硕 士 学 位 论 文

微型扑翼飞行机器人的动力
学与控制研究

学 生 姓 名 毕富国
学 号 2017309020101
学科(专业学位) 机械工程领域
研 究 方 向 仿生机器人
导 师 何广平
校 外 导 师 王凤翔

2020 年 6 月
Research on Dynamics and Control of
flapping-wing micro flying Robot

By
Fuguo Bi

A Dissertation Submitted to
North China University of Technology
In partial fulfillment of the requirement
For the professional degree of
Master of Engineering

North China University of Technology

June, 2020
 北方工业大学学位论文原创性声明

本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行
研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其
他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的
个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结
果由本人承担。

学位论文作者签名： 日期： 年 月 日

学位论文使用授权书
学位论文作者完全了解北方工业大学有关保留和使用学位论文的规定，
即：研究生在校攻读学位期间论文工作的知识产权单位属北方工业大学。学
校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许学位
论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采
用影印、缩印或其它复制手段保存、汇编学位论文（保密的学位论文在解密
后适用于本授权书）。

□ 保密论文注释：经本人申请，学校批准，本学位论文定为保密论文，密
级： ，期限： 年，自 年 月 日起至 年 月 日
止，解密后适用本授权书。

 非保密论文注释：本学位论文不属于保密范围，适用本授权书。

本人签名： 日期：

导师签名： 日期：
 微型扑翼飞行机器人动力学与控制研究

摘 要

昆虫具有能够在复杂且高度动态的环境中实现飞行，遇到突发情况能迅速改
变飞行方向和速度，对环境干扰具有极强的抵抗力，较长的飞行时间等一系列优
点。但在类似的仿生飞行机器人上尚不能实现类似的特性，其主要受制于飞行机
理的复杂性、中等尺度制造技术、驱动方式、高能量密度电源、动力学建模以及
相关控制方法等原因。
首先针对微型扑翼飞行机器人空气动力学参数优化设计问题，提出了一种针
对微型扑翼飞行机器人空气动力学模型运动和几何参数的全局灵敏度分析方法。
运用叶素法建立微型扑翼飞行机器人悬停状态的非线性动力学模型，通过挑选因
子和定性分析来确定动力学模型中的主要参数，利用Sobol全局灵敏度分析方法
对运动参数和几何参数进行灵敏度分析。结果显示，在参数取值范围内，运动参
数中的全局灵敏度大小为：扑动频率大于扑动角大于攻角；几何参数中的全局灵
敏度大小为：展弦比大于一阶半径距。通过对动力学模型几何参数的气动灵敏分
析，为微型扑翼飞行器的动力学优化设计提供了依据。
其次在前人的基础上对微型扑翼飞行器（FWMAV）的动力学建模、分析及
其姿态控制、轨迹跟踪方法进行了研究。在建立微型扑翼飞行机器人气动力模型
的基础上，利用牛顿-欧拉法建立微型扑翼飞行机器人的动力学模型。通过定性
分析动力学特性，定量分析飞行器输入输出关系，将系统分为位置子系统和姿态
子系统。针对驱动器特点，对姿态控制进行分析，明确驱动器变量与姿态控制力
矩关系。在此基础上提出一种基于干扰边界的滑模鲁棒反馈控制器。利用
Lyapunov稳定性判据对其进行了稳定性分析，通过数值仿真验证其有效性和可行
性。并构建内外环控制系统，进行三维轨迹跟踪，仿真结果表明，控制器在外界
干扰存在的情况下呈现良好的鲁棒性。

关键词：微型扑翼飞行机器人，气动力模型，滑模控制，轨迹跟踪

I
 Research on Dynamics and Control of

flapping-wing micro flying robot

Abstract

Insects have the advantages of being able to fly in a complex and highly dynamic
environment, being able to quickly change the direction and speed of flight in the
event of a sudden situation, being extremely resistant to environmental disturbances,
and being able to achieve longer flight times. However, similar features cannot be
completed on similar bionic aircraft, which are mainly restricted by the complexity of
the flight mechanism, medium-scale manufacturing technology, driving methods,
high-energy-density power sources, dynamic modeling, and related control methods.
Firstly, aiming at the optimization design of aerodynamic parameters of the
micro flapping wing flying robot, a global sensitivity analysis method for the motion
and geometric parameters of the micro flapping wing flying robot aerodynamic model
is proposed. The non-linear dynamic model of the hovering state of the micro
flapping-wing flying robot was established by the leaf element method, the main
parameters in the dynamic model were determined by selecting factors and qualitative
analysis, and the motion and geometric parameters were analyzed by the Sobol global
sensitivity analysis method. The results show that within the parameter value range,
the global sensitivity in the motion parameters is: the flutter frequency is greater than
the flutter angle and the angle of attack; the global sensitivity in the geometric
parameters is: the aspect ratio is greater than the first-order radius distance. The
aerodynamic sensitivity analysis of the geometric parameter row of the dynamic
model provides a basis for the dynamic optimization design of the micro flapping
wing aircraft.
Secondly, based on the predecessors, the dynamic modeling, analysis, attitude
control, and trajectory tracking methods of FWMAV were studied. On the basis of
establishing the aerodynamic model of the micro flapping wing flying robot, the
dynamic model of the micro flapping wing flying robot was established by

II
Newton-Euler method. Through qualitative analysis of dynamic characteristics and
quantitative analysis of aircraft input and output relationships, the system is divided
into position subsystem and attitude subsystem. According to the characteristics of the
driver, the attitude control is analyzed to clarify the relationship between the driver
variable and the attitude control torque. On this basis, a sliding mode robust feedback
controller based on interference boundary is proposed. Lyapunov was used to analyze
its stability, and its effectiveness and feasibility were verified by numerical simulation.
And build an inner and outer loop control system to carry out three-dimensional
trajectory tracking. The simulation results show that the controller exhibits good
robustness in the presence of external interference.

Key words: flapping-wing micro flying robot，aerodynamic model，sliding mode

control，trajectory tracking

III
 目 录

摘 要 .................................................. I
ABSTRACT ............................................... II
第一章 绪论 ............................................ 1
1.1 引言 ..................................................................................................................... 1

1.2 当前研究现状 ..................................................................................................... 1

1.2.1 驱动方式....................................................................................................... 2

1.2.2 传动机构及其加工工艺............................................................................... 5

1.2.3 动力学研究................................................................................................... 6

1.2.4 控制方法研究............................................................................................. 10

1.3 研究内容 ........................................................................................................... 11

第二章 气动力学模型建立 ................................ 12

2.1 引言 ................................................................................................................... 12

2.2 气动力学模型建立 ........................................................................................... 12

2.2.1 微型扑翼飞行机器人仿生学原理............................................................. 12

2.2.2 非定常飞行机理......................................................................................... 13

2.3 气动力学模型建立 ........................................................................................... 15

2.3.1 气动力系数的确定..................................................................................... 17

2.3.2 延展向方向弦长分布的确定..................................................................... 20

2.3.3 机翼相对速度的确定................................................................................. 21

2.4 本章小结 ........................................................................................................... 21

第三章 气动力学模型参数灵敏度分析 ...................... 22

3.1 引言 ................................................................................................................... 22

3.2 SOBOL 分析方法理论......................................................................................... 22

3.3 SOBOL 法计算过程 ............................................................................................. 23

3.4 计算结果及分析 ............................................................................................... 25

3.5 本章小结 ........................................................................................................... 28
第四章 微型扑翼飞行机器人动力学建模 .................... 29
4.1 引言 ................................................................................................................... 29

4.2 机翼扑动运动学 ............................................................................................... 30

4.3 微型扑翼飞行机器人空气动力及力矩分析 ................................................... 32

4.4 机体动力学方程的建立 ................................................................................... 39

4.5 本章小结 ........................................................................................................... 40

第五章 微型扑翼飞行机器人轨迹跟踪控制研究 .............. 41

5.1 引言 ................................................................................................................... 41

5.2 微型扑翼飞行机器人的控制器设计 ............................................................... 41

5.2.1 姿态控制器设计......................................................................................... 42

5.2.2 位置控制器设计......................................................................................... 43

5.3 仿真结果 ........................................................................................................... 44

5.3.1 姿态趋近律验证......................................................................................... 44

5.3.2 轨迹跟踪仿真实验..................................................................................... 45

5.4 本章小结 ........................................................................................................... 50

第六章 结论与展望 ..................................... 51

6.1 主要结论 ........................................................................................................... 51

6.2 研究展望 ........................................................................................................... 51

参考文献 ............................................... 53
在学期间的研究成果 ..................................... 61
致 谢 ................................................. 62
 第一章 绪论

第一章 绪论

1.1 引言

在过去几十年中，无人飞机在军事及民用领域得到广泛应用。微型扑翼飞行
器相较于固定翼和旋翼飞行器具有高机动性、隐蔽性、低能耗以及可悬停等特点，
而得到了各国研究人员的青睐。随着 MEMS 技术的不断成熟，控制器及传感器
以及能量存储组件等得以微型化。而且随着空气动力学研究的深入，以及特殊环
境的需求，微型扑翼飞行器得到了前所未有的发展。但微型飞行器并非简单地尺
寸缩小，而是在其飞行机理、控制律和方法上的革新。微型飞行器在空气动力学、
驱动力、结构设计以及飞行控制等领域面临着诸多问题。首先，随着尺度缩小，
雷诺数随之减小，导致粘滞效应明显增强，表现为其升阻比降低，以及飞行的不
稳定性，而且由于微型扑翼飞行器复杂的扑翼运动，使得其气动力呈现出明显的
非线性和非定常特征；其次，由于尺寸减小，导致推进效率也明显下降[1]。除了
推进效率的降低之外，对于微型扑翼飞行器而言，还存在着驱动器难以满足要求
的问题。传统电机由于受到尺度律的影响，导致尺寸减小时性能降低。而且在该
尺度下的电机制造亦存在重大挑战。所以寻找如静电、压电、人工肌肉、电磁等
新型的替代驱动器也成为一种选择。

1.2 当前研究现状

随着对昆虫空气动力学的不断研究，Ellington[2]在研究中发现使用准定常理
论分析无法满足果蝇飞行条件，经过进一步研究发现昆虫存在着非定常高升力机
理：Clap-Fling 机制[3]、延时失速机制[4]、快速旋转机制[5]和尾迹捕获[6]，并在此
基础上总结得出昆虫升力和推力的经验公式[7~9]。工程人员通过利用以上研究成
果研发了多种类型的仿生扑翼飞行器。
由于扑翼飞行具有良好的飞行能力，各个国家的研究人员对其都有较为深入
的研究，并在此基础上开发了各类扑翼飞行平台，对此不再赘述。本章主要介绍
尺寸在 15cm 以下，重量在 100g 以内的微型扑翼飞行器，从驱动方式、传动机
构及其制作工艺、动力学研究、控制方法研究等几个方面对现有研究成果进行总
结和归纳。

1
 第一章 绪论

1.2.1 驱动方式

随着飞行器整体尺寸的减小，相应的对驱动器的大小、质量也提出了更加严
格的要求。而且由于尺度律的特性，使得随着尺寸的减小，如摩擦力，范德华力，
静电力等表面力占据主导地位。传统的驱动方式也面临着挑战：传统电机在微小
尺度下的传动效率明显下降。因此，需要探索新型驱动方式，是微型扑翼飞行器
研究的一个重点。
下面将着重介绍在微型飞行器上得到应用的驱动方式。
(1) 直流电机
如卡内基梅隆大学(CMU)Lindsey Hines[10] 等人研制的扑翼微型飞行器采用
直接驱动的方式，通过加装弹性元件利用结构的共振状态达到行程最大化以实现
起飞；美国于 2012 年设计的 Nano Hummingbird[11]，采用电机驱动，可以实现倾
斜、俯仰和扭转的控制飞行。其将拍摄装置、电源以及相关控制电路加装到机体
本身，实现了无外接装置的可控飞行；哈佛大学 Wood[12]团队于 2016 年研制出一
款新型的采用电机驱动的扑翼飞行器，将机翼水平安置，在利用扑翼飞行的同时
有效利用滑翔以实现更高的飞行效率；荷兰代尔夫特理工大学的 DelFly 系列[13,14]
采用电机驱动使 X 翼实现扑动，由于其有效地利用了拍合机理，其在相同翼展
的飞行器中具有较高的能效性，且具有极佳的飞行稳定性；韩国建国大学设计了
一款使用电机驱动的飞行器，其翼展为 12.5cm，重 7.4g[15]。

