第2章多旋翼无人机飞行原理

2、多旋翼无人机飞行原理

各位同学，欢迎来到第二章。这一章，我们聊聊多旋翼无人机到底是怎么飞起来的。说实话，很多初学者一上来就调PID，结果飞机乱转，根本原因就是没搞懂最基础的动力学模型。我当年也犯过这个错，嗯，咱们今天就把这块彻底讲透。

先问大家一个问题：四旋翼无人机有几个自由度？答案是6个——三个位置自由度（前后、左右、上下）和三个姿态自由度（俯仰、横滚、偏航）。但有意思的是，它只有4个电机作为执行器。这就是典型的欠驱动系统。

我个人习惯把动力学模型拆成两部分来看：

说白了，位置变化是靠姿态变化来实现的。你想让飞机往前飞，就得先让机身倾斜，产生水平方向的分力。这个逻辑，我在做植保无人机项目时体会特别深——一开始总想着直接控制位置，结果发现根本绕不开姿态控制。

核心公式（简化版）：

F_total = Σ F_i  (i=1..4)
τ_total = Σ (r_i × F_i)

其中F_i是每个电机产生的升力，r_i是电机到重心的力臂向量。

旋翼的升力怎么来的？其实和固定翼飞机的机翼原理一样——伯努利原理和牛顿第三定律的结合。螺旋桨旋转时，桨叶上表面气流速度快、压力小，下表面气流速度慢、压力大，这就产生了向上的压力差。

但这里有个坑：螺旋桨的升力与转速的平方成正比。也就是说，转速翻倍，升力变成四倍。这个非线性关系，在控制里特别要命。

我曾经踩过的坑： 在调试一个六旋翼农药喷洒无人机时，我直接用线性关系估算升力，结果飞机一离地就剧烈抖动。后来才发现，电机响应有延迟，加上升力平方关系，导致控制环路不稳定。解决办法是加了一个转速前馈补偿。

每个电机的推力公式可以写成：

F_i = k_f · ω_i²

其中k_f是升力系数，ω_i是电机角速度。这个k_f值，不同桨叶、不同电机都不一样。我建议你们在实际项目中，一定要做一次静态推力标定——拿个秤，把飞机固定好，测不同油门下的实际推力。别偷懒，这步省了，后面调试会多花十倍时间。

姿态控制，说白了就是让飞机按照你想要的角度去倾斜。三个核心姿态角：

你想想看，四旋翼怎么实现这些动作？其实原理很简单：

俯仰控制： 让前两个电机转速增加，后两个电机转速减少（或者反过来）。这样机身就会前倾或后仰。我在做集群编队时，发现俯仰通道的响应速度直接影响编队保持的精度——响应慢了，飞机就掉队了。

横滚控制： 类似，让左边两个电机和右边两个电机产生转速差。这个通道我建议把PID的微分项调得稍微大一点，因为横滚方向容易产生过冲。

偏航控制： 这个有点不一样。四旋翼的电机是两正两反对转的，目的是抵消反扭矩。偏航控制就是打破这个平衡——让正转电机组和反转电机组产生转速差，利用反扭矩差来实现旋转。

我的个人经验： 偏航控制是三个通道里最难调的。因为反扭矩受气流影响很大，尤其是低空飞行时，地面效应会让偏航响应变得很奇怪。我建议在调试时，先让飞机悬停，然后给一个小的偏航阶跃指令，观察响应曲线。如果出现震荡，先减小积分项。

姿态控制的经典结构是串级PID：

外环（角度环）: 期望角度 → PID → 期望角速度
内环（角速度环）: 期望角速度 → PID → 电机控制量

为什么用串级？因为角速度环响应快，可以先稳住飞机的旋转速度，外环再慢慢修正角度。这个结构，我在所有做过的无人机项目里都用过，包括那个载重30公斤的植保机——虽然参数调得想哭，但结构本身是可靠的。

嗯，这一章的内容就到这里。记住，飞行原理是基础中的基础，后面所有的高级控制、集群协同，都建立在这个动力学模型之上。下一章我们聊传感器融合，到时候会用到今天讲的这些姿态概念。