无人机（Unmanned Aerial Vehicle, UAV）融合了无线通信、图像处理与多源传感技术，已在监视侦察、搜索救援、环境监测及灾害管理等领域发挥不可替代的作用。固定翼UAV巡航速度快、航程远，但无法垂直起降和悬停；旋翼UAV可垂直起降，但巡航速度与续航能力有限。倾转旋翼无人机（Tilt-Rotor UAV, TRUAV）兼具垂直起降能力与高速巡航优势，飞行速度和航程可达传统旋翼UAV的2~3倍，是当前无人机领域的研究热点。
然而，TRUAV在过渡模式下旋翼倾转过程中呈现出强气弹耦合与高度非线性特征，飞行动力学建模与姿态控制面临严峻挑战。现有研究大多关注TRUAV前向倾转与加速过程的控制问题，对反向倾转与减速过程关注甚少；且在旋翼完成倾转后，通常仅将飞行器视为固定翼UAV处理，忽视了倾转角作为潜在控制变量的价值。此外，传统PID控制在强非线性系统中表现不佳，需要设计多个控制器协同完成过渡过程，控制效果有限。针对上述问题，本文提出了一种新型双差动旋翼架构的TRUAV，并设计了基于增量非线性动态逆（Incremental Nonlinear Dynamic Inversion, INDI）策略的非线性模型预测控制（Nonlinear Model Predictive Control, NMPC）方法。该架构包含前后差动（Front-Back Differential）与左右差动（Left-Right Differential）两种模式，分别用于过渡模式下的姿态稳定和固定翼模式下的机动避障。INDI策略实时计算自适应倾转角，NMPC在此基础上实现精确的轨迹跟踪与姿态控制。建立了TRUAV的六自由度非线性运动模型，涵盖旋翼模式、过渡模式和固定翼模式。在旋翼/过渡模式下采用前后旋翼差动，实现俯仰姿态的精细调节；在固定翼模式下采用左右旋翼差动，产生滚转和偏航力矩以辅助机动避障。模型中综合考虑了旋翼推力/扭矩、机翼气动力/气动力矩、舵面（副翼、升降舵、方向舵）作用及重力影响。2）INDI自适应倾转策略：
INDI方法通过对系统动力学方程进行增量处理，将系统输出增量映射到所需输入增量，避免了精确建模的困难。设计了基于INDI的速度控制器和姿态控制器。速度控制器根据期望速度与实际速度的误差，通过线性PID和增量动态逆模块求解虚拟控制变量U1、U2及期望俯仰角；姿态控制器接收俯仰角指令，求解虚拟控制变量U3。通过混合控制率算法，将虚拟控制变量分配至旋翼推力分量和舵面偏转，实现自适应倾转角计算。图1 TRUAV控制系统整体架构（包含INDI自适应倾转策略与NMPC控制器）
3）NMPC轨迹跟踪与姿态控制：
以位置、姿态、前向速度和旋翼倾转角为状态变量，以旋翼推力、舵面偏转和倾转电机转速为输入变量，设计了包含参考轨迹跟踪误差代价和状态/输入代价的二次型代价函数。在约束条件中考虑了倾转角物理极限（-7°~90°）、倾转速度限制（±15°/s）、姿态角限制及舵面偏转限制，确保系统在安全可靠范围内运行。控制器整体架构如图1所示。
为全面评估所提出的INDI-NMPC控制器性能，本文设计并实施了三组飞行实验：1）旋翼模式起飞并完成过渡模式切换的倾转过程实验；2）固定翼模式下利用左右差动模型进行避障飞行实验；3）包含起飞—倾转过渡—固定翼巡航—反向倾转—垂直降落的完整飞行过程实验。实验平台为自主研制的双差动架构TRUAV，如图2所示。
图2 双差动倾转旋翼无人机实物图
