简介面向无人机控制初学者和相关课程设计人员这份压缩包提供了一组四旋翼飞行器的 PID 姿态控制 Simulink 仿真模型覆盖滚转、俯仰、偏航等核心姿态通道并配有 m 脚本用于参数设置或结果处理可帮助理解四旋翼动力学建模、PID 参数整定与仿真验证流程训练从模型搭建到控制器调试的系统思维。包内共 7 个文件其中 6 个 slx 模型文件分别对应不同姿态控制回路的可视化仿真1 个 m 脚本用于辅助初始化或后处理RAR 压缩包整体仅 157KB轻量易用。已有 504 人学习下载模型结构清晰适合作为课程作业、毕业设计或入门实践的参考模板。通过打开模型并调整 PID 参数可以直观观察姿态响应变化学习从动力学模型搭建到控制器调试的完整思路为后续实物飞控代码开发打下基础。 做四旋翼姿态控制仿真有一段时间了从纯理论推导到 Simulink 里搭模型再到把控制器部署到实机上试飞中间踩了不少坑。这篇文章就把我最近做的一个“四旋翼飞行器基于 PID 的姿态控制建模与仿真”项目完整梳理一遍包含数学模型的推导思路、PID 控制器的结构设计、Simulink 仿真模型的搭建步骤以及我在调参和排错过程中积累的一些经验希望能给正在做相关课题或者毕业设计的同学一些参考。1. 项目目标与整体思路1.1 这个仿真到底要解决什么问题四旋翼飞行器的核心问题可以概括为一句话如何通过调节四个电机的转速让飞行器在三维空间中保持期望的姿态角和位置。姿态控制是飞行控制的基础如果姿态稳不住位置控制、航线规划、自主飞行这些都无从谈起。本项目选择的控制算法是 PID这是工业界最成熟、应用最广泛的控制算法。虽然现在有很多先进控制算法比如滑模控制、自抗扰控制、模型预测控制等但 PID 依然是工程实践中的主力原因很直接结构简单、参数物理意义明确、不需要精确的模型、调试直观。尤其对于姿态控制这种响应速度要求高、模型不确定性大的场景PID 用好了效果非常不错。整个项目的实施路径分为四步第一步建立四旋翼飞行器的数学模型也就是搞清楚控制对象长什么样第二步设计 PID 姿态控制器确定控制结构第三步在 Simulink 中搭建仿真模型实现“模型 控制器”的闭环仿真第四步整定 PID 参数分析姿态响应曲线验证控制效果。1.2 为什么选择 Simulink 做仿真平台Matlab/Simulink 在控制和仿真领域几乎是标准工具选择它基于三个实际考量第一是建模门槛低。Simulink 用图形化的模块搭建模型不需要手写大量的数值积分代码。四旋翼的动力学方程是高阶、强耦合的非线性微分方程组如果用 C 语言写求解器光调试数值稳定性就够头疼了。Simulink 内置了变步长求解器如 ode45这些细节自动处理了。第二是可视化能力强。姿态角的响应曲线、控制量的输出曲线、三维飞行轨迹都能直接通过 Scope 模块和 VR Sink 模块查看这对于分析控制效果和定位问题是事半功倍的。第三是代码生成能力。仿真验证完成后Simulink 可以通过 Embedded Coder 自动生成 C 代码直接部署到 STM32、Pixhawk 等飞控硬件上。这意味着你在仿真里搭的控制器理论上可以无缝衔接到实机测试不用重新写一遍控制代码。2. 四旋翼数学模型搭建2.1 坐标系定义与姿态表示建模的第一步是定义坐标系。本项目使用两种坐标系地面坐标系Earth Frame和机体坐标系Body Frame。地面坐标系固定在地面用于描述飞行器的位置和姿态机体坐标系固定在飞行器机体上原点在飞行器质心x 轴指向机头方向y 轴指向右侧z 轴垂直向下符合右手定则。姿态的描述方式有三种欧拉角、旋转矩阵、四元数。本项目在建模阶段使用欧拉角横滚角 φ、俯仰角 θ、偏航角 ψ因为它直观物理意义明确方便和 PID 控制目标对应起来。在实际飞控中我建议姿态解算部分使用四元数因为欧拉角在俯仰角接近 ±90° 时会出现万向锁Gimbal Lock问题导致姿态解算失效。但在仿真建模时控制目标是姿态角欧拉角表达足够直观所以这里先用欧拉角建模如果需要做大机动或者全姿态飞行再扩展四元数模块。2.2 动力学方程推导四旋翼飞行器的动力学模型包括两部分运动学方程描述姿态角变化率与机体角速度的关系动力学方程描述角加速度与力矩的关系。运动学方程欧拉角率与机体角速度的关系φ̇ p (q sinφ r cosφ) tanθ θ̇ q cosφ - r sinφ ψ̇ (q sinφ r cosφ) / cosθ其中 p、q、r 是机体坐标系下的三轴角速度φ、θ、ψ 是欧拉角。动力学方程忽略陀螺力矩和气动阻力基于牛顿-欧拉方程ṗ (Iy - Iz) / Ix · qr Mx / Ix q̇ (Iz - Ix) / Iy · pr My / Iy ṙ (Ix - Iy) / Iz · pq Mz / Iz其中 Ix、Iy、Iz 是三轴转动惯量Mx、My、Mz 是三轴控制力矩。这里做了几个简化假设机体视为刚体结构完全对称质心与机体坐标系原点重合忽略旋翼的陀螺效应和空气阻力。