基于分层自适应的无人机多模式容错控制方法

doi:10.7527/S1000-6893.2025.33091

电子电气工程与控制

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于分层自适应的无人机多模式容错控制方法

魏鹏轩¹, 盛汉霖¹(), 李枫韵¹, 王一杰¹, 史昊蓝¹, 李嘉诚², 陈芊¹

^1.南京航空航天大学能源与动力学院，南京 210016
^2.南京航空航天大学通用航空与飞行学院，南京 210016

收稿日期:2025-11-17 修回日期:2025-12-03 接受日期:2025-12-09 出版日期:2025-12-17 发布日期:2025-12-15
通讯作者: 盛汉霖 E-mail:dreamshl@nuaa.edu.cn
基金资助:
国家自然科学基金(52502476)

Hierarchical adaptive multi-mode fault-tolerant control method for UAVs

Pengxuan WEI¹, Hanlin SHENG¹(), Fengyun LI¹, Yijie WANG¹, Haolan SHI¹, Jiacheng LI², Qian CHEN¹

^1.College of Energy and Power Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China
^2.College of General Aviation and Flight，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China

Received:2025-11-17 Revised:2025-12-03 Accepted:2025-12-09 Online:2025-12-17 Published:2025-12-15
Contact: Hanlin SHENG E-mail:dreamshl@nuaa.edu.cn
Supported by:
National Natural Science Foundation of China(52502476)

摘要/Abstract

摘要：

旋翼失效使四旋翼无人机呈现出强非线性、快时变与严重欠驱动等特性，传统控制方法难以维持其飞行稳定，极易导致无人机失稳坠毁。因此，提出了一种基于分层自适应思想的多模式容错控制方法。该方法创新性地构建了一个由动态权重非线性模型预测控制（DWNMPC）和自适应增量非线性动态逆控制（AINDI）组成的分层控制框架。上层DWNMPC控制器通过设计一种状态依赖的权重自适应机制，根据无人机姿态误差在线动态调整代价函数中各状态的权重，实现了在故障瞬间优先保障姿态稳定以抑制翻滚，待系统稳定后则平滑过渡至精确轨迹跟踪任务。为应对严重故障下的模型不确定性与强气动干扰，下层设计了AINDI控制器对DWNMPC指令进行在线鲁棒自适应修正，该控制器利用传感器测量实时补偿未建模力矩，并采用带遗忘因子的递推最小二乘法（RLS）在线辨识转动惯量等关键参数，显著增强了系统的鲁棒性。实验结果表明，所提出的分层自适应容错控制方法在无故障、单旋翼部分失效和完全失效工况下均展现出良好的轨迹跟踪能力，且控制过程仅依赖无人机自身机载传感器进行状态估计，体现了其在实际物理环境下的高普适性。在单旋翼完全失效并导致机体以约-10.5 rad/s高速自旋的极端情况下，轨迹跟踪均方根误差相较于无故障时在x、y、z轴上仅分别增加了0.047 6 m、0.054 5 m和0.083 m，显著提升了无人机的可靠性与安全性。

关键词: 四旋翼无人机, 执行器故障, 在线优化, 跟踪控制, 容错控制

Abstract:

Rotor failure induces characteristics in quadrotor UAVs such as strong nonlinearity， rapid time-variance， and severe under-actuation. Consequently， traditional control methods often struggle to maintain flight stability， frequently resulting in loss of control and crashes. To address these challenges， this paper proposes a multi-mode fault-tolerant control method based on a hierarchical adaptive framework. This method innovatively constructs a control architecture comprising Dynamic Weighting Nonlinear Model Predictive Control （DWNMPC） and Adaptive Incremental Nonlinear Dynamic Inversion （AINDI）. The upper-level DWNMPC controller employs a state-dependent weight adaptive mechanism. By dynamically adjusting the weights of various states in the cost function based on attitude errors， it prioritizes attitude stability to suppress tumbling at the instant of failure， subsequently transitioning smoothly to precise trajectory tracking once the system stabilizes. To cope with model uncertainties and strong aerodynamic disturbances under severe failure conditions， the lower-level AINDI controller is designed to provide online robust adaptive correction to DWNMPC commands. This controller utilizes sensor measurements to compensate for unmodeled moments in real-time and adopts the Recursive Least Squares （RLS） method with a forgetting factor to identify key parameters， such as the moment of inertia， thereby significantly enhancing system robustness. Experimental results demonstrate that the proposed method exhibits excellent trajectory tracking capabilities under fault-free， partial rotor failure， and complete rotor failure conditions. Furthermore， the control process relies solely on onboard sensors for state estimation， reflecting its high applicability in actual physical environments. In the extreme scenario of complete single-rotor failure resulting in a high-speed spin of approximately -10.5 rad/s， the Root Mean Square Error （RMSE） of trajectory tracking increased by only 0.047 6 m， 0.054 5 m， and 0.083 m on the x， y， and z axes， respectively， compared to the fault-free condition， significantly improving the reliability and safety of the UAV.

