第1章：飞控系统架构——传感器融合、控制律设计、执行机构接口
大家好，我是老张。干飞控这行十几年了，从固定翼玩到直升机，踩过的坑比走过的路还多。今天咱们聊聊无人直升机飞控系统的核心架构。
说白了，飞控系统就干三件事：感知、决策、执行。传感器负责感知，控制律负责决策，执行机构负责执行。听起来简单？嗯，这里面的门道可不少。
1.1 传感器融合：别让数据骗了你
我记得刚入行那会儿，总觉得传感器越多越好。IMU、GPS、磁力计、气压计、超声波……能上的全上了。结果呢？数据打架，飞控直接懵了。
为什么会这样？因为每个传感器都有它的脾气。
| 传感器 | 优点 | 缺点 |
|---|---|---|
| IMU（加速度计+陀螺仪） | 高频响应快，短时精度高 | 长期漂移，积分误差累积 |
| GPS | 绝对位置，无累积误差 | 更新率低（5-10Hz），易受遮挡 |
| 磁力计 | 提供航向参考 | 易受电磁干扰，精度有限 |
| 气压计 | 高度测量，成本低 | 受气流、温度影响大 |
所以，传感器融合的核心不是堆硬件，而是互补滤波或卡尔曼滤波。我个人习惯用扩展卡尔曼滤波（EKF），把IMU的高频数据和GPS的低频数据揉在一起。
核心思路：IMU负责短时姿态跟踪，GPS负责长时位置修正。两者互补，才能得到稳定可靠的估计值。
我在项目中遇到过一个问题：直升机悬停时，GPS信号被旋翼遮挡，位置跳变。当时排查了好久，最后发现是GPS天线安装位置不对。避坑指南：GPS天线尽量远离旋翼平面，最好装在机头或尾梁上。
1.2 控制律设计：尾桨与主旋翼的博弈
无人直升机的控制，难点在于耦合。主旋翼一转，反扭矩就来了，机身跟着转。这时候尾桨就得干活——推回来。
控制律设计，说白了就是解决这个博弈问题。我常用的架构是串级PID：内环控制角速率，外环控制姿态角。
// 串级PID伪代码示例
// 外环：角度环
float angle_error = target_roll - current_roll;
float rate_target = angle_PID.update(angle_error, dt);
// 内环：角速率环
float rate_error = rate_target - current_roll_rate;
float output = rate_PID.update(rate_error, dt);
// 输出到执行机构
servo_output = output + trim_value; // trim_value是配平值你想想看，尾桨的控制量不仅要抵消主旋翼的反扭矩，还要参与航向控制。这就涉及到混控矩阵的设计。
个人经验：调试尾桨PID时，先调内环（角速率环），再调外环（角度环）。内环调稳了，外环才有意义。我曾经跳过这个顺序，结果直升机像喝醉了酒一样乱晃。
还有一个容易被忽略的点：主旋翼转速变化对尾桨的影响。转速升高，反扭矩增大，尾桨推力也得跟上。所以控制律里最好加入前馈补偿，根据主旋翼转速实时调整尾桨输出。
1.3 执行机构接口：信号到力的最后一公里
控制律算完了，怎么让舵机听话？这就是执行机构接口的事。
常见的接口方式有两种：
- PWM信号：最传统，50Hz频率，1-2ms脉宽。简单可靠，但精度有限。
- SBUS/PPM：数字信号，一根线传多通道。适合通道数多的场景。
我建议用SBUS，尤其是大型直升机。为什么？因为PWM线多了容易串扰，SBUS一根线搞定，干净利落。
注意：执行机构的响应延迟是飞控的大敌。从控制律输出到舵机实际动作，中间有计算延迟、通信延迟、机械延迟。总延迟超过20ms，直升机就会开始抖。
我曾经踩过一个坑：舵机选型时只看了扭矩，没看响应速度。结果装上后，尾桨舵机跟不上控制指令，悬停时尾巴左右摆。后来换了高速舵机，问题解决。
执行机构接口还有一个关键点：故障安全。飞控死机了怎么办？舵机得有个默认位置，让直升机能够自稳或安全降落。我一般会在飞控里设置一个看门狗定时器，超时未收到信号，舵机自动回到安全位置。
1.4 架构总览：一张图看懂
说了这么多，咱们用一张SVG图把整个架构串起来。
这张图把整个飞控系统的数据流画清楚了。传感器融合把原始数据变成可用状态，控制律根据状态算控制量，执行机构把控制量变成物理动作。反馈回路保证系统闭环稳定。
总结一下：飞控架构的核心就是这三个模块的协同。传感器融合要准，控制律要稳，执行机构要快。任何一个环节掉链子，直升机都飞不好。
嗯，这一章就到这里。内容不多，但都是干货。下一章咱们深入聊聊传感器融合的具体实现，包括卡尔曼滤波的推导和代码实现。
公众号:蓝海资料掘金营，微信deep3321