本书为相关专业本科高年级学生、研究生和在政府机构或无人机行业从事研发工作的工程师提供了一个极好的体验式学习、能力增强和经验积累的技术参考指南。本书主要介绍垂直起降多旋翼无人直升机平台、无人机系统架构和与国家空域飞行融合的内容，包括无人机分类和相关飞行任务、监管和安全、认证和空中交通管理、综合飞行任务规划（包括自主容错路径规划和基于视觉的自动着陆系统）、飞行力学和稳定性，动态建模与飞行控制器开发。另外，还包括感知、探测和规避系统、飞行测试，包括安全评估检验和数据采集遥测、同步数据融合、已识别目标的地理定位等内容。

多旋翼无人机系统
理论、算例和硬件实验
Multi-Rotor Platform-based UAV Systems
Theory，Computational Examples，Hardware Testing
[法]　 弗兰克·卡扎乌朗（Franck Cazaurang）
[美]　 凯莉·科恩（Kelly Cohen）
[美]　 曼尼斯·库玛（Manish Kumar）
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 　　　　　编著

无人机与垂直起降多旋翼无人机平台
背景与动机
无人驾驶飞行器（UAV）就是通常所说的无人机。从军事应用到全球业余爱好者的青睐，再到最近越来越多重要的民间应用，无人机取得了令人印象深刻的发展和进步。根据BI Intelligence的报告（Meola，2017），与2016年的85亿美元销售额相比，无人机在2021年的销售额有望超过120亿美元，这意味着复合年增长率（Compound Annual Growth Rate，CAGR）将达到可观的7.6%。国际无人机系统协会（Association for Unmanned Vehicle Systems International，AUVSI）在其2013年的经济影响报告（AUVSI，2013）中指出：“在整合发展的第一个三年里，美国将产生7万多个工作岗位，对美国的经济影响超过136亿美元。这个效果将持续增长到2025年，预计会带来10万多个就业机会，产生820亿美元的经济收益。”
普华永道的报告（PW Press Release，2016）预测民用无人机的市场价值会超过1270亿美元，让我们进一步分析这1270多亿美元在关键行业中的分布情况：
●基础设施：452亿美元
●农业：324亿美元
●交通运输业：130亿美元
●安防：100亿美元
●媒体及娱乐：88亿美元
●保险：68亿美元
●通信：63亿美元
●矿业：44亿美元
……
●总计：1273亿美元
鉴于金融市场呈现上升和增长趋势，我们看上去有足够多而且合理的理由保持乐观。当然有些人还是建议在乐观的同时保持谨慎，毕竟还需要克服许多障碍：技术上的挑战、不成熟的技术、滞后的法规、不断变化的认证和运行要求、安全性、隐私和保密、急切的投资者、项目风险等。根据现有无人机行业的发展速度及面临的诸多挑战，同时涵盖所有问题和相应解决方案是非常困难的。
本书是美国俄亥俄州辛辛那提大学和法国波尔多大学的研究成果，旨在为无人机开发和应用的关键领域提供有价值的见解，重点在于多旋翼平台的使用。本书涵盖以下主题：无人机的分类、无人机融入国家空域管理、系统架构、任务和路径规划、任务优化、隔离保障和容错、导航和飞行控制，以及数据/图像处理。现在，我们对本书各章内容进行简要介绍。
无人机集成、分类、任务规划和系统架构
2017年秋天，美国运输部部长Elaine L.Chao表示（US Department of Transpor-tation，2017）：“无人机驾驶员项目将通过在当地政府、美国联邦航空管理局（Federal Aviation Administration，FAA）和无人机个体运营商之间建立新的合作伙伴关系，加速无人机安全地融入我们的领空。这类新的伙伴关系将使当地社会团体尝试新技术，在统一和安全的空域下提供服务，例如派送包裹、在紧急事件中使用无人机探查等。”“统一和安全的空域”一词是关键推动因素。NASA在开发美国国家空域系统（National Airspace System，NAS）研究活动中的UAS（Unmanned Aerial System，无人机系统）解决方案方面加快了步伐，并处于领先地位（NASA，2016）：
