飞控中的鲁棒自适应控制
从一次炸机说起
去年夏天,我在调试一架六轴无人机,搭载的是自研飞控,控制算法用的是经典的PID加前馈。那天风不大,但飞机起飞后两分钟,突然出现高频抖动,紧接着一个翻滚,直接砸在跑道上。事后分析黑匣子数据,发现电机输出在某个时刻出现了剧烈振荡,PID的输出已经饱和,但姿态误差还在增大。
这个场景做飞控的人应该不陌生——当模型参数变化(比如重心偏移、桨叶老化、电池电压下降导致电机响应变慢),或者外界扰动超出预期(阵风、挂载物晃动),传统固定增益的PID就会暴露它的脆弱性。你调好的那组参数,只在特定工况下有效。
这就是为什么我们需要鲁棒自适应控制。不是锦上添花,是保命用的。
鲁棒性和自适应性的本质矛盾
先理清一个概念。鲁棒控制追求的是“不管你怎么变,我都能稳住”,它靠的是保守设计——把最坏情况考虑进去,留足稳定裕度。自适应控制追求的是“你变了我跟着变”,它在线调整控制器参数或结构,试图逼近最优。
这两者天然存在矛盾。鲁棒性要求你“硬”,自适应要求你“软”。硬碰硬容易断,太软又扛不住冲击。飞控里怎么平衡?我的经验是:用鲁棒性兜底,用自适应性提性能。换句话说,先保证系统在任何情况下不发散,再通过自适应手段把控制品质拉回来。
模型参考自适应控制(MRAC)在飞控里的落地
MRAC是自适应控制里最直观的一种。思路很简单:你心里有一个“理想飞机”的模型,比如二阶系统,阻尼0.7,带宽10 rad/s。实际飞机飞出来的响应跟理想模型有偏差,你
订阅专栏 解锁全文
1916



被折叠的 条评论
为什么被折叠?