Key words: quadrotor UAV, actuator fault, online optimization, tracking control, fault-tolerant control

中图分类号:

V249.1

魏鹏轩, 盛汉霖, 李枫韵, 王一杰, 史昊蓝, 李嘉诚, 陈芊. 基于分层自适应的无人机多模式容错控制方法[J]. 航空学报, 2026, 47(15): 333091.

Pengxuan WEI, Hanlin SHENG, Fengyun LI, Yijie WANG, Haolan SHI, Jiacheng LI, Qian CHEN. Hierarchical adaptive multi-mode fault-tolerant control method for UAVs[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(15): 333091.

图/表 16

表1

图 1

图 2

表2

四旋翼无人机参数

参数	数值	参数	数值
$m / k g$	1.505	$σ$	0.018 75
$k t / ((N ⋅ m) ⋅ N - 1)$	0.06	$T m a x / N$	14.4
$r x, i / m$	0.147 45	$I x x / (k g ⋅ m 2)$	0.011
$r y, i / m$	0.145 25	$I y y / (k g ⋅ m 2)$	0.016
$k f / ((N ⋅ s 2) · r a d - 2)$	8.548×10^-6	$I z z / (k g ⋅ m 2)$	0.022

表2

图 3

图 4

图 5

表3

图 6

图 7

图 8

图9

图 10

图 11

图 12

图 13

参考文献 46

[1]	LI R S， WANG X J， HE S B. Two-stage generative color calibration for drone photography with cloud-edge collaboration［J］. IEEE Internet of Things Journal， 2025， 12（5）： 6054-6057.
[2]	ANTAL P， PÉNI T， TÓTH R. Autonomous hook-based grasping and transportation with quadcopters［J］. IEEE Transactions on Control Systems Technology， 2025， 33（3）： 980-990.
[3]	LYNCH A， DUGUID C， BUZZATTO J， et al. A powerline inspection UAV equipped with dexterous， lockable gripping mechanisms for autonomous perching and contact rolling［C］∥ 2024 IEEE International Conference on Robotics and Automation （ICRA）. Piscataway： IEEE Press， 2024： 6206-6211.
[4]	KARAM K， MANSOUR A， KHALDI M， et al. Quadcopters in smart agriculture： Applications and modelling［J］. Applied Sciences， 2024， 14（19）： 9132.
[5]	ULLAH S， ALGHAMDI H， ALGETHAMI A A， et al. Robust control design of under-actuated nonlinear systems： Quadcopter unmanned aerial vehicles with integral backstepping integral terminal fractional-order sliding mode［J］. Fractal and Fractional， 2024， 8（7）： 412.
[6]	LIPPIELLO V， RUGGIERO F， SERRA D. Emergency landing for a quadrotor in case of a propeller failure： A backstepping approach［C］∥ 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems. Piscataway： IEEE Press， 2014： 4782-4788.
[7]	DE CROUSAZ C， FARSHIDIAN F， NEUNERT M， et al. Unified motion control for dynamic quadrotor maneuvers demonstrated on slung load and rotor failure tasks［C］∥ 2015 IEEE International Conference on Robotics and Automation （ICRA）. Piscataway： IEEE Press， 2015： 2223-2229.
[8]	MUELLER M W， D’ANDREA R. Stability and control of a quadrocopter despite the complete loss of one， two， or three propellers［C］∥ 2014 IEEE International Conference on Robotics and Automation （ICRA）. Piscataway： IEEE Press， 2014： 45-52.
[9]	SUN S H， CIOFFI G， DE VISSER C， et al. Autonomous quadrotor flight despite rotor failure with onboard vision sensors： Frames vs. events［J］. IEEE Robotics and Automation Letters， 2021， 6（2）： 580-587.
[10]	HOU Z W， LU P， TU Z J. Nonsingular terminal sliding mode control for a quadrotor UAV with a total rotor failure［J］. Aerospace Science and Technology， 2020， 98： 105716.
[11]	YU D X， MA S Z， LIU Y J， et al. Finite-time adaptive fuzzy backstepping control for quadrotor UAV with stochastic disturbance［J］. IEEE Transactions on Automation Science and Engineering， 2024， 21（2）： 1335-1345.
[12]	WANG J H， ALATTAS K A， BOUTERAA Y， et al. Adaptive finite-time backstepping control tracker for quadrotor UAV with model uncertainty and external disturbance［J］. Aerospace Science and Technology， 2023， 133： 108088.
