简介本资源是一套面向高校航空航天类专业学生、飞控算法初学者及MATLAB仿真爱好者的固定翼无人机建模与路径规划教学实践系统聚焦小型固定翼平台的动力学建模、自主导航算法实现与三维可视化验证。压缩包共43个文件含28个核心MATLAB函数如mav_dynamics.m、path_planner.m、autopilot.m等、3个Simulink模型文件mavsim.slx等用于闭环控制仿真、7个备份文件.zbak便于版本回溯以及README.md说明文档、地形与无人机图像素材等整体仅554KB轻量易部署。已有96人学习下载资源结构清晰模块划分明确——涵盖六自由度非线性动力学建模、A*与Dubins融合的航迹规划、状态估计与增益计算、三维环境渲染与误差分析等功能所有代码可直接运行并支持参数化调试配套注释完整是理解无人机自主飞行底层原理与工程实现路径的优质入门范例。 去年夏天我在外场试飞一架1.6米翼展的固定翼无人机第三次起飞后因为转弯半径给得太小副翼一打飞机直接侧滑拍在草地上电机座断了不说电池也鼓了包。那次之后我就彻底认同一件事四旋翼可以在真机上一点一点调参但固定翼不行它没法悬停气流分离、失速、螺旋拍地都是一瞬间的事情根本没有现场纠错的机会。所以现在我带学生或者自己做飞控算法都会先搭建一套基于Matlab的小型固定翼无人机建模与路径规划仿真系统把飞机模型、控制器、路径规划、航迹跟踪全部跑通了再考虑真机上天的步骤。这套系统本质上解决三件事一是让飞机动力学模型尽可能可信二是让规划出来的路径真正符合固定翼的飞行约束三是在仿真环境里闭环验证“规划-跟踪-控制”整条链路把算法翻车的问题留在电脑里而不是留在外场摔机现场。如果你是做飞行控制算法验证的工程师、搞无人机路径规划的研究生或者是准备做固定翼相关毕设的本科生这篇文章的思路应该能帮你省掉大量前期踩坑的时间。1. 项目定位与技术选型1.1 这个系统到底解决什么问题很多刚接触固定翼的同学会有一个误区觉得无人机仿真就是找个Gazebo或者AirSim跑一跑装个PX4固件完事。但真正做飞控算法或者路径规划算法的人就会知道在开源仿真平台里我们往往面对的是已经封装好的飞机模型气动参数、控制接口都已经固定你想验证自己设计的非线性控制器或者约束路径规划算法反而束手束脚。自己搭一套基于Matlab的仿真系统最大的好处是可以把建模、规划、控制每一层都拆开每一层都自己控制。我不需要模拟真实飞控硬件不涉及传感器噪声、执行器延迟这些工程细节的时候可以先在理想环境下把算法逻辑验证清楚。比如我先验证路径规划算法在固定翼动力学约束下能不能生成可飞航迹再验证控制器能不能准确跟踪这条航迹每一步都能清晰看到问题出在哪一层。这个系统适用于这样的场景你想快速验证一个新的路径规划算法或者想测试一个制导律在不同飞行状态下的表现又或者想把整条任务链路从起飞点到目标点完整走一遍。它不是用来替代硬件在环测试的而是把算法层的问题尽早暴露让后面的真机测试更顺利。1.2 为什么选用Matlab/Simulink而不是其他工具链我知道现在很多人提到无人机仿真就会想到ROS和Gazebo我也用但针对固定翼建模和路径规划验证Matlab/Simulink确实有不可替代的优势。第一Simulink在处理连续动力学系统上非常顺手。固定翼飞机的运动方程是一组常微分方程直接用积分模块、增益模块、函数模块搭起来模型的层级关系和信号流一目了然。第二Matlab脚本在算法原型开发上效率极高A*搜索、Dubins曲线计算、人工势场法这类算法用矩阵运算写起来比C快得多。第三后处理可视化很方便仿真结果可以快速画出俯视图、高度剖面、姿态曲线做参数对比也很方便。我知道网上有人争论“Matlab跑步太慢”“真做产品还得靠C”那是另外一个话题。在项目前期做算法验证和方案论证阶段Matlab的效率优势是压倒性的。