梳理（lǐ）完控制以及飞行力学的一（yī）些基本原理之后，就该正式（shì）进入无人（rén）机导航、制导与（yǔ）控制的（de）讨论了（le）。导航（háng）制（zhì）导（dǎo）与控制是（shì）无人机系统中最复杂的分系统，其（qí）功能可以（yǐ）有多种划分方法（fǎ），本文中，我（wǒ）们就以下面框图（tú）所示（shì）的划分方法为例，对无人机导航制导（dǎo）与控制系统的基本原理和（hé）常用方（fāng）法做一下（xià）介绍和归纳。

由于GPS、室内定位（wèi）甚至自动驾（jià）驶（shǐ）在（zài）生活中的（de）广泛应用，“导（dǎo）航”、“制（zhì）导（dǎo）”、“控制（zhì）”这（zhè）几个词也越（yuè）来越为大（dà）众所熟悉和（hé）使（shǐ）用，但（dàn）是对于这（zhè）些词的定义，我（wǒ）们日常（cháng）生活中（zhōng）的使用和理解（jiě）方法可能与无人机语境（jìng）有所不同，所以有必要（yào）对其在本系列文章中的含义（yì）做一下（xià）解（jiě）释：

导航：即（jí）无人机（jī）获（huò）得自（zì）己当前（qián）（在（zài）某个参照（zhào）系（xì）下）的位置、速（sù）度等信息，必要时还需要获得当前（相对于（yú）某（mǒu）个参照系）的姿态、姿态角速度等信息。例如，采用纯（chún）惯性导航可以获得（dé）无（wú）人机在某个惯性系（xì）下（xià）的位置、速度和加速度，以及相对于（yú）该（gāi）惯性系的姿态角和角速度；GPS导航系（xì）统（tǒng）则可（kě）以（yǐ）提供无人机（jī）在WGS84坐标系下（xià）的速度、位置和航向角等（děng）信息；而借助如（rú）Vicon、UWB等室内定（dìng）位系统则可（kě）以获（huò）得无人机相对于室（shì）内（nèi）某个坐标系的速度、位置等信息。因（yīn）此，简要概括导航的主（zhǔ）要工作就是要“知道自（zì）己在（zài）哪（nǎ），知道自己的（de）姿态”。

制导：即无人机发现（或（huò）外部输入）目标的（de）位（wèi）置、速（sù）度（dù）等信息，并根（gēn）据自己的位置、速度以及内部性（xìng）能和外（wài）部环境的约束（shù）条件，获得抵达（dá）目标所需（xū）的位置或速度指令。例如，按照规划的（de）航（háng）路点（diǎn）飞行（háng）时，计算无人（rén）机径直（zhí）或（huò）者沿某个航线飞抵航（háng）路（lù）点的指（zhǐ）令；采用基于计算机视觉目（mù）标（biāo）跟踪的光学制导时，根（gēn）据目标（biāo）在视场中的位置（以及摄像头可能存在的离轴（zhóu）角）计（jì）算跟踪目标所需（xū）的过载或者姿态（tài）角速度指令（lìng）；而当预装（或SLAM获（huò）得的）地图中存在需要规（guī）避的障碍物或禁（jìn）飞（fēi）区时，根据无（wú）人（rén）机飞行性能计（jì）算可（kě）行的规避路线或者（zhě）速（sù）度指（zhǐ）令（lìng）。因此，简要概括制（zhì）导的主（zhǔ）要工作就是要（yào）“知（zhī）道（dào）目（mù）标在哪（nǎ），如何抵达目标”。

控制（zhì）：即无人机根据当前的速度、姿态等信（xìn）息，通过执行机构作用来（lái）改变姿态、速度等参数，进（jìn）而实现稳定飞行或（huò）跟踪制导指令。例如，当固定翼无人机需（xū）要（yào）爬升高（gāo）度时，计算需（xū）要的（de）俯仰角和俯仰角速度指令（lìng），以及为了让空（kōng）速不至（zhì）于大幅降低所（suǒ）需的油门指令；当沿着航线飞（fēi）行，但是（shì）存在侧风时，计算所需的偏航角指令以（yǐ）利用侧滑抵消侧风（fēng）影响；或者（zhě）当多旋翼（yì）无人机的某个旋翼失效（xiào）时，计算（suàn）如何为剩余旋（xuán）翼分配指令（lìng）以尽可能实现稳定飞（fēi）行。因（yīn）此，简要概括控制的主要工作（zuò）就（jiù）是（shì）“改变飞行姿态，跟踪制导指令”。

