边界智控：eVTOL的SVO，重新定义飞机操纵！

国庆前夕，广东省政府官网对外发布《广东省综合交通运输体系“十四五” 发展规划》，明确提出支持广州、深圳等地探索开展“空中的士”等城市通勤新模式（）；央视财经也专门对广东深圳的城市空中交通（UAM）进行了报道（）。城市空中交通离不开飞控驾驶系统（），此前通航圈介绍过许多eVTOL整机项目，那么今天就让我们一起走进飞控驾驶零的初创企业边界智控。

边界智控（Boundary.AI），2020年11月在深圳成立，是一家为垂直起降飞行器（eVTOL）提供自主飞行系统的科技公司。该自主飞行系统结合传统飞控系统和AI技术，构建飞机先进的智能决策系统，融合视觉/激光雷达、GNSS、惯性导航等传感器，实现飞机的环境感知、导航定位、任务决策和飞行控制等功能。今年5月，边界智控宣布完成数千万元人民币天使轮融资，投资方为红杉中国种子基金和东方富海管理的中小企业发展基金（深圳南山有限合伙）。

边界智控创始人兼CEO 翁海敏毕业于德国慕尼黑工业大学（TUM）航空专业，曾担任峰飞航空科技集团（Autoflight）CTO（）和顺丰科技无人机研发部负责人（）。创始团队合作超过五年，既有扎实的技术背景也兼备创新思考，曾共同建立符合航空标准的研制保证体系，并完成了多款eVTOL机型从零到首飞，再到产品化并投入商业运营，是国内大型eVTOL飞控和民用综合航电系统最有经验的团队之一。团队经验包括：国内物流无人机行业首个大规模商业应用，累计数十万小时安全飞行时间；与德国慕尼黑工业大学（TUM）共同研制客运级eVTOL，负责其飞控系统的开发，在欧洲获得载人飞行试飞许可；所开发的飞控系统曾搭载在400公斤级eVTOL机型上，并成功完成首飞以及完整的研发测试科目。

据边界智控介绍，相比于传统飞机，eVTOL机型对飞行控制和自动驾驶系统带来了许多新的挑战，未来UAM的大规模部署也要求飞机具备比现有系统更智能的自主飞行能力。当前的航空工业是通过降低效率和增加成本来满足公众对安全的要求，而只有通过引入更多先进的自动驾驶技术，实现环境感知和自主决策规划，具备自主飞行能力的无人驾驶飞行器，才能做到既提高效率，又降低成本，同时保障安全。传统飞机设计研发团队通常不具备这样的飞控系统研发能力，于是边界智控在这样的背景下应运而生，作为第三方供应商为eVTOL机型研发团队和主机厂提供新一代高自主性、高安全性、低成本的自主飞行系统。

近日，边界智控专门发布了一篇文章，详细介绍了其产品如何重新定义飞行器操纵、助力eVTOL实现SVO（简化飞行操纵）。值得一提的是，边界智控认为SVO的本质是在某些复杂操作上，用软件替代飞行员手动操纵，相当于“半自动”；因此SVO也是飞控系统从手动飞行，进阶至自动飞行乃至自主飞行的关键步骤。

eVTOL的SVO：重新定义飞机操纵

eVTOL的操纵挑战

eVTOL构型有多种形式，例如升力和推进系统混合布局、倾转机翼或者倾转旋翼等，除了纯旋翼构型的eVTOL，其他复合形式都需要融合两种构型：旋翼和固定翼。通常旋翼和固定翼的操纵杆设计方式是不同的，例如多旋翼的油门杆（对直升机而言是总距杆）用于控制飞机升降运动，而固定翼的油门杆（推力杆）则用于控制飞机的前向加减速运动。

这给飞行员提出了极不现实的要求：两套操纵系统分离要求飞行员不但需要精通两套不同的操纵方式，而且还需要同时操纵两套系统。

为了让飞行员能够安全并且轻松地飞行，eVTOL飞控提供商都在致力于开发在同一套系统实现全状态控制的操纵系统。

什么是SVO

为了实现旋翼和固定翼在同一套系统下进行飞行操纵，近几年学术界和工业界开始探索如何设计采用简化飞行操纵(SVO, Simplified Vehicle Operation)进行设计。

通用航空制造商协会(GAMA)对SVO的定义如下：SVO 是能为飞行员或操纵员降低执行飞行相关任务复杂度并且同时能提升安全性的飞行系统、界面、操作和训练方式。

例如，用开汽车的方式来操纵飞机：飞行员通过飞机油门杆（类似汽车的油门踏板），加减油门来控制前飞加减速，而通过驾驶盘左右转向(类似汽车的方向盘)来控制飞机转弯，然后通过前拉或后推驾驶盘来控制升降。

这只是一种可能的SVO操纵形式之一。实际上，对于eVTOL的SVO设计，目前还没有形成统一规范。例如德国慕尼黑工业大学采用左右两个操纵杆的形式，而美国Skyryse公司的设计更为激进，直接利用平板进行交互。