●技术挑战DAA：UAS检测与避碰操作的概念和技术。旨在建立检测与避碰（Detect And Avoid，DAA）的运行和技术标准，使得采用此类标准的具备通信、导航和监视能力（Communication，Navigation and Surveillance，CNS）的UAS功能可以同IFR指令保持一致，并成为载人和无人飞行器空中交通中检测、避碰的必要标准。
●技术挑战C2（Command and Control）：UAS指挥控制。旨在开发一套连接卫星（卫星通信）与地基指挥控制系统的运行概念和技术标准，使得采用此类标准的各种具备通信、导航和监视能力的UAS功能可以支持IFR指令标准并同它保持一致，并且支持现在已经分配的保护频谱。
●演示活动：系统集成与运行（Systems Integration and Operationalization，SIO）。旨在演示采用集成了DAA、C2和最先进飞行器技术的无人机系统在NAS内的稳定操控能力，以这种演示认证的方式展示FAA无人机系统的集成策略及运行程序。
第1章分别从欧洲和美国的视角探讨了无人机的分类，与之相关的任务、法规和安全性，认证，以及空管问题。无人机系统完整地融入国家空域面临着巨大的挑战，这两个视角在挑战的艰巨性上也有所不同，审视它们之间的不同是件有趣的事情。第2章介绍了无人机系统的分类和相关的常规任务，具体列举了现有系统及潜在的未来民用无人机系统的应用，既包括企业或商用无人机，也包括个人购买的用于非商业、非专业用途的消费级无人机（Meola，A.，2017）。第3章描述了无人机系统的使用，这套系统相当复杂，而且采用了结构化的系统工程方法，通过提供一系列的实用工具来达成以下目标：权衡性研究、功能性分析和非功能性分析、需求分析、运行分析、对系统架构设计的见解、基本的人因成分以及确认和验证技术。
路径规划、隔离保障及容错
无人机需要携带载荷从一地飞至另一地，在综合空域中实现最佳操控需要有效的路径规划方法，也需要隔离保障来确保飞行安全。按照FAA的规定，常用的电动多旋翼无人机平台质量通常不超过55磅1磅约合0.453 6千克。——编辑注，续航时间相对较短，因此采用高效的方法来充分利用无人机的飞行时间非常重要，尤其是空域存在如机场、市中心等杂乱的禁飞区时。第4章详细描述存在其他移动或固定障碍物的情况下，对在国家空域中飞行的单个UAV和协同飞行的UAV进行路径规划的优化算法的开发过程。解决这个NP难路径规划问题时，建议采用一种常用的基于混合整数线性规划（Mixed-Integer Linear Programming，MILP）的优化方法。
随着国家空域里无人机数量的增长，存在潜在的空中碰撞安全隐患，要解决该项安全问题必须采用系统的结构化方法，将无人机整合到非隔离空域中。安全空域要求中最重要的一个组成部分是“冲突检测和消除”（Yang等，2016）。第5章讨论了采用遗传模糊逻辑方法解决机场合作研究项目（Airport Cooperative Research Program，ACRP）（2017）中描述的飞行器冲突解脱的准则。该准则的目标是获得飞机不产生冲突的轨迹，使得机动总代价最小化。该章提出了一种独特的架构，该架构包含神经元的隐藏层和提供最终输出的模糊推理系统（Fuzzy Inference System，FIS）层。由一种名为EVE的人工智能程序训练该系统，训练完成后，就可以使用一组测试场景评估其能力。EVE训练人工智能本质上是一种遗传“模糊树”，设计目标是训练大型智能系统。EVE已经得到大量应用，包括飞行器控制（Ernest等，2016）。它把适应度函数每一次评估的功效最大化，以实现这种高性能和极限扩展。由于EVE是专门用于优化大型“模糊系统”的学习系统，因此它可以递归地应用于自身。EVE经过几代的迭代、优化，未来将成为解决大规模无人机隔离保障问题的理想训练器。