这些假设在悬停和慢速飞行场景下是合理的但如果要做高速前飞或者强风环境下的仿真就需要补充气动阻尼项。2.3 控制力矩与电机转速的关系四旋翼的控制力矩来源于四个电机的转速差。设四个电机的转速为 ω1、ω2、ω3、ω4分别对应右前、左后、左前、右后具体编号方式不同文献有差异则总升力 U1 和三轴力矩 U2、U3、U4 可以由以下关系计算U1 b(ω1² ω2² ω3² ω4²) U2 b·L(ω4² - ω2²) -- 横滚力矩差动 U3 b·L(ω3² - ω1²) -- 俯仰力矩差动 U4 d(ω1² - ω2² ω3² - ω4²) -- 偏航力矩反转矩差其中 b 是升力系数d 是反扭矩系数L 是电机到质心的距离。U2 对应横滚控制U3 对应俯仰控制U4 对应偏航控制。这里用 U1-U4 作为控制量而不是直接控制四个电机转速目的是解耦控制让每个 PID 控制器只负责一个通道简化控制器的设计。这一步是建模的关键。因为 PID 控制器输出的实际上是期望力矩要把期望力矩映射回四个电机的转速指令就需要逆解上面这个方程组。仿真模型里我会在 PID 控制器和电机模型之间加一个“混控器”模块Mixer把 U1-U4 转换成 ω1-ω4 的平方再做限幅处理。2.4 模型参数选取仿真参数我参考了常见的 450 级四旋翼无人机参数具体数值如下参数名称符号数值单位质量m1.2kg重力加速度g9.8m/s²机臂长度L0.25m转动惯量 (x轴)Ix0.015kg·m²转动惯量 (y轴)Iy0.015kg·m²转动惯量 (z轴)Iz0.030kg·m²升力系数b1.5e-5N·s²反扭矩系数d3.0e-7N·m·s²这些参数直接影响到 PID 控制器的设计。比如偏航轴z 轴的转动惯量约为横滚、俯仰轴的两倍意味着偏航通道需要更大的控制力矩才能获得相同的角加速度体现在 PID 参数上就是偏航通道的 Kp、Ki 通常要更大一些。所以参数选取不是随便填的后面的控制效果和模型参数高度相关。3. PID 控制器设计3.1 单环 PID vs 串级 PID四旋翼姿态控制有两种常见的 PID 结构单环 PID 和串级 PID。单环 PID 直接对姿态角做闭环结构简单串级 PID 内环控制角速度外环控制角度。本项目选择串级 PID原因有两点第一四旋翼的姿态动力学呈现明显的二阶特性角速度是角度的微分。如果只看角度误差控制器输出的是期望力矩这中间隔了一层角速度的积分关系相当于控制对象里含有一个积分环节导致系统的相位裕度不足动态响应容易震荡。串级 PID 的内环先把角速度环稳住相当于增加了系统的阻尼让整个系统的稳定性和响应速度都大幅提升。第二串级 PID 的抗扰性更好。比如阵风干扰主要直接作用于角速度内环能够迅速响应抑制扰动外环的角度误差还来不及变大扰动就被消掉了。这是单环 PID 做不到的。3.2 内外环控制器结构串级 PID 的控制结构如下外环角度环输入是期望姿态角与当前姿态角的误差输出是期望角速度。外环一般只用 P 控制器或者 P 轻微分不加积分。因为外环的输出是内环的输入如果外环加积分相当于在角度误差上做累积容易导致超调和震荡。内环角速度环输入是期望角速度与实际角速度的误差输出是控制力矩。内环使用 PD 控制器微分项能提供阻尼抑制角速度的震荡。内环也可以加积分项来消除稳态误差但积分项容易导致积分饱和需要带限幅。以横滚通道为例控制器的输出为期望角速度: pc Kp_angle · (φ_desired - φ) 横滚力矩: U2 Kp_rate · (pc - p) Kd_rate · (pċ - ṗ)实际设计中内环微分项通常直接作用在被控量 p 上也就是“微分先行”避免期望值的突变导致微分项产生尖峰。三个通道横滚、俯仰、偏航的结构完全相同只是 PID 参数不同。横滚和俯仰通道由于结构对称参数可以设置相同偏航通道因为转动惯量大、且没有位置反馈的需求响应可以稍微慢一些参数也会有所差异。3.3 控制分配与电机模型PID 内环输出的是三轴期望力矩 U2、U3、U4以及高度控制器输出的总升力 U1。这四个控制量要经过混控器分配到四个电机上。在实际设计中混控器的输出通常是电机的 PWM 占空比指令而仿真里我直接映射到电机转速。电机模型我使用一阶惯性环节近似τ · ω̇ ω_desired - ω其中 τ 是电机响应时间常数一般在 0.05~0.2s 之间。这个环节很多人会忽略直接让电机转速瞬间达到期望值。但在实际系统中电机的机电时间常数不可忽略尤其是高频响应的姿态控制电机延迟会显著影响内环的稳定裕度。所以在仿真中加入这个惯性环节得到的控制参数才更接近实机效果。4. Simulink 仿真模型搭建4.1 模型总体架构整个仿真模型我按照从内到外的顺序划分为四个层级信号源层产生期望姿态角信号阶跃信号或遥控器输入控制器层串级 PID 控制器三个通道并联混控器 电机层控制力矩到电机转速的解算以及电机一阶惯性被控对象层四旋翼的动力学与运动学模型把这个层次结构通过 Simulink 子系统封装每个子系统用 CtrlG 创建为 Subsystem并标记对应的输入输出端口。