Dynamic System Emulation: Fixed Wing Dynamics on a Multicopter

在飞行领域，不同类型的飞行器之间存在着一种根本性的分歧。固定翼飞机（如那些跨越海洋运送乘客的飞机）依赖于前进速度来维持升力。它们无法原地悬停，必须保持最小速度以避免失速坠落。它们的运动受限于空气动力学定律，这使得它们在长距离飞行时效率很高，但在狭窄空间内难以控制，或是在进行高风险的新想法测试时也存在困难。相比之下，多旋翼飞行器（即人们熟知的带有多个旋翼的无人机）可以向任何方向飞行，可以完美地悬停，并能垂直起降。它们极其灵活，但缺乏固定翼飞机特有的飞行特性。工程师们经常需要测试算法或训练飞行员如何操控固定翼飞机，但使用真实的飞机既昂贵又危险。虽然存在虚拟仿真技术，但它们往往无法捕捉到物理世界的复杂现实，从而在计算机模型与实际飞行之间造成了鸿沟。

为了弥补这一差距，研究人员开发出一种新方法，让无人机的行为表现得完全像一架飞机——不仅是在计算机中，而且是在真实的空气中。其核心思想是使用一台配备了两轴云台（一种允许摄像机独立于无人机机身进行俯仰和横滚的机械支架）的高机动性多旋翼飞行器。目标是控制无人机，使其摄像机看到的视角与固定翼飞机的视角完全一致，尽管无人机本身的飞行方式截然不同。这种被称为“物理到物理仿真”（physical-to-physical emulation）的方法，提供了一个安全、低成本的平台，用于训练和研究，既避开了真实飞机的空气动力学限制，又能提供真实的感官数据。

奥胡斯大学的研究人员致力于证明这种模拟在理论上是可行的，并构建了一个能够实现这一目标的控制系统。他们面临着一个重大挑战：飞机和无人机所遵循的物理规律有着本质的区别。飞机通过机翼产生的升力和发动机产生的推力移动，而无人机则是通过旋翼向下推动空气来移动。飞机不能简单地停止并悬停，但无人机可以。为了让无人机的摄像机跟随飞机的路径和姿态，研究人员必须解决一个复杂的数学问题，即将无人机的运动映射到飞机的运动上。他们确定，通过使用一种称为“动态反馈线性化”的特定控制技术，可以将无人机复杂的非线性行为转化为一种更简单的、可被精确指令控制的线性形式。这种方法使他们能够精确计算出无人机需要多少推力，以及摄像机支架应如何运动，才能完美匹配固定翼飞机的视角。

为了测试他们的系统，团队使用了一款高性能特技飞机——红牛 Edge 540 的详细模型进行了模拟，该飞机以其执行极端动作的能力而闻名。他们将此模型与一款重载多旋翼飞行器 Freefly Alta-X（它拥有携带必要设备的动力）进行了对比。模拟过程对系统进行了两种截然不同的测试。首先，无人机模仿一次简单的平稳水平飞行。在这种情况下，无人机必须使其机身前倾以产生匹配飞机所需的速度，但摄像机支架必须向相反方向旋转，以保持摄像机水平并指向飞机摄像机所指向的位置。结果显示，该系统能够追踪飞机的位置和姿态，几乎没有误差，尽管无人机自身在倾斜运动，摄像机视角依然保持稳定。

第二个测试则要求更高。研究人员命令虚拟飞机执行一个垂直环形动作（vertical loop），即飞机飞出一个巨大的圆圈，向上爬升，经过顶点，然后回到下方。这会产生速度、方向和重力的剧烈变化。在这次激烈的动作中，无人机必须以极大的角度倾斜机身，在环形顶端角度甚至超过了60度，以跟随弯曲的路径。尽管无人机的机身在剧烈扭转和翻转，但摄像机支架通过完美的反向运动，快速旋转以抵消无人机的动作。结果是，即使无人机本身在努力维持必要的推力矢量，摄像机的视野仍能锁定在固定翼飞机的精确路径和姿态上。模拟证实，该系统可以在处理这些高压动力学过程时，既不丢失稳定性也不丢失准确性。

研究结果表明，配备两轴云台的多旋翼飞行器可以成功复制固定翼飞机的飞行动力学和摄像机视角。研究人员证明，无人机的摄像机在所有方向上都是完全可控的，能够精确匹配飞机的位置和姿态。通过使用动态反馈线性化，他们创建了一个管理无人机机身与摄像机支架之间复杂关系的控制框架，确保摄像机看到的景象与飞机完全一致。虽然这些结果是在模拟中取得的，但这项工作为构建用于飞行员培训、自主性研究以及控制器测试的物理系统铺平了道路。这种方法提供了一种在现实世界中验证算法的方式，而无需承担飞行昂贵固定翼飞机所带来的高昂成本和风险，从而可能为航空和机器人领域的跨系统验证开启新的大门。