1.一种喷涂无人机稳定性控制方法，其特征在于，包括以下步骤：

步骤1.喷涂无人机姿态获取与解算：由获取姿态数据，进行多传感获取的数据融合，包括决策信息融合、态势实时预测，以姿态算法对无人机进行动态步长寻优估计；

步骤2.喷涂无人机动力学模型建立：建立基于无人机飞行的机载NED坐标系，引入旋转矩阵、欧拉角、四元数；在坐标系下建立基于牛顿‑欧拉方程的喷涂无人机动力学模型；

步骤3.基于双曲余弦函数建立管线拉力模型；

步骤4.飞行参数优化：根据无人机控制系统特性构建模型预测控制器，将喷涂无人机的偏航角ψ、滚转角φ及飞行高度H作为飞行的控制量参数，进行初始化参数处理，建立模型预测控制参数的优化目标函数；应用遗传算法求解优化目标函数，不断更新控制量参数，得到飞行状态评定方程最优值，得到实施效果最好的飞机控制量参数；

步骤5.将实施效果最好的飞机控制量参数传递给无人机的各部件，包括有三轴陀螺仪、三轴加速度计、三轴地磁传感器和气压计的IMU无人机姿态监视器进行多传感器的数据获取与融合，包括其三个姿态角即俯仰角、滚转角、偏航角，并稳定跟踪期望姿态信号；设计RTK定位技术扩展探测器，探测无人机的飞行轨迹是否与预定轨迹重合；包括有单片机的反馈系统，实时将干扰信号传入控制系统并设计动态误差反馈控制；

在步骤3中所述的建立管线拉力模型的过程包括：

建立无人机机体各旋翼产生的上升力总和与管线对无人机的拉力以及无人机自身的重力的平衡方程：式中，F表示各旋翼旋转产生向上升力的总和，T表示管线对机体的拉力，m为喷涂无人机的质量，g为重力加速度，α为总升力F与水平方向的夹角，θ为俯仰角；基于双曲余弦函数的管线拉力模型应用于喷涂无人机管线拉力分析，得到管线拉力的分力矩阵：式中，T表示管线拉力，Tx、Ty、Tz表示拉力T在三个坐标轴上的分力，γ1为拉力T在平面O1X1Y1上的投影与轴X1的夹角，γ2为拉力T与平面O1X1Y1的夹角；

在步骤4中所述的模型预测控制参数的优化目标函数为：

式中，t为时间，e(t)定义为系统误差，u(t)定义为输出，w1，w2，w3为权重值，相加和为1；

tu用于调节时间。

2.根据权利要求1所述的一种喷涂无人机稳定性控制方法，其特征在于，在步骤2中，所述的在基于无人机飞行的机载NED坐标系下，建立的基于牛顿‑欧拉方程的喷涂无人机动力学模型为：其中，为x方向加速度，为y方向加速度，为z方向加速度，上式中U1、U2、U3、U4以及Ω分别为：其中,U1、U2、U3、U4分别为垂直、滚转、俯仰和偏航控制量,Ix，Iy，Iz分别为机体绕x,y,z轴的转动时的转动惯量，Jr为螺旋桨旋翼绕电机轴的转动惯量；L为螺旋桨旋翼中心到机体中心的距离；m为机体质量；g为重力加速度；φ，θ，ψ分别为机体的滚转角、俯仰角和偏航角；

为分别为机体的滚转角速度、俯仰角速度和偏航角速度； 为分别为机

体的滚转角加速度、俯仰角加速度和偏航角加速度；b、d分别为螺旋桨旋翼的升力系数和阻力系数；Ωi为各螺旋桨旋翼的转速。

3.根据权利要求1所述的一种喷涂无人机稳定性控制方法，其特征在于，所述的目标函数的数值至少不小于0；并且，其数值越大越接近最优解。

4.一种喷涂无人机稳定性控制系统，其特征在于，包括控制器以及与控制器电气连接或通讯连接的位置传感器、姿态传感器、高度传感器、重量传感器和各螺旋桨旋翼的电机控制模块；所述控制器采用单片机，其存储介质中存储有计算机程序，所述计算机程序被设计为在执行时可实施如权利要求1至3任一项所述的喷涂无人机稳定性控制方法。

5.根据权利要求4所述的一种喷涂无人机稳定性控制系统，其特征在于，所述的位置传感器、姿态传感器、高度传感器、重量传感器分别采用：RTK定位系统，加速度传感器，气压计。