这样可以避免单层模型连线错综复杂的问题也方便调试单个通道。4.2 核心模块搭建细节我用的 Simulink 版本是 R2022b以下模块的路径可能在不同版本稍有差异但基本都能找到。四旋翼动力学模块建议用一个 Matlab Function 模块不是 S-FunctionMatlab Function 写起来更直观实现六自由度动力学方程。输入是 U1-U4 四个控制量输出是三个姿态角、三个角速度、位置和速度。对于纯姿态控制仿真位置环可以暂时不接入控制器只输出观察。Matlab Function 这块需要注意顺序先根据力矩计算角加速度再积分得到角速度然后通过运动学方程由角速度计算欧拉角率再积分得到欧拉角。我用的是积分模块 Integrator 而非直接写微分方程求解这样可以对接 Simulink 的求解器数值稳定性更好。PID 控制器模块Simulink 自带的 PID Controller 模块可以直接拖出来用支持串级结构。以内环为例勾选“Enable”中的角速度反馈输入设置 Kp、Ki、Kd 参数以及限幅范围。需要注意的是 PID Controller 模块默认采用“Back-calculation”抗积分饱和方式这适合大多数场景。我用到的控制器参数初始值来自四旋翼规范化方法估算然后通过仿真反复调整。信号总线三个姿态角通道互相关联但控制器是独立的建议用 Bus Creator 把姿态角信息和期望值组合成总线信号有利于监测。在数据分析时可以用 Bus Selector 提取任意信号。4.3 仿真参数设置仿真时长设置为 10s求解器选择 ode45变步长最大步长设为 0.001s。最大步长这个参数非常关键如果步长过大系统的快速动态比如角速度环会被漏采样导致仿真结果出现高频振荡的伪现象如果步长过小仿真速度会明显降低。取 0.001s 是经验值兼顾精度和速度。我给姿态环设计的输入信号如下给定横滚角期望5s 时从 0° 阶跃到 10°观察横滚通道的响应给定俯仰角期望0°先单独调横滚再联合调给定偏航角期望10s 后从 0° 阶跃到 30°先让飞行器从悬停状态开始期望姿态角都是 0°让控制器先把飞行器稳定在水平姿态然后再给阶跃信号这样可以区分是控制器参数问题还是模型初始化问题。4.4 代码生成与半实物仿真的扩展考虑如果后面要往实机方向走Simulink 模型可以直接配置为生成嵌入式代码。我实践下来比较顺的路径是在 Simulink 中把控制器单独封装为一个模型引用Model Reference然后配置 Embedded Coder 生成 C 代码移植到 STM32 工程里。这时候要注意几个问题代码生成要求连续模块都明确采样时间PID 模块需要设置固定的采样周期不能留成继承模式生成的代码在定点芯片上要留意变量类型默认的 double 类型在 STM32F4 上能跑但更推荐改造成单精度浮点以节省算力和存储开销。5. 参数整定与仿真结果分析5.1 手动整定流程与初始值估算PID 参数整定是个“玄学”和“科学”结合的过程。我推荐一种实用的流程先忽略耦合把三个通道独立整定第一步整定内环 P 参数。把外环断开或者把外环输出固定为某个恒定角速度指令。从小到大不断增加 Kp_rate观察角速度阶跃响应直到出现等幅振荡记录下此时的 Kp_rate 并除以 2 左右作为经验值。然后用同样的方法整定内环 Kd_rate用于抑制振荡。第二步整定外环 P 参数。把外环接上内环参数保持不变。从小到大增加 Kp_angle观察角度阶跃响应。如果出现低频振荡说明外环 P 太大或者内环响应太慢如果响应太慢说明外环 P 太小。第三步加入积分项。内环和外环根据稳态误差决定是否加积分。在姿态控制中由于重力和结构不对称导致的静态力矩偏差外环一般不需要积分就能通过内环消除误差内环则需要小积分来消除常值干扰。这套方法的核心原则是“从内到外、先 P 后 D 再 I每次只调一个参数”。网上那些一键整定的工具当然也能用但是手动走一遍你对每个参数作用的感性认识会深刻很多。5.2 不同 PID 参数的响应对比整定完成后我记录了一组基准参数然后故意修改某单个参数来观察响应变化参数调整响应表现结论内环 Kp 偏小角速度响应慢角度跟踪滞后明显内环 Kp 决定系统快速性内环 Kp 偏大角速度高频振荡声音发紧接近失稳边界需配合 Kd内环 Kd 偏大高频噪声被放大控制量波动明显过大的微分增益会引入噪声外环 Kp 偏大回正速度快但超调大外环 Kp 不宜直接拉到很大积分 Ki 过大稳态振荡、在目标值附近来回穿越典型积分饱和或增益过大现象为了量化评估控制效果我在仿真的 Scope 里标记了超调量、调节时间和稳态误差这几个关键指标。在基准参数下横滚角阶跃 10° 的超调量约为 4%调节时间约 1.2s稳态误差为 0对于姿态控制这个性能已经相当理想。5.3 实机与仿真的差异分析仿真里调好的参数直接搬到实机通常会有一些偏差最典型的是响应变差、出现震荡。原因在于仿真模型做了一些理想化处理忽略了机架的弹性振动、电机响应建模不准确、传感器IMU存在噪声和延迟、执行机构存在饱和与死区。