飞行员在环仿真设计，黄色框-操纵杆，红色框-主飞行显示界面，绿色框-飞行视景

图源：TUM FSD

Skyryse为直升机设计的飞行简化操纵界面

图源：Skyryse

如何实现SVO

首先，依赖机械连杆(Stick and String）的操纵方式无法解决两套操纵系统分离的问题，SVO必然是建立在电传操纵系统（Fly-by-Wire）的基础上的。

其次，对于eVTOL，飞控最大挑战来自于旋翼与固定翼状态之间的过渡阶段，该阶段通常有复杂的气动效应(例如旋翼与机翼之间的气动耦合)，并且有强非线性的动力学特征。在这个阶段，飞行员很难像自动控制系统一样做到每秒数百次以上精密调整各个动力单元与气动舵面来保证飞机的稳定可控。因此，要实现SVO就必须在部分操作上用飞控软件替代飞行员。

再者，除了必须由飞控软件参与的过渡阶段，软件与飞行员的飞行技能相比也在多方面存在优势。2019年GAMA曾将驾驶员需要的飞行技能进行分解，技能领域从最基本的保证飞机可控的操纵能力到上层的决策制定与任务规划。研究表明有半数以上的领域软件的表现比平均水平的飞行员更可靠。可以预见，未来越来越多的飞行将依赖于软件来实现。

自动化技术与飞行员的能力比较

图源：GAMA

因此，eVTOL的飞行必然需要飞控系统参与，而SVO使eVTOL的飞行更加简单和安全。

为了实现SVO，飞机的控制方式可分为以下两大类：

• 调度控制方式(Scheduled Control Approach)，这种方式的思路是飞机有旋翼控制器和固定翼控制器各一套，随着速度增加对两种控制器的输出进行调度。对于飞机的电机倾转角度，通常也是根据离线配平计算得到的速度-倾角插值表给出的。

• 统一控制方式(Unified Control Approach)，此方式相较调度控制方式实施难度更高但有更好的飞行效果。在整个飞行包线内只有一套通用的控制器，不需要根据飞行阶段对控制器进行切换。飞机的电机倾角与所需机体姿态也是在线计算得到的，不需要离线插值。

边界智控在SVO上的探索

边界智控团队已经在eVTOL飞控开发方面积累了六年以上的实践经验，并将SVO应用到多种eVTOL机型上。EASA和FAA都有资深飞行员在仿真平台上测试过我们与慕尼黑工业大学共同研制的客运eVTOL机型SVO操纵系统，对我们的操纵方式赞赏有加。

在付出大量努力进行长期的探索与测试后，边界智控采用基于增量非线性动态逆(INDI,Incremental Nonlinear Dynamic Inversion)的统一控制策略来实现SVO。这种控制算法已被应用于F35战斗机、空客A350、Joby S4等飞行器。

INDI具有以下突出优点：

1. 该方法属于统一控制方式，所有状态下都采用一致的控制器，没有任何飞行状态切换逻辑，无论是旋翼、固定翼还转换模式，飞机都可以以任意设定速度飞行；

2. 适应高度非线性系统，不需要像传统控制律那样对线性控制器进行增益调度；

3. 相较于传统的串级控制结构，该方法能将所有期望的力与力矩同时进行分配，最大程度发挥所有作动器的操纵效能；

4. 引入线加速度与角加速度反馈，降低对飞机模型的依赖程度，并且提升抗扰能力；

5. 有极强的通用性，适用于任何构型的eVTOL飞机；

6. 容易适航，INDI可等价转换为线性控制器，经典的控制品质分析方法均可适用。

INDI是在非线性动态逆(NDI, Nonlinear Dynamic Inversion)的基础上，将NDI改写成增量形式，以降低对被控对象模型的依赖。NDI则是通过将非线性系统的动态关系进行“逆转”，使得期望的控制指令能够被“完美追踪”。因此，可以简单地理解为INDI能够在降低对模型依赖的基础上，实现控制指令近乎完美的追踪。

在我们基于INDI的飞控系统设计中，期望控制指令称为伪指令，由两个来源构成，一部分来自飞行员指令经过参考模型(RM, Reference Model) 得到符合飞行动力学特性的平滑合理的轨迹后计算出各层级控制前馈指令，另一部分来自误差控制器(EC, Error Controller) 的反馈，用以使飞机获得预期的误差动力学特性，RM与EC将结合使飞机的跟踪与抗扰特性得以解耦；在线本体模型(OBPM, Onboard-Plant-Model) 负责实时对模型进行线性化，得到操纵效能矩阵；控制分配模块CA用来求解增量控制分配问题，计算实际可行的作动器输出。

飞控系统的整体架构、参考模型和控制分配模块如下图：

INDI整体架构

图源：TUM FSD

RM架构

图源：TUM FSD

CA架构

图源：TUM FSD

TIPS

多年来，在我们实现基于INDI的飞控算法过程中，发现有一些难点需要注意并克服，列举如下供大家参考：

1. 此算法运算量较高，主要来自于OBPM与CA模块，特别是当作动器数量很多，控制分配矩阵较大的情况；

2. 虽然INDI已经降低了模型依赖程度，但仍然还是需要利用小部分模型信息，这些信息需要怎样的精准度，是很重要的know-how；

3. 角加速度信息的获取，由于陀螺仪没有直接测得角加速度，而通过角速度进行微分得到的角加速度噪音较大，通常不能只通过低通滤波处理，还需要与通过模型估计得到的角加速度进行数据融合；

