四旋翼飞行器基础：机体结构、飞行原理、坐标系定义与姿态描述

四旋翼飞行器（Quadrotor）作为多旋翼无人机中最具代表性的构型，其动力学建模与参数辨识工作必须建立在对机体结构、飞行原理和数学描述体系的深刻理解之上。本章作为课程的第二讲，旨在为后续的动力学方程推导、气动参数辨识以及控制器设计奠定坚实的理论基础。我们将从机械结构的最小配置出发，剖析其产生力矩与推力的物理机制，并严格定义描述其空间运动所需的坐标系体系。同时，本章将重点对比欧拉角与四元数两种姿态描述方法，明确各自的适用场景与转换关系，这是理解飞行器非线性动力学特性的关键前提。

2.1 机体结构与飞行原理

2.1.1 核心原理：X型与十字型布局

四旋翼飞行器的基本结构由四个对称分布的电机-螺旋桨组、中央机身（包含飞控、电池、传感器）以及起落架组成。根据电机臂的排列方式，最常见的布局分为X型和十字型（+型）两种。在X型布局中，机头方向位于相邻两个电机臂的角平分线上；而在十字型布局中，机头方向与某一对电机臂重合。从动力学建模的角度看，两种布局的差异主要体现在控制分配矩阵的系数上，但基本物理原理完全一致。

每个电机驱动一个固定桨距的螺旋桨，产生垂直于机体平面的推力。电机旋转时，根据牛顿第三定律，螺旋桨对空气施加力矩，空气对机体产生反作用扭矩。为了抵消反扭矩使机体自旋，四旋翼设计为相邻电机旋转方向相反：通常1号和3号电机顺时针旋转（CW），2号和4号电机逆时针旋转（CCW）。当四个电机转速相等时，反扭矩相互抵消，机体保持航向稳定。

2.1.2 判断方法：六自由度运动的产生机制

四旋翼飞行器是一个典型的欠驱动系统——它只有四个控制输入（四个电机的转速），却要控制六个自由度的运动（三个平动自由度：X、Y、Z；三个转动自由度：滚转φ、俯仰θ、偏航ψ）。其控制逻辑如下：

• 垂直运动（油门）：同时增加或减小四个电机的转速，改变总推力T。当T大于重力mg时，飞行器上升；反之下降。
• 滚转运动（Roll）：增加右侧电机（2、4）转速，减小左侧电机（1、3）转速，产生绕机体X轴的力矩，使机体倾斜，从而产生水平方向的分力。
• 俯仰运动（Pitch）：增加前侧电机（1、2）转速，减小后侧电机（3、4）转速，产生绕机体Y轴的力矩。
• 偏航运动（Yaw）：增加一组对角电机（如1、3）转速，减小另一组对角电机（2、4）转速。由于两组电机旋转方向相反，产生的反扭矩差使机体绕Z轴旋转。

值得注意的是，任何姿态变化都会导致总推力矢量在惯性坐标系中发生倾斜，从而产生水平加速度。这正是四旋翼能够实现前后左右飞行的根本原因——通过姿态倾斜来改变推力方向。

2.1.3 案例拆解：悬停状态下的力与力矩平衡

考虑一个质量为1.2kg的四旋翼飞行器在无风环境下悬停。此时，四个电机转速相等，设单个螺旋桨推力系数k=1.5×10⁻⁵ N/(rad/s)²，则每个电机需提供的推力为：

mg = 1.2 × 9.81 = 11.772 N
单电机推力 f = 11.772 / 4 = 2.943 N
电机转速 ω = √(f/k) = √(2.943 / 1.5×10⁻⁵) ≈ 442.9 rad/s ≈ 4229 RPM

此时，四个电机的反扭矩相互抵消，总力矩为零，飞行器保持静止。若受到一个持续的水平风扰动，飞行器会向顺风方向漂移。飞控通过加速度计检测到水平加速度，自动倾斜机体产生反向推力分量来抵抗风扰。这一过程涉及姿态环与位置环的级联控制，其前提是精确的动力学模型和姿态描述。

2.2 坐标系定义

2.2.1 核心原理：惯性坐标系与机体坐标系

描述四旋翼飞行器的运动，必须建立两个基本的坐标系：

在工程实践中，惯性坐标系通常采用NED（北-东-地）或ENU（东-北-天）约定。NED坐标系中Z轴指向地心，适合固定翼和直升机；而四旋翼多采用ENU或简化的“Z轴向上”约定，便于与视觉定位系统（如OptiTrack）对接。无论采用哪种约定，必须保持全系统一致，否则会导致姿态解算和位置控制出现严重错误。