这也是为什么连很多做自动驾驶路径规划的团队前期也习惯先用MATLAB把算法逻辑推演清楚再移植到ROS/C的原因。当然如果你不想依赖Aerospace Toolbox也完全可以用基础的Simulink模块自己搭运动方程后面我会详细讲模型怎么搭建。用不到工具箱反而是件好事因为你对模型细节的控制力会更强。2. 固定翼无人机建模从物理方程到仿真模型2.1 坐标系定义三个坐标系和一次旋转固定翼建模的第一步往往不是写方程而是把坐标系理清楚。我以前见过不少项目仿真出来的轨迹诡异得离谱最后发现是坐标变换顺序写错了。固定翼分析中我们最常用的有地面坐标系、机体坐标系和航迹坐标系。地面坐标系一般用北东地NED或者东北天ENU这个没有硬性规定但建议全程保持一致。我在项目中习惯用NED因为飞控领域里NED用得多很多飞控源码都基于NED。机体坐标系原点在飞机重心x轴沿机头方向y轴沿右翼z轴向下。航迹坐标系则是把x轴放在飞行速度方向上分析升力、阻力、侧力非常方便。坐标系之间通过欧拉角旋转。常见顺序是先偏航yaw再俯仰pitch最后滚转roll也就是ZYX顺序。这里有一个必须注意的坑旋转矩阵乘法的顺序不能搞反。地面系到机体系的转移矩阵一般是C_b^n Rz(psi) * Ry(theta) * Rx(phi)这样的结构如果你在代码里把矩阵顺序写错在Matlab里表现出的症状就是飞机明明给的是纯俯仰输入结果滚转和偏航也跟着乱动。至于为什么用欧拉角而不是四元数我的考虑很直接在仿真初期小角度和小机动范围内欧拉角给出的物理意义直观得多调试时看姿态值一眼就能判断飞机姿态是否合理。四元数没有奇异点的问题但调试的时候不够直观。如果仿真场景包含近乎垂直的极端姿态再考虑切换到四元数实现。2.2 动力学方程与气动模型参数固定翼的六自由度运动方程包含质心平动方程和绕质心转动方程简化后写成m * (dot{V} omega × V) F_aero F_gravity F_thrustI * dot{omega} omega × (I * omega) M_aero M_thrust其中V是速度向量omega是角速度向量F和M分别是外力和外力矩。气动力的建模是这个环节的核心也是最容易出错的地方。对于小型固定翼无人机常见做法是用线性化气动导数来描述气动力和力矩。比如升力系数可以写成C_L C_L0 C_L_alpha * alpha C_L_q * q_hat阻力系数C_D C_D0 K * C_L^2侧力系数基本靠方向舵和侧滑角。力矩系数方面滚转力矩系数包含C_l_beta * beta、C_l_p * p_hat和C_l_delta_a * delta_a俯仰力矩系数C_m C_m0 C_m_alpha * alpha C_m_q * q_hat C_m_delta_e * delta_e偏航力矩系数同理。我在这个项目里使用的小型固定翼参数大致如下质量3.5kg翼展1.6m机翼面积0.55m^2巡航速度20m/s失速速度大约12m/s。如果没有真实风洞数据气动导数可以用XFLR5之类的工具估算也可以参照相似布局飞机的公开数据。这里我特别想提醒一点千万不要拍脑袋填气动导数。C_L_alpha填得过大仿真里的飞机会表现为极度灵敏的“神经质”填得过小又会出现迎角很大但升力不够、飞机一直掉高度的情况。一个比较靠谱的方法是先从平飞状态出发用配平计算反推气动导数是否合理。2.3 Simulink模型搭建与配平计算Simulink模型我建议按这样的层级结构搭建最外层是任务管理器负责启停和参数配置第二层是飞机六自由度模型、控制器、制导律、环境模块飞机模型内部再拆成气动力计算、力矩计算、运动学积分、坐标变换几个子模块。这种模块化结构的好处是后面想替换一个气动模型或者从线性模型换成非线性模型只需更换相应子模块即可。搭建运动方程的时候我习惯用一组积分器来积分解算速度、位置和姿态。