持续地追求低成本、不断增长的民用无人机市场产生的竞争、爱好者圈子中出现的多旋翼无人机，再加上缺少类似有人机飞行的严格监管，会导致无人机出现很多意想不到的故障。故障可以定义如下（Isermann等，1997）：“故障即系统中至少一个特征属性或参数相比合适的、通常的或标准的条件产生了不允许的偏差。”无人机系统是安全关键系统，必须防止灾难性事件发生，从而挽救生命、保全财产、降低诉讼成本和保持财务底线。第6章介绍基于平坦度的容错控制方法。对于微分平面系统，可以找到一组变量，称为平面输出，从而把状态和控制输入表示为函数和时间导数。故障检测和隔离过程主要采用基于阈值的简单方法实现，通过比较来自传感器的信号和通过微分平坦度获得的无故障值，即可获得差值信号。第8章介绍了一种用于倾斜旋翼四旋翼无人机的数学建模和设计容错控制器的独特方法。因为驱动电机具有额外的自由度，该方法提供了额外的驱动控制，使旋翼能够围绕四旋翼无人机的旋翼支臂的轴倾斜。尽管传统的四旋翼无人机可以通过商业渠道采购，但它们是欠驱动系统，并且对单桨故障敏感，而改进的倾斜旋翼四旋翼无人机是一个能够处理螺旋桨故障的容错系统。
技术进展：导航、飞行控制、态势感知、增材制造和协同群集
随着无人机使用价值的提升，为了进行飞行控制的研发和验证，我们预测高精度多旋翼平台的仿真将获得更多关注。在使用无人机派送包裹时，有效载荷的质量、体积和重心可能会发生变化，需要具有自适应能力的有效飞行控制器，因此仿真特别重要，关键是针对当前研究分析的系统建立并开发精确的动态模型。下面给出四旋翼建模、系统识别、控制设计和仪表方面的文献综述。频域系统识别技术，如频率响应综合识别（CIFER）软件包（Tischler和Remple，2012）已经被证明可以生成各种旋翼飞机的精确模型（Woodrow等，2013）。基于飞行测试的输入输出数据已经用于研发固定翼/旋翼飞机动力学模型。基于以下原因，频域方法对于开发和验证飞行控制系统特别有效：它们非常适合解决复杂问题，包括多种重叠模式、不稳定的系统、低信噪比；频率响应是在没有预先确定状态空间模型结构的情况下获得的非参数特征；开环和闭环响应为裸机和闭环模型提供了重要的“书面记录”；反馈的稳定性和噪声放大特性由开环频率响应、交叉频率、增益/相位裕度确定；现代处理技术的质量要求多数基于频率响应（Wei等，2017）。第7章使用频率响应综合识别技术（CIFER）提取和验证四旋翼无人机模型，并使用线性二次调节器（Linear Quadratic Regulator，LQR）方法优化飞行控制器。
某些无人机应用需要在诸如野外着火或山洞这种恶劣的环境中飞行。室内环境无法使用全球定位系统（Global Positioning System，GPS）进行定位，在光线不足或变化的照明条件下也无法有效使用相机。第8章介绍了在室内环境中，四旋翼无人机利用携带的惯性传感器和声波传感器获取对室内环境的有限认知，实现围绕障碍物的自主导航飞行。该系统还能够跟踪已知目标并使用传感器对其进行地理定位，然后将目标的图像和位置传回地面站。第9章讨论了利用无人机检测和追踪野火来协助灭火工作，以此提高在高风险工作中的灭火效率。经过遗传算法训练的模糊逻辑系统能够使用视觉和前视红外雷达（Forward-Looking Infrared Radar，FLIR）视频输入来检测着火点。此外，还提出了一种两阶段级联的模糊逻辑系统，其中第一阶段使用视觉数据，第二阶段处理FLIR数据以对火险像素进行近乎准确的检测。视觉和红外数据的使用极大地提高了火灾探测的准确性。与其他常规方法不同，遗传模糊系统提供了一种简单的机制来融合视觉和FLIR输入。由于计算效率极高，该系统可搭载在无人机上对火灾进行实时监测。
