梳理完控制以及飛行力學(xué)的一些基本原理之后，就該正式進(jìn)入無(wú)人機(jī)導(dǎo)航、制導(dǎo)與控制的討論了。導(dǎo)航制導(dǎo)與控制是無(wú)人機(jī)系統(tǒng)中最復(fù)雜的分系統(tǒng)，其功能可以有多種劃分方法，本文中，我們就以下面框圖所示的劃分方法為例，對(duì)無(wú)人機(jī)導(dǎo)航制導(dǎo)與控制系統(tǒng)的基本原理和常用方法做一下介紹和歸納。

由于GPS、室內(nèi)定位甚至自動(dòng)駕駛在生活中的廣泛應(yīng)用，“導(dǎo)航”、“制導(dǎo)”、“控制”這幾個(gè)詞也越來(lái)越為大眾所熟悉和使用，但是對(duì)于這些詞的定義，我們?nèi)粘Ｉ钪械氖褂煤屠斫夥椒赡芘c無(wú)人機(jī)語(yǔ)境有所不同，所以有必要對(duì)其在本系列文章中的含義做一下解釋：

導(dǎo)航：即無(wú)人機(jī)獲得自己當(dāng)前（在某個(gè)參照系下）的位置、速度等信息，必要時(shí)還需要獲得當(dāng)前（相對(duì)于某個(gè)參照系）的姿態(tài)、姿態(tài)角速度等信息。例如，采用純慣性導(dǎo)航可以獲得無(wú)人機(jī)在某個(gè)慣性系下的位置、速度和加速度，以及相對(duì)于該慣性系的姿態(tài)角和角速度；GPS導(dǎo)航系統(tǒng)則可以提供無(wú)人機(jī)在WGS84坐標(biāo)系下的速度、位置和航向角等信息；而借助如Vicon、UWB等室內(nèi)定位系統(tǒng)則可以獲得無(wú)人機(jī)相對(duì)于室內(nèi)某個(gè)坐標(biāo)系的速度、位置等信息。因此，簡(jiǎn)要概括導(dǎo)航的主要工作就是要“知道自己在哪，知道自己的姿態(tài)”。

制導(dǎo)：即無(wú)人機(jī)發(fā)現(xiàn)（或外部輸入）目標(biāo)的位置、速度等信息，并根據(jù)自己的位置、速度以及內(nèi)部性能和外部環(huán)境的約束條件，獲得抵達(dá)目標(biāo)所需的位置或速度指令。例如，按照規(guī)劃的航路點(diǎn)飛行時(shí)，計(jì)算無(wú)人機(jī)徑直或者沿某個(gè)航線飛抵航路點(diǎn)的指令；采用基于計(jì)算機(jī)視覺(jué)目標(biāo)跟蹤的光學(xué)制導(dǎo)時(shí)，根據(jù)目標(biāo)在視場(chǎng)中的位置（以及攝像頭可能存在的離軸角）計(jì)算跟蹤目標(biāo)所需的過(guò)載或者姿態(tài)角速度指令；而當(dāng)預(yù)裝（或SLAM獲得的）地圖中存在需要規(guī)避的障礙物或禁飛區(qū)時(shí)，根據(jù)無(wú)人機(jī)飛行性能計(jì)算可行的規(guī)避路線或者速度指令。因此，簡(jiǎn)要概括制導(dǎo)的主要工作就是要“知道目標(biāo)在哪，如何抵達(dá)目標(biāo)”。

控制：即無(wú)人機(jī)根據(jù)當(dāng)前的速度、姿態(tài)等信息，通過(guò)執(zhí)行機(jī)構(gòu)作用來(lái)改變姿態(tài)、速度等參數(shù)，進(jìn)而實(shí)現(xiàn)穩(wěn)定飛行或跟蹤制導(dǎo)指令。例如，當(dāng)固定翼無(wú)人機(jī)需要爬升高度時(shí)，計(jì)算需要的俯仰角和俯仰角速度指令，以及為了讓空速不至于大幅降低所需的油門指令；當(dāng)沿著航線飛行，但是存在側(cè)風(fēng)時(shí)，計(jì)算所需的偏航角指令以利用側(cè)滑抵消側(cè)風(fēng)影響；或者當(dāng)多旋翼無(wú)人機(jī)的某個(gè)旋翼失效時(shí)，計(jì)算如何為剩余旋翼分配指令以盡可能實(shí)現(xiàn)穩(wěn)定飛行。因此，簡(jiǎn)要概括控制的主要工作就是“改變飛行姿態(tài)，跟蹤制導(dǎo)指令”。

