四旋翼无人机动力学建模方式全解析：完整刚体模型 vs 简化阻尼模型

原创于 2025-07-01 10:50:19 发布 · 1.2k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#无人机 #cocos2d #游戏引擎

无人机专栏收录该内容

5 篇文章

订阅专栏

🌐 四旋翼无人机动力学建模方式全解析：完整刚体模型 vs 简化阻尼模型

无人机建模是飞控设计、控制算法开发、仿真测试的重要基础。本文对比分析了两种典型的四旋翼无人机动力学建模方式：完整刚体模型与简化阻尼模型，并讨论了它们之间的转换关系与适用场景。

🧩 一、完整刚体动力学模型（Full Rigid-Body Model）

✅ 1. 模型结构

该模型基于六自由度刚体动力学原理，建模包括位置、速度、姿态角、角速度，并显式考虑了质量、惯性矩、力矩输入等：

$\begin{cases} \dot{\mathbf{p}} = \mathbf{v} \\ \dot{\mathbf{v}} = \frac{1}{m} u \mathbf{R} \mathbf{e}_3 - g \mathbf{e}_3 + \mathbf{d}_p \\ \dot{\boldsymbol{\eta}} = \boldsymbol{\omega} \\ \dot{\boldsymbol{\omega}} = -\mathbf{J}^{-1} (\boldsymbol{\omega} \times \mathbf{J}\boldsymbol{\omega}) + \mathbf{J}^{-1} \boldsymbol{\tau} + \mathbf{d} \end{cases}$

$p=[x,y,z]⊤\mathbf{p} = [x, y, z]^\top$ ：位置
$v=[vx,vy,vz]⊤\mathbf{v} = [v_x, v_y, v_z]^\top$ ：线速度
$η=[ϕ,θ,ψ]⊤\boldsymbol{\eta} = [\phi, \theta, \psi]^\top$ ：欧拉角（滚转、俯仰、偏航）
$ω=[ωϕ,ωθ,ωψ]⊤\boldsymbol{\omega} = [\omega_\phi, \omega_\theta, \omega_\psi]^\top$ ：角速度
$u$ ：总推力， $τ=[τ1,τ2,τ3]⊤\boldsymbol{\tau} = [\tau_1, \tau_2, \tau_3]^\top$ ：控制力矩
$J=diag(Jxx,Jyy,Jzz)\mathbf{J} = \text{diag}(J_{xx}, J_{yy}, J_{zz})$ ：转动惯量
$R\mathbf{R}$ ：旋转矩阵
$dp,d\mathbf{d}_p, \mathbf{d}$ ：扰动项（例如风场、建模误差）

🎯 旋转矩阵 $R\mathbf{R}$ 的作用

旋转矩阵 $R∈SO(3)\mathbf{R} \in SO(3)$ 用于描述机体系与惯性系之间的姿态变换关系，常用于：

将机体坐标系下的力（如推力）转换到惯性系；
在控制中处理姿态相关控制律（如姿态误差、姿态映射）；
构建飞行器的非线性模型或线性化控制模型。

完整刚体模型中使用的是三轴欧拉角 $(ϕ,θ,ψ)(\phi, \theta, \psi)$ 对应的旋转矩阵：

$\mathbf{R}(\phi, \theta, \psi) = \begin{bmatrix} \cos\theta\cos\psi & \cos\theta\sin\psi & -\sin\theta \\ \sin\phi\sin\theta\cos\psi - \cos\phi\sin\psi & \sin\phi\sin\theta\sin\psi + \cos\phi\cos\psi & \sin\phi\cos\theta \\ \cos\phi\sin\theta\cos\psi + \sin\phi\sin\psi & \cos\phi\sin\theta\sin\psi - \sin\phi\cos\psi & \cos\phi\cos\theta \end{bmatrix}$

由Z-Y-X 欧拉角顺序构造（偏航-俯仰-滚转）；
描述从机体系到世界坐标系的转换；
适用于高精度六自由度建模；
与角速度、惯量耦合，可推导雅可比矩阵和角加速度关系；
对应 tf.transformations.euler_matrix() 或 scipy.spatial.transform.Rotation.from_euler()。

