1.一种可倾转六旋翼无人机的抗饱和控制分配方法，其特征在于，包括：构建可倾转六旋翼无人机的动力学模型，其中，所述可倾转六旋翼无人机中包含六个可倾转旋翼，一可倾转旋翼包括一旋翼转子和控制旋翼转子绕机臂旋转的一倾转机构；

根据所述动力学模型计算与所述可倾转六旋翼无人机对应的控制分配矩阵  ，并对所述控制分配矩阵 进行线性化，得到常量控制分配矩阵 ；

根据所述常量控制分配矩阵 对执行器约束范围进行投影得到可达控制集，其中，所述可达控制集包括与实时三轴力信息相对应的可达力集以及与实时三轴力矩信息相对应的可达力矩集；所述根据所述常量控制分配矩阵 对执行器约束范围进行投影得到可达控制集包括：根据蒙特卡罗模拟确定推力矩阵 的取值范围，根据推力矩阵 中各个参数在取值范围内的随机值、推力的上下限以及扭矩的上下限，采用均匀分布方式随机生成多个参数组合，其中，为1号旋翼倾转角，为1号旋翼推力标量，为6号旋翼倾转角，为6号旋翼推力标量；

获取多个参数组合对应的推力矩阵 的值，并经过所述常量控制分配矩阵 投影后，根据所有投影值分别计算推力和扭矩的三维凸包，得到可达控制集；

分别取所述可达力集和所述可达力矩集中的内接长方体，得到可倾转六旋翼无人机的控制输入可达集包括：确定构成所述三维凸包的边界的面，其中，计算所述三维凸包中的每个面的平面方程为：，

式中， 、、、均为可达力集或可达力矩集中第i个面的线性方程系数，、、分别为平面上点的x轴坐标、y轴坐标、z轴坐标；

由于可倾转六旋翼无人机的对称性，所述三维凸包关于X‑O‑Z平面和Y‑O‑Z平面对称，由于表示控制输入的长方体每条边天然与坐标轴平行，因此通过长方体对角线上的两个点唯一确定，假设两个对角线上的点分别为 和 ，则长方体的体积为：，

式中， 为长方体的体积，、、分别为点 在X轴、Y轴、Z轴上的坐标值， 、 、 分别为点 在X轴、Y轴、Z轴上的坐标值；

最优控制输入可达集由数值优化得到，优化目标是最大化长方体的体积 ，同时确保长方体完全位于所述三维凸包内部，则长方体的每个顶点必须满足三维凸包的所有平面方程的约束，考虑最大化长方体的对角线长度，将 作为目标函数，作为一个近似于最大化体积的优化目标，约束条件为每个长方体的顶点都在三维凸包的多面体内，因此，优化问题表述为：，

优化所得最大内接长方体即为可倾转六旋翼无人机的控制输入可达集，其中，控制输入可达集的表达式为：，

式中，为可倾转六旋翼无人机的控制输入可达集，为X轴推力，为Y轴推力，为Z轴推力，为X轴力矩， 为Y轴力矩， 为Z轴力矩，、、分别为可达力集内接长方体的长、宽、高， 、、 分别为可达力矩集内接长方体的长宽高；

分别取所述可达力集和所述可达力矩集中的内接长方体，得到可倾转六旋翼无人机的控制输入可达集，并将获取的可倾转六旋翼无人机的实时控制输入信息 限制在所述控制输入可达集中，得到标准控制输入信息 ，其中，所述实时控制输入信息 包括实时三轴力信息和实时三轴力矩信息；

根据所述标准控制输入信息 与所述常量控制分配矩阵 的伪逆得到各个旋翼转子的目标转子转速和各个倾转机构的目标倾转角度组成的最小二乘控制分配解；

将所述最小二乘控制分配解中的各个旋翼转子的目标转子转速和各个倾转机构的目标倾转角度分别与最大转速和最大倾转角度进行比较，当超出最大值时进行基于非线性规划方法的控制再分配，得到满足饱和约束条件的最优控制分配解。

2.根据权利要求1所述的一种可倾转六旋翼无人机的抗饱和控制分配方法，其特征在于，所述常量控制分配矩阵 的表达式为：，

式中， 为旋翼推力系数，为机臂长度， 为倾斜旋翼反扭矩系数。

3.根据权利要求1所述的一种可倾转六旋翼无人机的抗饱和控制分配方法，其特征在于，所述最小二乘控制分配解的表达式为：，

式中， 为最小二乘控制分配解， 为第 个旋翼转子的目标转子转速， 为第 个倾转机构的目标倾转角度， 为第 个最小二乘控制分配解， 为第 个最小二乘控制分配解。

4.根据权利要求1所述的一种可倾转六旋翼无人机的抗饱和控制分配方法，其特征在于，所述将所述最小二乘控制分配解中的各个旋翼转子的目标转子转速和各个倾转机构的目标倾转角度分别与最大转速和最大倾转角度进行比较，当超出最大值时进行基于非线性规划方法的控制再分配，得到满足饱和约束条件的最优控制分配解包括：分别比较最小二乘控制分配解中的目标转子转速和电机最大转速 以及各个倾转机构的目标倾转角度和倾转机构最大倾转角度 的大小；

