摘要
欠驱动四旋翼飞行器在斜坡上降落极具挑战性，因为突然的接触瞬变会将平动动能转化为危险的边缘倾覆力矩。传统控制器在缺乏计算密集型先验地形模型或限制有效载荷的机械缓冲器的情况下，难以缓解这些亚秒级冲击。本文提出一种结合零力矩点（ZMP）引导锚定策略与抗冲击模型参考自适应控制神经网络（MRAC-NN）的稳定控制方法。ZMP作为前瞻性的几何阈值，在机体坐标系中直接评估倾覆力矩，在物理倾斜发生之前即可触发即时不对称双向推力，从而人为增强表面法向力，使飞行器能够稳固停留在超越自然静摩擦极限的陡峭斜坡上。与此同时，计算高效的MRAC-NN抑制非结构化气动干扰和高频冲击。为防止着陆瞬间运动学急停时参数失控，神经自适应律在结构上增加了鲁棒限幅和动态状态锁定机制，从数学上保证一致最终有界性（UUB）。该框架通过包含线性互补问题（LCP）刚体冲击约束和粘滑摩擦的高保真仿真进行了验证。结果表明，该架构能有效抑制冲击后的弹跳，将危险倾覆力矩转化为可控的平面滑动，稳定化代价降低高达
