1. 低成本电动火箭E-Rocket的设计理念在航天技术领域推力矢量控制(TVC)一直是实现飞行器精准操控的核心技术。传统液体燃料火箭虽然推力强大但其复杂的燃料系统和高温燃气舵面机构使得TVC系统成本高昂且维护困难。我们团队开发的E-Rocket电动火箭平台正是为了突破这一技术验证瓶颈而诞生的创新解决方案。1.1 为什么选择电动推进方案电动推进方案相比传统化学推进具有几个显著优势安全性无需处理易燃易爆的火箭燃料实验室环境下即可进行测试可重复性电池充电即可重复使用单次测试成本极低控制精度无刷电机响应速度远超传统伺服阀可实现毫秒级推力调节环保性零排放无有毒燃料残留问题在实际测试中我们选用了T-Motor F60 PRO V LV KV2020无刷电机配合Hurricane MCK 51466 V2螺旋桨的组合。这套动力系统在6S锂聚合物电池供电下可产生最大3kgf的推力足以让1.6kg的火箭原型机实现稳定悬停。1.2 机械结构设计要点火箭的主体结构采用了模块化设计理念主要包含以下几个关键部件万向节机构这是实现推力矢量控制的核心部件。我们设计了一个双自由度万向节由两个Power HD 30KG金属齿轮舵机驱动。内环舵机控制俯仰轴(γin)外环舵机控制横滚轴(γout)两者配合可实现全向推力偏转。动力布局采用对转双电机设计不仅抵消了螺旋桨的反扭矩还通过差动推力提供了额外的偏航控制力矩(τδ)。这种设计巧妙地将四旋翼飞行器的控制原理移植到了火箭平台上。质心管理通过将电池布置在火箭顶部(距离推力中心0.26m)人为提高了质心高度。这种设计增大了控制力矩臂使得推力矢量控制更加有效。我们的计算表明这种布局使控制效率提升了约40%。材料选择主体结构采用3D打印部件和碳纤维管组合在保证强度的同时将空机重量控制在1.6kg以内。膨胀聚苯乙烯(EPS)外壳既轻便又能提供必要的保护。设计经验在初期原型中我们曾尝试使用单电机方案但发现反扭矩问题难以解决。改用对转双电机后不仅解决了偏航控制问题还将最大可用推力提升了一倍。这是项目开发过程中最重要的设计转折点。2. 航电系统架构解析2.1 硬件配置方案E-Rocket采用了典型的双计算机架构兼顾实时性和计算能力飞行控制计算机核心部件Holybro Pixhawk 6C Mini传感器内置IMU(200Hz)、Holybro M9N GPS(提供位置和磁力计数据)实时系统运行PX4飞控负责底层传感器融合、状态估计和执行器控制任务计算机核心部件Raspberry Pi 5 Model B(8GB内存)操作系统Ubuntu ROS 2 Humble功能运行高级GNC算法、任务逻辑和可视化界面两机之间通过双UART链路连接主链路基于Micro XRCE-DDS协议实现PX4与ROS 2的高效数据交换辅助链路MAVLink协议用于遥测数据传输2.2 软件架构设计软件系统采用分层架构各层职责明确PX4层传感器驱动IMU、气压计、GPS等状态估计扩展卡尔曼滤波(EKF2)算法执行器控制PWM信号生成和混控ROS 2层导航节点轨迹规划和跟踪控制节点实现PID控制器状态机管理飞行阶段转换// 典型ROS 2控制节点结构示例 class ControllerNode : public rclcpp::Node { public: ControllerNode() : Node(controller) { // 订阅状态估计 state_sub_ create_subscriptionpx4_msgs::msg::VehicleOdometry( /fmu/vehicle_odometry/out, 10, [this](const px4_msgs::msg::VehicleOdometry::SharedPtr msg) { // 状态更新处理 }); // 发布控制命令 actuator_pub_ create_publisherpx4_msgs::msg::ActuatorOutputs( /fmu/actuator_outputs/in, 10); } private: // 成员变量和方法定义... };2.3 关键通信机制系统中最关键的实时数据流采用DDS(Data Distribution Service)中间件具有以下特点基于主题的发布/订阅模型服务质量(QoS)可配置自动发现和连接管理跨平台兼容性我们特别优化了以下几个主题的通信/vehicle_odometry状态估计(100Hz)/trajectory_setpoint轨迹指令(50Hz)/actuator_outputs执行器命令(100Hz)开发经验初期我们尝试使用单一UART链路传输所有数据发现高负载时会出现数据丢失。改用双UART分流后控制回路的延迟从平均20ms降低到了8ms显著提升了飞行稳定性。3. 动力学建模与控制策略3.1 系统动力学方程建立准确的动力学模型是控制器设计的基础。