四旋翼無人機設(shè)計要點探究

劉歡歡 高偉坤 張海娜

（天津航天中為數(shù)據(jù)系統(tǒng)科技有限公司，天津 300301）

四旋翼無人機因其簡單的結(jié)構(gòu)、靈活的飛行方式以及相對低廉的成本，成為民用和商業(yè)領(lǐng)域常見的無人機類型之一，在農(nóng)業(yè)、環(huán)境監(jiān)測、物流、搜索救援等領(lǐng)域獲得了廣泛的應(yīng)用。四旋翼無人機的設(shè)計和性能直接影響其在實際應(yīng)用中的效果和表現(xiàn)，其設(shè)計過程中常存在飛行時間受限、障礙物感知不足、惡劣氣象下的穩(wěn)定性問題等技術(shù)難題[1]。

1 四旋翼無人機設(shè)計中存在的技術(shù)缺陷

1.1 飛行時間和續(xù)航問題

無人機的續(xù)航時間受電池容量和能耗的限制，在實際應(yīng)用中直接影響無人機的任務(wù)執(zhí)行能力和效率。在執(zhí)行飛行任務(wù)中，無人機需要在一定時間內(nèi)完成特定的操作，而續(xù)航時間的限制可能會限制其在空中的持續(xù)執(zhí)行時間。這一問題在農(nóng)業(yè)作業(yè)、巡檢、搜索救援等領(lǐng)域尤為突出。

電池容量是決定無人機飛行時間的關(guān)鍵因素。較大的電池容量通常意味著更長的飛行時間，但也帶來了重量和體積的增加，影響無人機的有效載荷和整體性能。設(shè)計者需要在電池容量、飛行時間和無人機性能之間進行權(quán)衡，以滿足不同應(yīng)用場景的需求。無人機在執(zhí)行不同飛行任務(wù)中消耗的能量是影響續(xù)航時間的重要因素。不同任務(wù)對能量的需求不同，如高速飛行和懸停狀態(tài)下的能耗差異較大。飛行速度越快，飛行中產(chǎn)生的氣動阻力越大，從而加大能耗。此外，無人機的懸停和起降等操作同樣消耗能量[2]。因此，設(shè)計者需要根據(jù)任務(wù)需求，優(yōu)化無人機的飛行軌跡和速度，降低能耗，從而延長續(xù)航時間。

1.2 避障與障礙物感知問題

障礙物感知主要依賴傳感器來獲取環(huán)境中的信息。然而，不同類型的傳感器在感知范圍、精度、抗干擾能力等方面存在差異。激光雷達可以提供高分辨率的數(shù)據(jù)，但在雨雪天氣或光線不足的情況下可能受到影響。障礙物感知問題涉及傳感器的性能和精度。以毫米波雷達的障礙物檢測范圍R為例，其與工作頻率f和天線尺寸有關(guān)，可表示為

式中：c為光速；λ為波長；Atx和Arx分別為天線的發(fā)射面積和接收面積?，F(xiàn)代無人機常采用多傳感器融合的方法來提升感知障礙物的準確性。然而，多傳感器融合涉及大量的數(shù)據(jù)處理和算法設(shè)計。不同傳感器之間的數(shù)據(jù)融合、坐標系轉(zhuǎn)換、噪聲濾除等問題都需要解決。此外，如何在實時性要求較高的情況下處理傳感器數(shù)據(jù)，實現(xiàn)實時的障礙物感知和避障決策，也是一個關(guān)鍵的技術(shù)難題。

1.3 高風速和惡劣氣象條件下的穩(wěn)定性問題

風速的增加會對無人機的穩(wěn)定性產(chǎn)生顯著影響。風會導致氣動力的不平衡，進而影響無人機的姿態(tài)控制和飛行軌跡。無人機在高風速環(huán)境下容易出現(xiàn)飛行偏移、姿態(tài)失控等問題。風速對無人機穩(wěn)定性的影響可表示為

式中：Fwind為風速產(chǎn)生的氣動力；ρ為空氣密度；A為無人機的參考面積；Vwind為風速。

除了風速，惡劣的氣象條件如降雨、降雪、低能見度等也會對無人機的穩(wěn)定性造成影響。降雨或降雪可能會附著在無人機表面，增加飛行阻力，影響飛行性能。低能見度會減少傳感器的工作效果，降低感知能力。在這些惡劣氣象條件下，無人機的控制和導航變得更加困難。不同外部條件下，無人機的穩(wěn)定性差異如表1 所示。

表1 不同外部條件下的穩(wěn)定性差異

由表1 可知，隨著風速的增加和惡劣氣象條件的惡化，無人機的穩(wěn)定性受到越來越大的影響。針對高風速和惡劣氣象條件下的穩(wěn)定性問題，需設(shè)計合適的控制算法，同時需加強結(jié)構(gòu)強度和優(yōu)化飛行控制系統(tǒng)。