所以仿真里的参数拿到实机上通常的做法是先乘一个 0.7 的安全系数再逐渐往仿真值靠近。另外仿真中的传感器是理想的反馈的姿态角没有任何噪声。但实机中陀螺仪和加速度计的数据经过滤波后会有几十毫秒的延迟这个延迟在仿真中如果不考虑Kd 参数会被整定得偏大。一个有效的做法是在仿真的反馈回路上加一个 Transport Delay 模块模拟传感器延迟设置 10~20ms再整定参数得到的参数更接近实机可用范围。6. 常见问题与排查技巧实录6.1 模型发散或仿真报错现象仿真一开始就报“Singularity”错误或者输出直接变成 NaN。这是做动力学仿真最容易遇到的问题。常见原因有三个第一个是初始状态不合理。比如初始姿态角给的是 90°运动学方程中的 tanθ 项趋近于无穷大导致计算发散。排查时先把期望信号改成 0° 悬停看模型是否稳定逐步加大期望值找出发散的临界点。第二个是微分环节的 D 项引入高频噪声。如果角度反馈中有不连续的跳变微分项会产生极大的控制量把系统打飞。解决方法是把理想微分换成实际微分环节在 D 项后面串联一个一阶低通滤波器带宽一般设在 30~80Hz或者直接在 PID 模块里设置“Filter coefficient”为大于 1 的值它内部会生成一个低通滤波器。第三个是混控器解算不正确。电机转速的平方出现负值本质是控制量分配不当在开方时报错。解决方法是增加一个饱和模块把转速指令限制在合理的物理范围内我设定的范围是 0~1200 rad/s。6.2 稳态误差总调不掉如果角度稳态下始终存在一个固定误差检查三个方向一是内环是否加了积分没有积分的话重力引起的常值力矩会导致角速度静差进而产生角度漂移二是控制器输出是否被限幅饱和如果控制力矩达到饱和那么无论怎么调 Ki 都调不掉误差本质是执行机构能力不足三是姿态解算的坐标系方向是否一致一个很隐蔽的错误是PID 输出的力矩正方向定义和动力学的角加速度正方向相反导致控制量抵消了一部分而永远差一点——这种情况把混控器里的某一个通道正负号换过来就能解决。6.3 稳定性边界和相位裕度问题如果内环已经调得比较“硬”了但整个系统在大增益下依然不稳定检查两个容易被忽视的因素执行器延迟和传感器延迟。在仿真里希望把电机模型的时间常数尽可能真实化在实机上关注 IMU 数据的更新频率若 1kHz 的陀螺仪数据经过滤波后实际只剩 100Hz 有效带宽控制频率再高也是白搭。我在做半实物仿真时加了一个 10ms 的传感器延迟效果很接近实机。6.4 Simulink 模型运行慢或卡死模型运行慢通常是因为求解器步长太小或者模型中存在代数环。代数环会让 Simulink 在每个步长内迭代求解严重拖慢速度。我发现构建控制通道时如果直接让 PID 输出连接到混控器混控器再输出力矩给动力学模型在纯连续时间模式下一般不会形成代数环但如果加了某些查表模块或者滤波模块的顺序错了就容易出现代数环Simulink 会在左下角提示。排查方法是双击模块连线看警告里提示的循环变量是哪个打断环路的方法是加入 Memory 模块或者单位延迟 Unit Delay 模块。6.5 仿真结果与理论不符时先关掉控制器直接给定恒定的力矩输入验证模型是否正确。我之前遇到过一个问题俯仰角和横滚角的响应完全一样但按动力学方程偏航响应应该明显更慢因为 Iz 更大。排查后发现是我在混控器里把偏航力矩系数设置错了导致偏航通道实际输出的力矩被放大了两倍。这个“先验证被控对象再验证控制器”的排查顺序能帮你快速定位是模型问题还是控制问题。7. 项目总结与进一步扩展方向回头看这个项目从数学模型搭建到 PID 控制器设计再到 Simulink 仿真验证完整走了一遍四旋翼姿态控制的“从理论到实践”闭环。核心收获总结成三个原则第一模型的简化和假设要有度。完全精确的模型不可能也不需要但关键的动态特性比如电机延迟、力矩耦合不能省否则仿真结果对实机没有参考价值。第二控制器设计要用发展的眼光。串级 PID 看似多了一堆参数实际调试流程比单环更清晰稳定。参数整定过程本身比参数的结果更值得反复体会——这决定了你遇到实机调试问题时有没有判断力。第三Simulink 的工具和实际工程能力要结合着学。单纯会拖模块画框图是不够的要理解模型背后的方程组、求解器的行为、代码生成的约束才能真正把仿真用好。后续有几个值得扩展的方向一是加入位置环和轨迹规划构成完整的位置-姿态级联控制二是把控制器替换为鲁棒性更强的算法如滑模控制或 L1 自适应控制和 PID 做对比分析三是用 Simulink 的 External Mode 做实机在线调参直接把仿真里的控制参数映射到硬件上用无线数传调试。最后说一个我在实际项目中反复踩过、但书上很少提的点仿真的终点不是“仿真通过”而是“跑起来的代码”。如果时间允许建议从一开始就用“能够生成 C 代码”的标准来约束建模习惯避免仿真和实机完全是两套东西这样毕业后进做飞控的岗位你会比同龄人少走很多弯路。本文还有配套的精品资源点击获取 四旋翼姿态控制PID建模与Simulink仿真全流程解析
