买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利一种自适应MPC的四旋翼无人机控制方法、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119828480B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510236566.2，技术领域涉及：G05B13/04；该发明授权一种自适应MPC的四旋翼无人机控制方法、介质及设备是由王涛;赵海宁;陈绍冯;康宇设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种自适应MPC的四旋翼无人机控制方法、介质及设备在说明书摘要公布了：本发明公开了一种自适应MPC的四旋翼无人机控制方法、介质及设备，该方法通过采集实际的被控四旋翼无人机运行状态参数及控制参数，建立系统的离散时间运动学模型；结合四旋翼无人机的物理约束，建立相关控制参数的不等式约束，求得的运动学模型，定义求解四旋翼无人机控制问题的代价函数；依据代价函数，定义优化问题，以及系统的状态和控制输入的约束；使用双阶段交替算法求解NMPC算法中的优化问题，得到下一时刻的质量归一化的推力和角速度输入变量，同时更新代价函数中的相关权重系数，将下一时刻的质量归一化的推力和角速度输入变量作为调整量发送至被控无人机，使用自适应控制时域，更好地应对无人机控制系统的动态变化，提高系统的整体性能。

本发明授权一种自适应MPC的四旋翼无人机控制方法、介质及设备在权利要求书中公布了：1.一种自适应MPC的四旋翼无人机控制方法，其特征在于，包括以下步骤： S1:根据被控四旋翼无人机运行状态参数及控制参数，建立离散时间运动学模型； S2:结合四旋翼无人机的物理约束，建立不等式约束并结合离散时间运动学模型，以定义四旋翼无人机控制问题的代价函数，设计自适应控制时域为循环预测时域 其中，是时刻的预测时域；是最小预测时域的长度；表示循环长度，为正整数；是取余运算，即当前时刻除以循环长度取余所得余数； S3:依据四旋翼无人机控制问题的代价函数，定义优化问题； S4:结合相关控制参数的不等式约束，使用双阶段交替算法求解优化问题； 其中，步骤S4中双阶段交替算法求解NMPC算法中的优化问题方法包括：两个阶段组成； 在第一阶段，固定权重系数并预测系统状态和控制变量，在第二阶段，固定系统状态和控制变量并估计权重系数； 第一阶段：当权重固定时，优化问题的数学描述转变为一个二次规划QP问题： 由于优化问题的数学描述所表示的优化问题具有二次损失项，以及线性约束和不等式约束，因此它是一个带有线性约束的凸二次规划问题，其中线性约束表示系统的离散时间运动学模型更新； 式中，是对内层关于状态变量变化量和控制变量变化量的最小化操作；是初始状态约束；是描述了状态变量变化量从k时刻到k+1时刻的动态更新关系；其中，，通过系统动态模型得到的系统状态变化量与直接预测的k+1时刻的状态之间的误差；和分别是函数关于状态变量和控制变量在点处的偏导数矩阵，是系统矩阵；,通过基于k时刻的预测状态和预测控制输入，计算出约束相关量；分别是函数关于状态变量和控制变量在点处的偏导数矩阵，是由参考状态、参考控制与预测状态、预测控制的差值构成的向量； 在求解该问题后，状态预测值更新为，控制预测值更新为，为步长，用于控制每次迭代更新的幅度大小； 第二阶段：通过调整和更新代价函数中的权重系数，使代价函数能够根据参考状态与当前预测状态之间的误差，对未来时刻系统的状态误差以及控制误差进行惩罚，让控制策略更加适应实际情况，优化系统性能； 固定式优化问题中的控制变量和状态变量，令，其中1是向量；在最简单形式下，定义，通过定义，表示元素对应相乘，将优化问题数学式简化为二次问题并求得解为： 其中是用于权重更新的子时间范围，得到估计值后，将权重矩阵Q更新为，表示生成对角矩阵，式中唯一需要调整的参数为，是拉格朗日变量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。