《Drones》：Stable Near-Ground Hovering and Grasping with Rotary-Wing UAVs Equipped with Flexible Manipulators: A Review
编辑推荐：
随着无人机（UAV）任务从空中巡检与环境感知扩展到物理交互和自主操作，配备柔性机械臂的旋翼无人机为复杂环境中的接触密集型操作提供了有前景的平台。在这些任务中，稳定的近地悬停和地面目标抓取尤其具有挑战性，因为它们涉及地面效应空气动力学、刚柔耦合，以及接触和载荷转
随着无人机（UAV）任务从空中巡检与环境感知扩展到物理交互和自主操作，配备柔性机械臂的旋翼无人机为复杂环境中的接触密集型操作提供了有前景的平台。在这些任务中，稳定的近地悬停和地面目标抓取尤其具有挑战性，因为它们涉及地面效应空气动力学、刚柔耦合，以及接触和载荷转移引起的模式切换。本综述对该跨学科领域的进展进行了结构化、面向任务的批判性综合。首先，根据空中平台架构、机械臂类型、安装布置和末端执行器设计对系统配置进行分类，并评估刚性连杆、柔顺、连续体和软体操作机构用于近地抓取的适用性。其次，综述了旋翼地面效应、刚柔耦合动力学、混合接触与载荷转移动力学、模型辨识和模型降阶的建模方法。然后，在自由飞行、接触建立和载重悬停之间比较了轨迹规划、协调稳定、阻抗控制、混合力/位置控制和切换控制。尽管所综述的文献为空中操作、连续体机器人和多旋翼地面效应奠定了坚实的理论基础，但对于联合处理近地空气动力学、大柔性变形和接触诱发载荷转移的完整近地抓取序列，并结合集成实验验证的方法，直接证据仍然有限。基于这些证据空白，本综述将多物理场降阶建模和事件驱动混合控制确定为作者综合的未来研究方向。
2. 系统配置与近地抓取任务分类
近地抓取系统由旋翼无人机平台、机械臂、末端执行器和地面目标四部分组成。在平台方面，常规欠驱动多旋翼技术成熟但推力与姿态耦合较强；全驱动或全向平台能够独立调节力/力矩，适用于强交互任务，但机械和控制复杂度显著增加。机械臂安装位置包括顶部、底部和侧面，底部安装对静止地面目标具有最直接的接近路径。机械臂架构分为刚性连杆、柔顺、连续体和软体等类型：刚性臂精度高但接触冲击传递明显；柔顺关节可衰减冲击；连续体机械臂通过连续变形提高几何适应性和受限空间可达性，但建模与观测难度增大。末端执行器策略包括刚性抓取、柔顺或软体包络、吸盘吸附、磁力吸附以及被动触发等机制，各有其适用的目标表面、目标几何与定位误差容忍范围。视觉伺服与接触触发可作为互补的对齐和闭合策略。作者建议采用“慢速可控接近—快速被动或软体闭合—主动维持抓取”的分阶段策略，并指出抓取可行性同时取决于相对速度和闭合时机。
3. 耦合机理与建模
3.1 近地旋翼空气动力学
近地悬停时，地面改变旋翼诱导流场，使推力与功率特性随高度变化，经典Cheeseman-Bennett模型可用于单旋翼，但多旋翼需考虑转子间干扰和局部地面效应引起的非对称增升与附加力矩。实验与高保真计算流体力学（CFD）研究发现，推力需求并非随高度单调变化，且近地流场结构与旋翼布局、地面斜度以及机械臂对流场的阻塞密切相关。传统单旋翼经验修正难以直接用于多旋翼；高保真模型适合离线辨识安全包络，而降阶模型更适合在线补偿。对于柔性机械臂，机械臂构型变化会进一步改变有效气动外形，地面效应校准不能视为固定不变。
3.2 无人机-柔性机械臂刚柔耦合动力学
该系统涉及浮动机座动力学与柔性多体动力学的耦合。机械臂运动会向无人机基座传递反作用力和力矩，并引起质心偏移。对于连续体机械臂，分段常曲率（PCC）运动学提供低复杂度表示，但在大变形或外载显著时需要引入Cosserat杆模型以保留扭转、剪切和分布腱力。低阶曲率或应变坐标适用于在线估计与控制，高保真Cosserat模型适用于离线辨识刚度与有效边界。核心问题是将分布式机械臂状态映射到飞行控制所需的有限维状态，同时保持对基座反作用、惯性迁移和接触瞬态的预测能力。
3.3 接触、抓取与载荷转移的混合动力学
接触、抓取和载荷转移使连续飞行动力学成为混合动力学系统，包含约束激活/释放、冲击冲量和模式切换。近地抓取可分为接近、接触建立、约束抓取、载荷转移和载重飞行五种模式。载荷转移表示目标从地面支撑完全转为机械臂-机体系统支撑的过程。速度充分性区域方法提供了相对接触速度与抓取器力能力之间的几何判据。在抓取闭合后，无人机质量和惯量参数需更新；若该更新未能与推力调整同步，可能导致起飞阶段高度损失。事件驱动架构利用力、间隙或视觉特征触发控制器和估计器重构。