虽然（rán）理论上，导（dǎo）航、制导和（hé）控制这（zhè）三者（zhě）各司其职，只（zhī）是在指令计（jì）算和执行（háng）上有顺承关系，但是在实际（jì）系统中，三（sān）者（zhě）可能会有（yǒu）很多交叉因素。例如，导航系统中所测量（liàng）或估计出的角速度，既要用于导航（háng）系（xì）统的（de）速度（dù）和位置估计（jì），又要用于姿（zī）态控制；而在一些高机动（dòng）性的飞（fēi）行器（如直（zhí）接碰撞杀伤的动能拦截（jié）器等）和空（kōng）天飞行器（qì）（如（rú）升力体再（zài）入（rù）返回的（de）制导控制）上也有（yǒu）制导与控制一（yī）体化设计的趋（qū）势。但在本文中（zhōng），仍然（rán）根据（jù）无人机的（de）固有特性，尽（jìn）量将（jiāng）三者作为具有独（dú）立功（gōng）能的分系（xì）统看待。其中，导航系统原理可以（yǐ）大致分为以下几个类型：

基于绝（jué）对（duì）参考系的导（dǎo）航。如惯性导航、磁（cí）罗盘导航等。惯（guàn）性（xìng）导航运用牛顿力学原理，通过（guò）构建一（yī）个（gè）与机体固联的惯性平台，从而根据加速度计测量的惯性加速度计算（suàn）在某惯（guàn）性参考系下的（de）速度（dù）和位置，根（gēn）据陀螺（luó）仪测量所得的（de）角速度计算（suàn）机体相对于（yú）惯性平台的姿（zī）态角，从而（ér）只需要加速度计和陀螺仪满（mǎn）足一定的精度要求，就可以在不需要外部信息（xī）的情况下获得机体相对（duì）于惯（guàn）性参（cān）考系的速度、位置和姿态（tài）角。之（zhī）所以将与机（jī）体（tǐ）固（gù）联的移动参照系成（chéng）为惯性（xìng）平台，是因为早期的（de）平（píng）台式惯性导航（háng）设备（bèi）中确实存在一个（gè）物理上的（de）框架（jià），该（gāi）框（kuàng）架（jià）基于陀螺进动原理始终与惯性系（或当地（dì）铅锤坐（zuò）标系（xì））保持平行。高精度的平（píng）台惯导系统可以长期不需要外（wài）部信（xìn）息进行导航，例（lì）如有（yǒu）些核（hé）潜艇所装备的惯导（dǎo）系统可以保证水下航行数月的导航误差在数（shù）海里的量级。

虽然平台（tái）惯导的精度很（hěn）高，但（dàn）是由于系（xì）统（tǒng）复杂且体积巨大，不便于（yú）在小型飞行器上（shàng）装备，随着计算机技（jì）术和导航器件技术的（de）发展，捷（jié）联惯导越来越（yuè）多地（dì）被使用。与平台惯导所用的物理平台不（bú）同，捷联惯导的陀螺仪（yí）和加速度（dù）计都与机（jī）体（tǐ）固连，因此（cǐ）采（cǎi）用虚拟（nǐ）的数学惯性平（píng）台（tái），即惯性器件测量所（suǒ）得数据都（dōu）会经（jīng）过坐标变换（huàn）的数学运算转换（huàn）到惯（guàn）性坐标系下，由于去掉（diào）了（le）物理平台，捷联惯导（dǎo）系（xì）统的（de）体积大幅缩（suō）减。特别是近二十年来（lái）快（kuài）速发展的MEMS（微机电系（xì）统（tǒng））器件，已经（jīng）可以（yǐ）将捷联惯导系统的体积缩小（xiǎo）到几立方厘米的量级。