图 1-1 采用电机驱动的飞行器 (a) CMU 飞行器；(b) Nano Hummingbird；

(c)哈佛飞行器；(d)DelFly 系列；(e)韩国建国大学飞行器

2
 第一章 绪论

(2) PZT 压电驱动器

微型仿生扑翼飞行器，在飞行时需要较高的拍打频率，而由于压电驱动器具
有较高的带宽，以及相关制作工艺研究的发展[16,17,58]，使得其在微型飞行器中得
到了比较广泛的应用：加州伯克利分校的 MFI[18]采用四个压电悬臂梁来驱动扑
翼飞行器，左右翼各两个，通过传动机构实现拍打和扭转；CMU[19]的设计人员
设计并制造了一款有两个压电悬臂梁的扑翼飞行器，以实现两翼的独立驱动，但
是其并未实现起飞的目的；美国空军研究实验室 [20](AFRL)设计制造了一款扑翼
飞行器，该飞行器可以通过分段循环拍动来控制推力和升力以及倾斜角和扭转力
矩；美国军事研究实验室(ARMY)基于 MEMS 技术制作了压电 MEMS 驱动机翼，
可以独立的控制机翼拍打运动和俯仰运动[21]。

图 1-2 采用压电驱动的飞行器 (a)MFI；(b)RoboRee；(c)CMU 压电飞行器；

(d)AFRL 飞行器；(e)ARMY 飞行器

(3) 电磁驱动器
除了 PZT 驱动器外，电磁驱动也被认为是成功实现扑翼飞行的驱动方法：
普渡大学生物机器人实验室利用电磁效应，设计了一款电磁驱动器[22]，可以驱动
机翼实现大角度扑动；里尔大学和法国航天航空研究中心运用 MEMS 技术制造
扑翼机身和翅翼[23]，并安装电磁驱动器实现机翼扑动，但没有实现有效飞行；上
海交通大学利用电磁驱动器实现飞行器沿导轨上升[24]。驱动器由固定在机身上的
线圈以及固定在传动机构上的钕铁硼磁铁组成。当线圈通以交流电时，磁铁相对
于线圈做直线往复运动，经传动机构带动机翼实现扑动。

3
 第一章 绪论

图 1-3 采用电磁驱动的飞行器 (a)普渡大学飞行器；(b)里尔大学飞行器；

(c)上交大飞行器

(4) 静电及人工肌肉驱动器
由北航等研究机构研制的基于静电驱动器的微型扑翼飞行器[25]，其通过在两
翼之间加装金属梁，并将整个机构放置于两平行电极板之间，通直流电使翅翼在
电场力作用下实现运动。
[26]
佐治亚理工大学 Michelson 介绍了基于一种往复式化学肌肉为扑翼飞行器
提供动力的研究。往复式化学肌肉使用单组元推进剂和氧化剂之间的化学反应。
利用该化学反应，肌肉可以使机翼产生拍动以提供升力。

图 1-4 静电及人工肌肉驱动的飞行器

综上所述，可以看出在微型扑翼飞行器开发中，新型驱动方式因具有微尺度
下良好的物理特性而受到广大研究人员的关注。但是同样新型驱动方式也存在不
容忽视的问题，如压电驱动器在具有高带宽的同时其驱动位移较小且需要较高电
压才能实现驱动，而在有限的升力条件下，增加升压电路无疑会造成机载能力的
进一步减小；电磁驱动器在驱动过程中由于线圈等效电阻会产生大量的热量，造
成能量损失；静电驱动器，无论是北航采用的驱动方式还是采用叉指静电驱动器
其产生的升力和位移均无法满足机载条件下的起飞。因此，需要对驱动机构并行、
串行排列方式进行优化；同样人工肌肉由于需要一套独立控制系统，使得机载能
力下降。

4
 第一章 绪论

1.2.2 传动机构及其加工工艺

现有驱动方式的相同点是输出运动形式单一，如传统电机的转动、压电驱动
器及静电驱动器的往复摆动、电磁驱动器的直线运动。为了利用生物界高效的飞
行机理，需要使机翼能实现复杂运动，因此传动机构的设计显得尤为重要。
(1) 传统传动机构方案
在微型扑翼飞行器研究中，研究人员借鉴了大量的常规扑翼飞行器的设计思
路和方法，在传动机构上，研究人员通过将齿轮、连杆等通过不同的工艺手段将
其小型化、轻量化处理，并进行组装。如 Nano Hummingbird 初期采用的齿轮连
杆传动到后期采用绳索传动；DelFly 系列，加州理工大学 Microbat 和韩国建国
大学等采用的齿轮连杆机构；以及纽约大学(NYU)Leif Ristroph 等人采用特氟龙
管作为旋转轴承以降低摩擦设计的 Jellyfish Flyer[41]。
(2) 非传统传动机构方案
由于微型扑翼飞行器自身机载能力有限，若沿用传统传动机构，将面临无法
起飞的局面。因此，在结构设计时研究人员采用了占用空间小、质量轻的连杆机
构来实现驱动器微小位移转换放大为飞行器飞行所需的运动。如 MFI 的球形五
连杆传动机构[27]；CMU 扑翼飞行器的球形 4 杆传动装置既可以放大驱动执行器
的运动，又可以集中机器人的体重。如图 1-5(b)所示，球形 4 杆传动装置的功能
类似于传统的 4 杆机构，除了所有连杆旋转轴必须在单个点上交叉，即“轴原点”，
它是假想球体的中心。点 A、B 和 C 都沿着该球体的表面移动。驱动器的尖端通
过曲柄连接到放大机构，因此驱动器尖端和传动运动都是非线性的[19]；RoboBee
采用的平面四杆和被动铰链的组合机构，通过改变中间聚合物夹层的厚度和宽度
来实现指定攻角的设计[28]，在减轻质量的同时能够避免铰链摩擦造成的能量损
失。

5
 第一章 绪论

图 1-5 传动机构示意图 (a)MIT 飞行器；(b)CMU 飞行器；(c)RoboBee 飞行器；

制作工艺以加州伯克利 MFI、哈佛 RoboBee 系列以及国内上海交通大学的

微型扑翼飞行器为代表采用智能复合微型结构(Smart composite microstructure,
SCM)[29]技术和 PC-MEMS 技术[30]，将碳纤维和柔性膜进行分层粘合，并将转动
部位的碳纤维去除，柔性膜来代替铰链，以此来实现更加高效的扑翼飞行器制造。

1.2.3 动力学研究

微型扑翼飞行器外部构造、飞行机理等与常规的无人机存在很大的不同，微
型扑翼飞行器主要通过复杂的机翼运动来实现升力、推力以及变换姿态的扭矩，
所以使得气动和飞行力学呈现明显的非线性和非定常特征。因此，微型扑翼飞行
器的机构与运动形式以及满足飞行需要的控制方法也需要进行重新设计，而飞行
器动力学模型的建立是其中的关键。
(1) 气动力估算方法
国内外研究人员针对非定常气动力进行了深入的研究并总结出以下几种气
动力估算方法：
1) 非定常涡格法
6
 第一章 绪论

非定常涡格法(Unsteady Vortex-Lattice Method, UVLM)。UVLM 在运动的升

力面上进行涡格划分,并在每个涡格上布置马蹄涡和控制点,通过在控制点处满足
升力面法向无穿透的边界条件来进行求解[31,32]。
2) 叶素法
在对气动力进行估算时，研究人员将用于计算旋翼气动力的叶素理论应用到
扑翼飞行器估算中。其主要是将桨叶在展向方向分割成微元，每个微元按定常条
件对其进行计算并将各个微元累加得到整体气动力。

[33]
图 1-6 叶素法示意图

3) CFD
计算流体动力学（简称 CFD）是在伴随计算机的出现发展起来的一门学科，
它以计算数学、近代流体力学和计算机科学为基础，通过计算机进行数值模拟和
可视化处理，来探索分析自然界、工程实践和社会生活中各种流体流动和传热等
物理现象的机理，研究和发现其规律特点，实现对其进行准确分析和预报。CFD
进行数值模拟计算的过程大致有三个阶段，分别是前处理阶段、求解阶段和后处
理阶段[34]。北航孙茂课题组基于三维非定常 N-S 方程，开展了微型扑动翼的数值
模拟计算，并取得具有国际影响的研究成果[35]。
(2) 建模方法
在昆虫动力学分析方面，动力学建模有两种常见的方法：一种是在昆虫身体
为刚体的假设下，使用牛顿－欧拉方程来建立昆虫位置、直线速度、角速度和欧
拉角之间的动力学关系[36,37,41]；另一种是同时考虑昆虫翅膀的动力学特性，分析

7
 第一章 绪论

每个时刻昆虫翅膀不同位置处的弯曲和扭转量[38]。在[39]中分别对两种建模方法
进行比较，研究表明使用多刚体运动学的更多描述性方程适用于复杂的微型扑翼
飞行器，特别是如果它们在机翼上具有一个以上的自由度或是无尾设计，因为这
些方程使得控制力和力矩得以确定，这种配置的主动控制和动态模拟是必需的。
然而，单个刚体方法设计更简单，适用于有尾或被动稳定的设计以及对不断变化
的微型扑翼飞行器配置的迭代研究，因为这些方程为具有低翼身质量比的微型扑
翼飞行器提供正确的空气动力学重建而不需要复杂的推导。
如图 1-7 所示，在昆虫的运动分析中，翅翼运动可以分解为许多基本分运动，
包括翅膀的拍打、扭转和摆动运动，并且昆虫翅膀的旋转轴通常大致在一个平面
内运动，因此在拍动平面上的摆动角度可以忽略。每个分运动中的角度都是变化
的时间过程，可以用截断的傅里叶级数来表示，级数中采用不同参数组合能拟合
任意的周期性时间序列曲线。在实际应用中，可以通过高速相机测量翅翼运动数
据，然后通过曲线拟合的方式得到傅里叶级数各项的系数和周期参数[40]。

图 1-7 昆虫三维运动

(3) 扑翼飞行器动力学特性分析
除了扑翼飞行的动力学研究，扑翼飞行或者悬停过程中的稳定性分析对于扑
翼飞行器相关研究的发展也十分重要。文献[42]讨论了多种昆虫的飞行稳定性问
题，并且使用 CFD 方法计算了它们的稳定性导数。除了利用计算流体力学的方
法来计算稳定性导数，Bo Cheng[43]基于准稳态动力学模型和叶素法，在同时考虑

8
 第一章 绪论

昆虫平动和转动的情况下，给出了稳定性导数的解析估计，以及其他稳定性判定
方式。但需要注意的是，直接引入稳定力矩的控制策略对于自然界中的真实昆虫
是可行的，但对于分析微型扑翼飞行器却不可行，因为现有的工艺无法提供像昆
虫平衡棒那样能直接提供稳定力矩的微型稳定装置。对于微型扑翼飞行器，更可
行的飞行主动控制方式是控制驱动电机的转速。因此，理解通过改变扑动频率来
实现主动控制的方式对扑翼飞行稳定性有何影响，对于扑翼飞行器的设计和发展
具有重要的意义，也是积极的探索[40]。
纵向动力学方程是一个非线性周期系统。针对该类系统，分析系统稳定性的
常用方法有三种。
第一种，直接平均法，该方法的适用范围为昆虫和微型扑翼飞行器的飞行动
力学特性分析。
由于分析对象的扑动频率较高且机翼的质量占比小，在推导其动力学方程
时，通常基于以下三种假设：
1) 由于机翼扑动周期远小于飞行器运动时间尺度，因此将非自治的周期系
统在扑动周期内进行平均，将系统方程变为自治常微分方程；
2) 作用在机翼上的扑动翼惯性量为小量，其高阶量可以忽略；
3) 扑动翼产生惯性量关于扑动周期平均值近似为 0，可以忽略。
在上述三个条件下，纵向运动从非线性时变周期系统变为非线性时不变系
统，进一步线性化处理可以得到线性时不变系统。其稳定性的判定可以通过系数
矩阵的特征值来确定。
第二种，是将非线性周期系统变为线性周期系统，然后采用 Floquet 方法来
分析。Dietl 等首先采用此方法来分析扑翼飞行器的稳定性。Su 等人在使用该方
法分析柔性扑翼飞行器稳定性时发现扑动翼的惯性力具有不稳定效果。
第三种，是 Taha 等人提出的高阶平均法。相较于 Floquet 方法来说，平均理
论省去了繁杂的配平过程，在使用二阶平均法分析扑翼飞行器稳定性时发现具有
较低频率的扑动系统，直接法不能取得较好的结果，只有在扑动频率与机体运动
频率之比大于 100 时才可以使用。
Wu 等人对三种方法进行对比分析，使用直接平均法和 Floquet 方法分别对
两种具有不同翅膀质量占比的昆虫（蚜蝇和鹰蛾）进行了稳定性分析，结果表明
对于蚜蝇两种方法都可以获得较好的结果，而对于鹰蛾，用直接平均法存在很大
误差[44]。
因此，可以得出这样的结论在针对昆虫及类昆虫级别的微型扑翼飞行器等具
有较高扑动频率且翼质量占比小的系统，进行稳定性判定时应采用直接平均法，

