4、姿态动力学与运动学模型:刚体转动方程、角速度与姿态变化率的关系、简化模型假设

无人机姿态控制的本质,是对机体角运动状态进行精确的估计与操控。要理解控制律设计,首先必须建立描述机体旋转运动的数学模型。本章从刚体转动方程出发,推导角速度与姿态变化率之间的运动学关系,并讨论工程中常用的简化假设。这些内容构成了飞控算法中姿态解算与控制律设计的物理基础。

姿态动力学与运动学模型关系图 刚体转动方程(动力学) M = J·ω̇ + ω × (J·ω) 输入:力矩 M(电机拉力差) 状态:角速度 ω(p, q, r) 参数:转动惯量 J(Ixx, Iyy, Izz) 耦合项:ω × (J·ω) 陀螺效应 姿态运动学(运动学) Θ̇ = W(Θ) · ω 输入:角速度 ω(陀螺仪测量) 状态:欧拉角 Θ(φ, θ, ψ) 矩阵:W(Θ) 含三角函数 奇异性:θ = ±90° 时退化 积分/微分 工程简化假设 ① 小角度假设:sinφ≈φ, cosφ≈1 → 运动学线性化 ② 对称结构:Jxy=Jxz=Jyz≈0 → 惯量积忽略 ③ 陀螺耦合项在悬停/低速时弱化 → 可解耦控制

上图展示了姿态控制模型的两大支柱:左侧为描述力矩与角速度关系的动力学方程,右侧为描述角速度与姿态角变化率的运动学方程。两者通过角速度向量 ω 相互耦合,共同构成飞控内环(角速度环)和外环(姿态角环)的数学模型。下面分别展开推导与工程应用。

4.1 刚体转动方程:从牛顿第二定律到欧拉方程

核心原理:无人机在飞行中可视为刚体,其旋转运动遵循欧拉刚体转动方程。在机体坐标系(Body Frame)下,角动量定理可写为:

M = dH/dt = J·ω̇ + ω × (J·ω)

其中,M 为作用于机体的合力矩(N·m),J 为 3×3 惯性张量,ω = [p, q, r]ᵀ 为机体角速度(rad/s),ω̇ 为角加速度。展开后得到三个轴的标量方程:

Mx = Ixx·ṗ + (Izz - Iyy)·q·r
My = Iyy·q̇ + (Ixx - Izz)·p·r
Mz = Izz·ṙ + (Iyy - Ixx)·p·q

对于四旋翼等对称布局,通常假设惯性张量为对角阵,即 J = diag(Ixx, Iyy, Izz),且 Ixx ≈ Iyy(对称布局)。此时方程简化为上述形式。力矩 M 来源于螺旋桨的拉力差和反扭矩差,是控制输入的直接体现。

符号物理含义单位典型值(小型四旋翼)
Ixx, Iyy横滚/俯仰转动惯量kg·m²0.005 - 0.02
Izz偏航转动惯量kg·m²0.008 - 0.03
p, q, r机体轴角速度rad/s±2 - ±5(机动时)
Mx, My, Mz三轴力矩N·m0.1 - 1.0

判断方法:在飞控代码中,角速度环控制器输出的就是期望力矩 M,然后通过混控矩阵映射到四个电机的拉力指令。因此,转动方程是混控器设计的理论依据。若忽略陀螺耦合项(ω × Jω),则三轴完全解耦,可独立设计 PID 控制器。

4.2 角速度与姿态变化率的关系:运动学方程

核心原理:姿态运动学描述的是机体角速度 ω 与欧拉角变化率 Θ̇ = [φ̇, θ̇, ψ̇]ᵀ 之间的映射关系。由于欧拉角定义在惯性系(或地面系),而角速度定义在机体系,两者通过旋转矩阵关联:

[φ̇]   [1   sinφ·tanθ   cosφ·tanθ] [p]
[θ̇] = [0   cosφ        -sinφ     ] [q]
[ψ̇]   [0   sinφ/cosθ   cosφ/cosθ ] [r]

该矩阵记为 W(Θ),其逆矩阵用于从欧拉角变化率反算角速度。注意:当 θ = ±90° 时,tanθ 和 1/cosθ 趋向无穷,产生万向节锁(Gimbal Lock)问题,因此该表示法不适合全姿态飞行。

操作流程:在姿态解算中,通常先用陀螺仪积分得到角速度,再通过运动学方程更新欧拉角。但实际飞控多采用四元数避免奇异性,欧拉角仅用于显示和控制外环。若使用欧拉角直接积分,需注意以下步骤:

  1. 读取陀螺仪原始数据,去除零偏并转换为 rad/s。
  2. 根据当前欧拉角计算 W(Θ) 矩阵。
  3. 计算 Θ̇ = W(Θ)·ω,并乘以控制周期 Δt。
  4. 更新欧拉角:Θ += Θ̇·Δt。
风险提示:当俯仰角接近 ±90° 时,运动学方程数值不稳定,导致姿态发散。工程上应限制欧拉角范围(如 ±45°),或改用四元数表示。

4.3 简化模型假设:小角度线性化与解耦控制

核心原理:在悬停或小角度机动条件下,可对运动学和动力学进行线性化。假设 φ、θ 较小(通常 < 15°),则 sinφ≈φ,cosφ≈1,tanφ≈φ,运动学矩阵简化为单位阵:

[φ̇]   [1  0  0] [p]       φ̇ ≈ p
[θ̇] ≈ [0  1  0] [q]   →   θ̇ ≈ q
[ψ̇]   [0  0  1] [r]       ψ̇ ≈ r

动力学方程中,陀螺耦合项 q·r、p·r、p·q 为二阶小量,可忽略。于是三轴完全解耦,每个轴可独立建模为:

Ixx·φ̈ = Mx   (横滚通道)
Iyy·θ̈ = My   (俯仰通道)
Izz·ψ̈ = Mz   (偏航通道)

这就是经典的二阶积分模型,是 PID 控制器设计的基础。实际飞控中,角速度环采用 PI 控制器,姿态环采用 P 控制器,正是基于该简化模型。

假设条件适用场景误差影响工程补偿
小角度(φ,θ < 15°)悬停、慢速巡航姿态角误差 < 2%大机动时切换四元数
忽略惯量积对称布局四旋翼耦合误差 < 5%混控矩阵中补偿
忽略陀螺力矩低角速度机动响应延迟 < 10ms角速度环前馈

判断方法:在调参时,若发现横滚和俯仰通道相互干扰(如打俯仰舵时横滚漂移),说明耦合项不可忽略。此时应检查飞行器是否处于大角度或高速旋转状态,并考虑增加解耦补偿项。

4.4 案例拆解:从模型到 PID 参数整定

场景:某四旋翼无人机在悬停测试中出现低频振荡(约 2 Hz),飞手反馈“机身前后点头,伴随轻微左右摇晃”。通过日志分析,发现俯仰角 θ 和横滚角 φ 均出现 ±5° 的等幅振荡,且相位差约 90°。

分析过程:

  1. 读取飞行日志:角速度 p、q 振荡频率一致,幅值约 ±20°/s。
  2. 检查模型:悬停时 θ≈0,满足小角度假设,但振荡幅值 5° 已接近线性化边界。
  3. 计算耦合项:q·r 和 p·r 的乘积项幅值约为 20×20×(π/180)² ≈ 0.12 rad²/s²,与 Ixx·ṗ 的典型值(0.01×20×(π/180) ≈ 0.0035)相比不可忽略。
  4. 结论:陀螺耦合项激发了横滚-俯仰交叉耦合,导致振荡。

操作步骤:

  • 在角速度环 PID 中增加解耦前馈:Mx += (Izz - Iyy)·q·r,My += (Ixx - Izz)·p·r。
  • 降低角速度环 P 增益 20%,增加 D 增益 10% 以抑制振荡。
  • 将姿态环 P 增益从 4.5 降至 3.8,减小激励幅值。

结果对比:修改后振荡幅值降至 ±1.5°,收敛时间从 3s 缩短至 1.2s。若直接忽略耦合项,仅调低 P 增益,振荡虽减弱但响应变慢,且在大机动时仍会复发。

复盘经验:简化模型适用于控制器设计,但调试时必须验证假设边界。当振荡频率接近陀螺耦合频率(约 1-3 Hz)时,应优先检查耦合补偿,而非盲目调参。

4.5 常见误区与总结

误区一:将运动学矩阵 W(Θ) 视为常数。实际上 W 随姿态变化,在大角度时误差显著。

误区二:忽略惯量积。对于非对称布局(如 X 型四旋翼),Ixy 不为零,会导致横滚-偏航耦合。

误区三:将简化模型用于全飞行包线。在特技飞行或强风扰动下,小角度假设失效,必须使用完整非线性模型。

总结:本章建立的刚体转动方程和运动学方程是飞控算法的基石。工程实践中,应遵循“先简化设计,后逐步补偿”的原则:初始使用解耦线性模型完成基本控制,再根据飞行数据逐步加入耦合补偿和非线性修正。理解模型的适用边界,比记住公式本身更为重要。