4. 增量控制分配带来的路径依赖(Path Dependency) 问题，零空间(Null Space) 转换法可用于解决该问题；

5. 在一些情况下需要注意不同作动器的动力学响应特性，特别是对于倾转电机或倾转机翼的情况，此时作动器响应充分迅速的假设不再成立，需要一系列措施对设计进行调整；

6. 由于算法结构整体较为复杂，增大了调试难度，因此建立高精度的仿真模型就变得非常重要。

从SVO看UAM的未来

目前许多主机厂在第一代eVTOL的飞机设计上采用了有驾驶员的方案，因此SVO变成了至关重要的要求。但是业界一致认为未来的eVTOL应该是“无人”的，即自主的。

飞机自主化的飞行实现路径是“电传系统-自动飞行-自主飞行”，首先通过电传系统实现所有操纵信号数字化，随后建立自动飞行的能力（即飞行操纵程序化），最后再通过建立视觉感知和决策能力实现自主飞行。

SVO的本质是在某些复杂操作上，用软件替代飞行员手动操纵，相当于“半自动”。因此，SVO也是飞控系统从手动飞行，进阶至自动飞行乃至自主飞行的关键步骤。

除了SVO，边界智控也在研发感知避障、路径规划、任务决策等更上层的飞行自动化功能。我们相信，SVO不会是终点，而是走向UAM全自主飞行未来的重要一步。

（节选自边界智控《eVTOL的SVO：重新定义飞机操纵》）

背景介绍：关于飞控系统

飞控系统是无人机的“大脑”，也是eVTOL最核心的子系统，eVTOL主要依赖飞控系统实现飞行器的感知、控制和决策。

目前类似的产品中，小型无人机的飞控系统和民航飞机及军用大型无人机的飞控系统市面上均有成熟的解决方案。然而eVTOL的飞行控制技术相比而言更加复杂，需要解决基于多旋翼垂直起降、基于常规固定翼水平飞行以及垂直-水平两种飞行模态的平稳切换等技术难题，国内厂家通常只掌握了其中一项技术。另一方面，eVTOL未来在城市内的大规模运行对飞控系统的自主性也提出了更高的要求。

目前国内主要的飞控供应商有两类，第一类是传统的老牌飞控系统供应商，以军工单位，研究所及高校为主，包括中航工业618所、航天、北航、南航等，这类单位技术扎实，但是价格较高 ；还有一类是新兴的民营公司， 比如致导、边界智控、创衡、翔仪等，也逐步成长起来，在军用项目和eVTOL领域积累了不少经验，性价比也比较高，更愿意为支持eVTOL未来在城市大规模运行而进行新领域的投入。

随着大量通航及民航领域学术以及研发项目的国际合作，如商飞C919等，国内也已经培养出了一批熟悉安全关键系统开发能力的工程师，这些能力逐步渗透到许多新兴企业，这也让国内出现能够开发出符合DO-178等航空等级安全性软件成为可能。

值得一提的是，国际供应商中老牌厂商霍尼韦尔对eVTOL领域一直很关注，在动力系统Power System、飞行控制系统Flight Control System、导航系统Navigation都有布局（），与已经上市的Lilium（）以及Pipistrel（）、Volocopter（）、Vertical Aerospace等电动航空企业都有合作，而且还是Lilium的投资伙伴之一。

PS：就在10月5日，霍尼韦尔发布了名为“Anthem”的基于云服务的新航电系统，并宣布其为“航空业首个云端连接驾驶舱系统”（the Aviation Industry's First Cloud-Connected Cockpit System），并介绍电动航空整机厂商 Lilium和Vertical Aerospace已 成为其 启动用户，该产品将在这两家公司研制的7座和4座eVTOL上应用。

来源：边界智控、霍尼韦尔、电动航空报道、Mr.Knowall；通航圈综合编辑。

需要进入通航圈交流群的朋友，

在公众号对话框回复关键词：入群。

免责声明：本文及本公众号任何文章之观点，皆为交流探讨之用，不构成任何投资建议。本公众号作者也不负有更新以往文章观点之责任，一切以最新文章为准。用户根据本文及本公众号任何其他观点进行投资，须风险自担，责任自负。由此造成的一切后果，本公众号不承担任何责任。

⊙本平台综合编辑文章，转载本文请在作者处注明为通航圈，并在文首醒目位置注明“来源：通航圈（微信ID：tonghangquan）”，文末放通航圈二维码，侵权必究。

⊙部分图文源于网络，仅用于学习交流，版权归原作者所有，如有侵权请联系我们删除。

通航圈：一个行业的跌宕起伏

欢迎通航圈内企业约稿、圈内人士投稿

邮箱：publicvoice@qq.com