简介面向无人机控制初学者和相关课程设计人员这份压缩包提供了一组四旋翼飞行器的 PID 姿态控制 Simulink 仿真模型覆盖滚转、俯仰、偏航等核心姿态通道并配有 m 脚本用于参数设置或结果处理可帮助理解四旋翼动力学建模、PID 参数整定与仿真验证流程训练从模型搭建到控制器调试的系统思维。包内共 7 个文件其中 6 个 slx 模型文件分别对应不同姿态控制回路的可视化仿真1 个 m 脚本用于辅助初始化或后处理RAR 压缩包整体仅 157KB轻量易用。已有 504 人学习下载模型结构清晰适合作为课程作业、毕业设计或入门实践的参考模板。通过打开模型并调整 PID 参数可以直观观察姿态响应变化学习从动力学模型搭建到控制器调试的完整思路为后续实物飞控代码开发打下基础。 做四旋翼姿态控制仿真有一段时间了从纯理论推导到 Simulink 里搭模型再到把控制器部署到实机上试飞中间踩了不少坑。这篇文章就把我最近做的一个“四旋翼飞行器基于 PID 的姿态控制建模与仿真”项目完整梳理一遍包含数学模型的推导思路、PID 控制器的结构设计、Simulink 仿真模型的搭建步骤以及我在调参和排错过程中积累的一些经验希望能给正在做相关课题或者毕业设计的同学一些参考。1. 项目目标与整体思路1.1 这个仿真到底要解决什么问题四旋翼飞行器的核心问题可以概括为一句话如何通过调节四个电机的转速让飞行器在三维空间中保持期望的姿态角和位置。姿态控制是飞行控制的基础如果姿态稳不住位置控制、航线规划、自主飞行这些都无从谈起。本项目选择的控制算法是 PID这是工业界最成熟、应用最广泛的控制算法。虽然现在有很多先进控制算法比如滑模控制、自抗扰控制、模型预测控制等但 PID 依然是工程实践中的主力原因很直接结构简单、参数物理意义明确、不需要精确的模型、调试直观。尤其对于姿态控制这种响应速度要求高、模型不确定性大的场景PID 用好了效果非常不错。整个项目的实施路径分为四步第一步建立四旋翼飞行器的数学模型也就是搞清楚控制对象长什么样第二步设计 PID 姿态控制器确定控制结构第三步在 Simulink 中搭建仿真模型实现“模型 控制器”的闭环仿真第四步整定 PID 参数分析姿态响应曲线验证控制效果。1.2 为什么选择 Simulink 做仿真平台Matlab/Simulink 在控制和仿真领域几乎是标准工具选择它基于三个实际考量第一是建模门槛低。Simulink 用图形化的模块搭建模型不需要手写大量的数值积分代码。四旋翼的动力学方程是高阶、强耦合的非线性微分方程组如果用 C 语言写求解器光调试数值稳定性就够头疼了。Simulink 内置了变步长求解器如 ode45这些细节自动处理了。第二是可视化能力强。姿态角的响应曲线、控制量的输出曲线、三维飞行轨迹都能直接通过 Scope 模块和 VR Sink 模块查看这对于分析控制效果和定位问题是事半功倍的。第三是代码生成能力。仿真验证完成后Simulink 可以通过 Embedded Coder 自动生成 C 代码直接部署到 STM32、Pixhawk 等飞控硬件上。这意味着你在仿真里搭的控制器理论上可以无缝衔接到实机测试不用重新写一遍控制代码。2. 四旋翼数学模型搭建2.1 坐标系定义与姿态表示建模的第一步是定义坐标系。本项目使用两种坐标系地面坐标系Earth Frame和机体坐标系Body Frame。地面坐标系固定在地面用于描述飞行器的位置和姿态机体坐标系固定在飞行器机体上原点在飞行器质心x 轴指向机头方向y 轴指向右侧z 轴垂直向下符合右手定则。姿态的描述方式有三种欧拉角、旋转矩阵、四元数。本项目在建模阶段使用欧拉角横滚角 φ、俯仰角 θ、偏航角 ψ因为它直观物理意义明确方便和 PID 控制目标对应起来。在实际飞控中我建议姿态解算部分使用四元数因为欧拉角在俯仰角接近 ±90° 时会出现万向锁Gimbal Lock问题导致姿态解算失效。但在仿真建模时控制目标是姿态角欧拉角表达足够直观所以这里先用欧拉角建模如果需要做大机动或者全姿态飞行再扩展四元数模块。2.2 动力学方程推导四旋翼飞行器的动力学模型包括两部分运动学方程描述姿态角变化率与机体角速度的关系动力学方程描述角加速度与力矩的关系。运动学方程欧拉角率与机体角速度的关系φ̇ p (q sinφ r cosφ) tanθ θ̇ q cosφ - r sinφ ψ̇ (q sinφ r cosφ) / cosθ其中 p、q、r 是机体坐标系下的三轴角速度φ、θ、ψ 是欧拉角。动力学方程忽略陀螺力矩和气动阻力基于牛顿-欧拉方程ṗ (Iy - Iz) / Ix · qr Mx / Ix q̇ (Iz - Ix) / Iy · pr My / Iy ṙ (Ix - Iy) / Iz · pq Mz / Iz其中 Ix、Iy、Iz 是三轴转动惯量Mx、My、Mz 是三轴控制力矩。这里做了几个简化假设机体视为刚体结构完全对称质心与机体坐标系原点重合忽略旋翼的陀螺效应和空气阻力。