多旋翼无人机是一种新型的可垂直起降的旋翼无人机,它通过改变对称分布的旋翼转速来调整位置和姿态,具有灵活度高、机动性强等优点。因此被广泛应用于军事、民用和科学研究等多个领域中。多旋翼无人机的模型中含有质量、转动惯量的改变以及外部扰动等不确定性,是一种典型的欠驱动系统,同时是一个多变量、强耦合的非线性系统。这给其研究增加了很大的难度,使之成为当今世界上众多研究领域的热点之一。本课题重点讨论四旋翼无人机如何保持快速稳定的飞行状态。目前国内外越来越关注无人机的发展。特别关注无人机的可操作性、机动性以及运行成本。四旋翼无人机的特点恰好符合目前多种行业的需求。因此在农业、物流、测绘、军事等领域得到了广泛应用。四旋翼无人机是一个有一定“缺陷”的欠驱动非线性系统,在飞行过程中会遇到很多干扰因素,例如受风场的干扰很明显的问题。随着无人机技术的发展,针对四旋翼无人机稳定飞行的研究逐渐增多,PID控制法、线性控制法、非线性控制法、自适应控制法等均被应用于四旋翼无人机的稳定飞行,取得了一定的效果,但也存在一定的局限性,主要表现为无人机飞行的稳定性、可靠性仍有较大提升空间。本文围绕四旋翼无人机如何保持快速且稳定的飞行开展研究,在学习了四旋翼无人机飞行原理基础上,建立四旋翼数学模型,并对四旋翼无人机进行受力分析。结合自适应神经网络控制和滑模控制的工作原理,根据非线性四旋翼数学模型设计自适应神经网络滑模控制器ANNSMC。四旋翼无人机本身具有很多不确定因素,因此为了保证系统获得最佳品质,又引入了粒子群优化算法PSO,设计了 PSO-ANNSMC控制器。同时进行了 MATLAB仿真,实验结果表明,四旋翼无人机在PSO-ANNSMC控制下相比于ANNSMC控制有更好的鲁棒性和抗扰性。针对论文提出无人机稳定飞行控制算法,设计了室外的飞行实验。介绍了四旋翼无人机飞行实验的准备工作并搭建实验平台。调试和飞行实验结果表明:四旋翼无人机在PSO-ANNSMC控制下相比于ANNSMC控制具有更好的跟踪其姿态和位置变化的性能。