爲了克服某些線性控制方法的限制，一些非線性的控制方法被提出並且被運用到飛行器的控制中。下面是小編爲大家分享多旋翼無人機飛行控制方法講解，歡迎大家閱讀瀏覽。
1 線性飛行控制方法
常規的飛行器控制方法以及早期的對飛行器控制的嘗試都是建立在線性飛行控制理論上的，這其中就又有諸如PID、H∞、LQR以及增益調度法。
PID控制屬於傳統控制方法，是目前最成功、用的最廣泛的控制方法之一。其控制方法簡單，無需前期建模工作，參數物理意義明確，適用於飛行精度要求不高的控制。
2.H∞ H∞屬於魯棒控制的方法。經典的控制理論並不要求被控對象的精確數學模型來解決多輸入多輸出非線性系統問題。現代控制理論可以定量地解決多輸入多輸出非線性系統問題，但完全依賴於描述被控對象的動態特性的數學模型。魯棒控制可以很好解決因干擾等因素引起的建模誤差問題，但它的計算量非常大，依賴於高性能的處理器，同時，由於是頻域設計方法，調參也相對困難。
LQR是被運用來控制無人機的比較成功的方法之一，其對象是能用狀態空間表達式表示的線性系統，目標函數爲是狀態變量或控制變量的二次函數的積分。而且Matlab軟件的使用爲LQR的控制方法提供了良好的仿真條件，更爲工程實現提供了便利。
4.增益調度法 增益調度(Gain scheduling)即在系統運行時，調度變量的變化導致控制器的參數隨着改變，根據調度變量使系統以不同的控制規律在不同的區域內運行，以解決系統非線性的問題。該算法由兩大部分組成，第一部分主要完成事件驅動，實現參數調整。 如果系統的運行情況改變，則可通過該部分來識別並切換模態;第二部分爲誤差驅動，其控制功能由選定的模態來實現。該控制方法在旋翼無人機的垂直起降、定點懸停及路徑跟蹤等控制上有着優異的性能。
2 基於學習的飛行控制方法
基於學習的飛行控制方法的特點就是無需瞭解飛行器的動力學模型，只要一些飛行試驗和飛行數據。其中研究最熱門的有模糊控制方法、基於人體學習的方法以及神經網絡法。
1.模糊控制方法(Fuzzy logic)模糊控制是解決模型不確定性的方法之一，在模型未知的情況下來實現對無人機的控制。
2.基於人體學習的方法(Human-based learning) 美國MIT的科研人員爲了尋找能更好地控制小型無人飛行器的控制方法，從參加軍事演習進行特技飛行的飛機中採集數據，分析飛行員對不同情況下飛機的操作，從而更好地理解無人機的輸入序列和反饋機制。這種方法已經被運用到小型無人機的自主飛行中。
3.神經網絡法(Neural networks) 經典PID控制結構簡單、使用方便、易於實現, 但當被控對象具有複雜的非線性特性、難以建立精確的數學模型時，往往難以達到滿意的控制效果。神經網絡自適應控制技術能有效地實現多種不確定的、難以確切描述的非線性複雜過程的控制，提高控制系統的魯棒性、容錯性，且控制參數具有自適應和自學習能力。
3 基於模型的非線性控制方法
爲了克服某些線性控制方法的限制，一些非線性的控制方法被提出並且被運用到飛行器的控制中。這些非線性的控制方法通常可以歸類爲基於模型的非線性控制方法。這其中有反饋線性化、模型預測控制、多飽和控制、反步法以及自適應控制。
1.反饋線性化(feedback linearization) 反饋線性化是非線性系統常用的一種方法。它利用數學變換的方法和微分幾何學的知識，首先，將狀態和控制變量轉變爲線性形式，然後，利用常規的線性設計的方法進行設計，最後，將設計的結果通過反變換，轉換爲原始的狀態和控制形式。反饋線性化理論有兩個重要分支：微分幾何法和動態逆法，其中動態逆方法較微分幾何法具有簡單的推算特點，因此更適合用在飛行控制系統的設計上。但是，動態逆方法需要相當精確的飛行器的模型，這在實際情況中是十分困難的。此外，由於系統建模誤差，加上外界的各種干擾，因此，設計時要重點考慮魯棒性的因素。動態逆的'方法有一定的工程應用前景，現已成爲飛控研究領域的一個熱點話題。
2.模型預測控制(model predictive control)模型預測控制是一類特殊的控制方法。它是通過在每一個採樣瞬間求解一個有限時域開環的最優控制問題獲得當前控制動作。最優控制問題的初始狀態爲過程的當前狀態，解得的最優控制序列只施加在第一個控制作用上，這是它和那些預先計算控制律的算法的最大區別。本質上看模型預測控制是求解一個開環最優控制的問題，它與具體的模型無關，但是實現則與模型相關。
3.多飽和控制(nested saturation)飽和現象是一種非常普遍的物理現象，存在於大量的工程問題中。運用多飽和控制的方法設計多旋翼無人機，可以解決其它控制方法所不能解決的很多實際的問題。尤其是對於微小型無人機而言，由於大傾角的動作以及外部干擾，致動器會頻繁出現飽和。致動器飽和會限制操作的範圍並削弱控制系統的穩定性。很多方法都已經被用來解決飽和輸入的問題，但還沒有取得理想的效果。多飽和控制在控制飽和輸入方面有着很好的全局穩定性，因此這種方法常用來控制微型無人機的穩定性。
4.反步控制(Backstepping)反步控制是非線性系統控制器設計最常用的方法之一，比較適合用來進行在線控制，能夠減少在線計算的時間。基於Backstepping的控制器設計方法，其基本思路是將複雜的系統分解成不超過系統階數的多個子系統，然後通過反向遞推爲每個子系統設計部分李雅普諾夫函數和中間虛擬控制量，直至設計完成整個控制器。反步方法運用於飛控系統控制器的設計可以處理一類非線性、不確定性因素的影響，而且已經被證明具有比較好穩定性及誤差的收斂性。
5.自適應控制(adaptive control) 自適應控制也是一種基於數學模型的控制方法，它最大的特點就是對於系統內部模型和外部擾動的信息依賴比較少，與模型相關的信息是在運行系統的過程中不斷獲取的，逐步地使模型趨於完善。隨着模型的不斷改善，由模型得到的控制作用也會跟着改進，因此控制系統具有一定的適應能力。但同時，自適應控制比常規反饋控制要複雜，成本也很高，因此只是在用常規反饋達不到所期望的性能時，纔會考慮採用自適應的方法。