全文总字数：5133字

1. 研究目的与意义及国内外研究现状

近年来有关无人机的应用和研究迅猛发展，无人机也将作为继智能手机之后的新一代热门研究方向。大到国家军事部门，小到民用家庭娱乐，都可以有无人机的用武之地。从机身结构方面来进行分类主要可以分成固定翼无人机和旋翼式无人机两大类。其中固定翼无人机的研究较早，发展也较为成熟，多应用于军事商业等领域，如军事无人机等。而旋翼式无人机早起也出现过相应方面的研究，不过因为旋翼式无人机控制等方面要远比固定翼类型的复杂，早期的技术无法满足相应的功能，所以一直发展缓慢。不过近来由于微机电技术和计算机技术的飞速发展，使旋翼式无人机的实现和控制再度成为了可能，并一跃成为热门研究领域。其中微小型多旋翼无人机凭借其体积小、质量轻、控制简单等优点被广泛应用在各种场合。而四旋翼无人机在继承了传统微小型多旋翼无人机固有优势的基础上，还有自身独特的优点，如体积更小、成本更低、结构更加简单、便于维、隐蔽性更好。基于此四旋翼无人机的应用更为广泛，如军事应用方面凭借其小巧的体积和更好的灵活性，可以进行搜寻侦查；在救援救灾方面可以凭借机载摄像头进行实时的三维拍摄，并到达一些人员自身无法到达的地方；近年来在农业方面也逐渐出现了无人机的身影，人们可以操控无人机进行农场的施肥等工作，提高了生产效率；在影视娱乐方面，四旋翼无人机的优势就更加的明显了，凭借其小巧的机身与精准的控制，可以从无人机的视角拍摄独特的图片，得到更好的视觉效果；在科学研究方面，目前也主要以四旋翼飞行器为主，其研究内容设计多门学科，可以促进学科之间的融合。因此无论从国家军事领域还是民用角度来看，微小型多旋翼无人机特别是四旋翼飞行器都有很广阔的研究和应用前景。

目前关于四旋翼无人机的研究主要有以下几个方面：（1）通过携带更多的传感器采集数据并对采集的数据进行处理，从而得到人们想要的信息。（2）通过无人机自身携带的摄像头进行空间的飞行扫描，利用所拍摄的视频图片进行相应的地形重建。（3）室内的无人机稳定性飞行与控制。（4）无人机飞行避障，可以利用多个传感器如视觉模块超声波模块配合相应的算法实现。（5）设计更好的无人机飞行轨迹路线，来减少无人机的能源消耗，即路径优化问题。（6）复杂环境下的无人机自主控制，，需要无人机在不确定的环境下可以实时感知环境，并进行相应的路线规划，这也是无人机朝着智能化发展尤为重要的一点，拥有高自主控制水平和高度智能化水平的无人机是当今乃至未来最为重要的研究方向。（7）多无人机编队协同控制技术，主要是在实现单个无人机的自主控制和智能化的基础上，进行多机编队完成相应的任务。

基于以上无人机的热门研究和广泛应用，并且随着目前智能设备的普及，基本每个人都会拥有一台智能设备，如手机或者平板电脑，因此可以在移动终端进行相应的无人机控制对无人机的使用门槛和可用性都会有极大的需求，这也是本可以的选题意义所在。本课题目的是以智能设备和四旋翼无人机为载体，进行无人机的飞行轨迹控制，也为以后研究无人机自主飞行控制和无人及智能化提供相应的平台，并可以逐步完善。

国内外研究现状

多旋翼无人机的发展历史最早可以追溯到1907年breguet-richet的gyroplane no1油动多旋翼飞机，但由于当时的技术限制，无法实现对飞机的控制，因此多旋翼的发展一直处于停滞状态。随着微处理技术和计算机技术等的发展，小型多旋翼无人机再度成为了人们的研究方向。作为新兴的研究热点，四旋翼无人机在国内外很多大学和公司都有相应的研究项目。目前主要以国外的一些大学和公司的研究更为前沿，不过实现无人机在复杂环境下的自主飞行控制仍旧是一个巨大的挑战。以下是一些国内外的一些研究现状：

2. 研究的基本内容

本课题主要研究内容是可以在移动终端如智能手机平板上进行无人机的飞行轨迹路线设计，控制无人机根据相应的路线飞行，并且可以在手机或者平板上设置兴趣点等，飞行器可以自主避障并进行相应的避障任务路线规划，以无人机的自主控制为目标，提高飞行器的自主化和智能化水平。

主要有以下几个方面：

（1）无人机飞行控制技术研究。主要从无人机内部结构，了解无人机的一些内部结构，包括器件构成和一些工作原理，有助于更进一步的底层和上层开发。

3. 实施方案、进度安排及预期效果

以大疆提供的sdk为开发平台，在移动终端上实现无人机的飞行轨迹控制，主要以phantom 3和m100为载体。

实验方案及进度安排：

2017年1月- 2月：查阅无人机飞行控制技术相关领域的文献并整理阅读，包括一些学术期刊文献还有大疆官网的技术文档。

4. 参考文献

1. ryan, t., kim, h.j.: lmi-based gainsynthesis for simple robust quadrotor control. autom. sci. eng. ieee trans.10(4), 1173–1178 (2013)

2. pan, y., yu, h.: composite learning fromadaptive dynamic surface control. automatic control ieee trans. doi:10. 1109/tac.2015.2495232(2015)

3. pan, y., yu, h.: dynamic surface controlvia singular per- turbation analysis. automatica 57, 29–33 (2015)