[13]	WANG H， SHAN J J. Distributed adaptive dynamic event-triggered control for multiple quadrotors［J］. ASME Transactions on Mechatronics， 2023， 28（4）： 1900-1910.
[14]	KHADHRAOUI A， ZOUAOUI A， SAAD M. Barrier Lyapunov function and adaptive backstepping-based control of a quadrotor UAV［J］. Robotica， 2023， 41（10）： 2941-2963.
[15]	MAARUF M， ABUBAKAR A N， GULZAR M M. Adaptive backstepping and sliding mode control of a quadrotor［J］. Journal of the Brazilian Society of Mechanical Sciences and Engineering， 2024， 46（11）： 630.
[16]	FATEMI M M， AKBARIMAJD A. Adaptive sliding mode control for quadrotor UAVs under disturbances using multi-layer perceptron［J］. IEEE Access， 2025， 13： 45518-45526.
[17]	LIU W Q， CHENG X H， ZHANG J J. Command filter-based adaptive fuzzy integral backstepping control for quadrotor UAV with input saturation［J］. Journal of the Franklin Institute， 2023， 360（1）： 484-507.
[18]	FOEHN P， ROMERO A， SCARAMUZZA D. Time-optimal planning for quadrotor waypoint flight［J］. Science Robotics， 2021， 6（56）： eabh1221.
[19]	BANGURA M， MAHONY R. Real-time model predictive control for quadrotors［J］. IFAC Proceedings Volumes， 2014， 47（3）： 11773-11780.
[20]	KAMEL M， ALEXIS K， ACHTELIK M， et al. Fast nonlinear model predictive control for multicopter attitude tracking on SO（3）［C］∥ 2015 IEEE Conference on Control Applications （CCA）. Piscataway： IEEE Press， 2015：1160-1166.
[21]	SUN S H， WANG X R， CHU Q P， et al. Incremental nonlinear fault-tolerant control of a quadrotor with complete loss of two opposing rotors［J］. IEEE Transactions on Robotics， 2021， 37（1）： 116-130.
[22]	HUANG R， SHENG H L， CHEN Q， et al. Adaptive configuration control of combined UAVs based on leader-wingman mode［J］. Chinese Journal of Aeronautics， 2024， 37（12）： 416-433.
[23]	SUN Z W， ZHANG F B， LANG S P. Fault-tolerant model predictive control of a quadrotor with an unknown complete rotor failure［C］∥ 2022 41st Chinese Control Conference （CCC）. Piscataway： IEEE Press， 2022： 4087-4093.
[24]	SMEUR E J J， CHU Q P， DE CROON G C H E. Adaptive incremental nonlinear dynamic inversion for attitude control of micro air vehicles［J］. Journal of Guidance， Control， and Dynamics， 2016， 39（3）： 450-461.
[25]	HAFNER S， HOSSEINI B， HOLZAPFEL F. Least squares based adaptive control allocation［C］∥ 2023 IEEE Conference on Control Technology and Applications （CCTA）. Piscataway： IEEE Press， 2023： 651-656.
[26]	BLAHA T M， SMEUR E J J， REMES B D W， et al. Flying a quadrotor with unknown actuators and sensor configuration ［DB/OL］. arXiv preprint： 2409.01080， 2024.
[27]	DHAYBI M， DAHER N. Real-time estimation of the inertia tensor elements of a quadcopter hover platform［C］∥2019 IEEE/ASME International Conference on Advanced Intelligent Mechatronics （AIM）. Piscataway： IEEE Press， 2019： 1347-1352.
[28]	CAO S， SHEN L C， ZHANG R S， et al. Adaptive incremental nonlinear dynamic inversion control based on neural network for UAV maneuver［C］∥ 2019 IEEE/ASME International Conference on Advanced Intelligent Mechatronics （AIM）. Piscataway： IEEE Press， 2019： 642-647.
[29]	HACHEM M， ROOS C， MIQUEL T， et al. Improving incremental nonlinear dynamic inversion robustness using robust control in aerial robotics［J］. Journal of Guidance， Control， and Dynamics， 2026， 49（1）： 280-291.