当然，惯（guàn）性导（dǎo）航（háng）并非完美，由于导航过程（chéng）依赖惯性器件的（de）输出数据、坐（zuò）标变换（huàn）以（yǐ）及数值积分，所以器件误差和数（shù）值计算的截断误差会不断累积，在缺乏额外的相对于绝（jué）对（duì）坐标系的（de）信息（xī）时，该（gāi）误（wù）差无法被修正（zhèng），因此，惯导系统通常（cháng）作（zuò）为飞行器（qì）的主要导航（háng）系统，但（dàn）同时还需要（yào）其（qí）他导航信息对惯导结果（guǒ）进（jìn）行修正（zhèng）。

几乎其他所（suǒ）有导航（háng）方法都可以用于修正惯导系统误差，甚至（zhì）是惯导系统本身，如AHRS（航（háng）姿参（cān）考系统），这种系统除了采用陀螺仪积分得出姿态角，还能根据加速（sù）度计（jì）测量的重力方向以及（jí）磁罗盘测（cè）量的磁航向对姿态（tài）角结果进（jìn）行修（xiū）正，从而在陀螺（luó）仪精度（dù）不高（gāo）的（de）情况下获得长期稳定的姿（zī）态角输出，不过由于低精度器件所得的姿态角结（jié）果（guǒ）短期和长期均有不同程度的误差，该系（xì）统无法进行精确的航位推（tuī）算。

基于距离测量的导航。如（rú）卫星导航、室内定位等。这类导（dǎo）航方式一般（bān）是（shì）通过（guò）测量飞行器与已知（zhī）精确位置的参考点之间的距（jù）离，从而解（jiě）算出飞行（háng）器位置。例（lì）如卫星（xīng）导航系（xì）统就是通过接收多颗卫（wèi）星发射出来（lái）的星历（lì）信息，从中得出时间差并（bìng）根据光（guāng）速计（jì）算出（chū）距离，从（cóng）而解算出飞行器在WGS84坐标系（xì）下的位置和经纬高度信息。同（tóng）样采用（yòng）类似方式的还有室内定位应用中（zhōng）很（hěn）火的WIFI定位和（hé）UWB定位（wèi）技术，均是利（lì）用（yòng）信号强（qiáng）度或发（fā）送接收的时间差计（jì）算（suàn）飞行器与各参考点之（zhī）间的距离（lí），从（cóng）而解算飞行器实时位置。

基于特（tè）征匹配的导航。如地形匹（pǐ）配、运动捕捉系统等。这类导航（háng）方式通常（cháng）是通过飞（fēi）行器实时提取地磁、地貌、图像等特征，并与特征库进（jìn）行比对或（huò）进行（háng）相应（yīng）计算，从而得到飞（fēi）行器位置、速度等信息实现（xiàn）导航功能，如巡航导弹中所使用的地（dì）形匹配方法和现在比较（jiào）火的SAR（合成（chéng）孔径雷（léi）达）地（dì）貌匹（pǐ）配方法（fǎ），都是通过提取飞（fēi）行路径上的一维或二（èr）维地形地（dì）貌（mào）信息，并与数字高程地图库进行比对，从而（ér）获（huò）知（zhī）当前位置、速度等信息，这（zhè）在卫星导（dǎo）航信号（hào）丢失时的长期导航具有重要意义。运用计算机（jī）视觉技术（shù），通过（guò）识别已知位置上的标记物特征（zhēng）完成位置、速度估计的方法也归属（shǔ）此类。还有另一（yī）类导（dǎo）航方法就是类似（sì）于Vicon的运动（dòng）捕捉系统（tǒng），这种系统则是通过已（yǐ）知位置的光学（xué）等传（chuán）感器识别飞行（háng）器上（shàng）设置（zhì）的标记物（wù），从而（ér）解算出飞行器实时位置、速度。

而既然说到基于（yú）特征，就不得不关注计算（suàn）机视觉在导航中的应用（yòng），例如在消费级无人机上运用多年的稀疏（shū）光流（liú）算法（fǎ），就（jiù）是根据灰度（dù）图像中（zhōng）特征点的运动计算出无人机的运（yùn）动（dòng）速（sù）度（dù），近年来（lái）火爆的SLAM则更是将计（jì）算机视觉发（fā）挥到极致，这（zhè）种算（suàn）法通过将运（yùn）动中实时（shí）采集的图像特征性信息与惯导等系统信息进行融合（hé），从（cóng）而（ér）可以（yǐ）在未知（zhī）环境中一边（biān）完成周围（wéi）场景的三维模型重建，一（yī）边（biān）进行（háng）自身在（zài）场景中相对（duì）位置和速度的解（jiě）算。