当各个目标转子转速和目标倾转角度均在饱和约束内时，则最小二乘控制分配解为最优控制分配解，否则进行控制再分配，其中，控制再分配具体为：设 为不含变量 的常量控制分配矩阵 的核空间的一组正交基，则将推力矩阵表示为：，

式中，为一组任意常数， 为最小二乘控制分配解；

推力矩阵每两行满足三角函数平方和为一的特性，即最小二乘控制分配解元素的二范数消除了倾转角 的影响，因此构建非线性规划法所需的目标函数为：，

式中， 为以 为待优化变量的目标函数；

构建非线性规划所需非线性约束为：

，

将控制再分配过程变为不等式约束下的优化问题，即具有唯一的全局最优解，设全局最优解为，则唯一的全局最优解由序列二次规划SQP求解为：，

满足幅值约束的最优控制分配为:

，

式中，为满足饱和约束条件的最优控制分配解， 为第 个满足饱和约束条件的最优控制分配解， 为第 个满足饱和约束条件的最优控制分配解。

5.一种可倾转六旋翼无人机的抗饱和控制分配系统，其特征在于，包括：构建模块，配置为构建可倾转六旋翼无人机的动力学模型，其中，所述可倾转六旋翼无人机中包含六个可倾转旋翼，一可倾转旋翼包括一旋翼转子和控制旋翼转子绕机臂旋转的一倾转机构；

计算模块，配置为根据所述动力学模型计算与所述可倾转六旋翼无人机对应的控制分配矩阵 ，并对所述控制分配矩阵 进行线性化，得到常量控制分配矩阵 ；

投影模块，配置为根据所述常量控制分配矩阵 对执行器约束范围进行投影得到可达控制集，其中，所述可达控制集包括与实时三轴力信息相对应的可达力集以及与实时三轴力矩信息相对应的可达力矩集；所述根据所述常量控制分配矩阵 对执行器约束范围进行投影得到可达控制集包括：根据蒙特卡罗模拟确定推力矩阵 的取值范围，根据推力矩阵 中各个参数在取值范围内的随机值、推力的上下限以及扭矩的上下限，采用均匀分布方式随机生成多个参数组合，其中，为1号旋翼倾转角，为1号旋翼推力标量，为6号旋翼倾转角，为6号旋翼推力标量；

获取多个参数组合对应的推力矩阵 的值，并经过所述常量控制分配矩阵 投影后，根据所有投影值分别计算推力和扭矩的三维凸包，得到可达控制集；

分别取所述可达力集和所述可达力矩集中的内接长方体，得到可倾转六旋翼无人机的控制输入可达集包括：确定构成所述三维凸包的边界的面，其中，计算所述三维凸包中的每个面的平面方程为：，

式中， 、、、均为可达力集或可达力矩集中第i个面的线性方程系数，、、分别为平面上点的x轴坐标、y轴坐标、z轴坐标；

由于可倾转六旋翼无人机的对称性，所述三维凸包关于X‑O‑Z平面和Y‑O‑Z平面对称，由于表示控制输入的长方体每条边天然与坐标轴平行，因此通过长方体对角线上的两个点唯一确定，假设两个对角线上的点分别为 和 ，则长方体的体积为：，

式中， 为长方体的体积，、、分别为点 在X轴、Y轴、Z轴上的坐标值， 、 、 分别为点 在X轴、Y轴、Z轴上的坐标值；

最优控制输入可达集由数值优化得到，优化目标是最大化长方体的体积 ，同时确保长方体完全位于所述三维凸包内部，则长方体的每个顶点必须满足三维凸包的所有平面方程的约束，考虑最大化长方体的对角线长度，将 作为目标函数，作为一个近似于最大化体积的优化目标，约束条件为每个长方体的顶点都在三维凸包的多面体内，因此，优化问题表述为：，

优化所得最大内接长方体即为可倾转六旋翼无人机的控制输入可达集，其中，控制输入可达集的表达式为：，

式中，为可倾转六旋翼无人机的控制输入可达集，为X轴推力，为Y轴推力，为Z轴推力，为X轴力矩， 为Y轴力矩， 为Z轴力矩，、、分别为可达力集内接长方体的长、宽、高， 、、 分别为可达力矩集内接长方体的长宽高；

限制模块，配置为分别取所述可达力集和所述可达力矩集中的内接长方体，得到可倾转六旋翼无人机的控制输入可达集，并将获取的可倾转六旋翼无人机的实时控制输入信息限制在所述控制输入可达集中，得到标准控制输入信息 ，其中，所述实时控制输入信息包括实时三轴力信息和实时三轴力矩信息；

第一求解模块，配置为根据所述标准控制输入信息 与所述常量控制分配矩阵 的伪逆得到各个旋翼转子的目标转子转速和各个倾转机构的目标倾转角度组成的最小二乘控制分配解；

第二求解模块，配置为将所述最小二乘控制分配解中的各个旋翼转子的目标转子转速和各个倾转机构的目标倾转角度分别与最大转速和最大倾转角度进行比较，当超出最大值时进行基于非线性规划方法的控制再分配，得到满足饱和约束条件的最优控制分配解。

6.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至4任一项所述的方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至4任一项所述的方法。