3.4 系统辨识、模型降阶与仿真工具
降阶方法包括几何变应变框架、基于本征正交分解（POD）的软体协同、近似分段常曲率（APCC）等效模型等，其有效性取决于是否保留基座反作用、等效惯性、接触柔度和主导振动模态。接触估计可采用分布式载荷重建或动量观测器。通用飞行仿真器难以同时保真大柔性变形、近地旋翼尾流和软接触，应采用分层验证：降阶模型先评估控制器架构，专用仿真器再检验集成感知-规划-控制流程。
4. 抓取规划与控制方法
4.1 抓取轨迹规划
规划方法分为分层规划和全身规划。分层规划先确定无人机悬停姿态或粗略轨迹，再规划机械臂运动，适用于弱耦合系统但在大范围运动时动态可行差。全身规划同时优化机体和机械臂轨迹，可显式考虑可达性、接触速度、姿态和执行器约束。近地任务需要将接触前速度、姿态限制和抓取后载荷裕度作为硬约束。视觉伺服可用于在线修正状态估计误差，但不能替代动态可行的名义轨迹。
4.2 协调稳定控制
4.2.1 解耦与分层控制
该范式将无人机位置/姿态回路与机械臂关节/形状回路独立设计，并将耦合视为扰动。优点是模块化强、易于集成成熟自驾仪，但机械臂运动范围或载荷变化增大时，需显式处理反作用力与惯量变化，并限制机械臂加速度。
4.2.2 扰动补偿、鲁棒控制与自适应控制
当耦合、近地扰动、阵风和载荷不确定性无法精确建模时，可采用集总扰动观测器（如非线性扰动观测器、扩张状态观测器）或基于滑模的方法进行高率补偿，也可采用保留配置相关惯性与高度相关气动效应的结构化自适应。近地抓取中，观测器状态应在接触事件处冻结或重置，并施加幅值和速率饱和，避免载荷阶跃被误吸收为气动扰动。
4.2.3 全身控制与模型预测控制
全身控制从耦合模型直接生成机体和机械臂执行器指令，可在任务优先级框架内分配张力和零空间运动。多级模型预测控制（MPC）将轨迹跟踪与接触约束统一为优化问题，适合同时满足高度走廊、接触力边界和姿态限制，但计算负担大。抓取闭合时需同步更新质量参数和接触约束集，确保预测模型与当前模式一致。
4.2.4 学习增强控制
学习增强方法在高斯过程安全学习、强化学习等框架下补偿物理模型残差，但应作为名义控制器之上的增强层，受显式安全约束和混合切换逻辑限制。候选学习目标包括近地气动残差、变形相关模型误差和在线接触刚度估计，直接证据仍有限。
4.3 接触力、柔顺抓取与混合控制
阻抗和导纳控制通过设定惯性-阻尼-刚度关系调节接触力与运动误差，混合力/位置控制通过选择矩阵分配力控与位置控子空间。结构柔顺可被动衰减高频冲击，主动力控与事件驱动切换负责抓取确认、载荷转移和起飞。建议组合被动柔顺、主动交互控制和事件驱动切换，但因任务阶段不同，各方法适用性需按峰值冲击力、姿态偏移、振动衰减、抓取滑移和高度损失等指标评价。
5. 研究空白与未来方向
5.1 集成多物理场建模
当前地面效应、柔性变形和接触模型分别在独立工况下验证，缺乏跨模式一致性。建议研究按任务状态调度的降阶模型，以接触起始、抓取闭合和起飞为参数与约束重置事件，用高保真模型离线标定有效边界。
5.2 多模态感知与事件驱动协调控制
现有控制方法在稳定、交互、参数更新和事件监督之间缺乏接口协调。作者提出由高率稳定层、降阶协调层和事件驱动任务监督层组成的三层架构，融合视觉、惯性、形状、腱张力、驱动电流和抓取行程等信息，在安全和事件条件同时满足时触发重构。
5.3 标准化评估与工程验证
现有实验验证级别不统一，应区分数值仿真、组件测试、集成室内飞行和场外扰动丰富试验，并报告重复次数与失效模式。推荐采用归一化间隙、载荷和机械臂构型参数，以及分阶段指标，如峰值接触力、瞬态高度损失、接触后姿态恢复、柔性振动、抓取滑移、事件检测延迟和成功率。
6. 结论与展望
近地空中抓取的单项技术基础已经成熟，但完整接近-接触-闭合-载荷转移-起飞序列的集成验证仍不足。本文以近地抓取为任务背景，组织并比较了近地气动、刚柔耦合、接触载荷转移及控制方法，提出了最小基准模板。未来研究应聚焦于运行状态调度的降阶模型、事件驱动多模态感知与混合控制，以及标准化基准和端到端指标，以实现从概念验证到可靠近地操作的转变。