2 四旋翼無人機設(shè)計問題的優(yōu)化措施

2.1 設(shè)計高效的電源管理系統(tǒng)，提高無人機功耗效率

電源管理系統(tǒng)的高效性對于提高無人機的續(xù)航能力和飛行性能至關(guān)重要。其中，最大功率點追蹤（Maximum Power Point Tracking，MPPT）技術(shù)是提高太陽能電池效率的關(guān)鍵技術(shù)。MPPT 技術(shù)的核心思想是通過實時監(jiān)測太陽能電池的電壓和電流，計算當前工作點對應(yīng)的功率，并根據(jù)功率曲線尋找最大功率點。這樣無論太陽能電池的工作環(huán)境如何變化，MPPT 控制器都能夠?qū)崟r調(diào)整工作點，確保太陽能電池始終在最大功率輸出點工作，從而提高能量轉(zhuǎn)換效率。MPPT 技術(shù)可以提高能量轉(zhuǎn)換效率，從而減少對電池的依賴，延長飛行時間。該技術(shù)可適用于不同光照強度和溫度變化的工作環(huán)境，可與不同類型的太陽能電池如單晶硅、多晶硅、非晶硅等配合使用。表2對比展示了使用和不使用MPPT 技術(shù)時太陽能電池的能量轉(zhuǎn)換效率情況。

表2 使用和不使用MPPT 技術(shù)時太陽能電池的能量轉(zhuǎn)換效率

數(shù)據(jù)表明，使用MPPT 技術(shù)可以顯著提高太陽能電池的能量轉(zhuǎn)換效率，尤其在較高的光照強度下效果更明顯。MPPT 技術(shù)可以應(yīng)用于四旋翼無人機的太陽能充電系統(tǒng)，從而增強無人機的續(xù)航能力。通過合理的電路設(shè)計和控制算法，MPPT 控制器可以實時調(diào)整太陽能電池的工作點，使其始終工作在最大功率輸出點，最大限度地提高能源利用效率。這樣無人機可以在太陽光充足的條件下保持較長的飛行時間，提高飛行效率。

2.2 應(yīng)用毫米波雷達感知技術(shù)，增強對環(huán)境中障礙物的感知能力

毫米波雷達傳感器是一種在障礙物探測中廣泛應(yīng)用的傳感器，具有較高的探測精度和適應(yīng)性。應(yīng)用毫米波雷達感知技術(shù)，可以增強無人機對環(huán)境中障礙物的感知能力，從而提升飛行安全性。毫米波雷達在四旋翼無人機中的應(yīng)用主要體現(xiàn)3 個方面。

第一，障礙物檢測和距離測量。毫米波雷達可以實時監(jiān)測無人機周圍的障礙物，包括建筑物、樹木、其他飛行器等，提供高精度的距離測量數(shù)據(jù)，避免無人機碰撞[3]。

第二，地形感知。毫米波雷達可以檢測地面的高程變化，從而幫助無人機實現(xiàn)對地形的感知，適用于低空飛行或復雜地形環(huán)境下的飛行任務(wù)。

第三，惡劣氣象條件下的感知。毫米波雷達受雨雪等惡劣天氣的影響較小，具有在惡劣氣象條件下保持良好感知性能的優(yōu)勢。不同頻率的毫米波雷達在不同障礙物情況下具有不同的感知距離和準確度，如表3所示。較高的頻率通常可以提供更遠的感知距離，但準確度可能相對較低，而較低的頻率在感知準確度上更具優(yōu)勢。因此，實際應(yīng)用中需要根據(jù)飛行任務(wù)的需求和環(huán)境特點，選擇合適的毫米波雷達頻率。

表3 毫米波雷達在不同頻率下的感知距離

2.3 采用飛行控制算法和傳感器數(shù)據(jù)融合技術(shù)，實現(xiàn)對無人機的精準控制

飛行控制算法和傳感器數(shù)據(jù)融合技術(shù)的應(yīng)用對于實現(xiàn)無人機的精準控制至關(guān)重要。無人機需要根據(jù)其傳感器獲得的數(shù)據(jù)進行實時的飛行姿態(tài)調(diào)整。通過陀螺儀、加速度計、磁力計等傳感器獲取的姿態(tài)信息可以傳遞給控制算法，從而實現(xiàn)對四旋翼電機的精準控制，確保無人機能夠穩(wěn)定懸停、俯仰、橫滾和偏航。同時，采用先進的自適應(yīng)控制算法可以更好地應(yīng)對外界風速等因素對飛行穩(wěn)定性的影響，提升飛行的可靠性和精準性。傳感器數(shù)據(jù)融合技術(shù)的應(yīng)用也為無人機的精準控制提供了重要支持。不同傳感器能夠提供不同類型的數(shù)據(jù)，如姿態(tài)、位置、速度等。融合多個傳感器的數(shù)據(jù)，可以準確獲取無人機的狀態(tài)信息。