说回无人机（jī）的导航，当前（qián）多数无人机采用惯导（dǎo）/卫星导航组合作为基本的导航方（fāng）式，可以保证（zhèng）绝大多（duō）数场景（jǐng）下的（de）稳（wěn）定导航。大型军用无人机（jī）由于（yú）对导航系统的轻量化和（hé）成本要求不高（gāo），为了实现较高的导航精（jīng）度，其通常（cháng）仍（réng）采用光（guāng）纤/激光陀螺和石英加速度计组（zǔ）成的（de）高（gāo）精度惯（guàn）导系统（tǒng），而（ér）中小型和民用无人机（jī）则采用更轻（qīng）小更廉（lián）价，但是精度较低的MEMS器件组（zǔ）成惯导或航姿参考系统，与卫星导航组合后，仍能提供有效的导航（háng）信息（xī）输出。

而在某（mǒu）些（xiē）特殊应用场景下，卫（wèi）星导（dǎo）航信号会丢失，如微型无（wú）人机在室内和城市楼群（qún）之（zhī）间飞（fēi）行，这时就需（xū）要（yào）其（qí）他的导（dǎo）航方式进行辅助。常（cháng）用的比（bǐ）如气（qì）压（yā）计的使用（yòng）就可以以较低的综合成本获得低精度的海拔高度（误差100米量级）和（hé）较高（gāo）精度（dù）的相对高度信息（xī）（误差0.1米量级（jí））。无（wú）人机在室内飞行时，可以架设前文（wén）提到的WIFI、UWB或Vicon等（děng）需要（yào）复杂外部设备（bèi）的室内定位系统，或者外部设置已知位置的标记物，通过（guò）无人机的视觉系统完成识别和（hé）自身定（dìng）位。而（ér）在极为特殊（shū）的场景（jǐng）下，如各种高危未知环境（jìng）的勘（kān）测，使得（dé）常用辅助导航（háng）系统都（dōu）难以使用时（shí），就（jiù）不得不祭出SLAM这一杀手锏了，SLAM技术正处于高（gāo）速发展中，且已经有（yǒu）多种实用（yòng）的方案出现（xiàn）了，完美的SLAM系统可以完成科幻电影里那种（zhǒng）放出去（qù）几驾微（wēi）型无人机自由飞行，配合一个（gè）便携地面站，便可以实时地重建周围环境的3D模型，这种性能在未来五年之（zhī）内肯定可以实现。当然绝大多数（shù）辅助的导航方式都（dōu）难以输（shū）出用于制（zhì）导控制的（de）高频率（200Hz以（yǐ）上）导（dǎo）航信息（xī），因此通常（cháng）情况下（xià）仍是将辅助导航系统与惯性导航相结合。

下面来讨（tǎo）论（lùn）无人机的制导，现阶段大多数军用还是（shì）民用无人机（jī）在自动飞行过程中仅（jǐn）需（xū）完成航路点或（huò）航线的跟踪，因此（cǐ）制导策略相对简单。多（duō）旋翼无人机（jī），跟踪航路点时（shí）只需（xū）要将（jiāng）飞行速度方向对准下一个航路点，跟（gēn）踪航线（xiàn）也仅需首先飞到航线上距（jù）离当前位置最近的（de）点（diǎn）即可；而这项任务对（duì）于固定翼无人机相对复杂（zá）。因为固定翼（yì）无（wú）人机的速度方向需要通过航向来改变，而航向则需要通过滚转（zhuǎn）来改变（biàn），这就使得滚（gǔn）转（zhuǎn）角与速度方（fāng）向之（zhī）间形成了近似二（èr）阶环节的过程，这通（tōng）常可以运用导弹的（de）比例导引（yǐn）法来实（shí）现航路（lù）点跟踪。比例（lì）导引法的（de）基本原理就是让飞行器速度矢量在空间中的（de）转动角速度正比（bǐ）于飞行器与目标（biāo）间（jiān）的（de）视线角变化（huà）率，对于（yú）航（háng）路点这一静止目标，只（zhī）需要（yào）无人机与航路点之间的距离足够，就可以保证准（zhǔn）确抵（dǐ）达下（xià）一个（gè）航（háng）路（lù）点，而对于航线跟踪，则需要（yào）选（xuǎn）择一个虚拟（nǐ）的目标点（diǎn）使得无人机首先向航线靠近，然（rán）后再（zài）逐步将（jiāng）方向（xiàng）对准航线方向。例如现在被广泛使用的L1制导算法，就是在航线上选择与无人机距离为L1的参（cān）考点，然后根据速度方向与到参考（kǎo）点连线方向之间的夹角计算横向机动的需用过载（zǎi），进而（ér）实现（xiàn）航线跟踪。

