋選擇另一個人工立場，例如基于無人機與障礙物距離以及其它自由度優(yōu)化變量的人工力場等。

David H.Klyde等于2008年首次提出智能提示和智能增益概念，用于抑制由于執(zhí)行器速率限制導致的PIO(II類PIO)，力反饋技術(shù)被應用到控制飛行安全性中。兩年間David H.Klyde等發(fā)表5篇此類文章，起初是進行基于側(cè)向軸仿真實驗，后又基于俯仰軸進行仿真實驗。兩類實驗都表明結(jié)合運用智能提示和智能增益技術(shù)能夠很好地抑制 II型PIO，明顯地降低飛機失控率，從而有效地提高飛機飛行安全。

在無人機遙操作中，力反饋的作用是主動引導無人機避開障礙物，剛度反饋的作用是通知操作員有不期望的操縱桿偏度，限制其偏離力反饋的引導太大。在有人駕駛飛機中，即在飛行安全控制中，力反饋(smart－cue)同時考慮飛行員輸入和舵面輸出，用于提示飛行員有PIO(動態(tài)扭曲)發(fā)生，并把操縱桿限制在一定范圍內(nèi)。智能增益是一種命令路徑調(diào)節(jié)機制，用于抑制II類PIO?？梢园l(fā)現(xiàn)，在利用力反饋的同時，也應考慮一種抑制(限制)技術(shù)，用于抑制人為導致的過操作。剛度反饋與智能增益的意義相同，都是用于抑制過操作。今后可以研究的課題包括:是否可以把智能提示和智能增益思想應用到無人機遙操作中，以更好地解決無人機遙操作中仍然存在的問題;是否可以把波變量引入飛機安全飛行控制中等。

［1］ C.B.Monson，C.S.Fong，R.A.Marsh，et al.Addressing the Human Element in Unmanned Aerial Vehicles［C］://Proceedings of 36th AIAA Aerospace Sciences Meeting，Reno，USA，pp.1-7，Jan.1998.

［2］ K.P.Valavanis.Advances in Unmanned Aerial Vehicles:State of the Art and the Road to Autonomy［M］.Netherlands:Springer，2007.

［3］ P.Hokayem and M.Spong.Bilateral Teleoperation:An Historical Survey［J］.Automatica，2006，42(12): 2035-2057.

［4］ D.Xiao and R.Hubbold.Navigation Guided by Artificial Force Fields［C］://Proceedings of ACM CHI 98 Conference on Human Factors in Computing Systems，New York，pp.179-186，Apr.1998.

［5］ H.W.Boschloo，T.M.Lam，M.Mulder，et al.Collision Avoidance for a Remotely-operated Helicopter Using Haptic Feedback［C］://Proceedings of 2004 IEEE International Conference on Systems，Man，and Cybernetics，Hague，pp.229-235，2004.

［6］ T.M.Lam，H.W.Boschloo，M.Mulder，et al.Effect of Haptic Feedback in a Trajectory Following Task with an Unmanned Aerial Vehicle［C］://Proceedings of IEEE International Conference on Systems，Man，and Cybernetics，Hague，Netherlands，pp.2500-2506，Oct.2004.

［7］ T.M.Lam，M.Mulder，and van M.M.Paassen.Haptic Feedback for UAV Teleoperation-force Offset and Spring Load Modification［C］://Proceedings of IEEE International Conference on Systems，Man，and Cybernetics，Taipei，pp.1618-1623，Oct.2006.

［8］ T.M.Lam，V.Amelio，M.Mulder，et al.UAV Teleop-eration Using Haptics with a Degraded Visual Interface［C］://Proceedings of IEEE International Conference on Systems，Man，and Cybernetics，Taipei，pp.2440-2445，Oct.2006.

［9］ T.M.Lam，M.Mulder，and M.M.van Paassen.Haptic Interface for UAV Collision Avoidance［J］.International Journal of Aviation Psychology，2007，17(2):167-195.

［10］ T.M.Lam，M.Mulder，and M.M.van Paassen.Haptic Feedback in Uninhabited Aerial Vehicle Teleoperation with Time Delay［J］.AIAA Journal of Guidance，Control，and Dynamics，2008，31(6):1728-1739.

