#Aerial Robotics 笔记学习（自用） 第一周

学习别人的学习笔记帮助自己学习。

原作者向南而行灬的学习链接：Robotics: Aerial Robotics（空中机器人）笔记（二）:如何设计一架四旋翼无人机_无人机推力与电机转速成二次方关系-CSDN博客

基本的力学原理（Basic Mechanics）

一个四旋翼有四个电机来支持飞行器的重量，每个电机会旋转并产生一个向上推力，与此同时，电机的旋转需要克服阻力矩，所以我们需要观察推力和阻力矩这两个量与电机转速的关系。

如果我们绘制出推力与电机转速的关系图：

其中RPM：(Revolutions Per minute,转/分钟) 

三条曲线：

黄线1thrust ：代表推力,通过观察推力与转速的关系曲线，可以确定要求产生等于四分之一重量推力的转速，同时这需要克服相应的阻力矩。

 蓝线drag：便是产生的阻力距，这是需要抵消的。

 图中这个 电机可产生扭矩来克服前述的阻力矩，也就是图中这个(描述电机扭矩与转速的关系曲线)。这个特性曲线还没有了解，等待后续资料。（不是重点）

动力学与一维线性控制（Dynamics and 1-D Linear Control）

PD控制与PID控制入门
这一部分主要还是讨论在垂直方向上的运动，我们的目的就是让控制四旋翼机器人达到一个要求的垂直高度，也就是需要往上或往下位移一段距离 。

PID另一种解释

其中， 为微分增益（derivative gain）， 为比例增益（proportional gain），称为前馈项（feedforward term）。当  和  都为正时，就能保证误差项能以指数的速度趋向于零。

比例增益其越高， 系统变得更有弹性和更有可能超调。 比如说当前状态是2，期望状态是4，误差是2，当前比例增益的话可能调节量是+1，那么状态就变成3，误差为1，如果增加比例增益，那么调节量可能变成+2，误差就为0，如果再增加比例增益，调节量可能变成+3，误差就变-1，也就是超调了。

微分增益越高，系统本质上是加大了缓冲。 我们可以粗略理解这一项为能量衰减率，如果为0， > 0，系统就处于不断振荡的状态。通过增加微分增益，我们可以让系统收敛得更平稳。但如果微分增益过大，那么系统就处于欠阻尼的状态，系统会收敛地比较慢，但不会振动得厉害。

在特殊情况下， 你可以考虑使用更复杂的版本的PD控制，也就是PID控制。比如在不知道系统的具体模型或存在某些未知的干扰因素时，可以引入一个额外的正比于误差积分的项：

虽然引入这一项会使微分方程变成三阶，使得求解变得困难，但是这会使误差项最终变成零。
————————————————
原文链接：https://blog.csdn.net/qq_42286607/article/details/123715466