擴展卡爾曼濾波器（Extended Kalman Filter，EKF）是一種常用的狀態(tài)估計算法，廣泛應(yīng)用于無人機導航和控制領(lǐng)域。它通過融合不同傳感器提供的數(shù)據(jù)來估計無人機的狀態(tài)參數(shù)，如姿態(tài)、位置、速度等。EKF的核心思想是基于系統(tǒng)的狀態(tài)方程和觀測方程，利用貝葉斯濾波原理，遞歸估計狀態(tài)的概率分布。

它的狀態(tài)估計分為兩個階段，分別為狀態(tài)預測和狀態(tài)更新。

狀態(tài)預測階段，先獲得k-1 時刻的狀態(tài)估計值和協(xié)方差估計值Pk-1|k-1，然后根據(jù)控制輸入u和系統(tǒng)的動態(tài)模型=f(xk-1|k-1,uk)進行狀態(tài)預測，此時協(xié)方差預測為Pk=AkPk-1|k-1+Qk。

狀態(tài)更新階段，k時刻的觀測值為zk，定義觀測模型為h(xk)。通過觀測值和觀測模型來修正狀態(tài)估計值Kk=和=xk+Kk[zk-h(xk)] 進行狀態(tài)更新，此時協(xié)方差矩陣公式為Pk=(I-KkHk)Pk。

這里Ak為狀態(tài)轉(zhuǎn)移矩陣，I為單位矩陣，Qk為過程噪聲協(xié)方差，Hk為觀測矩陣，Rk為觀測噪聲協(xié)方差，Kk為卡爾曼增益。

傳感器數(shù)據(jù)融合是將來自不同傳感器的信息融合在一起，以提升對無人機狀態(tài)的估計精度。通常無人機配備了陀螺儀、加速度計、磁力計、全球定位系統(tǒng)（Global Positioning System，GPS）等多種傳感器。每個傳感器提供不同類型的數(shù)據(jù)，在將數(shù)據(jù)傳輸?shù)紼KF 之前，需要對傳感器數(shù)據(jù)進行預處理，包括單位轉(zhuǎn)換、坐標系轉(zhuǎn)換和濾波等[4]，能夠確保不同傳感器的數(shù)據(jù)具有一致的格式和參考框架。利用EKF 等狀態(tài)估計算法將來自不同傳感器的信息融合后，估計無人機的狀態(tài)參數(shù)。例如，陀螺儀和加速度計可以提供姿態(tài)信息，GPS 模塊可以提供位置和速度信息。之后為不同傳感器賦予適當?shù)臋?quán)重，以反映它們的可靠性和精度。一般情況下，具有更高精度的傳感器理論上具有更高的權(quán)重。利用融合后的狀態(tài)估計值，結(jié)合觀測模型計算觀測值，并與實際觀測值進行比較，從而進行狀態(tài)更新和校正。

在應(yīng)用EKF 和傳感器數(shù)據(jù)融合技術(shù)時，需要合理設(shè)置一些重要參數(shù)，以保障算法的性能和穩(wěn)定性。過程噪聲協(xié)方差表示系統(tǒng)模型的不確定性，需要根據(jù)具體無人機的動態(tài)特性進行合理估計。觀測噪聲協(xié)方差表示傳感器測量的不確定性，需要根據(jù)傳感器的性能和環(huán)境條件進行估計?？柭鲆嬗绊憼顟B(tài)更新的速度，需要根據(jù)應(yīng)用場景進行調(diào)整，以平衡快速響應(yīng)和抑制噪聲的需求。狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣需要根據(jù)無人機的動態(tài)特性和傳感器的測量模型進行設(shè)定。初始狀態(tài)估計和協(xié)方差矩陣需要提供初始狀態(tài)估計值和協(xié)方差矩陣，通常可以利用傳感器的初值進行初始化[5]。

3 結(jié)語

四旋翼無人機設(shè)計的技術(shù)缺陷既是挑戰(zhàn)也是機遇，通過采用先進的技術(shù)手段，如電源管理系統(tǒng)優(yōu)化、毫米波雷達感知技術(shù)應(yīng)用以及飛行控制算法與傳感器數(shù)據(jù)融合，可以有效解決這些問題，推動無人機技術(shù)的不斷發(fā)展和創(chuàng)新。