雖然理論上，導(dǎo)航、制導(dǎo)和控制這三者各司其職，只是在指令計(jì)算和執(zhí)行上有順承關(guān)系，但是在實(shí)際系統(tǒng)中，三者可能會(huì)有很多交叉因素。例如，導(dǎo)航系統(tǒng)中所測(cè)量或估計(jì)出的角速度，既要用于導(dǎo)航系統(tǒng)的速度和位置估計(jì)，又要用于姿態(tài)控制；而在一些高機(jī)動(dòng)性的飛行器（如直接碰撞殺傷的動(dòng)能攔截器等）和空天飛行器（如升力體再入返回的制導(dǎo)控制）上也有制導(dǎo)與控制一體化設(shè)計(jì)的趨勢(shì)。但在本文中，仍然根據(jù)無(wú)人機(jī)的固有特性，盡量將三者作為具有獨(dú)立功能的分系統(tǒng)看待。其中，導(dǎo)航系統(tǒng)原理可以大致分為以下幾個(gè)類型：

基于絕對(duì)參考系的導(dǎo)航。如慣性導(dǎo)航、磁羅盤導(dǎo)航等。慣性導(dǎo)航運(yùn)用牛頓力學(xué)原理，通過(guò)構(gòu)建一個(gè)與機(jī)體固聯(lián)的慣性平臺(tái)，從而根據(jù)加速度計(jì)測(cè)量的慣性加速度計(jì)算在某慣性參考系下的速度和位置，根據(jù)陀螺儀測(cè)量所得的角速度計(jì)算機(jī)體相對(duì)于慣性平臺(tái)的姿態(tài)角，從而只需要加速度計(jì)和陀螺儀滿足一定的精度要求，就可以在不需要外部信息的情況下獲得機(jī)體相對(duì)于慣性參考系的速度、位置和姿態(tài)角。之所以將與機(jī)體固聯(lián)的移動(dòng)參照系成為慣性平臺(tái)，是因?yàn)樵缙诘钠脚_(tái)式慣性導(dǎo)航設(shè)備中確實(shí)存在一個(gè)物理上的框架，該框架基于陀螺進(jìn)動(dòng)原理始終與慣性系（或當(dāng)?shù)劂U錘坐標(biāo)系）保持平行。高精度的平臺(tái)慣導(dǎo)系統(tǒng)可以長(zhǎng)期不需要外部信息進(jìn)行導(dǎo)航，例如有些核潛艇所裝備的慣導(dǎo)系統(tǒng)可以保證水下航行數(shù)月的導(dǎo)航誤差在數(shù)海里的量級(jí)。

雖然平臺(tái)慣導(dǎo)的精度很高，但是由于系統(tǒng)復(fù)雜且體積巨大，不便于在小型飛行器上裝備，隨著計(jì)算機(jī)技術(shù)和導(dǎo)航器件技術(shù)的發(fā)展，捷聯(lián)慣導(dǎo)越來(lái)越多地被使用。與平臺(tái)慣導(dǎo)所用的物理平臺(tái)不同，捷聯(lián)慣導(dǎo)的陀螺儀和加速度計(jì)都與機(jī)體固連，因此采用虛擬的數(shù)學(xué)慣性平臺(tái)，即慣性器件測(cè)量所得數(shù)據(jù)都會(huì)經(jīng)過(guò)坐標(biāo)變換的數(shù)學(xué)運(yùn)算轉(zhuǎn)換到慣性坐標(biāo)系下，由于去掉了物理平臺(tái)，捷聯(lián)慣導(dǎo)系統(tǒng)的體積大幅縮減。特別是近二十年來(lái)快速發(fā)展的MEMS（微機(jī)電系統(tǒng)）器件，已經(jīng)可以將捷聯(lián)慣導(dǎo)系統(tǒng)的體積縮小到幾立方厘米的量級(jí)。