9
 第一章 绪论

而针对扑动频率低及翼质量占比大的系统应采用 Floquet 方法或者高阶平均法。

1.2.4 控制方法研究

由于微型扑翼飞行器质量小，易收到突风干扰从而呈现明显的非线性和非定
常气动力问题，且相应的传感器由于尺度律的原因，其性能也急剧下降。常规固
定翼及旋翼飞行器使用的 PID 控制方法已不再适用。因此，必须根据不同的扑翼
飞行器类型来设计建立更加高效和适用的控制方法。
昂海松等人[45]中提出了一种在线神经网络动态逆自适应控制方法，结合时标
分离的思想，设计了慢变量和快变量动态逆，使系统始终保持稳定。试验结果表
明：该控制方法有较强的鲁棒性，使得微型飞行器控制自适应能力得到提升[46]。
卡内基梅隆大学设计的飞行器首先采用解耦 PID 控制器进行了自由飞行可
行性分析，但在研究过程中发现其对噪声的抵抗力不足。为了确保系统在受阵风、
噪声和系统建模误差等真实世界条件下的稳定性，考虑使用基于 Lyapunov 的滑
模控制器。设计的控制器可以处理反馈噪声以及升力和系统建模中的误差，满足
在操作点上是局部稳定的[19]。
加州大学伯克利分校所设计的 MFI 通过观察生物飞行模式创造性的提出分
层控制理论，简化了飞行控制设计，同时保留了真正的昆虫所具有的高机动性和
灵活的导航能力。并提出一种基于识别的 LQR 控制器设计，该设计不需要知道
昆虫形态参数的准确模型，例如惯性矩和机械结构的尺寸，也不需要精确的空气
动力学模型。因此，可以通过从传感器测量到执行器电压的简单仿射-周期性比
例反馈来稳定悬停飞行模式[47]。
哈佛大学 RoboBee 系列采用了多种控制方法，最简单的控制飞行通过增加
被动控制减轻了对主动控制的需求，但其机动性能却被削减[48]。受控悬停飞行使
用的是自适应控制器来执行姿态稳定控制并控制横向位置以及高度来实现轨迹
控制[49]。然后开发了迭代学习控制算法以实现飞行器进行强制性操纵，如在垂直
平面实现栖息[50]。研究人员还开发了计算成本低廉的控制器，使用无模型方法，
多个 PID 控制回路能够在飞行期间使飞行器稳定[51]。
段洪君针对扑翼周期机翼产生的空气动力无法用线性时变模型近似的问题，
提出积分反馈补偿器对测量值进行辨识和实时补偿以实现姿态跟踪控制[52]。
在对姿态和轨迹控制的同时，振动控制也是一个重要的环节[53~56]，其决定了
飞行器飞行性能的优劣。飞行过程中，机翼和机身容易受外界干扰，进而自身机
构也受到振动的影响，故需要设计控制器对振动进行抑制，以保证系统的稳定。
常用的有振动主动控制和边界控制[57]。

10
 第一章 绪论

1.3 研究内容

介绍学位论文的主要内容，具体安排可参照如下：
第 1 章为绪论。介绍了本论文的研究背景、研究的目的和意义。
第 2 章讨论了微型扑翼飞行机器人的气动力学模型建立。
第 3 章基于 Sobol 分析方法对气动力学模型进行参数灵敏度分析。
第 4 章详细介绍了微型扑翼飞行机器人机体动力学模型的建立。
第 5 章在动力学模型的基础上，通过理论分析提出了基于外界干扰的滑模鲁
棒控制算法。运用对比试验，得出了基于滑模鲁棒控制算法较常规趋近律的控制
算法有良好的的控制效果，并借鉴四旋翼控制器设计采用内外环控制器进行轨迹
跟踪，为微型扑翼飞行机器人的控制提供新的思路。
第 6 章为结论与展望。总结本文研究的成果，探讨研究课题的发展方向。

11
 第二章 气动力学模型建立

第二章 气动力学模型建立

2.1 引言

在小型扑翼飞行机器人研究方面，代表性的，如荷兰代尔夫特理工大学的
DelFly 系列[59]，美国的 Nano Hummingbird[60]等。目前，有关微型扑翼飞行机器
人的研究主要以哈佛大学的 RoboBee 系列[61]为主，该微型扑翼飞行机器人由初
期的 80 毫克升力逐步提升到 253mg 升力。在以往的研究中，RoboBee 研究团队
主要通过实验来定量研究机翼形态和惯性参数对扑翼飞行性能的影响。通过在不
同机翼形状和运动参数[62]下进行大量无源动态运动实验，比较气动力特性，逐步
修正和优化飞行器的气动性能。而本文基于叶素理论建立气动力模型，引入 Sobol
全局灵敏度分析方法，对建立的微型扑翼飞行机器人气动模型中的设计参数进行
定量分析，得到参数对升力的影响系数，利用数值方法研究参数与升力的关系，
可以更有针对性地对主要的设计参数进行优化，为微型扑翼飞行机器人的设计和
控制提供参考。

2.2 气动力学模型建立

微型扑翼飞行机器人之所以成为研究热点的一个重要的原因就是其具有独
特的外形以及其特有的飞行优势，而其所具有的高气动效率，抗大气干扰能力以
及能够实现悬停等特有性能均是依靠扑翼飞行时产生的气动力得以实现的。所以
在研究微型扑翼飞行机器人时，其涉及的低雷诺数非定常空气动力学亦是研究人
员所必须考虑的问题。

2.2.1 微型扑翼飞行机器人仿生学原理

下述为扑翼飞行空气动力学常用的无量纲气动参数，其使用方法将在后续的
内容中介绍：
(1) 雷诺数 Re
定义的是惯性力和粘性力之间的比值，表达式为：
 f Lref U ref
Re  (2-1)


12
 第二章 气动力学模型建立

式中，  f 为流体介质密度， Lref 为特征长度， U ref 为流体速度，μ 为流体介质的

粘性系数。
杨文青[63]等人对扑翼飞行器悬停以及前飞时的雷诺数进行推导得出：在悬停
时，雷诺数与扑动频率、扑动幅度、平均气动力弦长的平方以及展弦比成正比；
在前飞时，雷诺数与平均气动力弦长和飞行速度成正比，与扑动频率和扑动幅度
无关。
(2) 斯特劳哈尔数 St
定义是扑动速度与前飞速度的比值，对于扑翼飞行的参数定义为：
fL fR fAR c
St = ref = = (2-2)
U ref U∞ 2U∞
(3) 前进比 J
反映的是尾涡脱落时对推进效率的影响，表达式为：
U∞
J= (2-3)
2 fAR c
式中， U ∞ 为来流速度，f 为扑动频率， AR 为展弦比， c 为扑动翼的平均气动弦
长，  为扑动幅度。
可以看出 St 与 J 的关系为：
1
J= (2-4)
4 St

根据研究[64]，自然界生物 St 的范围在 0.05~0.35 之间，而高推进效率分布在

0.2~0.4 之间，由此可得高前进比的范围为 0.625~1.25。
(4) 罗斯比数 Ro
定义是惯性力与科氏力的比值，表达式为：
U  R U 
Ro =   1 (2-5)
R R
该参数反映前缘涡的稳定性。自然界中的扑翼飞行生物如昆虫、鸟类、蝙蝠
等的罗斯比数大部分分布在 1~10，而且 Harbig 等人的研究结果表明在悬停时罗
斯比数恒为 1[65]。

2.2.2 非定常飞行机理

针对自然界昆虫高升力飞行机理的研究表明昆虫飞行机理主要包括：Clap
and Fling[66]，延迟失速[67]，尾迹捕捉[68]，旋转升力[69]。
(1) Clap and Fling 机制
该机制是由 Weis-Fogh 在研究台湾小黄蜂产生高升力原因时所提出的机制：

13
 第二章 气动力学模型建立

小黄蜂飞行时，先将两翅翼合拢，之后前缘快速打开，在两翅翅翼周围的空气中
形成环流产生升力，如图 2-1 所示。

图 2-1 Clap and Fling 机制示意图

(2) 延迟失速机制
Ellington 提出的前缘涡导致的延迟失速是昆虫飞行产生高升力的重要原因：
前缘涡使得翼面产生低压区，而且在翅翼运动过程中不脱落，如图 2-2 所示。由
于该机制可以得到高升力，可达到自身体重的 2~3 倍，所以研究其产生机理及其
稳定性是微型扑翼飞行器关注的重点。其稳定性的判定指标就是上述的罗斯比
数，而且罗斯比数与翅膀的几何参数有关。该机制的发现为微型仿生翼的设计和
优化提供了参考。

图 2-2 延迟失速机制示意图

14
 第二章 气动力学模型建立

(3) 快速旋转机制
Dickinson 等人在研究中发现，在扑动行程结束时，扑翼会快速的旋转，以
此来增强气动力，如图 2-3 所示。并且研究表明，旋转超前可以增加升力，滞后
则会减小升力，快速旋转可以有效的增加升力[70]。

图 2-3 快速旋转机制示意图

(4) 尾迹捕捉机制
当机翼反转运动时遇到前次扑动产生的尾迹涡，导致翼面与流体之间的速度
大于翼面速度，从而产生更大的升力，如图 2-4 所示。

图 2-4 尾迹捕捉机制示意图

通过研究以上高升力飞行机制，扑翼飞行器设计人员可以利用其中一种或几
种机制来实现飞行。但是实现运动的准确模仿需要有复杂的结构及控制来实现，
也对相应的结构制造工艺提出了挑战。

2.3 气动力学模型建立

Sane[71]研究表明，基于准稳态空气动力学模型，根据实验结果对气动力系数
进行修改，可以合理地预测由于延迟失速引起的瞬时气动力，而无需使用调节扑

15
 第二章 气动力学模型建立

翼飞行空气动力学偏微分方程的复杂有限元解。因此，下面给出的空气动力学模
型是基于准稳态方程的。准稳态方程不能模拟尾迹捕获这种复杂的非稳态空气动
力学现象，但是已有研究表明，在类正弦运动中，尾迹捕捉所产生的气动力对整
体气动力贡献较小，准稳态理论对具有昆虫尺度的微型扑翼飞行机器人的气动力
分析是适用的。

图 2-5 微型扑翼飞行机器人示意图

在气动力计算中采用叶素法来对气动力进行估算，可以给出每个微元的气动
力计算公式[62]：
1
dFaero = U CP 2Caero   c  r  dr (2-6)
2
其中，U CP 为机翼压力中心的相对速度， 为机翼与拍动平面的夹角，Caero   为
关于攻角的气动力系数。
下面确定公式中的参数，以便于计算每个微元上的气动力，如图 2-6 所示。

16
 第二章 气动力学模型建立

图 2-6 参数化机翼示意图

其中， R 为翼根到机翼最远点的长度，r 为相对于翼根的距离， c  r  为距离翼根

r 处的展长分布， dr 为沿展向的微元。

2.3.1 气动力系数的确定

Dickinson[72]通过实验研究总结出了关于昆虫气动力系数的经验公式，并给出
其应用范围 100  Re  14000 。在后续飞行器研究中，研究人员通常依据这一结
论来进行气动力计算。其中气动力系数计算的主流方法有两种：一种是以哈佛大
学为代表通过给定升阻力系数来直接计算升力和阻力，并通过
CN =CL cos    CDsin   间接计算机翼法向力，而并未计算切向力；第二种为以
伯克利大学为代表的通过计算切向力和法向力，间接获得升力和阻力的近似计算
公式。
哈佛大学在研究过程中所采用的气动力升力系数和阻力系数计算公式如下：
 CL    CLmax sin  2 

  CDmax  CD 0   CDmax  CD0  (2-7)
CD       cos  2 
  2   2 
其中， CLmax =1.8 ， CD 0 =0.4 ， CDmax =3.4 ；将各参数带入式(2-7)可得：
 CL    1.8sin  2 
 (2-8)
CD    1.9  1.5cos  2 
并通过几何关系得到法向力系数：
CN =CL cos    CDsin   (2-9)
伯克利的 Deng[73]等人基于实验数据给出了如下的法向力和切向力系数，以
表达考虑了延迟失速现象的气动力系数：
17
 第二章 气动力学模型建立

 CN =3.4sin  

 0.4 cos 2  2 ，0    45 (2-10)
C 
 T  
  0，其他 
并通过力平衡分析得到升、阻力系数与法向力、切向力系数之间的关系：
 CL    CN   cos    CT   sin  
 (2-11)
CD    CN   sin    CT   cos  
进一步将各个系数代入微元方程(2-6)中，积分后获得单个翅膀的法向力、切
向力以及对应的升力和阻力。
本文通过给定攻角函数并代入两种方法来对其准确性进行验证，粗线为哈佛
实验结果，细线为伯克利实验结果，如图 2-7 所示。