这些假设在悬停和慢速飞行场景下是合理的但如果要做高速前飞或者强风环境下的仿真就需要补充气动阻尼项。2.3 控制力矩与电机转速的关系四旋翼的控制力矩来源于四个电机的转速差。设四个电机的转速为 ω1、ω2、ω3、ω4分别对应右前、左后、左前、右后具体编号方式不同文献有差异则总升力 U1 和三轴力矩 U2、U3、U4 可以由以下关系计算U1 b(ω1² ω2² ω3² ω4²) U2 b·L(ω4² - ω2²) -- 横滚力矩差动 U3 b·L(ω3² - ω1²) -- 俯仰力矩差动 U4 d(ω1² - ω2² ω3² - ω4²) -- 偏航力矩反转矩差其中 b 是升力系数d 是反扭矩系数L 是电机到质心的距离。U2 对应横滚控制U3 对应俯仰控制U4 对应偏航控制。这里用 U1-U4 作为控制量而不是直接控制四个电机转速目的是解耦控制让每个 PID 控制器只负责一个通道简化控制器的设计。这一步是建模的关键。因为 PID 控制器输出的实际上是期望力矩要把期望力矩映射回四个电机的转速指令就需要逆解上面这个方程组。仿真模型里我会在 PID 控制器和电机模型之间加一个“混控器”模块Mixer把 U1-U4 转换成 ω1-ω4 的平方再做限幅处理。2.4 模型参数选取仿真参数我参考了常见的 450 级四旋翼无人机参数具体数值如下参数名称符号数值单位质量m1.2kg重力加速度g9.8m/s²机臂长度L0.25m转动惯量 (x轴)Ix0.015kg·m²转动惯量 (y轴)Iy0.015kg·m²转动惯量 (z轴)Iz0.030kg·m²升力系数b1.5e-5N·s²反扭矩系数d3.0e-7N·m·s²这些参数直接影响到 PID 控制器的设计。比如偏航轴z 轴的转动惯量约为横滚、俯仰轴的两倍意味着偏航通道需要更大的控制力矩才能获得相同的角加速度体现在 PID 参数上就是偏航通道的 Kp、Ki 通常要更大一些。所以参数选取不是随便填的后面的控制效果和模型参数高度相关。3. PID 控制器设计3.1 单环 PID vs 串级 PID四旋翼姿态控制有两种常见的 PID 结构单环 PID 和串级 PID。单环 PID 直接对姿态角做闭环结构简单串级 PID 内环控制角速度外环控制角度。本项目选择串级 PID原因有两点第一四旋翼的姿态动力学呈现明显的二阶特性角速度是角度的微分。如果只看角度误差控制器输出的是期望力矩这中间隔了一层角速度的积分关系相当于控制对象里含有一个积分环节导致系统的相位裕度不足动态响应容易震荡。串级 PID 的内环先把角速度环稳住相当于增加了系统的阻尼让整个系统的稳定性和响应速度都大幅提升。第二串级 PID 的抗扰性更好。比如阵风干扰主要直接作用于角速度内环能够迅速响应抑制扰动外环的角度误差还来不及变大扰动就被消掉了。这是单环 PID 做不到的。3.2 内外环控制器结构串级 PID 的控制结构如下外环角度环输入是期望姿态角与当前姿态角的误差输出是期望角速度。外环一般只用 P 控制器或者 P 轻微分不加积分。因为外环的输出是内环的输入如果外环加积分相当于在角度误差上做累积容易导致超调和震荡。内环角速度环输入是期望角速度与实际角速度的误差输出是控制力矩。内环使用 PD 控制器微分项能提供阻尼抑制角速度的震荡。内环也可以加积分项来消除稳态误差但积分项容易导致积分饱和需要带限幅。以横滚通道为例控制器的输出为期望角速度: pc Kp_angle · (φ_desired - φ) 横滚力矩: U2 Kp_rate · (pc - p) Kd_rate · (pċ - ṗ)实际设计中内环微分项通常直接作用在被控量 p 上也就是“微分先行”避免期望值的突变导致微分项产生尖峰。三个通道横滚、俯仰、偏航的结构完全相同只是 PID 参数不同。横滚和俯仰通道由于结构对称参数可以设置相同偏航通道因为转动惯量大、且没有位置反馈的需求响应可以稍微慢一些参数也会有所差异。3.3 控制分配与电机模型PID 内环输出的是三轴期望力矩 U2、U3、U4以及高度控制器输出的总升力 U1。这四个控制量要经过混控器分配到四个电机上。在实际设计中混控器的输出通常是电机的 PWM 占空比指令而仿真里我直接映射到电机转速。电机模型我使用一阶惯性环节近似τ · ω̇ ω_desired - ω其中 τ 是电机响应时间常数一般在 0.05~0.2s 之间。这个环节很多人会忽略直接让电机转速瞬间达到期望值。但在实际系统中电机的机电时间常数不可忽略尤其是高频响应的姿态控制电机延迟会显著影响内环的稳定裕度。所以在仿真中加入这个惯性环节得到的控制参数才更接近实机效果。4. Simulink 仿真模型搭建4.1 模型总体架构整个仿真模型我按照从内到外的顺序划分为四个层级信号源层产生期望姿态角信号阶跃信号或遥控器输入控制器层串级 PID 控制器三个通道并联混控器 电机层控制力矩到电机转速的解算以及电机一阶惯性被控对象层四旋翼的动力学与运动学模型把这个层次结构通过 Simulink 子系统封装每个子系统用 CtrlG 创建为 Subsystem并标记对应的输入输出端口。