✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

👇 关注我领取海量matlab电子书和数学建模资料

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍

一、四旋翼飞行器的特点与控制挑战

1. 四旋翼飞行器特点：四旋翼飞行器作为一种典型的欠驱动系统，具有结构简单、机动性强等特点。它通过四个旋翼产生的升力实现飞行，四个旋翼两两对转，以抵消扭矩。这种结构使得四旋翼飞行器能够在狭小空间内灵活起降和悬停，广泛应用于航拍、物流配送、环境监测等领域。

2. 控制挑战：然而，四旋翼飞行器的动力学特性高度非线性且各自由度之间强耦合。其六个自由度（三个平移和三个旋转）的运动相互影响，例如改变一个旋翼的转速，不仅会影响飞行器的垂直升力，还会因反扭矩和升力不平衡导致飞行器姿态发生变化。此外，飞行过程中还受到外界环境如气流、阵风等干扰，以及自身模型参数不确定性的影响，这使得精确控制其飞行轨迹极具挑战性。传统的线性控制方法难以应对这些复杂特性，因此需要更先进的控制策略。

二、模型预测控制（MPC）基本原理

1. 模型预测控制核心思想：模型预测控制是一种基于模型的先进控制策略，广泛应用于各类复杂系统。其核心在于利用系统的预测模型，在每个采样时刻预测系统未来一段时间（预测时域）内的输出。通过求解一个有限时域的优化问题，得到当前时刻的最优控制输入，使系统输出尽可能接近期望值，同时满足一系列约束条件，如输入输出约束、状态约束等。在每个新的采样时刻，基于最新的系统状态信息，重复上述过程，滚动优化控制输入。

2. MPC 优势：MPC 的优势在于它能够处理多变量、非线性以及具有约束条件的系统。它通过考虑系统未来的动态行为来计算控制输入，而不是仅仅基于当前的误差，这使得它在应对复杂系统和变化的环境时表现出色。对于四旋翼飞行器，MPC 可以在考虑其非线性动力学特性、外界干扰以及执行机构限制（如旋翼转速限制）的情况下，仍能实现精确的轨迹跟踪控制。

三、四旋翼飞行器 UAV_MPC 模型预测轨迹跟踪控制原理

1. 系统建模：首先需要建立四旋翼飞行器精确的非线性动力学模型。基于牛顿 - 欧拉方程，考虑飞行器的质量、转动惯量、旋翼升力和扭矩系数等参数，描述其在三维空间中的运动。这个模型将作为 MPC 中的预测模型，用于预测飞行器未来的状态。例如，模型可以描述飞行器在不同旋翼转速下，其位置、速度、姿态等状态变量随时间的变化。

2. 轨迹预测：在每个采样时刻，MPC 利用建立的动力学模型，根据当前飞行器的状态和未来一段时间内的控制输入（假设值），预测飞行器在预测时域内的轨迹。例如，预测在未来几个采样周期内，飞行器的位置和姿态将如何变化。

3. 优化求解：MPC 通过求解一个优化问题来确定当前时刻的最优控制输入。优化目标通常是使预测轨迹尽可能接近期望轨迹，同时满足飞行器的各种约束条件。例如，旋翼的转速不能超过其物理极限，飞行器的姿态变化也应在安全范围内。通过调整控制输入（即四个旋翼的转速），使得预测轨迹与期望轨迹之间的误差最小化。这个优化问题通常可以转化为二次规划问题，利用成熟的求解算法进行求解。

4. 滚动优化：得到当前时刻的最优控制输入后，将其应用于四旋翼飞行器。在下一个采样时刻，获取飞行器的最新状态信息，重新进行轨迹预测和优化求解，更新控制输入。通过不断滚动优化，MPC 能够实时调整控制策略，以适应飞行器的动态变化和外界干扰，实现精确的轨迹跟踪。

⛳️ 运行结果

📣 部分代码

🔗 参考文献

🍅往期回顾扫扫下方二维码

- END -