當(dāng)然，慣性導(dǎo)航并非完美，由于導(dǎo)航過(guò)程依賴慣性器件的輸出數(shù)據(jù)、坐標(biāo)變換以及數(shù)值積分，所以器件誤差和數(shù)值計(jì)算的截?cái)嗾`差會(huì)不斷累積，在缺乏額外的相對(duì)于絕對(duì)坐標(biāo)系的信息時(shí)，該誤差無(wú)法被修正，因此，慣導(dǎo)系統(tǒng)通常作為飛行器的主要導(dǎo)航系統(tǒng)，但同時(shí)還需要其他導(dǎo)航信息對(duì)慣導(dǎo)結(jié)果進(jìn)行修正。

幾乎其他所有導(dǎo)航方法都可以用于修正慣導(dǎo)系統(tǒng)誤差，甚至是慣導(dǎo)系統(tǒng)本身，如AHRS（航姿參考系統(tǒng)），這種系統(tǒng)除了采用陀螺儀積分得出姿態(tài)角，還能根據(jù)加速度計(jì)測(cè)量的重力方向以及磁羅盤測(cè)量的磁航向?qū)ψ藨B(tài)角結(jié)果進(jìn)行修正，從而在陀螺儀精度不高的情況下獲得長(zhǎng)期穩(wěn)定的姿態(tài)角輸出，不過(guò)由于低精度器件所得的姿態(tài)角結(jié)果短期和長(zhǎng)期均有不同程度的誤差，該系統(tǒng)無(wú)法進(jìn)行精確的航位推算。

基于距離測(cè)量的導(dǎo)航。如衛(wèi)星導(dǎo)航、室內(nèi)定位等。這類導(dǎo)航方式一般是通過(guò)測(cè)量飛行器與已知精確位置的參考點(diǎn)之間的距離，從而解算出飛行器位置。例如衛(wèi)星導(dǎo)航系統(tǒng)就是通過(guò)接收多顆衛(wèi)星發(fā)射出來(lái)的星歷信息，從中得出時(shí)間差并根據(jù)光速計(jì)算出距離，從而解算出飛行器在WGS84坐標(biāo)系下的位置和經(jīng)緯高度信息。同樣采用類似方式的還有室內(nèi)定位應(yīng)用中很火的WIFI定位和UWB定位技術(shù)，均是利用信號(hào)強(qiáng)度或發(fā)送接收的時(shí)間差計(jì)算飛行器與各參考點(diǎn)之間的距離，從而解算飛行器實(shí)時(shí)位置。

基于特征匹配的導(dǎo)航。如地形匹配、運(yùn)動(dòng)捕捉系統(tǒng)等。這類導(dǎo)航方式通常是通過(guò)飛行器實(shí)時(shí)提取地磁、地貌、圖像等特征，并與特征庫(kù)進(jìn)行比對(duì)或進(jìn)行相應(yīng)計(jì)算，從而得到飛行器位置、速度等信息實(shí)現(xiàn)導(dǎo)航功能，如巡航導(dǎo)彈中所使用的地形匹配方法和現(xiàn)在比較火的SAR（合成孔徑雷達(dá)）地貌匹配方法，都是通過(guò)提取飛行路徑上的一維或二維地形地貌信息，并與數(shù)字高程地圖庫(kù)進(jìn)行比對(duì)，從而獲知當(dāng)前位置、速度等信息，這在衛(wèi)星導(dǎo)航信號(hào)丟失時(shí)的長(zhǎng)期導(dǎo)航具有重要意義。運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)，通過(guò)識(shí)別已知位置上的標(biāo)記物特征完成位置、速度估計(jì)的方法也歸屬此類。還有另一類導(dǎo)航方法就是類似于Vicon的運(yùn)動(dòng)捕捉系統(tǒng)，這種系統(tǒng)則是通過(guò)已知位置的光學(xué)等傳感器識(shí)別飛行器上設(shè)置的標(biāo)記物，從而解算出飛行器實(shí)時(shí)位置、速度。

而既然說(shuō)到基于特征，就不得不關(guān)注計(jì)算機(jī)視覺(jué)在導(dǎo)航中的應(yīng)用，例如在消費(fèi)級(jí)無(wú)人機(jī)上運(yùn)用多年的稀疏光流算法，就是根據(jù)灰度圖像中特征點(diǎn)的運(yùn)動(dòng)計(jì)算出無(wú)人機(jī)的運(yùn)動(dòng)速度，近年來(lái)火爆的SLAM則更是將計(jì)算機(jī)視覺(jué)發(fā)揮到極致，這種算法通過(guò)將運(yùn)動(dòng)中實(shí)時(shí)采集的圖像特征性信息與慣導(dǎo)等系統(tǒng)信息進(jìn)行融合，從而可以在未知環(huán)境中一邊完成周圍場(chǎng)景的三維模型重建，一邊進(jìn)行自身在場(chǎng)景中相對(duì)位置和速度的解算。