速度或者角速度都是中间变量位置和欧拉角才是状态量。要注意的是加速度方程中会有陀螺力矩、速度交叉耦合这些项不能简单把加速度直接积分。尤其是滚转和偏航耦合引起的牵连运动在没写对的时候仿真中会出现一种很奇怪的现象飞机直线飞行时姿态正常一旦转弯就会出现不受控制的高度下降。配平是另一个必须做的步骤。飞机要在巡航状态平飞需要满足推力等于阻力升力等于重力所有力矩为零。我通常在Matlab里用fmincon或者fsolve求配平状态得到的输出是巡航迎角、油门、升降舵偏角。在仿真开始前把这些值作为初始状态输入模型模型才不会有初始加速度。我第一次搭模型的时候图省事初始迎角设成0结果飞机一进入仿真就剧烈点头然后俯冲把整个气动域跑到失速区数值立刻发散。后来才明白初始迎角必须在配平点附近。模型的数值求解器建议用固定步长的ode4经典四阶龙格库塔步长取0.01秒。变步长求解器虽然跑得快但遇到控制量突变时容易在局部把步长压得很小影响对仿真实时性的判断。固定步长在后续做代码生成或者硬件在环时也更接近实际情况。3. 路径规划从栅格搜索到可飞航迹3.1 固定翼的飞行约束与转弯半径计算路径规划在四旋翼里相对简单因为多旋翼可以原地转弯、悬停路径规划基本只关心空间避障。固定翼完全不一样飞机不能停转弯必须有一个最小的转弯半径爬升也有最大爬升率。规划出来的路径如果不满足这些约束就是“视觉上能走实际上飞不了”。水平面上的最小转弯半径可以用经典公式R_min V^2 / (g * tan(phi_max))。以我前面的飞机参数为例巡航速度20m/s最大滚转角45度g取9.81m/s^2算下来R_min约为40.8米。考虑到控制留量和侧风影响我一般会把规划用转弯半径乘以1.5倍安全系数得到约60米。这个值就是后续Dubins曲线平滑的最关键输入。垂直面的约束相对简单主要是最大爬升角和最大下降角。小型固定翼在巡航推力下的最大爬升角通常在8到15度之间取10度比较保守。规划算法在搜索时如果两个航点之间的高度变化率超过爬升角约束就要舍弃或者调整。3.2 全局路径规划A*搜索与代价函数设计全局路径规划我选用A算法地图用栅格表示。栅格分辨率的选择有个权衡分辨率太高计算量太大分辨率太低路径会在地形边缘丢失细节。我在500米乘500米的地图场景里选2米分辨率生成250乘250的栅格地图A搜索时间在毫秒级完全可以接受。A*算法的核心是代价函数f(n)g(n)h(n)。g(n)是实际走过的路径代价h(n)是启发式估计代价。基础版本用欧氏距离做启发式但我建议在g(n)里加入一个转向代价项因为固定翼不喜欢频繁急转弯。具体实现时每搜索到一个新节点检查上一个节点和当前节点方向如果方向发生偏转就在g(n)上叠加一个附加代价这个代价的权重决定了路径对转弯的敏感程度。有些教程会告诉你直接用A搜索出的折线路径去飞那在固定翼上一定会出问题。折线路径的转角是突变的飞机在转弯处会产生剧烈的侧倾和侧滑实际跟踪效果会很差。所以A搜索出来的结果只能算“路线走廊”还必须经过后续的航迹平滑处理。3.3 Dubins曲线平滑处理生成可飞航迹Dubins曲线是解决固定翼最小转弯半径约束的经典方法。它描述了一个在平面上只能以固定最小半径转弯、不能后退的质点在两个位姿之间运动的最短路径。所有可能的最优路径都可以归纳为CSC或CCC两类组合也就是“转弯-直线-转弯”或者“转弯-转弯-转弯”的组合具体包括LSL、RSR、LSR、RSL、RLR、LRL这几种。要在Matlab里实现Dubins曲线平滑可以自己写也可以用Mapping Toolbox或者Navigation Toolbox里已有的函数。我最初自己实现了一遍代码量不大核心就是计算给定起始位姿和目标位姿之间的四组基本路径然后做距离比较择优。每段圆弧的半径就是上一步算出的最小转弯半径60米。