随着生活节奏的加快,人们对物流运输效率要求越来越高。为了提高效率、节省人力成本,研究人员提出了许多物流运输解决方案。无人机具有较强的机动性,可以跨地形执行任务,但是受到载重、续航等因素的限制,在执行长距离大载重的任务时效果不佳。无人车具有较强的载重能力及更长的续航时间,但是机动性较差,受地形限制严重,无人机-无人车协作可以更加高效的完成物流运输任务。物流运输场景下无人机-无人车协作的难点包括:无人机-无人车控制的稳定性,信息交互的实时性以及针对具体场景的协作策略设计。当前物流运输场景下无人机-无人车协作的研究较少,因此本文研究具有重要的意义。首先,建立了四旋翼无人机和四轮无人车模型,将无人机-无人车组成的协作系统转化为数学描述,分析了延迟对系统的影响,为下文控制器设计、运动单元设计以及控制策略设计提供理论基础。其次,研究了无人机-无人车控制系统的设计。针对无人机飞行抗扰性的需求,改进了控制器结构,在角速度环使用ADRC控制器。使用辨识模型进行仿真对比,结果表明PID-ADRC串级控制器具有更好的抗扰性能。无人车使用PID控制器及纯追踪路径跟踪算法,使用MATLAB对路径跟踪算法进行仿真,验证了路径跟踪效果。针对通信延迟、数据丢失、运动状态突变等问题,改进了控制器期望的计算方法,使用基于高斯分布方法的运动预测单元对期望进行补偿。使用Simulink搭建无人机-无人车仿真平台,验证了运动预测单元抵抗延迟的效果。然后,针对物流运输场景设计了无人机的起飞、运输、返航、降落四个阶段的控制策略。起飞阶段使用线性规划方法计算起飞范围,并根据无人机起飞阶段的力学分析设计了起飞控制策略。包裹投递阶段使用直线飞行的方法最小化飞行距离。返航阶段提出两段预测汇合的方法,使用Dubins曲线平滑无人机的飞行轨迹,实现快速平稳返航。降落阶段设计了降落控制策略保证无人机准确降落。最后,搭建了无人机-无人车协作物流运输平台,基于该平台对物流运输逻辑进行了飞行演示试验,验证了本文设计的控制器及控制策略的有效性。