4.2 固定翼无人机
4.2.1栖息气动特性与动力学建模
韩国科学技术研究院航空航天工程系Tahk等［101-102］提出了固定翼无人机高位着陆栖息的概念，建立了无人机在气动力和推力力矩作用下的平面刚体运动模型，通过将仿真结果与最优轨迹进行对比，验证了该概念的实用性。布里斯托大学Greatwood 等［103］使用非线性约束优化器和深度网络生成并评估在地面上执行栖息着陆的轨迹，结果表明生成的轨迹可降低空速使无人机安全着陆栖息。佛罗里达理工学院Go 等［104］提出了一种三维驻留概念，通过弧形轨迹引入无人机的快速减速，从而改善了二维驻留性能，结果表示可在更短的距离内实现无人机着陆栖息。南京航空航天大学自动化学院何真等［105］对固定翼无人机栖落机动的纵向运动进行了气动特性建模与轨迹优化，优化结果表明以不同初始速度进行栖落都可以栖息到同一位置。
4.2.2栖息机动控制
电子科技大学邹文露［106］研究了无人机稳定栖息在垂直墙面的过程实现无人机短距离飞行后的稳定栖息，通过李雅普诺夫函数方法分析固定翼无人机栖息时的吸引域，有效估计平面与垂直表面接触时的机械稳定性。佛罗里达理工学院Go 等［107］提出了一种在动态失速影响下进行侧滑驻留机动的滑模控制策略，通过滑模控制策略来解决动态失速延迟的非线性、非定常区域动态跟踪问题，最后在不同的场景下验证了该策略的可行性。约翰斯•霍普金斯大学Moore 等［108］开发了一种基于非线性模型预测控制和LQR-Trees的非线性反馈控制，通过试验成功率达95%，即使在失速后也可实现稳定准确的栖息。
乔治华盛顿大学机械与航空航天工程系Crandall 等［109］提出了一种利用无人机瞬时旋转中心来检测栖落的方法，提出了基于积分加速度计获得无人机上不同点速度和利用这些点加速度大小来估计该点到瞬时旋转中心的距离2 种方法，通过这2 种方法来检测栖息机动何时发生。南京航空航天大学自动化学院何真等［110］研究了固定翼无人机栖落机动轨迹跟踪控制设计与吸收域优化计算方法，仿真结果验证了栖落机动轨迹跟踪控制律的有效性，以及可以获得更大的吸引域。同时针对固定翼无人机栖落机动过程的纵向运动研究了一种在线计算量小的栖落机动鲁棒预测控制方法，仿真结果表明该控制方法具有良好的控制效果［111］。
4.3 栖息方法特点与发展趋势
通过上述对多旋翼和固定翼无人机栖息方法进行分类研究分析，总结出以下特点与发展趋势。
1） 多旋翼无人机栖息方法分类更加细致，技术方法相对更加成熟，围绕整个栖息过程可将栖息方法分为栖息位置选择、栖息轨迹设计、栖息算法设计、栖息视觉导航及栖息控制策略5 个方面。未来研究中也可将栖息位置选择、栖息算法设计和栖息视觉导航等引入到固定翼无人机的栖息方法研究中，通过对无人机栖息方法更加细致、全面的分类研究，有助于提升无人机栖息的可靠性与成功率。
2）未来可对栖息位置的选择进行更深入研究，栖息位置的优劣会直接影响无人机栖息的成功与否；其次，无人机对目标栖息物体的表面探测决定了栖息轨迹的设计及栖息机构能否抓扣或吸附到栖息物体上，之后的研究中要增强无人机对栖息物体表面的探测能力，比如利用单双目视觉传感器、超声波传感器、距离传感器等对栖息物体表面斜率和大小以及距离进行预测计算。
3）无人机超机动控制与栖息机构和电机倾斜角度耦合控制是无人机栖息中的难点，尤其是在倾斜表面或垂直壁面、天花板等进行栖息时会对无人机控制提出更高的要求，未来研究中可在栖息控制中引入机器学习、强化学习等算法，通过对现有的控制策略进行优化改进，实现栖息更好的控制。
5 结束语
1）本文着重研究分析了基于不同栖息原理的栖息机构，并分析了其特点与发展趋势。同时阐述了无人机抓取与无人机机械抓扣栖息和仿生机械抓扣栖息的联系。将爬壁无人机概括为基于螺旋桨式栖息的类别，属于无人机栖息的研究领域。
2）研究分析了变体无人机在栖息领域的应用，变体无人机主要为固定翼无人机，通过改变无人机的机翼前掠角或后掠角的角度来降低无人机栖息前的空速进而实现无人机的栖息或将机翼分为多段，并单独通过角度控制实现无人机的栖息。未来也可以进行多旋翼无人机变体机构的研究，通过旋翼电机角度变化来完成栖息或爬壁。
3）基于不同飞行平台将无人机分为多旋翼和固定翼两大类来进行栖息方法的研究。内容主要为无人机的栖息位置选择、基于时间接触理论的仿生轨迹设计、视觉栖息导航、无人机的气动分析和动力学建模以及相应的栖落机动控制等。通过对无人机栖息方法的研究归纳分析，可为后续从事该方面的研究人员提供参考和借鉴。
以上内容为高博特编辑选取的行业技术，尊重原创，如有侵权请联系删除。
—————— 特别关注 ——————
让科技更好地赋能产业，“尖兵之翼”永不落幕。高博特自2006年发起、策划、投资、组织，在相关专业机构支持下成功举办了最早的无人机主题会展活动——“尖兵之翼中国无人机大会暨展览会”