而（ér）随着（zhe）无人机在多种场景下（xià）应用的不断（duàn）深入，除了航路点和航线的跟踪以外，无人机抵达目标的最优路径选择，障碍物或禁飞区规避以（yǐ）及多（duō）机协（xié）同（tóng）工（gōng）作所需要（yào）的制导（dǎo）策略越来（lái）越（yuè）复杂。我（wǒ）们知道最优控（kòng）制（zhì）方法在（zài）航天器轨道转移、火箭入轨制导等问题中起（qǐ）到（dào）了良好的效果（guǒ），但是（shì）对于大气中飞行的（de）无人机路径规划（huá），基于间接法（fǎ）的最优控制问题很难求解，因（yīn）此无人机路（lù）径规划往往采用基于网格地图的搜索算法，或者（zhě）蚁群算（suàn）法、遗传算法等特殊的路径优化（huà）方法。例如在基于概率地图的搜索算法中（zhōng），首先运用随（suí）机概率方法（fǎ）在自由空（kōng）间（任务空间中，除去（qù）障碍物后的空（kōng）间）中选取采样点，并选取距离当前点最（zuì）近的k个点（diǎn）构成当前点的临近点集（jí），然后利用局（jú）部规划器将当前点与（yǔ）其临（lín）近点集中的所有点用直线（xiàn）段连接起（qǐ）来，同时进行相交检验，将不与障碍物相交的直（zhí）线段保留下来构成一个图，作为初始路径（jìng）， 完成路径（jìng）规划的（de）学习阶（jiē）段（duàn）；在（zài）查询阶段，运用优化方法对上述（shù）图进行搜索，从而得到由图（tú）的边（biān）构成的从出（chū）发（fā）点到目的点并满足优化（huà）目标的路径。

另一类（lèi）常用的算法并（bìng）不（bú）是基于（yú）网格地图进（jìn）行搜索，例如人（rén）工势（shì）场（chǎng）法，其（qí）基本（běn）思想是将无人（rén）机的运动，设计（jì）成一种（zhǒng）在抽象的（de）人造引力场中的运动（dòng），如下图（tú）所（suǒ）示，目标（biāo）物对无人机产生“引力”，而障碍（ài）物对无人机产生“斥力”，通过求解目标和所有（yǒu）障（zhàng）碍物对无人机产生的合力（lì），就可以得到无人机（jī）运动（dòng）速度或加（jiā）速（sù）度指令（lìng）。相对于大多数搜（sōu）索算法，人工势场法运算量（liàng）更小，且（qiě）得到的轨迹更平滑（huá）。

以（yǐ）上这两（liǎng）类制导（dǎo）算法通常适（shì）用于一架无（wú）人机（jī）的航（háng）路跟踪或路径（jìng）规划（huá），而当（dāng）设计无人机（jī）编队（duì）甚至集群时，问题复杂（zá）程度则骤（zhòu）增。对于集群中的某个无人（rén）机来说，其他无人机既是可以（yǐ）协作和互（hù）通信息的伙伴，同时又（yòu）是快速移动的障碍物，而整个集群的（de）路径规划有需要（yào）考虑集（jí）群以及其中（zhōng）每一架无人机特（tè）性（xìng）所形成（chéng）的（de）约束条（tiáo）件，或者当集（jí）群（qún）处于协同作战模（mó）式时，又需要对目标自发形（xíng）成各角（jiǎo）度（dù）的全向饱（bǎo）和（hé）攻（gōng）击，当（dāng）然，这其中需要解决的（de）问题（tí）正是当前（qián）研（yán）究的热点。

