四旋翼无人机ESO快速终端滑模容错控制.pdfVIP

2025年4月陕西理工大学学报（自然科学版)Apr.2025

第41卷第2期JournalofShaanxiUniversityofTechnology(NaturalScienceEdition)Vol.41No.2

四旋翼无人机ESO快速终端滑模容错控制

许国富，李俊丽*，吴宇涵

昆明理工大学信息工程与自动化学院，云南昆明650504

摘要：针对带执行器故障的四旋翼无人机受复杂干扰影响下的轨迹跟踪问题，提出了一种

基于扩张状态观测器(ESO)的快速终端滑模容错控制策略。首先,基于牛顿-欧拉方法建立了

具有执行器故障的四旋翼无人机动力学模型；其次，基于双闭环控制结构，在位置环和姿态环

分别设计了快速终端滑模控制器；然后，采用扩张状态观测器对四旋翼无人机所受的外部干扰

影响和执行器故障所带来的影响进行集总观测并补偿；最后，利用Lyapunov函数证明了系统

能够在有限时间内稳定。仿真实验表明，所提容错控制策略具有较好的动态响应性能、稳态控

制精度及容错控制性能。

关键词：四旋翼无人机；执行器故障；扩张状态观测器；滑模控制；有限时间

中图分类号：TP273文献标识码：A文章编号：2096-3998(2025)02-00071-10

随着无人机技术的飞速发展，四旋翼无人机以其独特的悬停能力、高机动性和灵活性，在民用和军

事领域均展现出了巨大的应用潜力]。然而，在实际应用中，四旋翼无人机常常面临着各种复杂多变

的环境条件，如强风、电磁干扰等,这些因素都可能对其飞行稳定性产生不利影响。此外，无人机执行器

（如电机、螺旋桨等)的故障或损伤，更是直接威胁到无人机的飞行安全。因此，开展四旋翼无人机容错

控制研究，对于提高无人机的飞行稳定性、安全性和可靠性具有极其重要的意义。

故障模型通过描述系统内部故障物理量之间的数学表达，可以反映系统故障机理和行为特性。建立

准确的故障模型有利于更加深入地了解系统和分析故障影响,从而设计出更加符合系统特性的容错方案。

在故障模型处理上,文献[2]提出了一种多模型故障参数估计法,通过构建典型故障模型集合并行监控工

作模式,利用残差确定故障概率,快速识别并准确估计故障参数，仿真实验证明效果显著；文献[3]提出了

一种新的故障模型,并利用模糊逻辑系统来近似未知函数和利用模糊状态观察器来估计不可测故障；文献

[4]设计了未知输人观测器对故障进行诊断,并设计了模型参考容错控制器，仿真实验证明对飞行性能影

响显著;文献[5]利用模糊逻辑系统构建了集成自适应控制器应对处理系统不确定性和随时间变化的未知

执行器故障,应用Bhat和Bernstein定理证明了系统的有限时间稳定性,解决了随时间变化的执行器故障。

但是,以上研究仅考虑了执行器故障,对于偏置故障和建模偏差并未进行分析研究。

在实际工况中，未知干扰是影响容错控制算法性能的主要原因之一，常用的方法有设计干扰观测

器[6]、对干扰影响进行补偿[7]等。在消除未知干扰的影响上,文献[8]讨论了干扰对无人机系统暂态稳

定性能的影响,提出自适应预设性能容错控制方案,提升了干扰工况下无人机的暂态性能。文献[9]针

对未知的有界干扰,基于滑模控制和滑模扰动观测器(SMC-SMDO)设计了复合鲁棒控制器。但是，实际

工程中对于复杂干扰和未知故障下的信号状态估计与追踪，设计合适的滑模面依旧是比较困难的,通常

收稿日期：2024-05-28修回日期:2024-07-04

基金项目：昆明理工大学科技服务项目（KKF0202303309）

*通信作者：李俊丽，女，硕士，副教授。

.71.

陕西理工大学学报（自然科学版）第41卷

要综合考虑系统动态性能、参数范围、系统抖动等问题，方案设计比较复杂。

智能控制算法近年来也开始成为解决四旋翼无人机容错控制难题的方法之一[10]。文献[11]利用

神经网络来补偿系统不确定性和故障，引人辅助动力学系统来解决输入饱和问题，并为控制器设计