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！

龙图腾网获悉西南科技大学申请的专利面向子母式无人机空中释放的轨迹跟踪控制方法及系统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：CN121541695B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610073875.7，技术领域涉及：G05D1/695；该发明授权面向子母式无人机空中释放的轨迹跟踪控制方法及系统是由霍建文;张子华;凌铭润;刘祚;罗璟玥;杨阳;张平;孙俊;谭立国;张华设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本面向子母式无人机空中释放的轨迹跟踪控制方法及系统在说明书摘要公布了：本发明公开了一种面向子母式无人机空中释放的轨迹跟踪控制方法及系统，属于无人机控制技术领域，方法步骤如下：基于子母式无人机的释放状态，实时计算得到时变参数，并构建时变动力学模型；分别构建位置三阶线性扩张状态观测器，及通道并行的三个姿态二阶线性扩张状态观测器；得到总推力大小和期望姿态；计算得到控制力矩；构建总成本函数，并基于粒子群优化算法控制器参数构建的候选解向量进行迭代优化，得到实时目标控制器参数；基于实时目标控制器参数动态调整轨迹跟踪控制器，以持续对子母式无人机动态释放子机过程进行轨迹跟踪。系统基于上述方法持续进行轨迹跟踪。本发明解决了子母式无人机轨迹跟踪控制准确度和稳定性不足的问题。

