题目：过驱动六旋翼无人机的自适应模型预测控制
摘要:
在需要与环境有物理交互的场景下，过驱动无人机由于可以在机体坐标系下产生六自由度的合力和合力矩，故在完成某些如带臂精确操作物体、慢速穿越狭窄缝隙等复杂任务时，比欠驱动无人机有优势。上述复杂任务都对无人机的飞行性能有较高的要求，而轨迹跟踪精度是衡量其飞行性能的一个重要参考。模型预测控制是解决轨迹追踪问题的优秀方案，但是其依赖于精确的系统模型，在机械结构较为复杂的倾转机臂型过驱动六旋翼无人机上是难以获得的。本文针对此问题提出了自适应模型预测控制方法，期望在模型预测控制器仅考虑简化的系统模型、存在较大模型误差以及时变的外部干扰的情况下，能够控制过驱动六旋翼无人机获得理想的轨迹追踪精度。
本文提出的“自适应模型预测控制”的主要思想是：在模型预测控制器与实际被控对象之间加入自适应控制器。自适应控制器的作用是使“自身与被控对象串联的整体”向模型预测控制器中参考的名义模型收敛，如此对于模型预测控制器来说，被控对象的动态特性与名义模型保持一致，排除了模型误差和外部干扰对模型预测控制器的负面影响。这种思路曾见于四旋翼无人机上，但并没有工作将其用于本课题所研究的对象上，故本文从运动学、动力学系统建模和模型预测控制理论、自适应控制基础理论出发，独立且完整地推导了适用于此种无人机的自适应模型预测控制算法。
本文还详细叙述了以下辅助工作：无人机的硬件设计和装配、PID备份控制器和控制分配算法设计与实现、仿真环境的搭建等，这些工作是课题研究的重要组成部分。实验验证方面，本文设计了多组针对“自适应”特性的对照试验：在仿真中人为引入较大的模型误差和干扰，以测试算法性能；在实物实验中不进行模型参数的辨识和调整，而直接测试算法是否能够跟踪参考轨迹。本文还对数据进行了分析与解释、展示了算法的优劣所在，并成功验证了算法的有效性。