实验一（倾转过程实验）：TRUAV从地面垂直起飞并稳定悬停在10 m高度，10 s时旋翼开始前倾，在10 s内完成0°至90°的倾转，飞行速度达到21 m/s。图3和图4分别展示了INDI-NMPC与PID方法在位置跟踪和姿态控制方面的对比结果。PID控制采用预设的线性倾转角变化曲线，飞行器需要通过大幅低头来获取推力前向分量，导致高度和侧向位置波动明显。而INDI-NMPC方法通过自适应倾转策略和前后差动模型，将最大姿态偏差较PID降低了42.59%，在整个倾转过程中保持了稳定的姿态和高度跟踪。
图3 倾转过程位置跟踪对比
图4 倾转过程姿态控制对比
实验二（双差动模型避障实验）：在固定翼模式下，于200 m和350 m处分别设置10 m高的障碍物，飞行器需通过左右差动倾转完成避障机动。实验中引入高斯白噪声（μ=0, σ=0.5）模拟侧风扰动。如图5所示，在扰动条件下，飞行轨迹虽有可测量偏差，但仍能稳健收敛至标称路径。图6展示了避障过程中左右旋翼的差动倾转角变化：当左旋翼倾转角小于右旋翼时，产生正向滚转力矩辅助向右规避；反之则产生负向滚转力矩。定量分析表明，双差动架构使避障过程中的能量消耗降低了7.12%。
图5 障碍规避飞行轨迹（红线：含侧风扰动，蓝线：无扰动标称轨迹）
图6 避障过程中左右旋翼差动倾转角变化
实验三（完整飞行过程实验）：TRUAV依次完成垂直起飞—悬停—前向倾转加速—固定翼巡航—反向倾转减速—悬停—垂直降落的全流程飞行。图7和图8分别对比了三种方法（PID、传统NMPC、INDI-NMPC）在高度/前向速度跟踪和俯仰角控制方面的表现。与PID方法在减速时采用低头策略不同，INDI-NMPC通过反向倾转（-7°~90°范围内）补偿机翼升力下降并产生反向力分量，实现了快速减速且姿态波动极小。以全飞行过程中的俯仰角变化为定量分析指标，INDI-NMPC控制器将最大俯仰角较PID方法降低了34.60%，较传统NMPC方法改善了11.44%。
图7 全飞行过程高度与前向速度对比
图8 全飞行过程俯仰角对比
本文针对双差动旋翼架构TRUAV的姿态控制与倾转策略设计难题，提出了基于INDI倾转策略的NMPC控制器，并通过飞行实验进行了全面验证。主要创新贡献如下：
（1）提出了一种新型双差动旋翼TRUAV模型：针对不同飞行模式设计了差异化的差动控制策略。前后旋翼差动在旋翼/过渡模式下稳定姿态，确保模式切换平滑可靠；左右旋翼差动在固定翼模式下改善气动效率、减小转弯半径，显著增强了机动避障能力。（2）建立了INDI-NMPC一体化控制架构：INDI方法实时计算自适应倾转角，提供强鲁棒性和对动态飞行条件的适应性；NMPC利用这些倾转角实现精确的轨迹跟踪与姿态控制。该控制框架无需预定义倾转角时间曲线，有效管理了过渡飞行和模式切换的复杂动态过程。（3）实验结果表明，所提出的INDI-NMPC控制器在全飞行过程中展现出显著优于传统PID和单独NMPC的控制性能。相较于PID，最大俯仰角降低34.60%；相较于传统NMPC，俯仰角控制改善11.44%。双差动架构在避障机动中降低能耗7.12%，验证了所提方法在提高飞行效率、增强机动性和保障姿态稳定性方面的综合优势。
引用信息：
Tianrui Fang, Changping Du, Rui Yang, Yuean Wu, Jiahao Yu, Zean Du, Yiming Shang and Yao Zheng. (2026). Nonlinear Model Predictive Control of Tilt-Rotor UAV Under a Dual Differential Model Based on INDI Strategy. Unmanned Systems, 14(4), 913-926.DOI号：10.1142/S2301385026500263
2026-09-02