把A*得到的一系列路径点按照顺序输入然后对每个转折点做Dubins平滑得到的就是一条曲率连续、半径约束满足的可飞航迹。理解Dubins曲线原理有个帮助很大的生活类比想象你在停车场里开一辆转弯半径很大的卡车要求在尽量短的路径内从一个车位挪到另一个车位你必须把车先往某个方向打满回正再往另一个方向打满。Dubins曲线就是解决这种“大车转弯难”问题的最优方案。固定翼在这一点上比卡车更严格因为它不能后退也不能松油门挂空挡。3.4 动态避障与局部重规划策略全局路径规划解决的是静态禁飞区和地形规避问题但真实场景里可能会出现临时障碍物。固定翼的动态避障比多旋翼困难因为飞机不能“刹停”重新规划的时间窗口很短机动能力又被最小转弯半径限制。我的项目里采用了一种“全局规划局部重规划”的分层策略。飞机在飞行的过程中持续检查周围一定距离内是否有新出现的障碍物。一旦检测到威胁把当前飞机位置和速度方向作为规划起点目标点不变在局部地图上重新执行一次A*搜索并把搜索半径限制在感知范围内。这样可以避免在遇到障碍物时对整条全局航迹重新规划重计算时延能控制在几十毫秒以内。这里有个很重要的小技巧动态重规划后的路径最好先做一次“可飞性检查”。因为局部地图范围小A*搜索出来的新路径可能仍然带有直角转折需要用Dubins曲线做局部平滑。而且新航迹和原航迹连接处容易出现跳变我通常会在连接点做一个过渡圆弧保证飞机不会瞬间给一个大的滚转指令。实现的时候我习惯把新航迹的前几个航点与当前飞行方向做夹角限制如果夹角超过90度就强制在飞机前方生成一个盘旋过渡段等飞机转过来再进入新航迹。这个做法让动态避障在实际飞行中显得非常平滑不会出现航迹突然折断的情况。4. 仿真系统闭环集成与结果分析4.1 闭环架构规划、制导、控制三层各司其职有了飞机模型和路径规划算法下一步就是把它们接成一个完整的闭环系统。整个数据流是这样的路径规划模块生成一串航迹点制导律根据飞机当前位置和期望航迹计算期望航向角和期望高度姿态控制器把这些期望值转换为副翼、升降舵、方向舵和油门的控制指令飞机模型响应这些指令产生新的状态量再反馈回制导和控制器。这样一层一层往下每一层解决不同的问题。在项目最初版本里我用的是经典的PID姿态控制内环控制角速度外环控制姿态角制导律用的是在小型固定翼上非常成熟的L1导航算法它根据飞机当前位置与目标航迹的横向偏差计算出一个期望的横向加速度再转换为滚转角指令。L1算法最吸引我的地方在于它不需要复杂的路径分解几个参数就能把航迹跟踪的阻尼特性调得很好适合快速验证。做闭环的时候我建议先做一个“最简案例”直线航迹跟踪。让飞机从初始位置出发目标点就在正前方几百米处看飞机能否收敛到期望航线上。如果这一步通过了再切换到完整的Dubins平滑航迹。如果直线跟踪都不稳定问题几乎一定出在控制器增益或者坐标变换上这时候急着测复杂路径只会让调试变得更加困难。4.2 典型任务场景与仿真结果分析我在项目里设计了一个贴近真实侦察任务的场景飞机从起点起飞需要飞向1200米外的目标区域中间有两个圆形禁飞区和一片高度约110米的山脊要求飞行高度不超过180米全程最小离地高度不低于30米。在这个场景中A搜索在2米分辨率的栅格图上大约生成了600多个节点经过节点抽稀后仅保留关键转折点再对这些转折点做Dubins曲线平滑最终航迹总长度约1800米比直线距离多出约30%。这段距离增加主要是禁飞区绕行和转弯过渡带来的属于正常水平。如果Dubins平滑后的路径长度比A原始折线路径多出太多说明路径中出现了不必要的绕圈或者转弯次数过多这时应该检查代价函数中的转弯权重是否设置合理。仿真持续约120秒。从结果数据看飞机巡航速度稳定在20m/s加减1.5m/s最大侧偏误差控制在8.7米以内平均横向误差约4.3米高度跟踪误差在正负5米内。这些指标对于小型固定翼的工程验证已经足够了。如果横向误差偏大优先检查L1算法的前瞻距离参数这个参数直接决定了跟踪的带宽和阻尼。