四旋翼无人机系统具有控制较灵活、结构比较简单、成本低等特点,并且能够垂直起降和自主悬停等,在各个领域都具有至关重要的作用。但无人机的工作环境比如电力巡检等,都存在着气流、阻力等对飞行器的外界干扰因素。此外,四旋翼无人机系统是比较复杂且耦合性强的欠驱动系统,执行器若发生故障,那么无人机将大大降低飞行质量从而无法完成预定任务。因此,为减少由外界干扰、执行器故障等带来的安全隐患,对无人机飞行过程进行容错控制具有重要的现实意义。另外,由于无人机自身的物理特性,若因超负荷作业导致驱动饱和从而有可能发生安全事故,因此其位置和姿态的控制输入输出也需要约束在一定的范围内,以避免安全隐患的发生。因此,基于以上难点,本文主要针对四旋翼无人机执行器故障和驱动饱和的问题,综合考虑系统模型的不确定性、外界环境扰动、输入受限等影响因素,对四旋翼无人机系统进行建模,并利用鲁棒性或RBF神经网络开发一种新的PID自适应容错控制算法,主要工作包括:（1）针对四旋翼无人机的系统模型进行数学建模,将经典的无人机本体模型扩展成综合性的系统模型。综合考虑无人机受各种环境扰动等问题,同时将四旋翼无人机的驱动故障以及执行器输入饱和的问题考虑其中,建立了考虑各种不确定性因素以及驱动故障和输入受限的四旋翼无人机欧拉模型。（2）针对上述考虑了各种因素的无人机欧拉系统模型,研究了基于经典PID算法的系统控制方案,分析了在考虑执行器故障和驱动饱和的系统情况下,出现外界扰动时,控制器的调节方式和容错控制能力,以及系统的跟踪效果。（3）针对四旋翼无人机的欧拉系统,开发了一种基于执行器故障和驱动饱和的新的自适应PID容错控制解决方案,该算法考虑系统输出受限的情况下使用鲁棒性研究了两种控制算法,使其同时具有结构简单的PID形式,且方案中的PID时变增益由分析算法自动更新,无需手动调节三个PID增益参数,研究的控制方案不仅对外部干扰具有鲁棒性,对未知虚拟参数具有自适应能力,而且对不可预知的驱动故障具有容错能力。（4）通过理论推导、仿真分析充分证明了本文中提出的改进式PID的控制方案的有效性。该方案能够保证整个无人机闭环系统内的信号都有界,能够使状态结果输出有界,并且可以进一步通过实验仿真验证所设计的控制方案的可行性。并最终通过三维仿真进行飞行测试验证算法的有效性。