MPS：一种在飞行中选择无人机稳定闭环平衡姿态误差四元数的新方法

我们提出了模型预测选择 (MPS) 方法，这是一种在执行高速偏航机动期间为无人机 (UAV) 选择稳定闭环 (CL) 平衡姿态误差四元数 (AEQ) 的新方法。在该方法中，我们最小化了通过性能优劣指标 (PFM) 衡量的偏航成本，该指标同时考虑了空气动力扭矩控制输入和无人机的姿态误差状态。具体而言，该方法使用一种控制律，其中一项的符号在实时动态切换，以便在两个选项之间选择与无人机第一性原理推导的动力学模型所预测的旋转成本较小的扭矩相关联的扭矩。该问题具有重要意义，因为稳定闭环平衡 AEQ 的选择会显著影响无人机在高速旋转飞行中的性能，无论从功率还是控制误差的角度来看。为了测试并展示所提方法的功能和性能，我们展示了在一百次实时高速偏航跟踪飞行实验中收集的数据。这些结果突出了基于 MPS 的方案相较于航空机器人领域常用基准控制器的卓越能力，因为用于量化飞行成本的 PFM 平均降低了 60.30%。据我们所知，这是首次通过飞行测试结果彻底演示、评估和比较能够在运行期间选择稳定闭环平衡 AEQ 的实时控制器的性能。