这样可以避免单层模型连线错综复杂的问题也方便调试单个通道。4.2 核心模块搭建细节我用的 Simulink 版本是 R2022b以下模块的路径可能在不同版本稍有差异但基本都能找到。四旋翼动力学模块建议用一个 Matlab Function 模块不是 S-FunctionMatlab Function 写起来更直观实现六自由度动力学方程。输入是 U1-U4 四个控制量输出是三个姿态角、三个角速度、位置和速度。对于纯姿态控制仿真位置环可以暂时不接入控制器只输出观察。Matlab Function 这块需要注意顺序先根据力矩计算角加速度再积分得到角速度然后通过运动学方程由角速度计算欧拉角率再积分得到欧拉角。我用的是积分模块 Integrator 而非直接写微分方程求解这样可以对接 Simulink 的求解器数值稳定性更好。PID 控制器模块Simulink 自带的 PID Controller 模块可以直接拖出来用支持串级结构。以内环为例勾选“Enable”中的角速度反馈输入设置 Kp、Ki、Kd 参数以及限幅范围。需要注意的是 PID Controller 模块默认采用“Back-calculation”抗积分饱和方式这适合大多数场景。我用到的控制器参数初始值来自四旋翼规范化方法估算然后通过仿真反复调整。信号总线三个姿态角通道互相关联但控制器是独立的建议用 Bus Creator 把姿态角信息和期望值组合成总线信号有利于监测。在数据分析时可以用 Bus Selector 提取任意信号。4.3 仿真参数设置仿真时长设置为 10s求解器选择 ode45变步长最大步长设为 0.001s。最大步长这个参数非常关键如果步长过大系统的快速动态比如角速度环会被漏采样导致仿真结果出现高频振荡的伪现象如果步长过小仿真速度会明显降低。取 0.001s 是经验值兼顾精度和速度。我给姿态环设计的输入信号如下给定横滚角期望5s 时从 0° 阶跃到 10°观察横滚通道的响应给定俯仰角期望0°先单独调横滚再联合调给定偏航角期望10s 后从 0° 阶跃到 30°先让飞行器从悬停状态开始期望姿态角都是 0°让控制器先把飞行器稳定在水平姿态然后再给阶跃信号这样可以区分是控制器参数问题还是模型初始化问题。4.4 代码生成与半实物仿真的扩展考虑如果后面要往实机方向走Simulink 模型可以直接配置为生成嵌入式代码。我实践下来比较顺的路径是在 Simulink 中把控制器单独封装为一个模型引用Model Reference然后配置 Embedded Coder 生成 C 代码移植到 STM32 工程里。这时候要注意几个问题代码生成要求连续模块都明确采样时间PID 模块需要设置固定的采样周期不能留成继承模式生成的代码在定点芯片上要留意变量类型默认的 double 类型在 STM32F4 上能跑但更推荐改造成单精度浮点以节省算力和存储开销。5. 参数整定与仿真结果分析5.1 手动整定流程与初始值估算PID 参数整定是个“玄学”和“科学”结合的过程。我推荐一种实用的流程先忽略耦合把三个通道独立整定第一步整定内环 P 参数。把外环断开或者把外环输出固定为某个恒定角速度指令。从小到大不断增加 Kp_rate观察角速度阶跃响应直到出现等幅振荡记录下此时的 Kp_rate 并除以 2 左右作为经验值。然后用同样的方法整定内环 Kd_rate用于抑制振荡。第二步整定外环 P 参数。把外环接上内环参数保持不变。从小到大增加 Kp_angle观察角度阶跃响应。如果出现低频振荡说明外环 P 太大或者内环响应太慢如果响应太慢说明外环 P 太小。第三步加入积分项。内环和外环根据稳态误差决定是否加积分。在姿态控制中由于重力和结构不对称导致的静态力矩偏差外环一般不需要积分就能通过内环消除误差内环则需要小积分来消除常值干扰。这套方法的核心原则是“从内到外、先 P 后 D 再 I每次只调一个参数”。网上那些一键整定的工具当然也能用但是手动走一遍你对每个参数作用的感性认识会深刻很多。5.2 不同 PID 参数的响应对比整定完成后我记录了一组基准参数然后故意修改某单个参数来观察响应变化参数调整响应表现结论内环 Kp 偏小角速度响应慢角度跟踪滞后明显内环 Kp 决定系统快速性内环 Kp 偏大角速度高频振荡声音发紧接近失稳边界需配合 Kd内环 Kd 偏大高频噪声被放大控制量波动明显过大的微分增益会引入噪声外环 Kp 偏大回正速度快但超调大外环 Kp 不宜直接拉到很大积分 Ki 过大稳态振荡、在目标值附近来回穿越典型积分饱和或增益过大现象为了量化评估控制效果我在仿真的 Scope 里标记了超调量、调节时间和稳态误差这几个关键指标。在基准参数下横滚角阶跃 10° 的超调量约为 4%调节时间约 1.2s稳态误差为 0对于姿态控制这个性能已经相当理想。5.3 实机与仿真的差异分析仿真里调好的参数直接搬到实机通常会有一些偏差最典型的是响应变差、出现震荡。