四旋翼无人机具有垂直起飞和降落、定点悬停、飞行灵活等特点,且能够很好地适应各种复杂环境,执行各种复杂任务,在军事和民用方面具有广泛的应用前景。然而,由于其动力学模型具有欠驱动、高度非线性以及强耦合等特性,这给控制器的设计带来了巨大的挑战。此外,四旋翼无人机作为一个多传感器、多执行器的复杂系统,在实际的飞行过程中,不可避免的会发生执行器或传感器故障。为了确保控制系统的稳定性以及可靠性,且能准确快速地完成既定任务,对飞行器进行容错控制研究具有重要意义。为此,本课题针对四旋翼无人机欠驱动模型进行容错控制研究,分别从以下几个方面展开研究:针对综合了四种不同类型传感器故障的四旋翼无人机姿态模型,同时考虑参数不确定和外部扰动,提出了基于动态面的模糊自适应容错控制策略。首先,对模型进行转换,对于欧拉角环,将未知的传感器故障转化为非匹配不确定,而对于角速度环,将传感器故障、不确定参数以及外部扰动整合成总的未知非线性函数向量。然后利用模糊逻辑系统对上述非匹配不确定和总的非线性项进行在线逼近。接着将动态面控制方法与滑模控制相结合来设计容错控制器,使控制误差收敛到更小的界内。针对四旋翼无人机的六自由度欠驱动模型,进行传感器容错控制器设计。将位于位移环和欧拉角环的传感器故障等效转化为非匹配不确定,将线速度环和角速度环中的故障项、不确定参数以及外部扰动整合为总的未知非线性函数向量,并用模糊逻辑系统对上述非匹配不确定项和总的未知项进行逼近。此外,采用Nussbaum技术处理未知控制增益问题,然后再基于指令滤波反步法进行容错控制器的设计,且在最后一步中引入滑模控制,建立整个系统的渐近稳定性。针对输入饱和下的四旋翼无人机欠驱动模型,同时考虑不确定参数、外界扰动以及执行器失效故障问题,提出一种基于Nussbaum的模糊自适应容错控制策略。利用双曲正切函数逼近执行器的饱和特性,并将其转化为控制输入的仿射形式。对于未知故障造成的控制增益未知问题,引入Nussbaum技术对其进行处理,从而很好地避免了控制器奇异问题。利用模糊逻辑系统对系统中的未知函数进行逼近;最后在反步法设计过程中,引入改进型的滑模滤波器以及滑模控制分别设计位置和姿态容错控制器,建立整个系统的渐近稳定性。