3.5
CL1
CD1
3 CN1
CL2
CD2
2.5 CN2
CT2

2
CF

1.5

0.5

0
0 10 20 30 40 50 60 70 80 90
攻角/deg

图 2-7 攻角与气动力的关系

可以看出，以上通过经验公式得到的各组气动力系数，当攻角在约 45°时，
气动升力系数达到最大值。两者之间的差值则是由于实验方法的不同导致的。
由于哈佛大学的 Robobee 系列已经展示了较好的飞行特性，在下述内容均采
用哈佛大学所给出的气动力计算公式，且攻角公式由文献[74]给出：
  t  = max sin  2πft    (2-12)
假设起始位置的平均攻角面偏差  为 0，  max =45 ， f 为拍动频率。
由 Dickinson[3]试验获得的平均升力系数表明，在发生超前和对称运动时昆虫
18
 第二章 气动力学模型建立

获得的升力较大，但在飞行器设计过程中，要实现超前运动存在很大困难，因此
在本文中不考虑超前滞后现象，采用名义方程：
  t  = max sin  2πft  (2-13)
将式(2-13)带入气动力系数计算公式(2-6)，取机翼向前扑动为正方向，假设
机翼在行程变换时的旋转是瞬间完成的，得到图 2-8 所示气动力系数计算结果。
2

1.8

1.6

1.4

1.2
CD

0.8

0.6

0.4

0.2
0 1 2 3 4 5 6 7 8 9
-3
一个周期时间 10

图 2-8 (a)一个周期内气动阻力系数变化情况

19
 第二章 气动力学模型建立

1.8

1.6

1.4

1.2

1
CL

0.8

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8 9
-3
一个周期时间 10
图 2-8 (b)一个周期内气动升力系数变化情况

从计算结果可以看出，升、阻力系数在运动前半程和后半程先增大后减小并
在中间时刻出现最大值。由于在前半程和后半程运动变换时，机翼的方向发生改
变。升力为机翼的切线方向，升力系数为 0，阻力为机翼的法线方向，阻力系数
不为 0。

2.3.2 延展向方向弦长分布的确定

在使用叶素法计算升力时，需要求解沿机翼展向方向的弦长分布。
根据研究表明，机翼形状对气动力有较大的影响。对于大多数昆虫，可以通
过翅膀的一阶半径矩 r̂1 和二阶半径矩 r̂2 来描述其特征。两者关系如下[75]：
rˆ2 =0.929  rˆ1 
0.732
(2-14)
一阶半径矩是翅膀的中心区域，取值范围在 0.4~0.6 之间[62]，二阶半径矩描
述翅膀的面积分布。
并发现翅膀形状可以用  分布来表示：
 rˆ  1-rˆ 
p -1 q -1

cˆ = (2-15)
B  p,q 
其中 B  p,q  为  方程：
B  p,q  =   rˆ  1-rˆ 
1 p -1 q -1
drˆ (2-16)
0

20
 第二章 气动力学模型建立

其中，
 rˆ 1  rˆ  
p =rˆ1  1 2 12  1
 rˆ2  rˆ1 
(2-17)
 rˆ 1  rˆ  
q = 1  rˆ1   1 2 12  1
 rˆ2  rˆ1 
将无量纲方程进行推导，得到微型扑翼飞行机器人的机翼轮廓方程：
R 2 r p -1  R-r 
q -1

c r  = (2-18)
AR  r p -1  R-r  dr
R q -1
0

2.3.3 机翼相对速度的确定

悬停状态下，来流速度为 0。因此，相对速度取机翼压力中心速度[73]：
U CP  rˆ2 Rω (2-19)
其中，R 为机翼长度，ω 为机翼拍动角速度。
将气动力系数、弦长分布以及相对速度参数方程代入微元气动力计算公式，
得到：
1
dFL  U CP 2CL   c  r  dr (2-20)
2
1
dFD  U CP 2CD   c  r  dr (2-21)
2
其中空气密度  =1.205kg/m3 。
沿展向积分得到气动力关于攻角的计算方程：
1
FL  U CP 2CL   S (2-22)
2
1
FD  U CP 2CD   S (2-23)
2
则单个翅膀的气动力为升力和阻力的矢量和：
F =FL  FD (2-24)

2.4 本章小结

本章对昆虫高升力机理进行详细的介绍，并结合加工及设计实际条件明确设
计中采用的高升力机理。在此基础上利用叶素法建立微型扑翼飞行机器人的气动
力学模型。对气动力系数的确定进行选择，对与气动力相关的弦长分布参数和机
翼运动速度参数进行确定，以便于后期对微型扑翼飞行机器人进行动力学模型建
立与分析。

21
 第三章 气动力学模型参数灵敏度分析

第三章 气动力学模型参数灵敏度分析

3.1 引言

通过建立的数学模型可以看出气动力呈高度非线性特征，且各参数之间存在
耦合。传统的局部灵敏度分析方法，如直接求导法、有限差分法和摄动法等是基
于线性或弱非线性模型的，对于非线性较强的模型，局部灵敏度分析法无法提供
合理的分析结果。全局灵敏度分析方法适用于高非线性模型、非单调模型、可分
析全范围参数，并可以考察参数间相互作用，避免了局部分析方法的局限性。因
此，在气动力参数灵敏度分析过程中考虑其特点采用全局灵敏度分析方法，具有
重要的实际应用价值。其中，Sobol 方法是研究全局灵敏度常用的一种方法[76~78]。

3.2 Sobol 分析方法理论

Sobol 方法是一种基于方差分解的全局灵敏度定量分析方法。气动力模型
Y  f  X  ，X  x1 , x2 , , xk ,其中 x1 , x2 , , xk 为模型中待分析的输入参数。Y 为模
型输出值。可以将模型分解为如下形式：
Y  f0  i =1 fi  xi   i j fij  xi , x j    x1 , x2 , , xk 
k k
f1,2, ,k (3-1)

其中，
f 0  E Y 
fi  xi   E Y xi   f 0 (3-2)

 
fij  xi , x j   E Y xi , x j  f 0  fi  f j

从中可以看出， f i 是单独改变 xi 的效果（称为 xi 的主要效应），并且 f ij 表示

除了它们各自变化的效果之外，同时改变 xi 和 x j 对输出的效果，这被称为二阶交
互。高阶项具有类似的定义。
如果输入参数之间是相互独立的，则方程式(3-2)右侧各项相互正交，协方差
为 0。对两侧求方差得：
V Y   i 1Vi  i  j Vij    V1,2,,k
k k
(3-3)

其中，

22
 第三章 气动力学模型参数灵敏度分析


Vi  Varxi Ex~i Y xi  
(3-4)

Vij  Varx~ij Ex~ij Y xi，
x j   Vi  V j 
x~i 表示除了 xi 之外的所有变量的集合。
通过计算比率：

Si 

Varxi Ex~i Y xi   (3-5)
V Y 
式中， S i 是 xi 的一阶灵敏度系数，表示参数 xi 对模型输出的影响。
同理定义比率：

Si =1 

Varx~i Exi Y x~i    E V Y x 
x~i arx~i ~i
(3-6)
V Y  V Y 
式中， STi 是 xi 的全局灵敏度系数，表示考虑参数耦合作用后， xi 对模型输出的
影响。

3.3 Sobol 法计算过程

首先，进行因子筛选。根据定义设定展长为 15mm，对气动力模型进行数值
代入计算得到运动参数对气动力的影响结果，如图 3-1 所示。
500
平均升力
450 最大升力
最大阻力

400

350
气动力F/mN

300

250

200

150

100

50
90 100 110 120 130 140 150 160 170 180
最大扑动角 φ/deg

图 3-1 (a)最大扑动角比对气动力的影响

23
 第三章 气动力学模型参数灵敏度分析

1400
平均升力
最大升力
1200
最大阻力

1000

800
气动力F/mN

600

400

200

0
0 50 100 150 200 250 300
扑动频率f /Hz
图 3-1 (b)扑动频率对气动力的影响

400

平均升力
350 最大升力
最大阻力

300

250
气动力F/mN

200

150

100

50

0
10 20 30 40 50 60 70 80 90
攻角α/deg

图 3-1 (c)攻角对气动力的影响

由上图可以看出，在其它参数确定的情况下，气动力随最大扑动角的增大而

24
 第三章 气动力学模型参数灵敏度分析

增大；随攻角的增大先增大后减小；随扑动频率增大而增大。在上述分析中只是
每个参数对气动力的单一影响，并未考虑在各个设计参数共同影响下的气动力变
化。在确定分析参数之后，对气动力模型分析参数进行两次采样，得到 AN D 和
BN D 矩阵，其中 N 为抽样参数， D 为分析参数。另构造 AB i （ i =1, 2， ，D ）即
用 B 的第 i 列替换 A 的第 i 列。
将上述所得各个矩阵分别带入方程式中求解，获得 YA 、 YB 、 YABi 。

  N
1 N
 j 
Varxi Ex~i Y xi    j 1 f  B  j  f  AB i   f  A  j
(3-7)
 
Ex~i Varxi Y xi  
2N
1

N

j 1 
f  A  j  f  AB i 
j

V Y   V  A   V  B  (3-8)
根据论文[79]图 6 及表 2 给出的数据表明，在参数量为 5 的模型全局灵敏度分
析中，取样数在 500 左右即可达到收敛。在本次全局灵敏度分析过程中取样数为
1000，满足取样要求。参数取值范围如表 3-1。

表 3-1 各参数取值范围

取值范围 一阶半径矩 r̂1 展弦比 AR/mm 最大扑动角  /° 最大攻角 α/° 扑动频率 f/Hz

上限 0.4 1 90 10 20
下限 0.6 10 180 90 300

3.4 计算结果及分析

考虑到飞行器设计过程中机翼几何参数的加工难度和加工条件要求较高，且
在飞行器实际飞行过程中主要依赖于运动参数进行控制，因此在以往研究过程中
关于参数灵敏度分析的研究受到更多关注。本文同时进行了几何参数的灵敏度分
析，从而为机翼设计提供参考。
通过 MATLAB 计算得到气动力模型中机翼几何参数一阶半径矩、展弦比以
及运动参数最大扑动角、最大攻角、扑动频率的全参数一阶灵敏度和全局灵敏度，
计算结果分别是：一阶半径矩的一阶灵敏度为 5.26e-3，全局灵敏度为 2.43e-2；
展弦比的一阶灵敏度为 2.59e-1，全局灵敏度为 5.28e-1；最大扑动角的一阶灵敏
度为 3.42e-2，全局灵敏度为 1.41e-1；最大攻角的一阶灵敏度为 3.43e-2，全局灵
敏度为 1.08e-2；扑动频率的一阶灵敏度为 3.68e-1，全局灵敏度为 5.88e-1，结果
如图 3-2 所示。
进一步，按照上述分析方法分别对机翼设计中设计的机翼几何参数和运动控
制参数进行灵敏度分析。

25
 第三章 气动力学模型参数灵敏度分析

在独立的几何参数分析中设定最大扑动角为 120°，最大攻角为 45°，扑动频

率为 120Hz。得到分析结果为：一阶半径矩的一阶灵敏度为 3.65e-2，全局灵敏
度为 4.48e-2；展弦比的一阶灵敏度为 9.95e-1，全局灵敏度为 1.01，结果如图 3-3
所示。
在独立的运动参数分析中设定一阶半径矩为 0.56，展弦比为 7。得到分析结
果为：最大扑动角的一阶灵敏度为 1.26e-1，全局灵敏度为 2.32e-1；最大攻角的
一阶灵敏度为 6.95e-2，全局灵敏度为 1.09e-1；扑动频率的一阶灵敏度为 5.82e-1，
全局灵敏度为 7.46e-1，结果如图 3-4 所示。
通过对比可以看出，全参数分析结果与对几何参数和运动参数分别分析得出
的结果保持一致，从而证明了分析结果的正确性。全参数分析显示，对于气动力
影响因素的大小依次为：扑动频率>展弦比>最大扑动角>最大攻角>一阶半径矩。
运动参数全局灵敏度的大小依次为：扑动频率>最大扑动角>最大攻角。
相比于全局灵敏度，一阶灵敏度的排序与全局灵敏度基本一致，同时也可以
看出参数之间存在影响。在进行参数优化设计过程中，全局灵敏度较小的参数可
以选取固定值，这样既可以减小在优化时的计算成本，也为控制律设计提供了方
便。