4.3 批处理实验与参数扫描单次仿真跑通只是第一步真正的价值在于用这套系统做批量实验。我经常在Matlab里写一个外层脚本循环对关键参数进行扫描比如评估不同转弯半径对航迹跟踪精度的影响或者看最大滚转角限制在35度、40度、45度时整条路径的可行性。批处理跑完以后用Matlab的优化工具箱做简单的数据分析可以直观看出哪些参数是“敏感参数”哪些参数对结果几乎没影响。比如我实际跑下来发现A*的转弯代价权重对最终航迹形态影响很大权重从0.5增加到2路径中直角弯的数量明显减少但总路径长度会略微增加。这种参数敏感性分析在真机实验里几乎不可能做因为成本太高但在仿真环境里跑几百次也只需要几分钟。5. 常见问题排查与避坑经验5.1 仿真发散和状态异常我见过最多的问题就是仿真一开始就发散表现为飞机速度、姿态角瞬间变成NaN或者飞机像“失控”一样疯狂翻滚。最常用的排查方法是按下Simulink的暂停键看看发散的节点出现在哪一步。常见有三类原因一是初始状态不在配平点附近飞机进入仿真后本身就是“带病”状态二是控制器增益太大给了一个过大的控制量导致姿态角速度积分过快三是气动模型里有除零或者负数开方的情况比如动压算成了零气动力系数爆炸。建议每次改完模型先用一个非常小的控制输入跑开环测试确认气动模型输出值在合理范围再接入控制器闭环。5.2 路径“可看不可飞”和轨迹振荡规划出来的路径看起来没问题但飞机就是跟踪不上这往往是因为路径本身没有满足动力学约束。比如我最早用纯A*折线直接给到制导环飞机到转弯点附近就开始振荡横向误差越调越大。原因很简单折线拐点处期望航向角突变了90度而L1制导给了一个很大的滚转角指令飞机还没来得及转到期望航向已经飞过了航点于是又反向修正形成蛇形轨迹。解决办法是路径切换处留出足够的过渡距离保证在转弯之前有一小段直线段让飞机稳定收敛。这个经验后来也成了我在Dubins平滑之后额外检查的一个指标相邻两个航向的角度差乘以最小转弯半径必须小于实际航段长度否则就需要插入过渡航点。5.3 仿真速度太慢的问题固定翼仿真模型的复杂度不算高但如果不加控制地往模型里塞各种逻辑仿真速度会逐渐拖慢。我一般会限制Simulink里的Scope和To Workspace模块数量只在关键信号上做记录另一个确实有效的办法是把固定步长从0.01秒放宽到0.02秒只要保证仿真结果变化不大步长就可以适度放宽。如果模型已经包含大量查表或者代数环可以考虑用MATLAB Function模块替代一些纯Simulink框图执行效率通常更高。最后仿真结束后把数据在工作区保存成mat文件后处理阶段不要在Simulink里反复跑直接写脚本读数据画图速度会快很多。5.4 常见问题速查表问题现象可能原因解决方案模型一开始就发散初始状态不在配平点先用fsolve做配平计算初始迎角和油门设为配平值飞行姿态混乱滚转偏航耦合坐标变换矩阵顺序写反检查欧拉角旋转顺序验证单位向量变换平飞时持续掉高度升力系数不足或配平迎角偏小检查C_L_alpha增大初始迎角路径点转角处跟踪振荡航迹未平滑或转弯过渡段不足加入Dubins平滑检查航向差约束动态避障路径大幅跳变全局路径与局部路径连接生硬增加过渡圆弧限制局部重规划范围Simulink报代数环错误控制信号触发瞬时反馈在控制输出加单位延迟打断代数环仿真速度过慢记录信号过多步长过小精简Scope记录适度放宽固定步长这套系统我前前后后迭代了差不多两个月现在回头看最初的版本其实问题很多。如果你也想搭类似的东西我给一个比较诚恳的建议别一开始就追求气动模型的高度保真先用一组合理的气动导数把整条“建模-规划-控制-仿真”链路跑通再逐步替换更精细的气动模型。仿真系统的价值在于把逻辑链路的坑都填平而不是在第一天就把自己困在气动参数的泥潭里。先把整台车跑起来再让这台车跑得逼真这是我在这个项目里学到的最重要的一件事。本文还有配套的精品资源点击获取