本发明授权面向子母式无人机空中释放的轨迹跟踪控制方法及系统在权利要求书中公布了：1.一种面向子母式无人机空中释放的轨迹跟踪控制方法，其特征在于，包括如下步骤： S1、基于子母式无人机的释放状态，实时计算得到时变参数，并构建时变动力学模型； 所述S1包括如下步骤： S11、基于子母式无人机的释放状态，设置母机关于子机的释放状态向量； S12、基于母机关于子机的释放状态向量，实时计算得到时变参数，其中，时变参数包括总质量、总质心和总转动惯量矩阵； 所述S12中时变参数的计算表达式如下： ，， ， ， ， ， 其中，表示时刻母机和所有未释放子机的总质量，表示母机的质量，表示子机的总数量，表示时刻母机关于第个子机的释放状态向量，表示第个子机的质量，表示属于，表示时刻母机和所有未释放子机的总质心位置，表示母机的质心位置，表示第个子机的质心位置，表示时刻母机和所有未释放子机的总转动惯量，表示母机绕自身质心的转动惯量，表示母机的平移向量的反对称矩阵，表示第个子机绕自身质心的转动惯量，表示第个子机的平移向量的反对称矩阵，表示矩阵的反对称矩阵，表示母机的平移向量，表示第个子机的平移向量，其中，当时，则时刻母机中第个子机未被释放，当时，则时刻母机中第个子机已被释放； S13、根据时变参数中的总质心，基于母机释放子机导致的质心偏移和旋翼推力作用，计算得到准静态扰动力矩和瞬态冲击扰动，其中，瞬态冲击扰动包括净反冲力和净反冲力矩； 所述准静态扰动力矩和瞬态冲击扰动的计算表达式如下： ， ， ， 其中，表示准静态扰动力矩，表示由旋翼产生的总推力，表示释放子机时对总质心的净反冲力，表示母机上子机的释放机构，表示母机通过第个释放机构释放子机时受到的反向冲击力，表示净反冲力矩，表示第个释放机构的质心位置； S14、根据子机释放瞬间扰乱的流场，定义气动干扰力和气动干扰力矩； S15、基于母机机体坐标系下的净反冲力、气动干扰力和外部扰动力，构建复合扰动力； 所述复合扰动力的计算表达式如下： ， 其中，表示复合扰动力，表示从母机机体坐标系到地面惯性坐标系的旋转矩阵，表示气动干扰力，表示外部扰动力； S16、根据牛顿欧拉方程对时变惯量求导，得到转动惯量突变冲击力矩； S17、基于母机机体坐标系下的准静态扰动力矩、净反冲力矩、气动干扰力矩和转动惯量突变冲击力矩，构建复合扰动力矩； 所述复合扰动力矩的计算表达式如下： ， 其中，表示复合扰动力矩，表示气动干扰力矩，表示转动惯量突变冲击力矩； S18、基于复合扰动力和复合扰动力矩，构建时变动力学模型； 所述时变动力学模型的计算表达式如下： ， ， 其中，表示母机的加速度，表示旋翼产生的总推力，表示重力加速度向量，表示向心加速度，表示母机的角加速度，表示母机机体坐标系下的三轴控制力矩，表示母机的角速度，表示母机的角速度矩阵； S2、分别构建位置三阶线性扩张状态观测器，及通道并行的三个姿态二阶线性扩张状态观测器； 所述S2包括如下步骤： S21、基于平动动力学重构的二阶积分器系统，构建位置三阶线性扩张状态观测器，其中，位置三阶线性扩张状态观测器用于实时预测集总扰动加速度； S22、基于转动动力学重构的一阶积分器系统，构建通道并行的三个姿态二阶线性扩张状态观测器，其中，通道并行的三个姿态二阶线性扩张状态观测器用于实时预测集总转动扰动； 所述姿态二阶线性扩张状态观测器的计算表达式如下： ， 其中，表示第个通道的角加速度预测值，表示第个通道的集总扰动的预测值，表示姿态二阶线性扩张状态观测器的带宽，表示第个通道的角速度，表示第个通道的角速度的预测值，表示第个通道的集总扰动的预测值的变化率，其中，=1,2,3； S3、基于时变动力学模型和位置三阶线性扩张状态观测器进行复合控制律推导和推力解算，得到总推力大小和期望姿态； 所述S3包括如下步骤： S31、基于时变动力学模型，以加速度为核心对平动动力学模型进行解耦，得到位置控制器的解耦平动动力学模型； 所述位置控制器的解耦平动动力学模型的计算表达式如下： ， ， ， ， 其中，表示推力加速度，表示已知加速度，表示集总扰动加速度，表示定义为； S32、基于位置外环根据位置误差和积分误差计算期望的速度参考指令； 所述期望的速度参考指令的计算表达式如下： ， 其中，表示位置误差，表示母机在地面惯性坐标系下的位置，表示轨迹位置指令，表示积分误差，表示时刻的位置误差，表示时间微分结果，表示期望的速度参考指令，表示位置正定对角增益的调节因子，表示母机在地面惯性坐标系下的速度，表示位置正定对角增益矩阵，表示积分正定对角增益矩阵； S33、根据期望的速度参考指令，利用速度环根据速度跟踪误差计算理想反馈加速度； 所述理想反馈加速度的计算表达式如下： ， ， 其中，表示理想反馈加速度，表示速度误差动态，表示速度正定对角增益矩阵，表示速度误差； S34、根据非线性动态逆和理想反馈加速度，基于位置控制器的解耦动力学模型计算得到期望的推力加速度； 所述期望的推力加速度的计算表达式如下： ， 其中，表示期望的推力加速度，表示集总扰动加速度预测值； S35、根据期望的推力加速度和时变参数中实时的总质量，计算得到期望的推力矢量； 所述期望的推力矢量的计算表达式如下： ， 其中，表示期望的推力矢量； S36、分解期望的推力矢量，得到期望总推力大小和期望姿态； 所述期望总推力幅值和期望姿态的计算表达式分别如下： ， ， 其中，表示期望总推力大小，表示期望总推力幅值，表示期望姿态； S4、根据期望姿态计算得到指令角加速度，并定义误差信号，且基于通道并行的三个姿态二阶线性扩张状态观测器、非线性动态逆和时变动力学模型，计算得到控制力矩； 所述S4包括如下步骤： S41、对随时间变化的期望姿态进行求导，计算得到指令角速度，并通过对指令角速度滤波求导，计算得到指令角加速度； S42、定义误差信号，其中，误差信号包括姿态误差和角速度跟踪误差； S43、基于指令角加速度和误差信号，构建目标角加速度； 所述目标角加速度的计算表达式如下： ， 其中，表示目标角加速度，表示指令角加速度，表示角加速度增益矩阵，表示角速度跟踪误差，表示姿态增益的调节因子，表示姿态增益矩阵，表示姿态误差； S44、根据目标角加速度，基于通道并行的三个姿态二阶线性扩张状态观测器计算得到各通道的控制器输入角加速度； 所述各通道的控制器输入角加速度的计算表达式如下： 其中，表示第个通道的控制器输入角加速度，表示第个通道的目标期望角加速度； S45、根据各通道的控制器输入角加速度、目标角加速度和时变动力学模型，基于非线性动态逆和转动动力学模型，计算得到控制力矩； 所述控制力矩的计算表达式如下： 其中，表示集总扰动的预测值，表示已知扰动力矩； S5、根据总推力大小和控制力矩构建总成本函数，并基于粒子群优化算法对由轨迹跟踪控制器的控制器参数构建的候选解向量进行迭代优化，得到实时目标控制器参数； 所述S5包括如下步骤：S51、根据总推力大小和控制力矩，构建总成本函数； 所述总成本函数的计算表达式如下： ， ， ， ， ， 其中，表示粒子的总成本，表示瞬时性能成本，表示瞬时能耗成本，表示母机释放控制结束时间，表示母机释放控制起始时间，表示对时间微分，表示位置基础权重，表示第个轴向，表示轴向，表示轴向，表示轴向，表示第个轴向的轴向权重，表示第个轴向的轴向位置误差的绝对值，表示姿态权重，表示第个姿态角，表示滚转角，表示俯仰角，表示偏航角，表示第个姿态角的姿态权重，表示第个姿态角的姿态误差的绝对值，表示全局能耗权重，表示推力权重，表示总推力，表示第个轴向的控制力矩去权重，表示第个轴向的控制力矩； S52、根据子母式无人机在X-Y平面上的物理对称性，基于轨迹跟踪控制器的控制器参数，构建轨迹跟踪控制器的候选解向量； S53、将轨迹跟踪控制器的每一个候选解向量分别作为一个粒子； S54、根据粒子群优化算法，以总成本函数为目标函数进行持续迭代，得到实时轨迹跟踪控制器的最优解向量； 所述S54包括如下步骤： S541、根据粒子群算法，基于轨迹跟踪控制器的候选解的参数空间，初始化粒子群和当前迭代次数为0； S542、基于粒子群中的每一个粒子的位置和速度，分别执行母机释放控制程序，并提取3个轴向位置误差、3个姿态角的姿态误差、总推力和3个轴向的控制力矩，作为该粒子的仿真输出； S543、根据每个粒子的仿真输出，基于总成本函数评估粒子群中每一个粒子的总成本； S544、根据每一个粒子的总成本，更新粒子群中的个体历史最优值和全局历史最优值； S545、根据粒子群中的个体历史最优值和全局历史最优值，更新每一个粒子的速度和位置； S546、判断当前迭代次数是否达到迭代次数阈值，若是则进入S547，否则将当前粒子迭代次数加1，并返回S542； S547、将全局历史最优值对应的候选解向量作为轨迹跟踪控制器的最优解向量； S55、将实时轨迹跟踪控制器的最优解向量对应的控制器参数作为实时目标控制器参数； S6、基于实时目标控制器参数动态调整轨迹跟踪控制器，以持续对子母式无人机动态释放子机过程进行轨迹跟踪。

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西南科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。