0.6
一阶灵敏度
全局灵敏度
0.5

0.4
Sobol灵敏度

0.3

0.2

0.1

0
一阶半径距 展弦比 扑动角 攻角 频率

图 3-2 全参数灵敏度分析

26
 第三章 气动力学模型参数灵敏度分析

1.2
一阶灵敏度
全局灵敏度
1

0.8
Sobol灵敏度

0.6

0.4

0.2

0
一阶半径距 展弦比

图 3-3 几何参数灵敏度分析

0.8
一阶灵敏度
全局灵敏度
0.7

0.6

0.5
Sobol灵敏度

0.4

0.3

0.2

0.1

0
扑动角 攻角 频率

图 3-4 运动参数灵敏度分析

27
 第三章 气动力学模型参数灵敏度分析

3.5 本章小结

本章在建立了基于叶素法的微型扑翼飞行机器人气动力学模型基础上，采用
Sobol 全局灵敏度分析方法对气动力模型进行灵敏度分析，获得了机翼几何参数
和运动参数对气动力的影响灵敏度。分析结果表明，几何参数中展弦比的全局灵
敏度最大，为 5.28e-1，一阶半径距全局灵敏度最小，为 2.44e-2；运动参数中扑
动频率的全局灵敏度最大，为 5.88e-2，扑动角的全局灵敏度为 1.41e-2，攻角的
全局灵敏度为 1.08e-1。可以看出，要提高微型扑翼飞行机器人的空气动力性能，
在结构参数方面，机翼的展弦比需要进行精心设计，在运动参数方面，扑翼飞行
器的攻角对扑翼飞行器的升力影响最大，在控制器设计中应优先进行稳定控制。

28
 第四章 微型扑翼飞行机器人动力学建模

第四章 微型扑翼飞行机器人动力学建模

4.1 引言

昆虫和鸟类均通过拍动翅膀产生动力来实现飞行，但也存在很多差异[80,81]。
大多数鸟类不能悬停，因为它们的身体与水平面几乎平行，机翼的冲程平面与其
垂直，在前进速度不为零的前提下才能产生升力和推力。姿态飞行控制由其尾部
和翅膀运动来实现[82-84]。而大多数昆虫没有尾翼，通过翅膀沿着几乎垂直的身体
轴线高频扑动，来产生可以悬停的升力并通过调整机翼运动来改变机翼所受气动
力，从而实现对自身翻滚、俯仰和偏航的姿态控制[85]，因此，对微型扑翼飞行机
器人进行合理的动力学建模是至关重要的。
微型扑翼飞行机器人由于依靠周期性气动力，其动力学方程通常是非线性时
变的。但研究表明，在较高的扑动频率，通常在 100Hz 以上，微型扑翼飞行机
器人的动力学可以通过平均理论将其有效的转换为时不变系统，且不改变原有系
统的特性[86,87 12,13]。利用平均理论建立气动力模型，对动力学模型进行分析后可
以看出位置动力学取决于姿态动力学，而姿态动力学与位置动力学无关。
借鉴仿生学家对双翅目昆虫运动学的研究成果，通过背板、腹板以及背纵肌、
背腹肌来实现飞行，其结构如图 4-1 所示。通过将昆虫飞行肌肉结构简化，可以
得到如图 4-2 所示的连杆机构。通过驱动器输入端的直线往复运动，在传动机构
的作用下转换为机翼的周期拍动，实现微型扑翼飞行机器人所需的运动。

图 4-1 昆虫运动结构

29
 第四章 微型扑翼飞行机器人动力学建模

图 4-2 运动机构

目前，微型扑翼飞行机器人所采用的传动机构本质上为连杆机构。在本论文
中沿用该类机构，通过建立该机构的运动学模型来分析飞行机器人的飞行特点并
通过建立机体动力学模型有针对性地进行控制律的设计。
微型扑翼飞行机器人的动力学模型包括三部分，机翼运动学，空气动力学以
及机体动力学。由于扑翼飞行器为悬浮系统，因此其主要通过机翼的扑动运动产
生所需的空气动力，从而实现飞行。在研究过程中，飞行机器人被视为是刚体的，
且气动力计算运用叶素法完成。

4.2 机翼扑动运动学

由于驱动器两侧结构对称，因此，只对单侧结构进行分析，如图 4-2 所示。

通过建立输入位移 x 与输出角度 φ 之间的关系可以得到如下运动学方程：

 
  arc cos 
 Ly  x   C1 

 L3  L L  π
 arctan    arctan  2 4   (4-1)
 
 C2 L23   Ly  x   

 Ly  x   L3  2

其中，

Ly =L1  L2  L4 ， C1  L23   L2  L4   L12  L23 ， C2  2 L23   L2  L4 

2 2

针对运动学方程(4-1)，由于驱动器输入位移较小，可以将其进行合理简化为：
φ  Tx (4-2)
其中，
30
 第四章 微型扑翼飞行机器人动力学建模

T  1/ L3 ， x=A0  A cos  2πft 

式中， A0 为驱动器输入距平衡位置的偏差， A 为驱动器的幅值，f 为扑动频率。
建立坐标系对扑翼飞行器进行参数化，如图 4-3 所示。依次为惯性坐标系  I ，
机体坐标系  B ，机翼坐标系  W 。其中  I 与飞行器在初始位置时的机体坐标重
合，并固定在地面； B 的原心固定在微型扑翼飞行机器人重心上，轴 y B 指向飞
行器的前部， x B 指向身体的右侧，轴 z B 由右手定则确定；同样的，  W 为原心
固定在翅膀根部的机翼坐标系， zW 沿 z B 方向， xW 沿翼展方向向外， yW 由右手
定则确定。
其中，将 Roll-Pitch-Yaw 欧拉角定义为相对于机体坐标的  - - ，xW 在平面
x B -O B -y B 的投影与 x B 成角为拍动角幅值  （  L 为左翼拍动角，  R 为右翼拍动
角）。机翼的被动扭转角  （  L 为左翼被动扭转角，  R 为右翼被动扭转角）。

图 4-3 MAV 坐标系

从  W 到  B ，从  B 到  I 的转换矩阵可以写为如下形式：
B
RlW  Rz  φl  (4-3)
B
RrW  Rz 180  φl  (4-4)
RBI  Rz    Ry    Rx    (4-5)
则右侧机翼气动力中心相对于惯性坐标系的位置关系可以由下式给出：
PCI  RBI  RWB PCP
W
 POW
B
  PBI
 RBI RWB PCP
W
 RBI POW
B
+ PBI (4-6)
R P +R P
I
W
W
C
I
B
B
OW +PB
I

31
 第四章 微型扑翼飞行机器人动力学建模

其中 PCI 为表示在惯性系  I 中机翼气动力中心的位置矢量， PBI 是在惯性系

 I 中的机体重心的位置矢量， PCP
W
是机翼坐标系  W 中机翼气动力中心的位置矢
量， POW
B
为在机体坐标系  B 中机翼坐标系  W 原点的位置矢量。由于矢量 PCP
W
，
B
POW 在机翼坐标系和机体坐标系中是常数，则 PCP
W B
= POW =0，因此 PCI 的线速度可
写为：
PCI = RWI PCP
W
+ RBI POW
B
+ PBI
= RWI  RWI  RWI PCP + RBI  RBI  RBI POW
-1 W -1
B
+ PBI (4-7)
= ωˆ WI RWI PCP
W
+ ωˆ BI RBI POW
B
+ PBI
其中， ωˆ BI 为斜对称矩阵,其形式如下：
0 - 
 
ωˆ B   
I
0 -  (4-8)
-  0 

同样的，机体重心的速度也可以由类似于上式的形式来表达为：
PBI   x y z (4-9)
R   xˆ
I
B yˆ zˆ  (4-10)
得到飞行器的运动学方程：
PBI = vBI (4-11)
RBI = RBI = RBI  RBI  RBI = ω
-1
ˆ BI R = ωB (4-12)
其中， v BI 为飞行机器人相对于惯性坐标系的速度， ω B 为飞行机器人角速度。

4.3 微型扑翼飞行机器人空气动力及力矩分析

通过第二章给出气动力方程，将各参数带入微元方程 。其中空气密度
ρ=1.205kg/m3。沿展向积分得到机翼气动力关于攻角的计算方程：
FL  U CP 2CL    S
1
(4-13)
2
FD  U CP 2CD    S
1
(4-14)
2

32
 第四章 微型扑翼飞行机器人动力学建模

图 4-5 MAV 机翼坐标系

FWMAV 左侧机翼所受气动力及气动力中心坐标可表示为：
 0 
f a   FlD 
lw
(4-15)
 FlL 
 rˆ2 R 
lw
PCP   0 

(4-16)
 y0  c / 4
左侧机翼所受气动力矩为：
 c  
   y0  FlD 
 τ ox  F    0  z y   Fx   4 
       
τ a   τ oy  F     z
lw
0  x   Fy     rˆ2 RFlL  (4-17)
 τ oz  F     y x  
0   Fz   rˆ2 RFlD 
 
机身所受到的空气动力及气动力矩由下式所得：
fab = RlW
B
falw + RrW
B
farw (4-18)
τ ab = RlW τ a + PlOW
B lw B
 RlW
B
falw + RrW
B
τ arw + PlOW
B
 RrW
B
farw (4-19)

其中， POW
B
为左右机翼坐标原点相对于机体的位置矢量：

W  -W 
P B
lOW
 
  0  ，PrOW   0 
B

 L   L 

其中，W=10mm，L=5mm。
空气对 MAV 施加的粘性阻尼力 f db 和阻尼力矩 τ db 近似地由下式给出：
33
 第四章 微型扑翼飞行机器人动力学建模

f db  bv b (4-20)
τ 0b
d (4-21)

MAV 所受重力 f gb 及重力产生力矩 τ gb 为：

0 
f   0 
g
b
(4-22)
 mg 
τg  0
b
(4-23)
整理得到微型扑翼飞行机器人重心受力情况为：
F b = f ab - f db - f gb (4-24)
τ b = τ ab - τ 0  t  (4-25)
其中， τ 0  t  为时变干扰力矩。
由方程(4-24)、(4-25)可以看出 FWMAV 气动力构成非线性时间周期系统
（NLTP，nonlinear time-periodic system）。
对于高频系统，研究表明可以利用平均理论将这样的系统转换为非线性时不
变系统（NLTI nonlinear time invariant）。由于机翼拍动频率远高于机身运动频率，
所以高频扑动翼产生的空气动力和力矩，可以通过进行周期内平均来建立动力学
模型。
在本项工作中考虑的 FWMAV 是基于具有 100Hz 以上的高翼拍动频率的双
翅目模型。因此，FWMAV 属于高频振荡系统的范畴。平均理论研究[88-91]显示高
频振荡系统的平均动态是系统时变动态的良好近似。因此，可以将由翅膀产生的
力和扭矩仅通过它们在拍动期间的平均值对 FWMAV 进行分析：
1 T1 R2
F     rˆ2 R  Caero
2
dt (4-26)
T 0 2 AR
则：
2 4  R
2
1
FL    rˆ2 R  f 2 1  Δ1  1.8sin   max  
2
(4-27)
2  π   AR
1  4  R
2
FD    rˆ2 R  f 2 1  Δ1 1  Δ1 1.9  1.5cos   max  
2
(4-28)
2  π   AR
其中，f 为扑动频率， 1 为扑动角幅值， Δ1 为幅值变化量。
在此需要明确的是：由于飞行器设计时采用的扑翼运动为模仿蜜蜂的运动，
所以升力在一个周期内始终沿机翼坐标向上，阻力在前半周期的方向与后半周期
方向相反，当 Δ1 为 0 时，平均周期内阻力为 0。根据上述给定的平均气动力方
程可以得出平均气动升力大小与扑动角及扑动频率有关。由上述平均气动力方程
可以获得微型扑翼飞行机器人重心所受气动力及其扭矩方程。

34
 第四章 微型扑翼飞行机器人动力学建模

 -FlD sinφl 0  FrD sinφr 0 

b  
f a   FlD cosφl 0  FrD cosφr 0  (4-29)
 FlL  FrL 
 c  
   y0  L   FlD cosφl 0  FrD cosr 0   rˆ2 R  FlLsinφl 0  FrLsinφr 0  
 4  
   
τ ab    y0  L   FlD sinφl 0  FrD sinφr 0   L  FlD sinφl 0  FrD sinφr 0   W  FlL  FrL  
c
 4  
 rˆ2 R  FlD  FrD   W  FlD cosφl 0  FrD cosφr 0  
 
 
(4-30)

图 4-6 FWMAV 示意图

其中， φl 0 ， φr 0 分别为左右扑动角的偏移角。
通过分析上述两方程可以得出如下结论：
(1) 关于 x 轴的扭矩可以单独的由左右扑动角的偏移角来控制，即控制左右
最大扑动角、扑动频率（ l 0  r 0  0 ，l  r   ，l  r  0 ， fl  f r  f ），
如图 4-7 所示。当偏移角为正，则 τ x 为正，偏移角为负，则 τ x 为负。而 τ y 和 τ z 在
偏移变化过程中始终为 0。根据上述分析，此时的扭矩方程可以简化为：
τ pitch  rˆ2 R  FlLsinφl 0  FrLsinφr 0 
 4  R
2 (4-31)
 rˆ2 R   rˆ2 R  f 2 2 1.8sin   rmax  
2
sinφ0
 π   AR