我们定义了三个坐标系惯性系{I}固定于地面机体系{B}固连于火箭质心万向节系{G}固连于推力机构火箭的六自由度动力学方程可表示为位置动力学 $$ \dot{p} v \ m\dot{v} mge_3 R u $$姿态动力学 $$ \dot{R} R S(\omega) \ J \dot{\omega} -\omega \times J \omega \tau $$其中控制输入u和τ由推力矢量机构产生 $$ u -T R_y(\gamma_{out}) R_x(\gamma_{in}) e_3 \ \tau L e_3 \times u \tau_\delta \frac{u}{|u|} $$3.2 执行器建模与标定通过实验我们建立了执行器指令到实际物理量的映射关系舵机角度 $$ \gamma_{in} (\pi/6) s_{in}, \quad \gamma_{out} (\pi/6) s_{out} $$ 其中$s_{in}, s_{out} \in [-1,1]$为归一化舵机指令总推力 $$ T 26.45 M - 0.3821 \quad [N] $$ M为电机指令平均值通过静态推力测试标定差动扭矩 $$ \tau_\delta 23.99 \Delta M 0.4031 M 0.02432 \quad [rad/s^2] $$ 通过测量角加速度标定得到3.3 级联PID控制设计我们采用内外环级联控制架构外环(位置控制) $$ a_{des} K_p e_p K_d e_v K_i \int e_p dt \ddot{p}_d - ge_3 $$ 其中$e_p p_d - p$, $e_v v_d - v$为位置和速度误差推力计算 $$ u_3 m |a_{des}| $$期望姿态 根据期望加速度方向计算 $$ r_{3d} \frac{a_{des}}{|a_{des}|} $$ 进而得到期望欧拉角 $$ \phi_d \arcsin(-r_{32}) \ \theta_d \arctan\left(\frac{r_{31}}{r_{33}}\right) $$内环(姿态控制) $$ \tau J(K_{p,\lambda} e_\lambda - K_{d,\lambda} \omega K_{i,\lambda} \int e_\lambda dt) $$ 其中$e_\lambda \lambda_d - \lambda$为姿态误差控制分配 最后将虚拟控制量分配到各执行器 $$ T |u| \ \gamma_1 \arcsin\left(\frac{u_2}{T}\right) \ \gamma_2 -\arcsin\left(\frac{u_1}{\sqrt{T^2 - u_2^2}}\right) \ \tau_\delta e_3^T \tau $$4. 实验验证与性能分析4.1 测试环境配置我们在7.8×5.0×2.5m的室内飞行场进行了系统验证关键设备包括OptiTrack动作捕捉系统(8台Primex 41相机)定位精度±0.1mm位置±0.5°姿态地面站运行QGroundControl和RViz的Linux工作站安全系统2.4GHz遥控器应急接管4.2 轨迹跟踪实验结果测试采用的三维Lissajous轨迹参数 $$ \begin{cases} x_d(t) 0.5\sin(0.2t) \ y_d(t) 0.5\sin(0.2t \pi/2) \ z_d(t) -1.0 0.2\sin(0.1t) \end{cases} $$控制参数经过多次调校后确定为# 位置环 Kp diag([3, 3, 8.5]) # 比例增益 Kd diag([2.5, 2.5, 3]) # 微分增益 Ki diag([0.2, 0.2, 1]) # 积分增益 # 姿态环 Kp_att diag([0.7, 0.7, 0.4]) Kd_att diag([0.4, 0.4, 0.2]) Ki_att diag([0, 0, 0.1])4.3 性能指标分析从实验数据中提取的关键性能指标指标X轴Y轴Z轴单位位置RMS误差0.060.090.02m速度RMS误差0.090.130.03m/s姿态RMS误差1.21.52.8deg最大推力波动±0.5N万向节响应时间50ms测试中发现几个关键现象Z轴控制精度明显高于水平方向这与重力方向的自然稳定性一致横滚和俯仰控制存在约1°的稳态误差源于万向节机构的微小回差电池电压下降会导致推力轻微衰减但积分项有效补偿了这一影响4.4 实际飞行中的挑战在调试过程中我们遇到了几个典型问题及解决方案问题1姿态估计漂移现象长时间飞行后欧拉角估计逐渐偏离真实值原因IMU零偏未充分校准解决增加地磁辅助校正并在线估计IMU零偏问题2舵机振荡现象特定频率下万向节出现持续振荡原因机械谐振与控制器高频增益叠加解决在控制回路中加入二阶低通滤波器(cutoff15Hz)问题3通信延迟现象偶发的控制指令延迟导致超调原因ROS 2节点调度优先级不足解决使用Linux实时内核并设置控制线程为最高优先级5. 平台扩展与应用前景5.1 算法扩展方向基于当前平台可以进一步验证更先进的控制策略模型预测控制(MPC)显式处理执行器约束前馈补偿动力学耦合预测时域建议5-10步(50-100ms)自适应控制在线估计质量特性变化补偿电池电压衰减特别适合可重复使用火箭场景学习增强控制神经网络补偿未建模动力学强化学习优化控制参数需要谨慎处理实时性约束5.2 硬件改进计划下一代原型机的改进方向动力系统高能量密度电池(如Li-S)一体化电机-螺旋桨单元增加推力冗余(四电机方案)传感系统添加光学流量传感器微型雷达高度计事件相机辅助状态估计结构优化折叠式着陆支架气动外形优化模块化载荷舱5.3 应用场景拓展E-Rocket平台特别适合以下几类研究学术教育航天控制算法教学实验多学科交叉研究平台低成本技术验证工业研发新型TVC机构验证自主着陆算法测试故障检测与诊断研究竞赛活动大学生火箭挑战赛自主飞行性能竞赛创新控制算法比拼在实际项目开发中我们深刻体会到模块化设计的重要性。通过将机械、电子和软件系统解耦我们能够快速迭代各个子系统而不会影响整体架构。例如当我们需要测试不同的控制算法时只需替换ROS 2中的控制节点无需修改任何硬件配置。这种灵活性大大加速了研发进程。
