无人飞行器数学模型

最新推荐文章于 2025-09-05 09:21:47 发布

原创最新推荐文章于 2025-09-05 09:21:47 发布 · 4.4k 阅读

18 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#无人机

无人机专栏收录该内容

29 篇文章

订阅专栏

该文详细探讨了无人飞行器的数学模型，包括位置、速度、姿态角度和角速度的描述。通过坐标转换矩阵阐述了飞行器的状态表示，并解析了力与加速度、姿态变化以及角速度的动态方程。文章还提到了控制量如何影响飞行器的受力和力矩，以实现机动动作。

这里是运动学和动力学模型，也适用于任何其它类型的飞行器，乃至无人车等各种载体

飞行器的状态包括位置 $(x,y,z)$ ，速度 $(u,v,w)$ ，姿态角度 $(\phi,\theta,\psi)$ ，角速度 $(p,q,r)$ ，姿态也可以用坐标转换矩阵 $T$ 来表示，飞行器的模型如下

位置：

$\begin{bmatrix} \dot{x}\\ \dot{y} \\\dot{z} \end{bmatrix}=T_b^g\begin{bmatrix} u\\ v\\w\end{bmatrix}$

其中 $T_b^g$ 为坐标转换矩阵，从机体坐标到地面坐标的转换矩阵， $(u,v,w)$ 为机体坐标下的飞行器速度

速度：

$\begin{bmatrix} \dot{u}\\\dot{v} \\ \dot{w} \end{bmatrix}=\begin{bmatrix}u\\v\\w\end{bmatrix}\times \begin{bmatrix}p\\q\\r\end{bmatrix}+T_g^b\begin{bmatrix} 0\\0\\ g \end{bmatrix}+\frac{1}{m}\begin{bmatrix} F_x\\F_y \\ F_z \end{bmatrix}$

其中g为地球重力加速度9.812平方米每秒， $T_g^b$ 和 $T_b^g$ 是一个互为转置的关系， $F_x,F_y,F_z$ 为作用在飞行器上的作用力，这个方程式为机体坐标系下的力与加速度公式，扣除坐标系旋转产生的影响

姿态：

直接以坐标转换矩阵的形式来建立姿态变化的模型

$\dot{T_g^b}=-\omega\times T_g^b$

$\omega=[p,q,r]^T$ 为飞行器的角速度，其实可以以物体旋转的模型来理解姿态的变化，因为

$T=[T_1,T_2,T_3]$

简便起见，其中 $T_1,T_2,T_3$ 为坐标转换矩阵 $\dot{T_g^b}$ 的列，每一列表示地面坐标系的坐标轴在机体坐标系的表征，它的变化就是一个旋转关系。从机体坐标系来看，地面坐标系是以相反的角速度在旋转，所以地面坐标系的变化为每个坐标轴的变化，即 $-\omega$ 叉乘每一个坐标轴。

$\dot{T_g^b}=[-\omega\times T_1,-\omega\times T_2,-\omega\times T_3]$

以一般向量叉乘运算来看

$\omega\times \textbf{v}=\begin{bmatrix} p\\ q \\ r \end{bmatrix}\times\begin{bmatrix} a\\ b \\ c \end{bmatrix}=\begin{bmatrix} qc-rb\\ ra-pc \\ pb-qa \end{bmatrix} =\begin{bmatrix} a\\b \\ c \end{bmatrix}\cdot \begin{bmatrix} 0 & -r &q \\ r& 0 &-p \\ -q& p & 0 \end{bmatrix}$

即

$\omega\times \textbf{v}=\textbf{v}\cdot \textbf{M}_{\omega}$ ，其中

$\textbf{M}_{\omega}=\begin{bmatrix} 0 & -r &q \\ r& 0 &-p \\ -q& p & 0 \end{bmatrix}$

所以有

$\dot{T_g^b}=-\omega\times T_g^b=-T_g^b\cdot\textbf{M}_{\omega}$

对它进行转置则有

$\dot{T_b^g}=-\textbf{M}_{\omega}^T\cdot T_b^g$

角速度：

$\begin{bmatrix} \dot{p}\\ \dot{q} \\ \dot{r} \end{bmatrix}=I^{-1}\left \{ \begin{bmatrix} Q_x\\ Q_y \\ Q_z \end{bmatrix} -\begin{bmatrix} p\\q\\ r \end{bmatrix}\times I\begin{bmatrix}p\\q\\ r\end{bmatrix}\right \}$