35
 第四章 微型扑翼飞行机器人动力学建模

图 4-7 俯仰运动示意图

(2) 关于 y 轴的扭矩可以单独的由左右扑动角来控制，即控制左右扑动角的
偏移角、扑动频率( l 0  r 0  0 ， l  r  0 ， fl  f r  f )，如图 4-8 所示。
当左侧扑动角大于右侧扑动角时，则 τ y 为正；当右侧扑动角大于左侧扑动角时，
则 τ y 为负。而 τ x 和 τ z 在偏移变化过程中为 0。此时的扭矩方程可以简化为：
τ roll  W  FlL  FrL 
  R
 l 1    r 1  
1 4
2 (4-32)
 W   rˆ2 R  f 2 1.8sin   max  
2 2 2

2  π   AR

图 4-8 翻滚运动示意图

(3) 关于 z 轴的扭矩可以由左右扑动角的初始方向和扑动角的改变量来控
制 ， 即 控 制 左 右 扑 动 角 的 偏 移 角 、 扑 动 频 率 ( l 0   r 0  0 ， f l  f r  f ，
l  r   )，如图 4-9 所示。当左右扑动角相位差为半个周期时，且前半周期
与后半周期的改变量为 l  r    0 时， τ z 为正；前半周期与后半周期的

36
 第四章 微型扑翼飞行机器人动力学建模

改变量为 l  r    0 时，τ z 为负。而 τ x 和 τ y 在偏移变化过程中始终为 0。

此时的扭矩方程可以简化为：
τ yaw  rˆ2 R  FlDQ - FlDH + FrDQ - FrDH 
(4-33)
2 4  R
2
 -r2 R   r2 R  f 1.9  1.5cos   max   
2
ˆ ˆ
 π   AR

图 4-9 偏航运动示意图

(4) 关于 z 轴的升降可以由左右扑动频率大小来控制，即控制左右扑动角的
偏移角、扑动角、周期改变量( l 0  r 0  0 ， l  r   ， l  r  0 )，如图
4-10 所示。当左右扑动频率大于悬停时所需扑动频率时，升力大于重力，实现上
升；当左右扑动频率小于悬停时扑动频率时，升力小于重力，实现下降。而各个
方向的扭矩变化始终为 0。

图 4-10 升降运动示意图

37
 第四章 微型扑翼飞行机器人动力学建模

在上述基础上，可以得到机翼运动变化范围内在各个方向上所能输出的扭矩
范围如下图所示。
30

20
俯仰力矩(τP/μN·m)

10

-10

-20

-30
-60 -40 -20 0 20 40 60
偏移角φ0/deg

图 4-11 偏移角与俯仰力矩关系图

20

15

10
翻滚力矩(τR/μN·m)

-5

-10

-15

-20
-30 -20 -10 0 10 20 30
左右扑动角差值φ1/deg

图 4-12 扑动角差值与翻滚力矩关系图

38
 第四章 微型扑翼飞行机器人动力学建模

2
偏航力矩(τY/μN·m)

-2

-4

-6
-30 -20 -10 0 10 20 30
周期间扑动角差值Δφ/deg

图 4-13 周期间扑动角差值与偏航力矩关系图

从图中可以明确在驱动器最大输出的情况下俯仰力矩在±25 μN m 范围内，
翻滚力矩在±16 μN m 范围内，偏航力矩在±5 μN m 。

4.4 机体动力学方程的建立

关于 FWMAV 机体的动力学方程可以通过牛顿—欧拉方程表达：
 mI 0   v BI   ω B  mv BI   F b 
 0 J B B B
 b (4-34)
  ω  ω  Jω   τ 
结合平均理论可以获得如下动力学方程：
 PBI  v BI

v I  1 R I f b  1 bv I  1 f b
 B m B a m C m g
 (4-35)
 RBI  ω B

 
 1 B
 ω  J τ  ω  Jω
B B B


其中， PBI 为惯性坐标系中 MAV 的重心位置矢量，m 为 MAV 质量，g 为加速度
矢量，b 为粘性系数，J 为 MAV 关于重心的惯性张量，且假设为恒定值。
根据力矩及升力分析结果，动力学方程可以更加准确的定义为如下形式：

39
 第四章 微型扑翼飞行机器人动力学建模

 PBI  v BI

 1 1 1
 v BI   bv BI  f gb  RBI f（ a f l , f r）
b

 m m m (4-36)
 RBI  RBI  RBI  RBI  ωˆ BI R  ωB
-1


ωB   J 1ωB  JωB  J τ （
1 b
a l 0 ,  r 0 , l ,  r , l ,  r） J 1τ 0
通过上述方程可以看出系统动力学行为与偏移量 l 0 , r 0  ，扑动角 l ,  r  和
扑动频率（fl , f r）有关。

4.5 本章小结

本章节在气动力学模型的基础上，针对微型扑翼飞行机器人在高频扑动的运
动特点，利用平均理论将非线性时变系统转换为非线性时不变系统。通过进行周
期内平均以建立空气动力及力矩的数学模型对气动力及力矩模型进行分析以获
得实际力矩范围。最后，利用牛顿-欧拉法建立了关于输入的动力学方程，以便
于后期控制器设计及仿真验证。

40
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

第五章 微型扑翼飞行机器人轨迹跟踪控制研究

5.1 引言

在建立动力学模型的基础上，借鉴四旋翼控制经验，采用双环控制方法以验
证姿态控制律在轨迹跟踪中的实用性。位置控制为外环，利用指数趋近律构造控
制器，姿态稳定控制为内环，将外环产生的参考信号提取用于连接内外环。

5.2 微型扑翼飞行机器人的控制器设计

动力学模型的状态空间方程形式为：
z1  z2
z2  2  z2   2  u1 ,u2 ,u3 
(5-1)
z3  z4
z4  4  z4   4  z1 ,u4 
其中，
 z1   RBI 
z   B 
ω
z   2   I  (5-2)
 z3   PB 
   I 
 z4   v B 
 μ2  z2    J 1ω B  Jω B

η2  u1 , u2 , u3   J τ（  J 1τ 0  t 
1 b
a u1 , u2 , u3）

μ4  z4     bv BI  f gb 
1
 (5-3)
 m
 1
 η4  z1 ,u4   RBI F b  u4 
 m
其中， u1  [l 0 , r 0 ] ， u2  [l , r ] ， u3  [l , r ] ， u4  [ fl , f r ] 。
由上述方程可以看出：如果 z4 =0， μ4 则为常数，只需要满足 η4   μ4 ，则
关于原点（ z4 , z4 ）=（0,0）系统是可控的,即可实现悬停。姿态控制输入变化将
对机体扭矩产生影响，如方程(4-31)、(4-32)、(4-33)所示。
滑模控制是基于高速切换控制法则来设计的，该法则将系统的轨迹驱动到滑
模面上。滑模理论的关键思想是通过仅将滑动函数及其导数视为新的状态变量，
从而将 n 阶系统的研究带入一阶系统。(5-1)是非线性动态系统，文献[92]将指数

41
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

滑模控制律应用于多输入/多输出（MIMO）非线性系统，在稳定状态的同时保证
驱动器的良好跟踪性能，因此本文根据系统特性采用指数趋近律方法。

5.2.1 姿态控制器设计

(1) 滑模函数设计
定义跟踪误差 e1   d   ，其中， θ d 为给定的期望的姿态角。设计滑模函数
为：
s1  C1e1  e1 (5-4)

C1  diag c1 ,c2 ,c3  ， ci  0 ， i =1,2,3 。以满足 Hurwitz 条件，使得系统的平

衡点是全局有限时间稳定的。
对滑模函数求导得：
s1  C1e1  e1  C1  d      d   
(5-5)
 
 C1  d     d μ2  J 1v  J 1τ 0  t 

其中 v =  u1 , u2 , u3  为控制输入。

(2) 姿态趋近律设计
滑模变结构控制是基于相平面的控制，其对外部干扰和内部参数变化具有不
敏感性和良好的鲁棒性，但在实际控制中，由于飞行器受到时变干扰，针对未知
干扰，传统控制律无法实现。因此，本文在指数趋近律的基础上，通过对时变干
扰边界进行定义，提出基于干扰边界的指数趋近律：
s1  -1sgn  s1   k1s1  τ c  τ 0  t  (5-6)
其中， ε1 中各个元素大于 0， k1 中各个元素大于 0。
通过选取 τ c 来保证控制系统的稳定。取 τ L 为干扰下界， τ U 为干扰上界，则：
τ +τ τ -τ
τ c  U L  U L sgn  s1  (5-7)
2 2
则姿态鲁棒滑模控制器为：
  
v  J -C1    d  2   d  1sgn  s1   k1s1  τ c  (5-8)

在滑模控制中，趋近律需满足到达条件以及保证系统稳定才能表明滑模状态
存在。因此需对系统进行稳定性分析。
定义 Lyapunov 函数：
1 T
V1  s1 s1 (5-9)
2
将其对时间求导，得：

42
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

V1  s1T s1

 s1T - 1sgn  s1   k1 s1 - J 1  τ c -τ0  t   
(5-10)
 - 1 s1T sgn  s1   k1 s1T s1 - s1T J 1  τ c -τ0  t  
 - 1 s1  k1 s1 - s1T J 1  τ c -τ0  t  
2

τU +τ L τU -τ L
当 s1 >0 时， τ c    τ L ，则 τ c  τ 0  0 ；
2 2

τU +τ L τU -τ L
当 s1 <0 时， τ c    τU ，则 τ c  τ 0  0
2 2 。

因此， V1  0 。

得到， V1 是有界的。相应的滑模变量 s1  L  L2 ，由（5-1）可知 s1  L 。

因此，利用 Barbalat 引理[93]得在 t   时， s1 可以渐进收敛到 0。因此系统误差
可以快速且稳定的收敛到平衡点[94]。

5.2.2 位置控制器设计

有方程（5-1）可以看出位置动力学模型包含姿态角，因此将虚拟控制输入
定义为：
u4  u4 RBI (5-11)
则位置状态空间方程可以重写为：
z3  z4
(5-12)
z4  μ4  z4   u4

定义跟踪误差 e2  xd  x ，其中， x d 为给定的期望的位置坐标。设计滑模函

数为：
s2  C 2e2  e2 (5-13)

C2  diag c4 ,c5 ,c6  ， ci  0 ， i =4,5,6 。

外环控制器采用指数趋近律：
s2  - 2sgn  s2   k2 s2 (5-14)
其中，  2 中各个元素大于 0， k 2 中各个元素大于 0。
则位置滑模控制器为：
b 1
u4  -C 2  x  xd   x  f gb  xd  ε2sgn  s2   k2 s2 (5-15)
m m
显然， V2  0 。

43
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

由于引入虚拟控制量，需要解算姿态角以得到内环姿态控制器所需期望姿态
角  d 。其求解过程由文献[95]给出，且假设偏航角为 60°。

5.3 仿真结果

5.3.1 姿态趋近律验证

为验证上述设计的姿态控制方法的有效性，本文利用 MATLAB 进行了系统

仿真，与传统的指数趋近律滑模控制方法进行对比。
姿 态 环 控 制 参 数 为 ： 滑 模 面 系 数 C1   20, 20, 20 ， 1  0.5,0.5,0.5 ，
T T

k1  50,50,50 。
T

m =200mg ； I xx =2790mg mm2 ； I yy =3010mg mm2 ； I zz =510mg mm2 。

π π 
我们设定微型扑翼飞行机器人以  ， ， 0 的角度做稳定飞行。飞行机器人
 6 12 
初始状态时的角速度以及角加速度均为 0。
在有干扰状态下，进行传统滑模控制律与滑模鲁棒控制律的对比。
π/4
翻滚角
俯仰角
偏航角
π/6
角度/rad

π/12

0
0 0.5 1 1.5 2 2.5
时间t/s

图 5-1 无鲁棒项角度变化

π/4
翻滚角
俯仰角
偏航角
π/6
角度/rad

π/12

0
0 0.5 1 1.5 2 2.5
时间t/s
图 5-2 有鲁棒项角度变化

44
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

从图 5-1、图 5-2 可以看出，传统滑模控制律和滑模鲁棒控制律在相同的时

间内完成对系统的稳定控制，但是针对存在时变干扰的情况下，传统控制律并不
能有效的抑制干扰对系统的影响，而鲁棒控制律可以在有界范围内抑制由时变干
扰产生的对系统的影响。仿真结果表明基于干扰边界的滑模鲁棒控制律有良好的
特性。

5.3.2 轨迹跟踪仿真实验

在姿态控制律有效的基础上，本文通过对理想轨迹跟踪来验证外环控制律和
内环控制律的有效性。
设定飞行器的初始位置为 x0  0,0,0 m ，初始姿态角为  0  0,0,0 rad ，
T T