說(shuō)回?zé)o人機(jī)的導(dǎo)航，當(dāng)前多數(shù)無(wú)人機(jī)采用慣導(dǎo)/衛(wèi)星導(dǎo)航組合作為基本的導(dǎo)航方式，可以保證絕大多數(shù)場(chǎng)景下的穩(wěn)定導(dǎo)航。大型軍用無(wú)人機(jī)由于對(duì)導(dǎo)航系統(tǒng)的輕量化和成本要求不高，為了實(shí)現(xiàn)較高的導(dǎo)航精度，其通常仍采用光纖/激光陀螺和石英加速度計(jì)組成的高精度慣導(dǎo)系統(tǒng)，而中小型和民用無(wú)人機(jī)則采用更輕小更廉價(jià)，但是精度較低的MEMS器件組成慣導(dǎo)或航姿參考系統(tǒng)，與衛(wèi)星導(dǎo)航組合后，仍能提供有效的導(dǎo)航信息輸出。

而在某些特殊應(yīng)用場(chǎng)景下，衛(wèi)星導(dǎo)航信號(hào)會(huì)丟失，如微型無(wú)人機(jī)在室內(nèi)和城市樓群之間飛行，這時(shí)就需要其他的導(dǎo)航方式進(jìn)行輔助。常用的比如氣壓計(jì)的使用就可以以較低的綜合成本獲得低精度的海拔高度（誤差100米量級(jí)）和較高精度的相對(duì)高度信息（誤差0.1米量級(jí)）。無(wú)人機(jī)在室內(nèi)飛行時(shí)，可以架設(shè)前文提到的WIFI、UWB或Vicon等需要復(fù)雜外部設(shè)備的室內(nèi)定位系統(tǒng)，或者外部設(shè)置已知位置的標(biāo)記物，通過(guò)無(wú)人機(jī)的視覺(jué)系統(tǒng)完成識(shí)別和自身定位。而在極為特殊的場(chǎng)景下，如各種高危未知環(huán)境的勘測(cè)，使得常用輔助導(dǎo)航系統(tǒng)都難以使用時(shí)，就不得不祭出SLAM這一殺手锏了，SLAM技術(shù)正處于高速發(fā)展中，且已經(jīng)有多種實(shí)用的方案出現(xiàn)了，完美的SLAM系統(tǒng)可以完成科幻電影里那種放出去幾駕微型無(wú)人機(jī)自由飛行，配合一個(gè)便攜地面站，便可以實(shí)時(shí)地重建周圍環(huán)境的3D模型，這種性能在未來(lái)五年之內(nèi)肯定可以實(shí)現(xiàn)。當(dāng)然絕大多數(shù)輔助的導(dǎo)航方式都難以輸出用于制導(dǎo)控制的高頻率（200Hz以上）導(dǎo)航信息，因此通常情況下仍是將輔助導(dǎo)航系統(tǒng)與慣性導(dǎo)航相結(jié)合。

下面來(lái)討論無(wú)人機(jī)的制導(dǎo)，現(xiàn)階段大多數(shù)軍用還是民用無(wú)人機(jī)在自動(dòng)飛行過(guò)程中僅需完成航路點(diǎn)或航線的跟蹤，因此制導(dǎo)策略相對(duì)簡(jiǎn)單。多旋翼無(wú)人機(jī)，跟蹤航路點(diǎn)時(shí)只需要將飛行速度方向?qū)?zhǔn)下一個(gè)航路點(diǎn)，跟蹤航線也僅需首先飛到航線上距離當(dāng)前位置最近的點(diǎn)即可；而這項(xiàng)任務(wù)對(duì)于固定翼無(wú)人機(jī)相對(duì)復(fù)雜。因?yàn)楣潭ㄒ頍o(wú)人機(jī)的速度方向需要通過(guò)航向來(lái)改變，而航向則需要通過(guò)滾轉(zhuǎn)來(lái)改變，這就使得滾轉(zhuǎn)角與速度方向之間形成了近似二階環(huán)節(jié)的過(guò)程，這通?？梢赃\(yùn)用導(dǎo)彈的比例導(dǎo)引法來(lái)實(shí)現(xiàn)航路點(diǎn)跟蹤。比例導(dǎo)引法的基本原理就是讓飛行器速度矢量在空間中的轉(zhuǎn)動(dòng)角速度正比于飛行器與目標(biāo)間的視線角變化率，對(duì)于航路點(diǎn)這一靜止目標(biāo)，只需要無(wú)人機(jī)與航路點(diǎn)之間的距離足夠，就可以保證準(zhǔn)確抵達(dá)下一個(gè)航路點(diǎn)，而對(duì)于航線跟蹤，則需要選擇一個(gè)虛擬的目標(biāo)點(diǎn)使得無(wú)人機(jī)首先向航線靠近，然后再逐步將方向?qū)?zhǔn)航線方向。例如現(xiàn)在被廣泛使用的L1制導(dǎo)算法，就是在航線上選擇與無(wú)人機(jī)距離為L(zhǎng)1的參考點(diǎn)，然后根據(jù)速度方向與到參考點(diǎn)連線方向之間的夾角計(jì)算橫向機(jī)動(dòng)的需用過(guò)載，進(jìn)而實(shí)現(xiàn)航線跟蹤。

