我国是农业大国,但大部分地区农林植保却仍以手工或半机械化的设备为主,喷洒精度低,防害效果差。四旋翼飞行器灵活稳定、易于操作,它独特的结构可使其轻松地悬停于任何地方,还可轻易地实现近地仿地飞行,为药液的精准喷洒提供了极大的有利条件。本课题设计小型四旋翼植保无人机来取代旧的植保手段,以提高农林植保喷洒施药的精度,更进一步助力我国早日实现精准农业的目标。首先,课题研究了四旋翼飞行器的飞行原理。介绍欧拉角与四元数两种飞行器的姿态表达方式,根据牛顿与欧拉公式建立四旋翼飞行器的完整数学模型。然后,搭建四旋翼植保机的硬件平台。采用以Cortex-M7为内核的芯片作为主控,用九轴陀螺仪来获取姿态信息,气压计与超声波模块获取高度信息,光流传感器获取水平位移信息,利用2.4G通信模块与遥控器交互数据,蓝牙模块向上位机上报数据,使用无刷电机为植保机提供动力。其次,设计四旋翼植保机的软件部分。以直接操作寄存器的方式,编写硬件模块的底层驱动代码。采用四元数来解算植保机的姿态信息,利用互补滤波来融合陀螺仪、加速度计与磁力计的姿态数据。使用串级PID控制植保机的姿态,并提出BP神经网络与重力补偿PD相结合的控制算法来控制植保机的高度。并配置FreeRTOS实时操作系统来管理飞控程序。最后,四旋翼植保机数学模型仿真。在Matlab/Simulink中建立四旋翼植保机模型,并针对高度分别采用经典PID与BP神经网络重力补偿PD控制器进行仿真比较。从仿真结果可以看出,在植保机质量不断变化的情况下,经典PID控制器存在着1.5cm的超调量和1.0cm的稳态误差,而BP神经网络重力补偿PD控制器无超调无稳态误差,且调节时间比经典PID控制器快了0.7s。上述结果表明,本课题设计的BP神经网络重力补偿PD控制器可以有效的控制植保机的高度,其无论是动态性能还是静态性能都明显优于经典PID控制算法。