期望位置为：
xd  0.5cos  0.5t ，
0.5cos  0.5t ，
T
2  0.1t  m 。

添加姿态干扰项为：
τ 0  t  =[0.5sin  t  ,0.5sin  t  ,0.5sin  t ]T μN m 。
根据时间尺度分离原理，为闭环系统稳定性，常采用内环收敛速度大于外环
收敛速度的方法，因此位置环控制参数为：
滑 模 面 系 数 C1   20, 20, 20 ，ε1  0.5,0.5,0.5 ，k1  50,50,50
T T T
；

C2  1,1,1 ， 2  0.1,0.1,0.1 ，k2  5,5,5 ， 控 制 器 增 益 饱 和 函 数 边 界 值

T T T

e=0.2。

45
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

图 5-3 轨迹跟踪效果图

10
λd
λ

6
翻滚角λ/deg

-2
0 5 10 15
时间t/s

图 5-4 翻滚角变化图

46
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

0.4
d

0.2

-0.2
俯仰角β/deg

-0.4

-0.6

-0.8

-1

-1.2
0 5 10 15
时间t/s
图 5-5 俯仰角变化图
40
d

35

30

25
偏航角γ/deg

20

15

10

0
0 5 10 15
时间t/s

图 5-6 偏航角变化图

47
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

30

25

20

15

10

5
u1

-5

-10

-15

-20
0 5 10 15
时间t/s

图 5-7 姿态控制俯仰方向控制输入

15

10

5
u2

-5

-10

-15
0 5 10 15
时间t/s

图 5-8 姿态控制翻滚方向控制输入

48
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

3
u3

-1
0 5 10 15
时间t/s
图 5-9 姿态控制偏航方向控制输入
18

17

16

15

14
u4

13

12

11

10
0 5 10 15
时间t/s

图 5-10 位置控制升降方向控制输入

根据上图轨迹跟踪及姿态角跟踪曲线可以看出，在有干扰的条件下，双环控
制系统具有较好的鲁棒性，能够完成指定的轨迹跟踪任务。在飞行过程中姿态角
稳定，且收敛速度快，在 2s 内完成跟踪误差收敛，且没有明显抖振，且控制输
入力矩满足实际输出力矩范围。
49
 第五章 微型扑翼飞行机器人轨迹跟踪控制研究

5.4 本章小结

基于准稳态空气动力学理论，本文通过建立扑翼飞行器动力学模型。定性分
析动力学模型的性质，明确姿态控制力矩的数学性质。在此基础上提出基于干扰
边界的姿态滑模鲁棒控制器，并建立内外环控制方法实现飞行器轨迹跟踪。仿真
结果表明，本文所设计的姿态控制律可以有效的实现姿态控制且可以在较短时间
内实现轨迹跟踪。

50
 第六章 结论与展望

第六章 结论与展望

6.1 主要结论

由于微型扑翼飞行机器人质量小，易受到环境空气流动干扰，且呈现明显的
非线性和非定常气动力特征，常规固定翼及旋翼飞行器使用的传统控制方法已不
再适用。因此，必须根据不同的扑翼飞行器类型来设计建立更加高效和适用的控
制方法。针对上述情况，本文做了如下研究工作：
(1) 基于叶素法建立了微型扑翼飞行器的气动力学模型，通过对比分析已有
方法，给出了微型扑翼飞行器气动力学的近似解析计算方法。
(2) 针对微型扑翼飞行器空气动力学参数优化设计问题，提出了一种针对动
力学模型运动和几何参数的全局灵敏度分析方法。通过挑选因子和定性分析来确
定动力学模型中的主要参数，利用 Sobol 全局灵敏度分析方法对运动参数和几何
参数进行灵敏度分析，对指导扑翼飞行器的气动力学优化设计具有参考价值。
(3) 在开展动力学问题研究的基础上，进一步研究了微型扑翼飞行的姿态稳
定控制问题，提出一种基于干扰边界的滑模鲁棒反馈控制器，利用 Lyapunov 稳
定性判据对其进行了稳定性分析，通过数值仿真验证其有效性和可行性。并构建
内外环控制系统，进行三维轨迹跟踪，仿真结果表明：控制器在外界干扰存在的
情况下呈现良好的鲁棒性。

6.2 研究展望

虽然本文在微型扑翼飞行机器人研究中得到初步的结果，但是还需要在实际
飞行中进行验证，距离微型扑翼飞行机器人实现自主飞行和应用还有一段路要
走。因此，在后续研究过程中，尤其是在飞行机器人自主飞行中还有很多方面值
得继续深入探讨和研究：
(1) 气动力计算中所采用的的气动力系数为实验所得经验公式，其应用场景
和范围较为局限，在后续研究过程中需要对气动力系数进行更加深入的分析，以
满足飞行器的飞行设计要求。

51
 第六章 结论与展望

(2) 无人机编队相比单无人机具有无可比拟的优势，比如可以扩大搜索范
围、可靠性高、提高无人机整体效率等。无人机在飞行过程中，防撞避障一直是
一个不可避免的问题。针对这一问题，可以结合人工势场法等轨迹规划方法进行
合理设计。
(3) 将无人机的主控平台和图像处理平台均置于无人机机体上，通过信息融
合技术的优化，实现了无人机实时的地图创建和定位技术。大大提升无人机的自
主性和智能性。通过与 slam 技术结合，可以极大减少外界对无人机的干预，提
升无人机避障能力。

52
 参考文献

参考文献

[1] Farrell Helbling E，Wood R J. A Review of Propulsion，Power，and Control

Architectures for Insect-Scale Flapping-Wing Vehicles[J]. Applied Mechanics
Reviews，2018，70(1).
[2] Ellington C P. Aerodynamics of hovering insect flight. I. The quasi-steady
analysis. Phil Trans R Soc Lond B，1984，305：1～15
[3] Weis-Fogh T. Flapping Flight and Power in Birds and Insects，Conventional and
Novel Mechanisms[M]// Swimming and Flying in Nature. Springer US，1975：
729-762.
[4] Ellington C P，Berg C V D，Willmott A P，et al. Leading-edge vortices in insect
flight[J]. Nature，1996，384(6610)：626-630.
[5] Sane S P，Dickinson M H. The aerodynamic effects of wing rotation and a revised
quasi-steady model of flapping flight[J]. Journal of Experimental Biology，2002，
205(Pt 8)：1087.
[6] Birch J M ， Dickinson M D. The influence of wing-wake interactions on
aerodynamic force generation in insects[J]. American Zoologist，2001，41(6)：
1392-1393.
[7] Dickinson M H，Lehmann F O，Sane S P. Wing rotation and the aerodynamic
basis of insect flight.[J]. Science，1999，284(5422)：1954-1960.
[8] A. ANDERSEN，U. PESAVENTO，Z. JANE WANG. Unsteady aerodynamics of
fluttering and tumbling plates[J]. Journal of Fluid Mechanics，2005，541(541)：
65-90.
[9] Liu Y，Sun M. Wing kinematics measurement and aerodynamics of hovering
droneflies[J]. Journal of Experimental Biology，2008，211(Pt 13)：2014.
[10] Hines L，Campolo D，Sitti M. Liftoff of a Motor-Driven，Flapping-Wing
Microaerial Vehicle Capable of Resonance[J]. IEEE Transactions on Robotics，
2014，30(1)：220-232.
[11]Keennon M，Klingebiel K，Won H. Development of the Nano Hummingbird：A
Tailless Flapping Wing Micro Air Vehicle[C]// Aiaa Aerospace Sciences Meeting
Including the New Horizons Forum and Aerospace Exposition. 2013.

53
 参考文献

[12]Rosen M H，Pivain G L，Sahai R，et al. Development of a 3.2g untethered

flapping-wing platform for flight energetics and control experiments[C]// IEEE
International Conference on Robotics and Automation. IEEE，2016：3227-3233.
[13]Croon G C H E D，Clercq K M E D，Ruijsink，et al. Design，aerodynamics，
and vision-based control of the DelFly[J]. International Journal of Micro Air
Vehicles，2009，1(2)：71-97.
[14]De Croon G C，Groen M A，De W C，et al. Design，aerodynamics and autonomy
of the DelFly[J]. Bioinspiration & Biomimetics，2012，7(2)：025003.
[15]Phan H V，Truong Q T，Park H C. Implementation of initial passive stability in
insect-mimicking flapping-wing micro air vehicle[J]. International Journal of
Intelligent Unmanned Systems，2015，3(1)：18-38.
[16]Wood R J，Steltz E，Fearing R S. Nonlinear Performance Limits for High Energy
Density Piezoelectric Bending Actuators[C]// IEEE International Conference on
Robotics and Automation. IEEE，2005:3633-3640.
[17]Jafferis N T，Smith M J，Wood R J. Design and manufacturing rules for
maximizing the performance of polycrystalline piezoelectric bending actuators[J].
Smart Materials & Structures，2015，24(6).
[18]Deng X，Schenato L，Wu W C，et al. Flapping flight for biomimetic robotic
insects：part I-system modeling[J]. IEEE Transactions on Robotics，2006，22(4)：
776-788.
[19]Hines L. Design and Control of a Flapping Flight Micro Aerial Vehicle[J]. 2014.
[20]Anderson M L. Design and control of flapping wing micro air vehicles[J].
Dissertations & Theses-Gradworks，2011.
[21]Smith G L，Pulskamp J S，Sanchez L M，et al. PZT-Based Piezoelectric MEMS
Technology[J]. Journal of the American Ceramic Society ， 2012 ， 95(6) ：
1777-1792.
[22]Roll J A，Cheng B，Deng X. An Electromagnetic Actuator for High-Frequency
Flapping-Wing Microair Vehicles[J]. IEEE Transactions on Robotics，2015，
31(2)：400-414.
[23]Bontemps A，Vanneste T，Paquet J，et al. Design and performance of an
insect-inspired nano air vehicle[J]. Smart Materials & Structures，2013，22(1)：
205-205.

54
 参考文献

[24]Zou Y ， Zhang W ， Zhang Z. Liftoff of an Electromagnetically Driven

Insect-Inspired Flapping-Wing Robot[M]. IEEE Press，2016.
[25]Yan X，Qi M，Lin L. Self-lifting artificial insect wings via electrostatic flapping
actuators[C]// IEEE International Conference on MICRO Electro Mechanical
Systems. IEEE，2015:22-25.
[26]Michelson R C. The Entomopter[M]// Neurotechnology for Biomimetic Robots.
2002：481-509.
[27]Whitney J P. Design and Performance of Insect-Scale Flapping-Wing Vehicles[J].
Dissertations & Theses-Gradworks，2012.
[28]Whitney J P，Wood R J. Conceptual design of flapping-wing micro air vehicles.[J].
Bioinspiration & Biomimetics，2012，7(3)：036001.
[29]Wood R J，Avadhanula S，Sahai R，et al. Microrobot Design Using Fiber
Reinforced Composites[J]. Journal of Mechanical Design，2008，130(5)：680-682.
[30]Sreetharan P S，Whitney J P，Strauss M D，et al. Monolithic fabrication of
millimeter-scale machines[J]. Journal of Micromechanics & Microengineering，
2012，22(5)：055027.
[31]肖天航，罗东明，郑祥明，等. 仿生飞行器非定常气动优化设计研究进展与
挑战[J]. 空气动力学学报，2018，36(1).
[32]张小俊，胡淑玲，等. 扑翼飞行器平面形状对气动力的影响研究[J]. 飞行力
学，2015，33(1).
[33]Whitney J P，Wood R J. Aeromechanics of passive rotation in flapping flight[J].
Journal of Fluid Mechanics，2010，660(660)：197-220.
[34]苑宗敬，韩佳坤，陈刚. 低雷诺数下展弦比对仿生拍动翼推进性能的影响研
究[J]. 空气动力学学报，2018，36(1).
[35]童秉纲，孙茂，尹协振. 飞行和游动生物流体力学的国内研究进展概述[J]. 自
然杂志，2005，27(4)：191-198.
[36]He W，Zhang S. Control Design for Nonlinear Flexible Wings of a Robotic
Aircraft[J]. IEEE Transactions on Control Systems Technology，2017，PP(99)：
1-7.
[37]Karásek M，Preumont A. Simulation of Flight Control of a Hummingbird Like
Robot Near Hover[C]// Engineering Mechanics. 2013.
[38]Richter M，Patil M. Influence of Wing Flexibility on the Stability of Flapping
Flight[C]// AIAA Atmospheric Flight Mechanics Conference. 2013：2-5.