而隨著無(wú)人機(jī)在多種場(chǎng)景下應(yīng)用的不斷深入，除了航路點(diǎn)和航線的跟蹤以外，無(wú)人機(jī)抵達(dá)目標(biāo)的最優(yōu)路徑選擇，障礙物或禁飛區(qū)規(guī)避以及多機(jī)協(xié)同工作所需要的制導(dǎo)策略越來(lái)越復(fù)雜。我們知道最優(yōu)控制方法在航天器軌道轉(zhuǎn)移、火箭入軌制導(dǎo)等問(wèn)題中起到了良好的效果，但是對(duì)于大氣中飛行的無(wú)人機(jī)路徑規(guī)劃，基于間接法的最優(yōu)控制問(wèn)題很難求解，因此無(wú)人機(jī)路徑規(guī)劃往往采用基于網(wǎng)格地圖的搜索算法，或者蟻群算法、遺傳算法等特殊的路徑優(yōu)化方法。例如在基于概率地圖的搜索算法中，首先運(yùn)用隨機(jī)概率方法在自由空間（任務(wù)空間中，除去障礙物后的空間）中選取采樣點(diǎn)，并選取距離當(dāng)前點(diǎn)最近的k個(gè)點(diǎn)構(gòu)成當(dāng)前點(diǎn)的臨近點(diǎn)集，然后利用局部規(guī)劃器將當(dāng)前點(diǎn)與其臨近點(diǎn)集中的所有點(diǎn)用直線段連接起來(lái)，同時(shí)進(jìn)行相交檢驗(yàn)，將不與障礙物相交的直線段保留下來(lái)構(gòu)成一個(gè)圖，作為初始路徑， 完成路徑規(guī)劃的學(xué)習(xí)階段；在查詢階段，運(yùn)用優(yōu)化方法對(duì)上述圖進(jìn)行搜索，從而得到由圖的邊構(gòu)成的從出發(fā)點(diǎn)到目的點(diǎn)并滿足優(yōu)化目標(biāo)的路徑。

另一類常用的算法并不是基于網(wǎng)格地圖進(jìn)行搜索，例如人工勢(shì)場(chǎng)法，其基本思想是將無(wú)人機(jī)的運(yùn)動(dòng)，設(shè)計(jì)成一種在抽象的人造引力場(chǎng)中的運(yùn)動(dòng)，如下圖所示，目標(biāo)物對(duì)無(wú)人機(jī)產(chǎn)生“引力”，而障礙物對(duì)無(wú)人機(jī)產(chǎn)生“斥力”，通過(guò)求解目標(biāo)和所有障礙物對(duì)無(wú)人機(jī)產(chǎn)生的合力，就可以得到無(wú)人機(jī)運(yùn)動(dòng)速度或加速度指令。相對(duì)于大多數(shù)搜索算法，人工勢(shì)場(chǎng)法運(yùn)算量更小，且得到的軌跡更平滑。