[30]	陈涛，陈建. 基于学习观测器的无人机故障弹性容错控制［J］. 航空学报， 2025， 46（11）： 531346.
	CHEN T， CHEN J. Learning-observer-based resilient fault-tolerant control for quadrotor unmanned aerial vehicles［J］. Acta Aeronautica et Astronautica Sinica，2025， 46 （11）： 531346 （in Chinese）.
[31]	LUO Z R， XIAO E D， LU P. FT-Net： Learning failure recovery and fault-tolerant locomotion for quadruped robots［J］. IEEE Robotics and Automation Letters， 2023， 8（12）： 8414-8421.
[32]	REN Y， SUN Y. Inverse compensation mechanism-based adaptive fuzzy-neural fault-tolerant control for an uncertain quadrotor UAV［J］. Aerospace Science and Technology. 2024， 153： 109426.
[33]	LIU X， YUAN Z， GAO Z， et al. Reinforcement learning-based fault-tolerant control for quadrotor UAVs under actuator fault［J］. IEEE Transactions on Industrial Informatics. 2024， 20（12）： 13926-13935.
[34]	MERHEB A R， NOURA H， BATEMAN F. Design of passive fault-tolerant controllers of a quadrotor based on sliding mode theory［J］. International Journal of Applied Mathematics and Computer Science. 2015， 25（3）： 561-576.
[35]	BARGHANDAN S， BADAMCHIZADEH M ALI， JAHED-MOTLAGH M R. Improved adaptive fuzzy sliding mode controller for robust fault tolerant of a quadrotor［J］. International Journal of Control， Automation and Systems， 2017， 15（1）： 427-441.
[36]	MAO J， YEOM J， NAIR S， et al. From propeller damage estimation and adaptation to fault tolerant control： Enhancing quadrotor resilience［J］. IEEE Robotics and Automation Letters， 2024， 9（5）： 4297-4304.
[37]	KE C X， CAI K Y， QUAN Q. Uniform passive fault-tolerant control of a quadcopter with one， two， or three rotor failure［J］. IEEE Transactions on Robotics， 2023， 39（6）： 4297-4311.
[38]	CHEN X Q， WANG S， ZHAO H X， et al. Fault-tolerant control of lifting-wing multicopter based on nonlinear MPC［J］. IEEE Robotics and Automation Letters， 2025， 10（6）： 6135-6142.
[39]	BEYER Y， STEEN M， HECKER P. Incremental passive fault-tolerant control for quadrotors subjected to complete rotor failures［J］. Journal of Guidance， Control， and Dynamics， 2023， 46（10）： 2033-2042.
[40]	SUN S H， SIJBERS L， WANG X R， et al. High-speed flight of quadrotor despite loss of single rotor［J］. IEEE Robotics and Automation Letters， 2018， 3（4）： 3201-3207.
[41]	NAN F， SUN S H， FOEHN P， et al. Nonlinear MPC for quadrotor fault-tolerant control［J］. IEEE Robotics and Automation Letters， 2022， 7（2）： 5047-5054.
[42]	FREDDI A， LANZON A， LONGHI S. A feedback linearization approach to fault tolerance in quadrotor vehicles［J］. IFAC Proceedings Volumes， 2011， 44（1）： 5413-5418.
[43]	TAL E， KARAMAN S. Accurate tracking of aggressive quadrotor trajectories using incremental nonlinear dynamic inversion and differential flatness［J］. IEEE Transactions on Control Systems Technology， 2021， 29（3）： 1203-1218.
[44]	LI F Y， LUO S H， YANG G C， et al. Dynamical analysis and accelerated adaptive backstepping funnel control for dual-mass MEMS gyroscope under event trigger［J］. Chaos， Solitons & Fractals， 2023， 168： 113116.
[45]	NGUYEN N P， HONG S K. Sliding mode thau observer for actuator fault diagnosis of quadcopter UAVs［J］. Applied Sciences， 2018， 8（10）： 1893.
[46]	DEBELE Y， SHI H Y， WONDOSEN A， et al. Deep learning-based robust actuator fault detection and isolation scheme for highly redundant multirotor UAVs［J］. Drones， 2023， 7（7）： 437.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