最后再讨（tǎo）论一下无人（rén）机的控制，导航系统（tǒng）获得了无人机（jī）当前位（wèi）置（zhì）速度（dù）和姿态信息，制导系统完成路径规划和制导指令生成，而（ér）控制的任务就（jiù）是精确（què）、快速稳定（dìng）地跟踪收（shōu）到的（de）制导（dǎo）指令，因此控制也是最（zuì）关键的（de）环节。最常用的控制算法还是历久弥新（xīn）的PID，通过将被控参数参考（kǎo）值（zhí）与（yǔ）当前（qián）值误（wù）差（chà）的比例、积分和（hé）微分进行适当（dāng）组合，便能够完成大部分（fèn）近似线性（xìng）系统的有效控制。

而事实上，现在工程中（zhōng）所使用的很多PID算（suàn）法，早已经不是基本的构型了，常（cháng）用的改进方式（shì）主要（yào）有以下几种：

增益调度（dù）：既（jì）然PID控制器设（shè）计过程一般（bān）是（shì）在某（mǒu）个平（píng）衡点处（chù）做系（xì）统的（de）小（xiǎo）扰动线性化方程（平心而论，工程中还（hái）真（zhēn）不都是（shì）这么按（àn）流程来，各种野路子（zǐ）都有（yǒu）），进而完（wán）成设计的，那么只要在正常工作范围（对于（yú）无（wú）人机来说（shuō）可以（yǐ）是飞行（háng）包线（xiàn））内选取足够的平衡点，并（bìng）根（gēn）据每个平衡（héng）点的模型选择合（hé）适的PID控制参数，这样就（jiù）可以（yǐ）在（zài）控制器工作中通过插（chā）值等方式选择相应平（píng）衡点（diǎn）附近的控制参数（shù），这种变参数的方（fāng）法（fǎ）就是一（yī）种（zhǒng）增益（yì）调度方法，而（ér）基于增益调度的PID控制器就可以针对具（jù）有一定（dìng）非线性特性的系统进（jìn）行控制。这种（zhǒng）方（fāng）法在飞行控制中已应用多年。

参数自适应：比如（rú）以系统积分（fèn）误差性能指标（biāo）为准则，搜索使得误差（chà）性能指标为最（zuì）小的（de）参数（shù）作为控制（zhì）器参数，又或者基于神经网络和遗（yí）传算法的参（cān）数自适应等，不过这些方法在工程中使用的比较少。

串级：通过将被控系统分（fèn）为内外环，只需要（yào）内外环的固有频率有一定的差别（比如说内环频率是（shì）外环的（de）五倍以上，无人（rén）机的姿（zī）态响应和位置响应一般可以满足），即可用实（shí）现快变（biàn）量和（hé）慢变量的分别控（kòng）制，通过（guò）简单的调参就可以实现快（kuài）速的内（nèi）环响应和精（jīng）确的（de）外环控（kòng）制，并具有比单个控制器更好的抗干扰性能。

积分抗（kàng）饱和：PID控（kòng）制中的积分作用虽然（rán）可用（yòng）消除稳态误差，但是积分退饱和过程带（dài）来的超调往往较大，因此可用在被控参（cān）数的误（wù）差较大时，停止误差的积分过程，或者对（duì）误差的（de）积分（fèn）值进行限（xiàn）幅，这（zhè）样就可以显著地降（jiàng）低超调量，缩短过程的（de）稳定时间。

不（bú）完全微分：虽然被控参数一般不会（huì）出现突变，但是参考（kǎo）值却经常会（huì）出现突变，这使得误差的微（wēi）分也（yě）会突变，为了降低这种突变造成的控制量幅值，可以采用（yòng）不（bú）完全微分策略（luè），即微分只作用（yòng）于被（bèi）控参数（如飞行控制中的角速（sù）度（dù）阻（zǔ）尼）。