以上這兩類制導(dǎo)算法通常適用于一架無(wú)人機(jī)的航路跟蹤或路徑規(guī)劃，而當(dāng)設(shè)計(jì)無(wú)人機(jī)編隊(duì)甚至集群時(shí)，問(wèn)題復(fù)雜程度則驟增。對(duì)于集群中的某個(gè)無(wú)人機(jī)來(lái)說(shuō)，其他無(wú)人機(jī)既是可以協(xié)作和互通信息的伙伴，同時(shí)又是快速移動(dòng)的障礙物，而整個(gè)集群的路徑規(guī)劃有需要考慮集群以及其中每一架無(wú)人機(jī)特性所形成的約束條件，或者當(dāng)集群處于協(xié)同作戰(zhàn)模式時(shí)，又需要對(duì)目標(biāo)自發(fā)形成各角度的全向飽和攻擊，當(dāng)然，這其中需要解決的問(wèn)題正是當(dāng)前研究的熱點(diǎn)。

最后再討論一下無(wú)人機(jī)的控制，導(dǎo)航系統(tǒng)獲得了無(wú)人機(jī)當(dāng)前位置速度和姿態(tài)信息，制導(dǎo)系統(tǒng)完成路徑規(guī)劃和制導(dǎo)指令生成，而控制的任務(wù)就是精確、快速穩(wěn)定地跟蹤收到的制導(dǎo)指令，因此控制也是最關(guān)鍵的環(huán)節(jié)。最常用的控制算法還是歷久彌新的PID，通過(guò)將被控參數(shù)參考值與當(dāng)前值誤差的比例、積分和微分進(jìn)行適當(dāng)組合，便能夠完成大部分近似線性系統(tǒng)的有效控制。

而事實(shí)上，現(xiàn)在工程中所使用的很多PID算法，早已經(jīng)不是基本的構(gòu)型了，常用的改進(jìn)方式主要有以下幾種：

增益調(diào)度：既然PID控制器設(shè)計(jì)過(guò)程一般是在某個(gè)平衡點(diǎn)處做系統(tǒng)的小擾動(dòng)線性化方程（平心而論，工程中還真不都是這么按流程來(lái)，各種野路子都有），進(jìn)而完成設(shè)計(jì)的，那么只要在正常工作范圍（對(duì)于無(wú)人機(jī)來(lái)說(shuō)可以是飛行包線）內(nèi)選取足夠的平衡點(diǎn)，并根據(jù)每個(gè)平衡點(diǎn)的模型選擇合適的PID控制參數(shù)，這樣就可以在控制器工作中通過(guò)插值等方式選擇相應(yīng)平衡點(diǎn)附近的控制參數(shù)，這種變參數(shù)的方法就是一種增益調(diào)度方法，而基于增益調(diào)度的PID控制器就可以針對(duì)具有一定非線性特性的系統(tǒng)進(jìn)行控制。這種方法在飛行控制中已應(yīng)用多年。

參數(shù)自適應(yīng)：比如以系統(tǒng)積分誤差性能指標(biāo)為準(zhǔn)則，搜索使得誤差性能指標(biāo)為最小的參數(shù)作為控制器參數(shù)，又或者基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的參數(shù)自適應(yīng)等，不過(guò)這些方法在工程中使用的比較少。

串級(jí)：通過(guò)將被控系統(tǒng)分為內(nèi)外環(huán)，只需要內(nèi)外環(huán)的固有頻率有一定的差別（比如說(shuō)內(nèi)環(huán)頻率是外環(huán)的五倍以上，無(wú)人機(jī)的姿態(tài)響應(yīng)和位置響應(yīng)一般可以滿足），即可用實(shí)現(xiàn)快變量和慢變量的分別控制，通過(guò)簡(jiǎn)單的調(diào)參就可以實(shí)現(xiàn)快速的內(nèi)環(huán)響應(yīng)和精確的外環(huán)控制，并具有比單個(gè)控制器更好的抗干擾性能。

積分抗飽和：PID控制中的積分作用雖然可用消除穩(wěn)態(tài)誤差，但是積分退飽和過(guò)程帶來(lái)的超調(diào)往往較大，因此可用在被控參數(shù)的誤差較大時(shí)，停止誤差的積分過(guò)程，或者對(duì)誤差的積分值進(jìn)行限幅，這樣就可以顯著地降低超調(diào)量，縮短過(guò)程的穩(wěn)定時(shí)間。

不完全微分：雖然被控參數(shù)一般不會(huì)出現(xiàn)突變，但是參考值卻經(jīng)常會(huì)出現(xiàn)突變，這使得誤差的微分也會(huì)突變，為了降低這種突變?cè)斐傻目刂屏糠?，可以采用不完全微分策略，即微分只作用于被控參?shù)（如飛行控制中的角速度阻尼）。