增材制造（Additive Manufacturing，AM）也称为3D打印，是一种计算机控制的处理过程，采用添加材料层的方法制造三维部件。在过去的五年中，我们见证了航空航天工业的增材制造领域的快速增长。根据《2013年Wohlers报告》，全球增材制造（产品和服务）的预计价值在两年内翻了一番以上，从2015年的40亿美元增长到2017年的108亿美元。有报道称，通用电气（GE）在增材制造研发方面的投入达到了惊人的15亿美元，已经为新的粉末金属申请了300多项专利（McEleney，2017）。第10章使用增材制造技术制造重型UAS八旋翼无人机平台的机身，该平台可以飞行30～60分钟（取决于有效载荷）。我们使用前沿的制造策略，结合各种流体和物理原理，设计并构建了一个满足设计要求的独特平台。该系统的开发得益于轻量化快速原型开发的进步，以及提升电力系统效率的新兴流体研究。
我们经常使用“众志成城”一词。对于动物界中的许多生物实体而言，群集cluster可译为群集、聚类、簇等。——编辑注行为是其生存必不可少的集体行为。群集是指多个个体聚集在一起以最大化协同作用，从而提高生存率和适应性。无人机群模仿了这种生物学现象，呈现出一种正在上升的趋势。这种无人机群是美国战略能力办公室的产品，美国前国防部长Ash Carter曾经表示（Atherton，2017）：“这是一种尖端的创新，它将使我们领先于对手。该演示将推动我们自主系统的发展。”除了重要的军事应用外，无人机群还为民用应用提供了一个契机，即一个操作员可以操控许多个无人机，从而降低了大规模商用无人机操作带来的人力成本。在第11章中，将可扩展的遗传模糊逻辑算法应用于协作型无人机群的任务分配，该任务分配属于目标区域为多边形的多旅行商问题（Polygon Visiting Multiple Traveling Salesman Problem，PVMTSP），该模型可用于解决无人机群的路径规划问题。接着讨论了基于遗传模糊逻辑的两种不同算法：一种方法是评估每个UAV覆盖的距离，然后将搜索空间划分为聚类；另一种方法使用一个代价函数来估算无人机覆盖的范围，从而减少计算时间。除了对这两种方法进行对比外，还把它们同已经标准化的模糊聚类算法进行了比较。
参考文献

人工智能\无人机

无人机的发展极为迅速，如今已经应用在多个民用领域。但是这个领域仍然有许多障碍需要克服：技术挑战、不成熟的技术、立法滞后、不断变化的认证和运行要求、安全性、隐私和保密、急切的投资者和项目风险等。
本书源自辛辛那提大学和波尔多大学的研究成果，旨在研究无人机开发和应用这个重要领域，重点在于多旋翼平台的使用，涵盖以下主题：分类、无人机融入国家空域、系统架构、任务和路径规划、任务优化、隔离保障和容错、导航和飞行控制以及数据/图像处理。
本书特色
? 全面介绍垂直起降多旋翼无人机平台、无人机系统架构和无人机融入国家空域。
? 结构紧凑、合理，在无人机理论知识和具体算例的基础上介绍硬件实验及结论。
? 提供了一个极好的体验式学习、能力增强和经验积累的技术参考指南。
|作者简介|
弗兰克·卡扎乌朗（Franck Cazaurang） 法国波尔多大学控制工程学教授、科学与技术学院教授和IMA主任。他曾是加拿大蒙特利尔高等技术学院的客座教授，并且是法国AETOS无人机系统集群式水上服务WG工作组的联合负责人。
凯莉·科恩（Kelly Cohen） 美国辛辛那提大学航空航天工程与工程力学教授、航空航天工程系临时主任及Brian H.Rowe讲席教授，同时他也是“无人机和智能系统”机构的顾问。
曼尼斯·库玛（Manish Kumar） 协作分布式系统（CDS）实验室主任，并共同领导着UAV MASTER实验室。他同时也是美国辛辛那提大学机械与材料工程系的教授，研究领域包括无人机、机器人技术以及复杂系统中的决策与控制。

