为了平衡扭矩，上图中1、3逆时针转动，电机2、4顺时针转动进行反扭矩对消 上升 F1=F2=F3=F4 F1+F2+F3+F4=T 俯仰 F1=F4 F2=F3 F2+F3>F1+F4顺时针 F2+F3F1+F2顺时针 F3+F4τg2+τg4顺时针 反之逆时针 前后运动 Tcos（a）=G T前进=Tsin（a） 在没外力作用下，水平分力会沿前进方向加速运动。

多旋翼无人机的螺旋桨数量大都是偶数的，奇数的比较少，这是为什么呢？很简单，以4旋翼无人机为例，螺旋桨旋转的时候会产生一个反向的扭矩，如果无人机上没有相应的设计来抵消这个反向扭矩，它就会不停地自旋 如果一定要用奇数个浆，在每个桨的下面再装一个反向桨，于是3桨就变成了6桨，增加了成本 将3桨无人机其中一个桨设置为可调角度，让它产生侧向的分力来抵消自旋，这样就只需要增加一个用来调桨角度的电机。但除了改变偏航角外，在绝大多数运行情况需要保证反向扭矩平衡，这增加了系统复杂度，同时当出现命令改变，传统pid只需要改变单参数，而加入改变角度电机，需要有一个抉择，有一个最优化选择的问题。

单级PID控制飞行姿态，在不进行打舵控制下飞行稳定，但遥控大舵量时就会使飞行器失衡和时滞，主要原因是电机转速与推力的平方成正比。力影响加速度，加速度影响角速度使之平衡，速度影响角度。中间不是直接影响。 双闭环串级PID，即对角度进行PID控制，也对角速度进行PID控制。外部角度PID控制器的输出（期望角速度）作为内环角速度PID控制器的输入。内环校正角速度的偏差。

加速度测量的是重力分量，有绝对的参照物即重力轴，因此在无外力的加速的情况下，能够准确输出姿态角，并且此角度不会有累积误差，在长时 间内都是准确的。虽然经过低通滤波器滤除了大部分由于电机震动引入的噪声信号，但是当飞行器在三维空间做变速运动时，加速度传感器同样会检测变速运动的加速度信号，从而导致姿态角的解算将不再准确。 上图为初始无震动干扰情况下输出信号，由于飞行器放置位置有一定的偏差，会导致 x，y 轴测量数 据并非为零。 下图为正常运行时的频谱，这要误差来源于高频的电机转动，其噪声幅度与实际值接近，需要过滤。 使用M阶滤波算法

陀螺仪测量飞行器的角速度，需要对时间进行积分，从而得到旋转的角度。陀螺仪只依靠自己本身，但随着积分时间的增加，其积分误差也将逐渐增大，使得 计算的角度与实际角度相异 可以发现陀螺仪噪声比较小，但陀螺仪没有经过初始偏差矫正，总是偏向一方，这样积分后偏差会相加。无论用那种传感器都无法满足我们的需要 互补滤波算法将多种传感器融合解算出姿态角利用加速度计去修正陀螺仪

那们将一个平面旋转三次的旋转矩阵如下 欧拉角微分方程中包含了大量的三角运算，这给实时解算带来了一定的困难。而且当俯仰角为 90 度时方程式会出现万向节锁。 这时可以用四元数来表示欧拉角余弦的运算，四元数都可以用欧拉角的余弦来表示，它的意思是在一个四维中的超圆体，因为有四元数虚部系数平方和实数平方的和为1限制在了三维中，可以进行欧拉余弦计算。 加速计在静止时的重力是[0,0,1]有大小和方向，用这个反推出在b系下的VX,VY,VZ，并与加速计数值做对比。得到差值来修正陀螺仪数值。 然后利用陀螺仪数值再来修正四元数。通过四元数可以表示欧拉角