对比维度	本文方法	文献［37］	文献［41］
容错类型	主动容错	被动容错	主动容错
验证环境	机载传感器	机载传感器	依赖动捕系统
模型依赖	在线辨识	无需	精确模型
适用工况	无故障/部分/完全失效	无故障/部分/完全失效	无故障/ 完全失效
控制能力	动态轨迹精确跟踪	位置可行性保持	动态轨迹精确跟踪
失效数量	1个	1、2、3个	1个

方法	失效程度/%	x轴/m	y轴/m	z轴/m
本文	0	0.091 1	0.080 1	0.007 8
对照	0	0.127 0	0.117 2	0.014 4
本文	90	0.108 0	0.101 9	0.022 2
对照	90	0.109 1	0.105 4	0.049 9
本文	100	0.138 7	0.134 6	0.090 8
对照	100

基于分层自适应的无人机多模式容错控制方法

Hierarchical adaptive multi-mode fault-tolerant control method for UAVs

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 46

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陈奇, 张畅, 张红锦, 胡季雨, 赵利可. 基于模糊PID的多翼伞编队航迹跟踪控制[J]. 航空学报, 2026, 47(S1): 732897-732897.
[2]	刘切, 卢俊颖, 谢非, 李文博. 基于自适应混合动态规划的欠驱动航天器姿态容错控制[J]. 航空学报, 2026, 47(9): 532531-532531.
[3]	王晓娟, 田广泰, 李彬, 何振清. 基于动态补偿器的四旋翼无人机全驱抗干扰控制[J]. 航空学报, 2026, 47(9): 123-135.
[4]	王婕, 杨铭, 田栢苓, 李博皓, 陈治世. 高速变外形飞行器动态事件触发预设性能编队控制[J]. 航空学报, 2026, 47(9): 532499-532499.
[5]	周文禹, 王英杰, 欧阳辰昊, 郑子轩, 岳晓奎. 内外干扰下四旋翼无人机防撞方位编队控制[J]. 航空学报, 2026, 47(9): 533224-533224.
[6]	王重, 任众孚, 白俊强, 郎金溪, 李俨. 基于鲁棒显模型跟踪的共轴高速直升机飞/发综合控制[J]. 航空学报, 2026, 47(7): 632745-632745.
[7]	郭玉英, 廖兰馨, 张晓强, 张友民, 王凯. 无人机复合执行器故障有限时间容错控制[J]. 航空学报, 2026, 47(4): 332659-332659.
[8]	徐杭, 宋斌, 刘鲁江, 李兴龙, 袁秋帆. 面向大规模在轨服务任务的快速重规划方法[J]. 航空学报, 2026, 47(14): 332728-332728.
[9]	周大鹏, 甄冲, 曲晓雷, 罗斐. 考虑舵面效能损失的着舰主被动复合容错控制[J]. 航空学报, 2026, 47(11): 332544-332544.
[10]	贺炅, 任斌武, 杜思亮, 徐尤松, 王博. 基于ADRC-RBF倾转四旋翼无人机姿态自适应控制[J]. 航空学报, 2025, 46(S1): 732189-732189.
[11]	黄山, 史静平, 朱奇, 吕永玺, 屈晓波. 翼面损伤飞机预设时间增量反步容错控制[J]. 航空学报, 2025, 46(15): 331503-331503.
[12]	陈涛, 陈建. 基于学习观测器的无人机故障弹性容错控制[J]. 航空学报, 2025, 46(11): 531346-531346.
[13]	马骥, 陈向勇, 温广辉, 程龙, 邱建龙. 随机切换拓扑下无人机集群预设时间跟踪控制[J]. 航空学报, 2024, 45(S1): 730793-730793.
[14]	张晓龙, 李荣, 阎高伟, 肖舒怡, 李国强. 小型无人直升机故障估计与容错控制[J]. 航空学报, 2024, 45(S1): 730802-730802.
[15]	李洁, 黄文新, 蔡一鸣, 王思远, 高宇飞, 蒋雪峰. 基于DFPMM的位置传感器故障诊断与容错控制[J]. 航空学报, 2024, 45(10): 329307-329307.