55
 参考文献

[39]Caetano J V，Weehuizen M B，Visser C C D，et al. Rigid-Body Kinematics Versus

Flapping Kinematics of a Flapping Wing Micro Air Vehicle[J]. Journal of
Guidance Control & Dynamics，2015，38(12).
[40]黄永斌. 扑翼飞行的运动分析与仿真设计[D].浙江大学，2018.
[41]Leif R，Stephen C. Stable hovering of a jellyfish-like flying machine[J]. Journal
of the Royal Society Interface，2014，11(92)：20130992.
[42]Yanlai，Zhang，Mao. Dynamic flight stability of a hovering model insect:lateral
motion[J]. Acta Mechanica Sinica，2010，26(2)：175-190.
[43]Cheng B，Deng X. Translational and Rotational Damping of Flapping Flight and
Its Dynamics and Stability at Hovering[J]. IEEE Transactions on Robotics，2011，
27(5)：849-864.
[44]薛栋，宋笔锋，宋文萍，等. 仿鸟型扑翼飞行器气动/结构/飞行力学耦合研究
进展[J]. 空气动力学学报，2018，36(1).
[45]蔡红明，昂海松，郑祥明. 基于自适应逆的微型飞行器飞行控制系统[J]. 南
京航空航天大学学报，2011，43(2)：137-142.
[46]昂海松. 微型飞行器的设计原则和策略[J]. 航空学报，2016，37(1)：69-80.
[47]Deng X，Schenato L，Sastry S S. Flapping flight for biomimetic robotic insects:
part II-flight control design[J]. IEEE Transactions on Robotics，2006，22(4)：
789-803.
[48]Teoh Z E，Fuller S B，Chirarattananon P，et al. A hovering flapping-wing
microrobot with altitude control and passive upright stability[J]. 2012，7198(6)：
3209-3216.
[49]Chirarattananon P，Ma K Y，Wood R J. Adaptive control of a millimeter-scale
flapping-wing robot.[J]. Bioinspiration & Biomimetics，2014，9(2)：025004.
[50]Chirarattananon P，Ma K Y，Wood R J. Perching with a robotic insect using
adaptive tracking control and iterative learning control[J]. International Journal of
Robotics Research，2016，35(10).
[51]Pérez-Arancibia N O，Duhamel P E J，Ma K Y，et al. Model-Free Control of a
Hovering Flapping-Wing Microrobot[J]. Journal of Intelligent & Robotic
Systems，2015，77(1)：95-111.
[52]段洪君，史小平. 微型飞行器建模与控制[M]. 科学出版社，2012.
[53]Liu Z L. Reinforcement adaptive fuzzy control of wing rock phenomena[J].
Control Theory and Applications，IEE Proceedings，2005，152(6)：615-620.

56
 参考文献

[54]The Vibration Suppression Control of Flexible Spacecrafts[J]. Aerospace

Control，1992.
[55]Bialinduced oscillations iy B J，Chakraborty I，Cekic S C，et al. Adaptive
boundary control of store n a flexible aircraft wing [J]. Automatica，2016，70：
230-238.
[56]Paranjape A A，Guan J，Chung S J，et al. PDE Boundary Control for Flexible
Articulated Wings on a Robotic Aircraft[J]. IEEE Transactions on Robotics，
2013，29(3)：625-640.
[57]贺威，丁施强，孙长银. 扑翼飞行器的建模与控制研究进展[J]. 自动化学报，
2017，43(5)：685-696.
[58]Wood R J，Steltz E，Fearing R S. Optimal energy density piezoelectric bending
actuators[J]. Sensors & Actuators A Physical，2005，119(2)：476-488.
[59] De Croon G C，Groen M A，De W C，et al. Design，aerodynamics and autonomy
of the DelFly[J]. Bioinspiration & Biomimetics，2012，7(2)：025003.
[60] Keennon M，Klingebiel K，Won H. Development of the Nano Hummingbird: A
Tailless Flapping Wing Micro Air Vehicle[C]// Aiaa Aerospace Sciences Meeting
Including the New Horizons Forum and Aerospace Exposition. 2013.
[61] Helbling E F， Wood R . A Review of Propulsion ，Power， and Control
Architectures for Insect-Scale Flapping-Wing Vehicles[J]. Applied Mechanics
Reviews，2017.
[62] Whitney J P，Wood R J . Aeromechanics of passive rotation in flapping flight[J].
Journal of Fluid Mechanics，2010，660.
[63]杨文青，宋笔锋，宋文萍，等. 仿生微型扑翼飞行器中的空气动力学问题研
究进展与挑战[J]. 实验流体力学，2015，29(3)：1-10.
[64]Taylor G K，Nudds R L，Thomas A L. Flying and swimming animals cruise at a
Strouhal number tuned for high power efficiency[J]. Nature，2003，425(6959)：
707-11.
[65]吴江浩，周超. 仿生微型飞行器悬停飞行的空气动力学研究[J]. 空气动力学
学报，2018，36(1).
[66]Weisfogh T. Unusual mechanisms for the generation of lift in flying animals.[J].
Scientific America，1975，80(5)：81-87.
[67]Ellington C P，Berg C V D，Willmott A P，et al. Leading-edge vortices in insect
flight[J]. Nature，1996，384(6610)：626-630.

57
 参考文献

[68]Dickinson M H，Lehmann F O，Sane S P. Wing Rotation and the Aerodynamic

Basis of Insect Flight[J]. Science，1999，284(5422)：1954-1960.
[69]Dickinson M H，Lehmann F O，Sane S P. Wing Rotation and the Aerodynamic
Basis of Insect Flight[J]. Science，1999，284(5422)：1954-1960.
[70]杨文青，宋笔锋，宋文萍，等. 仿生微型扑翼飞行器中的空气动力学问题研
究进展与挑战[J]. 实验流体力学，2015，29(3)：1-10.
[71] Sane S P，DickinsonMH. The aerodynamic effects of wing rotation and a revised
quasi-steady model of flapping flight[J]. Journal of Experimental Biology，2002，
205(Pt 8)：1087.
[72] Lentink D，Dickinson M H . Rotational accelerations stabilize leading edge
vortices on revolving fly wings[J]. Journal of Experimental Biology，2009，
212(16)：2705-2719.
[73] Xinyan Deng，Schenato L，Wei Chung Wu，et al. Flapping flight for biomimetic
robotic insects: part I-system modeling[J]. IEEE Transactions on Robotics，2006，
22(4)：788.
[74] Chen Y，Ma K，Wood R J . Influence of wing morphological and inertial
parameters on flapping flight performance[C]// IEEE/RSJ International
Conference on Intelligent Robots & Systems. IEEE，2016.
[75] Ellington C P . The Aerodynamics of Hovering Insect Flight. II. Morphological
Parameters[J].Philosophical Transactions of the Royal Society of London. Series
B，Biological Sciences，1984，305(1122)：17-40.
[76] 夏露，杨梅花，李朗，等. 基于全局灵敏度分析方法的气动设计研究[J]. 西
北工业大学学报，2018.
[77] 王树新，宋扬，王延辉，等. 基于 Sobol’法的 Petrel-Ⅱ水下滑翔机能耗参数
灵敏度分析[J]. 天津大学学报(自然科学与工程技术版)，2017(02)：5-12.
[78] 尹俊杰，常飞，李曙林，et al. 基于 Sobol 法的整体翼梁损伤容限设计参数灵
敏度分析[J]. 空军工程大学学报(自然科学版)，2013(6)：9-12.
[79] Sarrazin F . Global Sensitivity Analysis of Environmental Models: Convergence，
Robustness and Accuracy Analysis[C]// Agu Fall Meeting. AGU Fall Meeting
Abstra.
[80] Wang， Jane Z . DISSECTING INSECT FLIGHT[J]. Annual Review of Fluid
Mechanics, 2005，37(1):183-210.

58
 参考文献

[81] Tobalske B W ，Warrick D R ，Clark C J ，et al. Three-dimensional kinematics

of hummingbird flight[J]. Jour-nal of Experimental Biology ， 2007 ，
210(13):2368-2382.
[82] Tobalske，B. W . Biomechanics of bird flight[J]. Journal of Experimental
Biology，2007，210(18):3135-3146.
[83] Muijres F T ， Henningsson P ， Stuiver M ， et al. Aerody-namic flight
performance in flap-gliding birds and bats[J]. Journal of Theoretical Biology，
2012，306(none):0-0.
[81] De Margerie E ，Mouret J B ，Doncieux S ，et al. Artifi-cial evolution of the
morphology and kinematics in a flapping-wing mini-UAV[J]. Bioinspiration &
Biomimet-ics，2007，2(4)：65-82.
[85] Finio B . Roll，Pitch and Yaw Torque Control for a Ro-botic Bee[J]. Dissertations
& Theses - Gradworks，2012.
[86] Taha H E ，Hajj M R ，Nayfeh A H . Flight dynamics and control of
flapping-wing MAVs： a review[J]. Nonline-ar Dynamics，2012，70(2)：907-939.
[87] Orlowski C T ，Girard A R . Dynamics，stability，and control analyses of flapping
wing micro-air vehicles[J]. Progress in Aerospace Sciences，2012，51(none)：
18-30.
[88] Xinyan Deng，Schenato L ，. Wei Chung Wu，et al. Flap-ping flight for
biomimetic robotic insects： part I-system modeling[J]. IEEE Transactions on
Robotics，2006，22(4)：788.
[89] Deng X ，Schenato L ，Sastry S S . Flapping flight for biomimetic robotic
insects： part II-flight control design[J]. IEEE Transactions on Robotics，2006，
22(4)：789-803.
[90] Bullo F . Averaging and Vibrational Control of Mechani-cal Systems[J]. Siam
Journal on Control & Optimization，1996，41(2)：542-562.
[91] Khan Z A ，Agrawal S K . Control of Longitudinal Flight Dynamics of a
Flapping-Wing Micro Air Vehicle Using Time-Averaged Model and Differential
Flatness Based Controller[C]// American Control Conference. IEEE，2007.
[92] Fallaha C J ，Saad M ，Kanaan H Y ，et al. Sliding-Mode Robot Control With
Exponential Reaching Law[J]. IEEE Transactions on Industrial Electronics，
2011，58(2)：600-610.

59
 参考文献

[93] 闵颖颖，刘允刚. Barbalat 引理及其在系统稳定性分析中的应用[J]. 山东大学

学报(工学版)，2007，37(1)：51-55.
[94]黄道敏，韩丽君，唐国元，et al. 水下机械手分数阶积分滑模轨迹跟踪控制方
法研究[J]. 中国机械工程，2019，30(13)：1513-1518.
[95]刘金琨. 滑模变结构控制 MATLAB 仿真[M]. 清华大学出版社，2012.

60
 在学期间的研究成果

在学期间的研究成果

一、发表论文
1. 毕富国，何广平.微型扑翼飞行器动力学模型参数的灵敏度分析[J]. 兵器装备
工程学报，2019(8).
2. 李航，何广平，毕富国.一类微型扑翼飞行器的滑模自适应姿态控制[J]. 空间
控制技术与应用，2018，44(05)：84-91.
二、参与课题
1. 国家自然科学基金 51775002:切换非完整约束机械系统的动力学与控制.
2. 北京市自然科学基金 L172001:超冗余自由度柔顺操作机器人的机构控制一
体化设计方法研究.
3. 机器人关节扭矩测试传感器的研制(横向).
三、专利或软件著作权申请及授权情况
1. 何广平, 毕富国， 赵磊, 李欣，王杨.一种力闭环式大直线位移传感器.申请号：
201810737969.5. 授权
2. 李航, 何广平, 赵磊, 赵全亮, 王均,毕富国.一种闭环式线速度传感器.申请号：
201810684055.7. 授权.

61
 致 谢

致 谢

时光荏苒，岁月如梭。转眼间研究生生活即将结束。首先，感谢我的导师—
—何广平教授。在何老师认真的指导和帮助下，论文和研究课题才能够顺利完成。
在学习过程中，何老师严谨的科研态度和深厚的科研功底，使我对科研生活有了
更加清晰和深刻的认识，让我明白在科研的道路上要懂得运用逻辑思维解决问
题，同时在以后的学习和工作用要认真负责，一丝不苟。在生活中，他也关心我
的个人发展问题，好几次的交谈也让我倍感温暖。
同时，也要感谢课题组的各位老师。虽然每个人的研究方向有所不同，但是
各位老师专业的知识素养和无私的奉献精神，也让我学会很多：赵全亮老师在关
于 MEMS 相关知识上使我收获颇多。在实验过程中，事无巨细对我进行指导和帮
助；袁俊杰老师在关于传感器方面的指导也使我知识充实许多。还有章杰老师和
苏婷婷老师在我因为疫情被困家中的时候，及时帮助我拿到论文资料，救我于水
火。
同样，也要感谢实验室的全体同学。感谢王扬、李欣等同学在科研和生活中
的帮助；感谢师兄张元开、李航、王均、张祥在课题上给我提供的帮助；感谢师
弟牛廉政、张奇、师妹刘士琦、范亚楠对我课题的关心。
最后感谢父母，是他们一直在我的身后默默的支持我、鼓励我，使我在学校
的学习没有后顾之忧。

62