[发明专利]基于MPC的尾座式垂起无人机控制方法

权利要求书

1.一种基于MPC的尾座式垂起无人机控制方法，其特征在于，包括如下步骤：

S1、构造建立尾座式垂起无人机在惯性坐标系和机体坐标系下的运动学模型与动力学模型；

所述运动学模型包括运动学方程；

所述运动学方程如下：

其中，F为合外力总和，m为机体重量，u为飞行速度，L为动量矩，M为总力矩；

所述动力学模型方程如下：

其中,(a_x,a_y,a_z)、(v_x,v_y,v_z)和(ω_x,ω_y,ω_z)分别为所述惯性坐标系下的加速度、速度和角速度，α为无人机飞行攻角，(I_x,I_y,I_z)为机体坐标轴转动惯量,和分别为ω_x、ω_y和ω_z的导数,和分别为x，y和z在大地坐标系下的二阶导数，M_xc、M_yc和M_zc分别为旋翼气动力矩M_Tc在大地坐标系下x、y和z方向的分量，M_xg、M_yg和M_zg分别为陀螺M_Tg在大地坐标系下x、y和z方向的分量，M_r为螺旋桨反力矩；

S2、基于运动学模型与动力学模型设计转换阶段的参考姿态；

所述转换阶段包括旋翼阶段和气动阶段；

所述旋翼阶段的参考状态公式如下：

其中，为期望俯仰角，为高度误差，F_Z1为旋翼拉力产生的垂向分量；

所述气动阶段参考状态公式如下：

其中，F_max为旋翼最大拉力，k(θ)为关于θ的时变量，F为当前时刻平衡重力所需的最小拉力；

S3、以所述转换阶段的参考姿态作为无人机预测阶段的期望姿态值，建立尾座式垂起无人机的预测方程；

所述预测方程如下：

将采样周期设为T＝0.02s得到式(5)的离散化方程如下：

其中，Q(t)为状态观测矩阵，为期望状态观测矩阵，为状态观测矩阵的导数，为状态观测矩阵期望的导数，A(t)为对应的系数矩阵，B(t)为对应的系数矩阵，V(t)为控制输入量，为期望控制量；

S4、根据转换阶段的约束条件对预测模型进行滚动优化；

其中，R为控制输入误差惩罚矩阵，ε为松弛因子,k(θ)为控制速率系数；

S5、根据滚动优化的结果对所述尾座式垂起无人机进行反馈矫正。

2.如权利要求1所述的基于MPC的尾座式垂起无人机控制方法，其特征在于，所述气动阶段的参考状态

其中，β为固定转换速率，k为转换系数。

3.如权利要求1所述的基于MPC的尾座式垂起无人机控制方法，其特征在于，在步骤S3中，选取状态观测矩阵如下：

4.如权利要求1所述的基于MPC的尾座式垂起无人机控制方法，其特征在于，在步骤S5中，将所述每个N_c内求解得到的优化结果通过MAVLink协议传递给飞控，飞控发布指令到Gazebo虚拟环境中的执行机构，实现轨迹跟踪与姿态优化，同时将位置与姿态信息传递给飞控，实现实时状态反馈。

5.如权利要求1所述的基于MPC的尾座式垂起无人机控制方法，其特征在于，所述尾座式垂起无人机为四旋翼尾座式垂起无人机。