2.2.2 判断方法：坐标转换的物理意义

机体坐标系相对于惯性坐标系的姿态，决定了推力矢量在惯性系中的方向。设旋转矩阵为R（3×3正交矩阵），则惯性系下的推力为：

F_e = R · [0, 0, T]ᵀ

其中T为机体坐标系下沿Z_b轴的总推力。旋转矩阵R的列向量分别表示机体坐标系的三个轴在惯性坐标系中的方向余弦。因此，R不仅是数学工具，更直接关联到飞行器的水平加速度：

m·a_e = F_e + m·g_e

其中g_e为重力加速度在惯性系中的表示。这一方程是位置控制回路的基础，也是参数辨识中需要精确建模的核心关系。

2.2.3 常见误区：坐标系定义不一致导致的辨识失败

在参数辨识项目中，一个常见的错误是飞控固件（如PX4）默认使用NED坐标系，而离线辨识脚本使用ENU坐标系。这会导致采集到的角速度和加速度数据符号相反，辨识出的气动阻尼系数和惯性矩出现正负号错误。例如，某团队在辨识滚转通道惯性矩时，发现辨识结果比理论值大30%，排查后发现是坐标系Z轴方向定义不一致导致重力分量计算错误。

2.3 欧拉角与四元数基础

2.3.1 核心原理：两种姿态描述方法的数学本质

欧拉角通过三个依次旋转的角度来描述姿态。常用的航空顺序为Z-Y-X（偏航ψ→俯仰θ→滚转φ），旋转矩阵为：

R = Rz(ψ) · Ry(θ) · Rx(φ)

其中各基本旋转矩阵为：

Rx(φ) = [[1, 0, 0],
          [0, cosφ, -sinφ],
          [0, sinφ, cosφ]]

Ry(θ) = [[cosθ, 0, sinθ],
          [0, 1, 0],
          [-sinθ, 0, cosθ]]

Rz(ψ) = [[cosψ, -sinψ, 0],
          [sinψ, cosψ, 0],
          [0, 0, 1]]

欧拉角的物理意义直观，但存在著名的万向节锁（Gimbal Lock）问题：当俯仰角θ=±90°时，滚转和偏航的旋转轴重合，导致自由度丢失，姿态解算出现奇异。

四元数是一种基于复数扩展的超复数表示，形式为q = q₀ + q₁i + q₂j + q₃k，其中q₀为标量部分，q₁、q₂、q₃为矢量部分。单位四元数（模长为1）可以唯一表示三维空间中的旋转。其核心优势在于：无奇异性、计算效率高（仅需4个标量）、便于插值。四元数与旋转矩阵的转换关系为：

R(q) = [[1-2(q₂²+q₃²), 2(q₁q₂-q₀q₃), 2(q₁q₃+q₀q₂)],
         [2(q₁q₂+q₀q₃), 1-2(q₁²+q₃²), 2(q₂q₃-q₀q₁)],
         [2(q₁q₃-q₀q₂), 2(q₂q₃+q₀q₁), 1-2(q₁²+q₂²)]]

2.3.2 操作流程：欧拉角与四元数的相互转换

在实际工程中，飞控内部通常使用四元数进行姿态解算和更新，而地面站显示和人工调试时使用欧拉角。转换流程如下：

1. 欧拉角→四元数（用于初始化或外部指令输入）：

   q₀ = cos(φ/2)cos(θ/2)cos(ψ/2) + sin(φ/2)sin(θ/2)sin(ψ/2)
   q₁ = sin(φ/2)cos(θ/2)cos(ψ/2) - cos(φ/2)sin(θ/2)sin(ψ/2)
   q₂ = cos(φ/2)sin(θ/2)cos(ψ/2) + sin(φ/2)cos(θ/2)sin(ψ/2)
   q₃ = cos(φ/2)cos(θ/2)sin(ψ/2) - sin(φ/2)sin(θ/2)cos(ψ/2)

2. 四元数→欧拉角（用于显示和日志分析）：

   φ = atan2(2(q₀q₁+q₂q₃), 1-2(q₁²+q₂²))
   θ = asin(2(q₀q₂-q₃q₁))
   ψ = atan2(2(q₀q₃+q₁q₂), 1-2(q₂²+q₃²))

3. 姿态运动学方程：四元数对时间的导数与机体角速度ω的关系为：

   q̇ = ½ · q ⊗ [0, ωx, ωy, ωz]ᵀ

   其中⊗表示四元数乘法。该方程在参数辨识中用于从角速度积分得到姿态轨迹，是状态估计的核心。

2.3.3 案例拆解：IMU数据融合中的姿态描述选择

假设某四旋翼搭载的IMU以100Hz输出陀螺仪角速度和加速度计数据。飞控采用扩展卡尔曼滤波（EKF）进行姿态估计。在设计状态向量时，若直接使用欧拉角，则状态转移方程在θ接近90°时会出现分母为零的奇异；而使用四元数作为状态量，虽然需要额外处理单位范数约束，但可以保证算法在全姿态范围内稳定运行。

具体实现中，EKF的预测步骤使用四元数运动学方程：

q_{k+1} = q_k ⊗ exp(½ · ω_k · Δt)

其中exp(·)为四元数指数映射。观测步骤使用加速度计数据计算的重力方向与四元数预测的重力方向之差作为残差。这一方案在无人机特技飞行（如筋斗、滚转）中表现优异，而欧拉角方案在俯仰角超过90°时滤波发散。