[法]弗兰克·卡扎乌朗（Franck Cazaurang） [美]凯莉·科恩（Kelly Cohen） [美]曼尼斯·库玛（Manish Kumar） 编著：弗兰克·卡扎乌朗（Franck Cazaurang） 法国波尔多大学控制工程学教授、科学与技术学院教授和IMA主任。他曾是加拿大蒙特利尔高等技术学院的客座教授，并且是法国AETOS无人机系统集群式水上服务WG工作组的联合负责人。
凯莉·科恩（Kelly Cohen） 美国辛辛那提大学航空航天工程与工程力学教授、航空航天工程系临时主任及Brian H.Rowe讲席教授，同时他也是“无人机和智能系统”机构的顾问。
曼尼斯·库玛（Manish Kumar） 协作分布式系统（CDS）实验室主任，并共同领导着UAV MASTER实验室。他同时也是美国辛辛那提大学机械与材料工程系的教授，研究领域包括无人机、机器人技术以及复杂系统中的决策与控制。

处在这个高速发展、日新月异的时代，必然需要面对并接受一些新生事物、工具和生活方式，比如无人机，它已经开始影响我们的生活。近年来，国内外诞生了大量的无人机企业，它们快速推出了各种令人耳目一新的无人机平台，展现出了令人眼花缭乱的功能和应用方式。这些现象直观地告诉我们，今后的无人机会如同汽车一般，渗透进社会的方方面面，成为休闲娱乐、工业生产、社会服务以及军事领域的常用载体和工具。
与此同时，如何让无人机飞向长期以有人机为主的天空、飞入寻常百姓家，成为民用小型无人机发展的一个瓶颈。无人机能否得到成功应用，事实上包含两个层面的问题。一是研发满足不同任务需求的无人机需要解决一些技术问题。无人机的动力、结构、载荷以及飞行控制，是安全、有序地进入天空的前提。虽然各个主要国家的航空工业已经建立并发展了多年，但在无人机这个主要面向中低空应用的领域，仍然存在需要探索和实验的大量现实问题。二是允许无人机进入空域飞行的配套环境。为了支持无人机安全可靠地飞行，需要建立与现有空域管理体系相适应的法规。而无人机为了适应各种法规，需要平台具备相应的信息处理能力。上述两个层面并非完全隔离，而是一个完整的系统应用中相互耦合的两个方面，有着丰富的理论、技术和文化内涵。
不同量级、构型的无人机具有不同的优势，因此在特定的应用领域，会逐渐出现一些主导机型。本书所探讨的多旋翼无人机，早期曾作为休闲娱乐产品出现，但随着性能的提升和功能的丰富，如今已经成为工业和社会服务领域甚至军用领域的一类重要平台。美国辛辛那提大学和法国波尔多大学从事这个领域工作的专家学者在这方面进行了长期的研究，并把结果以书的形式呈现给了我们。本书对前面提出的问题从学术研究的角度给出了比较全面的解读。全书涵盖了空域使用、加工制造、飞行控制、动力控制、载荷数据处理以及将来的多机协同，对多旋翼无人机应用于现实飞行涉及的主要技术点进行了讨论和实验，构造了一个相对完整的认知链条和学习框架。对从事多旋翼无人机的教学、科研以及工程项目的从业者来说，本书不失为一本合适的参考书。
在翻译本书的过程中，我们尽量使语言表达规范、一致，使其贴合对应的专业领域，正确表达应有的含义。当然，其中不可避免地会存在错误，欢迎读者反馈信息到邮箱wswlsjzw@163.com，帮助我们改正。

译者
2021年8月前言：无人机与垂直起降多旋翼无人机平台
Franck CAZAURANG，Manish KUMAR，Kelly COHEN

译者序
前言：无人机与垂直起降多旋翼无人机平台
第1章 无人机与国家空域：无人机分类及相关任务、法规和安全、认证以及空中交通管理
1.1无人机融入空域面临的挑战
1.1.1术语定义
1.1.2无人机系统的任务
1.1.3空中交通管理准则及对无人机系统的影响
1.1.4无人机系统融入空域
1.2主要参与方
1.2.1国际民航组织
1.2.2无人系统规则制定联合体
1.2.3欧洲航空安全局
1.3法国规定
1.4通信问题
1.5UTM/U-space的后续步骤
1.6获取远程驾驶员证书