✅ 2. 特点

精确描述无人机在三维空间的刚体运动；
能反映姿态动力学与角动量耦合特性；
适合用于强化学习策略训练、高保真仿真、复杂轨迹控制设计（如MPC）；
控制输入通常是推力+力矩，物理意义明确。

⚙️ 二、简化阻尼建模模型（Low-Level Approximate Model）

✅ 1. 模型结构

该模型省略角速度与惯量建模，仅使用一阶滞后描述姿态变化，并加入阻尼项简化空气阻力：

$\begin{cases} \dot{\mathbf{p}} = \mathbf{v} \\ \dot{\mathbf{v}} = \mathbf{R}(\phi, \theta) \begin{bmatrix} 0 \\ 0 \\ T \end{bmatrix} + \begin{bmatrix} 0 \\ 0 \\ -g \end{bmatrix} - \mathbf{A} \mathbf{v} \\ \dot{\phi} = \frac{1}{\tau_\phi}(K_\phi \phi_{\text{ref}} - \phi) \\ \dot{\theta} = \frac{1}{\tau_\theta}(K_\theta \theta_{\text{ref}} - \theta) \end{cases}$

其中：

控制输入为： $T$ （总推力）， $ϕref,θref\phi_{\text{ref}}, \theta_{\text{ref}}$ （参考姿态角）；
$A=diag(Ax,Ay,Az)\mathbf{A} = \text{diag}(A_x, A_y, A_z)$ ：线性阻尼系数矩阵；
姿态控制器为一阶闭环系统，模拟飞控板控制逻辑；
$R(ϕ,θ)\mathbf{R}(\phi,\theta)$ ：忽略偏航角的旋转矩阵近似。

简化模型常用于姿态反馈控制或仿真中，通常忽略偏航角 $ψ\psi$ ，只考虑俯仰 $θ\theta$ 和滚转 $ϕ\phi$ ：

$\mathbf{R}(\phi, \theta) = \begin{bmatrix} \cos\theta & 0 & \sin\theta \\ \sin\phi\sin\theta & \cos\phi & -\sin\phi\cos\theta \\ -\cos\phi\sin\theta & \sin\phi & \cos\phi\cos\theta \end{bmatrix}$

用于描述推力方向随姿态变化的投影
适合在不关心偏航影响的控制场景（如位置控制、悬停）；
数学结构更简单，便于解析控制；

✅ 2. 特点

忽略角动量耦合与力矩控制；
结构简洁，适合低级控制器建模或部署；
更贴近工业飞控接口（如 PX4 / ArduPilot 的期望姿态接口）；
常用于教学、快速验证、嵌入式部署等轻量级场景。

🔁 三、两种模型之间的转换关系

转换方向	可行性	方法	注意事项
✅ 完整 → 简化	可行	省略角速度、惯量，近似为一阶姿态滞后；风阻项线性化为 $\mathbf{v}$	会损失精度与耦合性
❌ 简化 → 完整	不可逆	需重新建模补充角速度、惯性矩、非线性阻力项	简化模型信息缺失，无法恢复

🌬️ 四、风阻力建模对比

简化模型阻尼项：

$\mathbf{F}_{\text{damping}} = -\mathbf{A} \cdot \mathbf{v}$

真实空气阻力模型（含风）：

$\mathbf{F}_{\text{wind}} = -\frac{1}{2} \rho A C_d \|\mathbf{v} - \mathbf{v}_{\text{wind}}\|(\mathbf{v} - \mathbf{v}_{\text{wind}})$

对比维度	简化阻尼项	风阻模型
是否线性	✅ 是	❌ 否，二阶
是否含风	❌ 否	✅ 包含风速向量
易用性	高，适合控制设计	低，需数值计算
物理精度	中（局部线性近似）	高（真实气动特性）

✅ 五、建模选型建议

应用场景	推荐模型
强化学习策略训练、高精度控制仿真	完整模型
级联控制器设计、嵌入式飞控接口仿真	简化模型
飞行数据拟合风阻建模	使用风阻模型或将其线性化为阻尼系数
学术研究/论文推导	推荐使用完整模型配合简化建模分析