［11］ T.M.Lam，H.W.Boschloo，M.Mulder.Artificial Force Field for Haptic Feedback in the UAV Teleoperation［J］.IEEE Transactions on Systems，Man，and Cybernetics，Part A:Systems and Humans，2009，39(6): 1316-1330.

［12］ T.M.Lam，M.Mulder，M.M.van Paassen.Force-stiffness Feedback in Uninhabited Aerial Vehicle Teleoperation with Time Delay［J］.AIAA Journal of Guidance，Control，and Dynamics，May 2009，32(3):821-836.

［13］ T.M.Lam，M.Mulder，and M.M.van Paassen.Forcestiffness Feedback in UAV Tele-operation with Time Delay［C］://Proceedings of AIAA Guidance，Navigation，and Control Conference，Chicago，Illinois，pp.1-22，Aug.2009.

［14］ Adam M.Brandt and Mark B.Colton.Haptic Collision Avoidance for a Remotely Operated Quadrotor UAV in Indoor Environments［C］://Proceedings of 2010 IEEE International Conference on Systems，Man，and Cybernetics，Istanbul，pp.2724-2731，Oct.2010.

［15］ Klyde，D.H.，and D.McRuer.Development of Smart-Cue and Smart-Gain Concepts to Alleviate Pilot-Vehicle System Loss of Control［C］://Proceedings of Atmospheric Flight Mechanics Conference，Honolulu，Hawaii，AIAA 2008-6209，August 18-21，2008.

［16］ Klyde，D.H.，and C.Y.Liang.Approach and Landing Flight Test Evaluation of Smart-Cue and Smart-Gain Concepts［C］://Proceedings of AIAA Atmospheric Flight Mechanics Conference，Honolulu，Hawaii，AIAA 2008-6210，18-21 August，2008.

［17］ David H.Klyde and Chi-Ying Liang.Approach and Landing Flight Evaluation of Smart-cue and Smart-gain Concepts［J］.AIAA Journal of Guidance，Control and Dynamics，2009，32(4):1057-1070.

［18］ Klyde，D.H.，and C.Y.Liang.Flight Assessment of Pilot Behavior with Smart-Cue and Smart-Gain Concepts Active［C］://Proceedings of Atmospheric Flight Mechanics Conference，Chicago，Illinois，AIAA 2009-5606，18-21 August，2009.

［19］ David H.Klyde and Duane McRuer.Smart-cue and Smart-gain Concepts Development to Alleviate Loss of Control［J］.AIAA Journal of Guidance，Control，and Dynamics，2009，32(5):1409-1417.

［20］ Niemeyer，G.，and Slotine，J.J.E..Stable Adaptive Teleoperation［J］.IEEE Journal of Oceanic Engineering，1991，16(1):152-162.

［21］ G.Niemeyer and J.J.E.Slotine.Telemanipulation with Time Delays［J］.International Journal of Robotics Research，2004，23(9):873-890.

［22］ D.A.Abbink and M.Mulder.Exploring the Dimensions of Haptic Feedback Support inManual Control［J］.Journal of Computing and Information Science Engineering，2009，9(1):1-9.

［23］ Smith，J.W.，and Edwards，J.W.Design of a Nonlinear Adaptive Filter for Suppression of Shuttle Pilot-Induced Oscillation Tendencies［Z］.NASA TM-81349，1980.

［24］ Garland，M.P.，Nelson，M.K.，Patterson，R.C.F-16 Flying Qualities with External Stores［R］.Air Force Flight Test Center TR-80-29，F(xiàn)eb.1981.

［25］ Rundqwist，L.，and Hillgren，R..Phase Compensation of Rate Limiters in JAS 39 Gripen［C］://Proceedings of Atmospheric Flight Mechanics Conference，San Diego，CA，pp.69-79，Jul.1996.

［26］ Donley，S.T.，Gross，G.L.，and Koper，J.L..Actuator Rate Saturation Compensator:U.S.，Patent Number 4866361［P］.12 Sept.1989.

［27］ Cox，C.J.，and Lewis，C.E..Pilot-Induced Oscillation Detection and Compensation Apparatus and Method:U.S.，Patent Number 5935177［P］.10 Aug.1999.