PID算法的改進(jìn)方式還有很多，難以細(xì)數(shù)，不過(guò)這種改進(jìn)終歸難以解決所有問(wèn)題，例如被控對(duì)象的高度非線性、強(qiáng)耦合性、時(shí)變性等特性，因此新的控制方法層出不窮。下面列舉幾種較為實(shí)用的其他控制方法。

反饋線性化：利用數(shù)學(xué)變換的方法和微分幾何學(xué)的知識(shí)，將狀態(tài)和控制變量轉(zhuǎn)變?yōu)榫€性形式，然后，利用常規(guī)的線性設(shè)計(jì)的方法進(jìn)行設(shè)計(jì)，將設(shè)計(jì)的結(jié)果通過(guò)反變換，轉(zhuǎn)換為原始的狀態(tài)和控制形式。反饋線性化可以將存在通道間耦合的非線性系統(tǒng)變換為解耦的線性系統(tǒng)，方便外環(huán)的線性控制器設(shè)計(jì)。不過(guò)該方法應(yīng)用中或多或少會(huì)存在建模誤差，因此設(shè)計(jì)時(shí)要重點(diǎn)考慮魯棒性的因素。

滑模變結(jié)構(gòu)：這種方法不需要對(duì)被控對(duì)象進(jìn)行精確建模，而是在動(dòng)態(tài)過(guò)程中，根據(jù)系統(tǒng)當(dāng)前的狀態(tài)(如偏差及其各階導(dǎo)數(shù)等)有目的地不斷變化，迫使系統(tǒng)按照預(yù)定“滑動(dòng)模態(tài)”的狀態(tài)軌跡運(yùn)動(dòng)。由于滑動(dòng)模態(tài)可以進(jìn)行設(shè)計(jì)且與對(duì)象參數(shù)及擾動(dòng)無(wú)關(guān),這就使得滑?？刂凭哂锌焖夙憫?yīng)、對(duì)應(yīng)參數(shù)變化及擾動(dòng)不靈敏、無(wú)需系統(tǒng)在線辨識(shí)、物理實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)。但是基本的滑模變結(jié)構(gòu)算法存在控制參數(shù)抖振的問(wèn)題，需要再趨近率設(shè)計(jì)時(shí)進(jìn)行適當(dāng)?shù)膬?yōu)化策略。

反步控制：其基本思路是將復(fù)雜的系統(tǒng)分解成不超過(guò)系統(tǒng)階數(shù)的多個(gè)子系統(tǒng)，然后通過(guò)反向遞推為每個(gè)子系統(tǒng)設(shè)計(jì)部分李雅普諾夫函數(shù)和中間虛擬控制量，直至設(shè)計(jì)完成整個(gè)控制器。反步方法運(yùn)用于飛控系統(tǒng)控制器的設(shè)計(jì)可以處理一類非線性、不確定性因素的影響，而且已經(jīng)被證明具有比較好穩(wěn)定性及誤差的收斂性。

自適應(yīng)逆：與動(dòng)態(tài)逆的思想類似，這種方法運(yùn)用各種自適應(yīng)逆濾波網(wǎng)絡(luò)（如LMS濾波器網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)等）去擬合出被控對(duì)象的逆系統(tǒng)，從而將控制器與被控對(duì)象構(gòu)成的前向通道變換成一一映射的線性化解耦系統(tǒng)，而之所以稱為“自適應(yīng)”，則是這個(gè)擬合出逆系統(tǒng)的網(wǎng)絡(luò)可以在線學(xué)習(xí)被控對(duì)象的特性。這種方法在仿真中可以取得比傳統(tǒng)控制方法優(yōu)越很多的效果，但是由于濾波器網(wǎng)絡(luò)可能存在無(wú)法檢出的內(nèi)部缺陷，所以在某些狀態(tài)組合下，可能會(huì)出現(xiàn)故障（包括深度神經(jīng)網(wǎng)絡(luò)在內(nèi)的所有神經(jīng)網(wǎng)絡(luò)都潛在此風(fēng)險(xiǎn)）。

本文簡(jiǎn)要梳理了可用于無(wú)人機(jī)的導(dǎo)航、制導(dǎo)和控制的方法、策略或算法，其中部分算法將在后續(xù)的仿真系統(tǒng)相應(yīng)的文章詳細(xì)介紹并在代碼中體現(xiàn)。