PID算法（fǎ）的改进方式还有（yǒu）很多，难以细数，不过（guò）这种改进终归难以解决所有问题，例如被（bèi）控对象的高度非线性、强（qiáng）耦合（hé）性、时变性（xìng）等特性，因此新的控制方法层出不穷。下（xià）面列举几种（zhǒng）较为实用的（de）其他控制方法（fǎ）。

反馈线性化：利用数学变换的方（fāng）法和微分（fèn）几何（hé）学的知识，将状（zhuàng）态和控制变量（liàng）转变为线（xiàn）性（xìng）形式，然后，利用常规的线（xiàn）性设计的方法进（jìn）行设计，将设计的（de）结（jié）果通过反（fǎn）变换，转（zhuǎn）换为原始的状态和控（kòng）制形式。反（fǎn）馈线性（xìng）化可（kě）以将（jiāng）存在通道间耦合（hé）的非线性系统变换（huàn）为解耦的线性系统，方便外环的线性控制（zhì）器设计。不过（guò）该方法应（yīng）用中或多或少会存在建模误差，因此设（shè）计时要重点考虑（lǜ）鲁棒性的因素。

滑模变结构：这（zhè）种（zhǒng）方（fāng）法不需要对被控对象进行精确建模，而是（shì）在动态过程中，根据系统当前的状（zhuàng）态(如偏差及其各阶导数等)有目的地不断（duàn）变化，迫使（shǐ）系统按照预（yù）定“滑动模态”的状态轨迹运动。由于（yú）滑动模态可以进行设计且与对（duì）象参（cān）数及扰动无关,这就使得滑模控制具有快速响（xiǎng）应、对应参数变化及扰动不灵敏、无（wú）需（xū）系（xì）统在线辨识（shí）、物理实现简单等优（yōu）点（diǎn）。但是基本（běn）的滑模变结构（gòu）算法存在控制参数抖振（zhèn）的问题（tí），需要再趋近率（lǜ）设计时进行适当（dāng）的（de）优化（huà）策略。

反步控制：其基本（běn）思路是将复杂（zá）的系统分解成不（bú）超过系（xì）统阶（jiē）数的多个子系统，然后通过反向递推为每个子系统设计部分李雅普诺夫（fū）函数和中间虚拟控制量，直至设（shè）计完成整个控（kòng）制器。反步方法运用（yòng）于飞控系统控制器的设（shè）计（jì）可以处理一类（lèi）非线性（xìng）、不确定性因素的（de）影响（xiǎng），而且已经被（bèi）证明（míng）具（jù）有比较好稳定性（xìng）及误差的收敛（liǎn）性。

自适应逆：与动态逆的思（sī）想类似，这种方（fāng）法运（yùn）用各种自适应（yīng）逆滤波网络（如（rú）LMS滤波器网（wǎng）络、神经（jīng）网络等）去拟合出被（bèi）控对象（xiàng）的逆系统，从而将控制（zhì）器与（yǔ）被控对（duì）象构成的前向（xiàng）通道（dào）变换成一（yī）一（yī）映（yìng）射的（de）线性（xìng）化解耦系（xì）统，而之所以称为“自适（shì）应”，则是这个拟合出逆系统的网络（luò）可（kě）以在线学习被控对象（xiàng）的（de）特性。这（zhè）种方法在仿真中可以取（qǔ）得比传统控制（zhì）方法优越很多的效果，但（dàn）是由于滤波器网（wǎng）络可能存在无法检出的内部缺陷，所以在某（mǒu）些状态组（zǔ）合下（xià），可能会出现故障（包括深度神经网络（luò）在内的所有神（shén）经网络都（dōu）潜在此风险）。

本文简要梳理了可（kě）用于无人机的导（dǎo）航、制导和控制的方法（fǎ）、策略或算（suàn）法，其中部（bù）分算法将在后续的仿真系（xì）统（tǒng）相应的文（wén）章详细介（jiè）绍并在代码中（zhōng）体（tǐ）现。（源自：知（zhī）乎）

咨询航拍（pāi）服务可加昆明俊鹰无人机飞控手老鹰的（de）微信（xìn）laoyingfly