1.7参考文献第2章无人机分类和任务规划
第2章 无人机分类和任务规划
2.1无人机系统分类、任务概述和市场概况
2.1.1国防
2.1.2民事安全
2.1.3民用商业
2.2旋翼无人机系统的运用特点
2.3基于多旋翼平台的无人机系统民用案例
2.3.1航空摄影
2.3.2农业
2.3.3雪崩防护
2.3.4施工和辅助作业
2.3.5线状基础设施检查
2.3.6消防
2.3.7辅助捕捞
2.3.8货物运输和包裹递送
2.3.9工业现场勘察
2.3.10安全工作和辅助警察
2.3.11保护世界公民
2.3.12野生动物保护
第3章 无人机系统工程
3.1系统工程原理简介
3.1.1性能权衡分析
3.1.2功能性和非功能性分析与需求
3.1.3通过早期系统设计检查需求可行性
3.2运行分析
3.2.1所需的运行能力
3.2.2功能分析
3.3架构方案设计
3.4垂直起降飞机着舰对导航的要求
3.5导航链架构
3.6通信系统架构和限制条件
3.6.1自由空间中的信号传播
3.6.2大气中的信号传播
3.7人为因素
3.8集成确认验证
第4章 基于流体动力学方程的大规模无人机路径规划
4.1无人机及应用上的挑战
4.2路径规划和流体模拟
4.2.1运动规划与控制
4.2.2最佳路径规划和控制问题
4.2.3路径规划和偏微分方程方法概况
4.3问题描述
4.4流体模拟
4.5预测集
4.6集中式方法的控制方程
4.6.1构建集中式方法的控制方程
4.6.2求解细节和流程
4.7数值计算
4.8结论
4.9参考文献
第5章 遗传模糊系统在飞行冲突解脱中的应用
5.1引言
5.2问题描述
5.3方法
5.3.1五机问题
5.3.2十机问题
5.4结果
5.4.1ε=1的五机问题
5.4.2ε=2的五机问题
5.4.3ε=1的十机问题
5.5结论与未来工作
5.6参考文献
第6章 基于故障诊断和容错控制的路径规划
6.1引言
6.2微分平坦度
6.3四旋翼无人机模型
6.4模型平坦度
6.5基于平坦度的四旋翼无人机容错控制
6.5.1故障检测与隔离
6.5.2控制重构
6.6结论
6.7参考文献
第7章 基于LQR控制器的四旋翼无人机系统动力学辨识和基于频率扫描的模型验证
7.1配置
7.2规定和假设
7.3状态空间表示
7.4时程数据收集
7.5CIFER概述
7.5.1非参数化模型辨识
7.5.2参数化模型辨识
7.6开环系统辨识
7.6.1升沉轴
7.6.2方向轴
7.6.3横纵轴
7.7系统模型验证
7.8LQR控制器优化
7.9参考文献
第8章 GPS拒止环境中的自主导航和目标地理定位
8.1引言
8.2相关研究工作
8.3系统架构
8.4导航算法
8.4.1访问栅格地图
8.4.2扫描匹配
8.4.3导航与避障
8.5目标地理定位
8.5.1目标识别
8.5.2三角测量目标定位法
8.6四旋翼无人机动力学
8.6.1动力学模型
8.6.2电机控制
8.6.3姿态控制
8.6.4位置控制
8.7结果
8.7.1仿真设置
8.7.2仿真结果
8.8参考文献
第9章 面向增强态势感知的视频和FLIR图像实时处理
9.1引言
9.2相关文献研究
9.3研究方法
9.3.1设置FLS
9.3.2训练FLS
9.4结果与讨论
9.5结论与未来工作
9.6致谢
9.7参考文献
第10章 增材制造类小型无人机的设计、制作和飞行测试
10.1什么是3D打印
10.2初步设计应考虑的因素
10.3使用增材制造的动机
10.4使用增材制造的设计
10.4.1Vesper
10.4.2HEAV
10.5特殊材料
10.6参考文献
第11章 遗传模糊系统在无人机复杂任务分配中的应用
11.1引言
11.2问题描述
11.3研究方法
11.3.1模糊聚类方法
11.3.2遗传模糊聚类方法
11.3.3使用近似代价函数的遗传模糊聚类方法
11.4实验结果
11.5结论与未来工作
11.6参考文献
技术术语表