原因在于仿真模型做了一些理想化处理忽略了机架的弹性振动、电机响应建模不准确、传感器IMU存在噪声和延迟、执行机构存在饱和与死区。所以仿真里的参数拿到实机上通常的做法是先乘一个 0.7 的安全系数再逐渐往仿真值靠近。另外仿真中的传感器是理想的反馈的姿态角没有任何噪声。但实机中陀螺仪和加速度计的数据经过滤波后会有几十毫秒的延迟这个延迟在仿真中如果不考虑Kd 参数会被整定得偏大。一个有效的做法是在仿真的反馈回路上加一个 Transport Delay 模块模拟传感器延迟设置 10~20ms再整定参数得到的参数更接近实机可用范围。6. 常见问题与排查技巧实录6.1 模型发散或仿真报错现象仿真一开始就报“Singularity”错误或者输出直接变成 NaN。这是做动力学仿真最容易遇到的问题。常见原因有三个第一个是初始状态不合理。比如初始姿态角给的是 90°运动学方程中的 tanθ 项趋近于无穷大导致计算发散。排查时先把期望信号改成 0° 悬停看模型是否稳定逐步加大期望值找出发散的临界点。第二个是微分环节的 D 项引入高频噪声。如果角度反馈中有不连续的跳变微分项会产生极大的控制量把系统打飞。解决方法是把理想微分换成实际微分环节在 D 项后面串联一个一阶低通滤波器带宽一般设在 30~80Hz或者直接在 PID 模块里设置“Filter coefficient”为大于 1 的值它内部会生成一个低通滤波器。第三个是混控器解算不正确。电机转速的平方出现负值本质是控制量分配不当在开方时报错。解决方法是增加一个饱和模块把转速指令限制在合理的物理范围内我设定的范围是 0~1200 rad/s。6.2 稳态误差总调不掉如果角度稳态下始终存在一个固定误差检查三个方向一是内环是否加了积分没有积分的话重力引起的常值力矩会导致角速度静差进而产生角度漂移二是控制器输出是否被限幅饱和如果控制力矩达到饱和那么无论怎么调 Ki 都调不掉误差本质是执行机构能力不足三是姿态解算的坐标系方向是否一致一个很隐蔽的错误是PID 输出的力矩正方向定义和动力学的角加速度正方向相反导致控制量抵消了一部分而永远差一点——这种情况把混控器里的某一个通道正负号换过来就能解决。6.3 稳定性边界和相位裕度问题如果内环已经调得比较“硬”了但整个系统在大增益下依然不稳定检查两个容易被忽视的因素执行器延迟和传感器延迟。在仿真里希望把电机模型的时间常数尽可能真实化在实机上关注 IMU 数据的更新频率若 1kHz 的陀螺仪数据经过滤波后实际只剩 100Hz 有效带宽控制频率再高也是白搭。我在做半实物仿真时加了一个 10ms 的传感器延迟效果很接近实机。6.4 Simulink 模型运行慢或卡死模型运行慢通常是因为求解器步长太小或者模型中存在代数环。代数环会让 Simulink 在每个步长内迭代求解严重拖慢速度。我发现构建控制通道时如果直接让 PID 输出连接到混控器混控器再输出力矩给动力学模型在纯连续时间模式下一般不会形成代数环但如果加了某些查表模块或者滤波模块的顺序错了就容易出现代数环Simulink 会在左下角提示。排查方法是双击模块连线看警告里提示的循环变量是哪个打断环路的方法是加入 Memory 模块或者单位延迟 Unit Delay 模块。6.5 仿真结果与理论不符时先关掉控制器直接给定恒定的力矩输入验证模型是否正确。我之前遇到过一个问题俯仰角和横滚角的响应完全一样但按动力学方程偏航响应应该明显更慢因为 Iz 更大。排查后发现是我在混控器里把偏航力矩系数设置错了导致偏航通道实际输出的力矩被放大了两倍。这个“先验证被控对象再验证控制器”的排查顺序能帮你快速定位是模型问题还是控制问题。7. 项目总结与进一步扩展方向回头看这个项目从数学模型搭建到 PID 控制器设计再到 Simulink 仿真验证完整走了一遍四旋翼姿态控制的“从理论到实践”闭环。核心收获总结成三个原则第一模型的简化和假设要有度。完全精确的模型不可能也不需要但关键的动态特性比如电机延迟、力矩耦合不能省否则仿真结果对实机没有参考价值。第二控制器设计要用发展的眼光。串级 PID 看似多了一堆参数实际调试流程比单环更清晰稳定。参数整定过程本身比参数的结果更值得反复体会——这决定了你遇到实机调试问题时有没有判断力。第三Simulink 的工具和实际工程能力要结合着学。单纯会拖模块画框图是不够的要理解模型背后的方程组、求解器的行为、代码生成的约束才能真正把仿真用好。后续有几个值得扩展的方向一是加入位置环和轨迹规划构成完整的位置-姿态级联控制二是把控制器替换为鲁棒性更强的算法如滑模控制或 L1 自适应控制和 PID 做对比分析三是用 Simulink 的 External Mode 做实机在线调参直接把仿真里的控制参数映射到硬件上用无线数传调试。最后说一个我在实际项目中反复踩过、但书上很少提的点仿真的终点不是“仿真通过”而是“跑起来的代码”。如果时间允许建议从一开始就用“能够生成 C 代码”的标准来约束建模习惯避免仿真和实机完全是两套东西这样毕业后进做飞控的岗位你会比同龄人少走很多弯路。本文还有配套的精品资源点击获取