1.一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，包括如下步骤：S1、系统建模：建立四旋翼悬挂有效载荷系统动力学模型；

S2、扰动补偿：针对所建模型中未知的集总扰动，通过预定义时间非线性扰动观测器对集总扰动进行估计，得到补偿后的名义模型；

S3、轨迹规划：基于四旋翼的实时位置，在其搭载的传感器的检测范围内采用动态窗口粒子群优化算法最小化关于路径点的代价函数，找到初始最优轨迹；

S4、最优控制：将补偿后的名义模型作为新的预测模型，将初始最优轨迹作为参考轨迹，使用非线性模型预测控制来最小化成本函数，从而获得满足系统约束的预测轨迹。

2.根据权利要求1所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S1中，采用欧拉‑拉格朗日建模方法，建立四旋翼悬挂有效载荷系统模型如下：；

其中， 为广义坐标，包含四旋翼的位置 和姿态 ，以及有效载荷的摆角 ； ， 分别表示 的一阶和二阶导数； 是惯性矩阵， 表示科里奥利和离心矩阵， 为重力矢量； 为控制分配矩阵， 为控制矩阵，其中 ，表示第 个螺旋桨产生的拉力， ， 表示气动系数， 为第 个螺旋桨的转速； 为空气阻力， 为空气阻力系数矩阵， 为包含未建模动力学以及风扰动的集总扰动向量，将其视为系统的外部扰动。

3.根据权利要求2所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S2的具体方法如下：首先，将四旋翼悬挂有效载荷系统动力学模型改写为如下表达式：；

式中， 为系统的可测状态， 为 的一阶导数， 为系统的控制输入， 为对角矩阵， 为作用于系统的未知的集总扰动； 与 为关于状态 的非线性光滑函数；

然后，引入一个新的状态变量 及辅助动态系统如下：；

其中， 为 的一阶导数， 表示两状态变量的差值， 为系数矩阵；

最后，将预定义时间非线性扰动观测器设计如下：；

其中， 为 的估计， 和 分别为 和 的一阶导数； 为李雅普诺夫函数， ； 为 的估计； 为常数， 为预定义时间；

通过基于李雅普诺夫函数的稳定性分析可知，观测误差 将在预定义时间内收敛到0；

最后，定义系统状态向量为 ，， ， 分别表示 ，和 的一阶导数；重新定义控制向量 ，采用预定义时间非线性扰动观测器在线估计集总扰动 ，得到的补偿后的名义模型如下：；

其中，表示 的一阶导数， 表示 的估计， 表示描述系统动态的非线性函数。

4.根据权利要求1所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S3中，关于路径点的代价函数如下：；

其中， 、 、 、 、 、 分别表示关于避障、等距离规划、平滑路径、最小化路径长度、适应性规划以及平滑爬升的代价函数； 为对应于上述代价函数的权重；

表示传感器检测范围内的障碍物个数。

5.根据权利要求4所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S3中，根据代价函数 ，将路径规划问题转化为一个优化问题，采用动态窗口粒子群优化算法最小化 ，以找到所有最优路径点，具体过程如下：（1）代价评估：每个粒子根据当前位置计算路径代价，由预定义的代价函数 量化其优劣；

（2）个体与群体协作：每个粒子记录其历史最优位置 ，即自身探索中代价最小的路径点，比较所有粒子的代价可以找到群体共享全局最优位置 ，即当前所有粒子中发现的最低代价路径点；

（3）位置更新：粒子通过结合 和 的信息动态调整粒子速度和位置，平衡局部探索与全局收敛；

（4）迭代优化：重复上述过程（1）‑（3），粒子群逐步逼近代价函数的全局最小值，最终输出最优路径点序列。

6.根据权利要求5所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S3中，粒子速度和位置的更新方式如下：；

其中， 为粒子 在时间 时的速度， 为粒子 在时间 时的速度，为粒子 在时间 时的位置， 为粒子 在时间 时的位置， 是惯性系数； ， 分别是个体和全局加速度系数； ， 为 范围内的两个随机值。

7.根据权利要求1所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S3中，将粒子群的搜索空间限制在传感器的检测范围内，从而实现局部粒子群优化，即动态窗口粒子群优化算法。

8.根据权利要求1所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S4的具体方法如下：采用多重射击技术将连续时间最优控制问题转化为离散优化问题，使用显式欧拉法以采样周期 进行数值积分，得到离散预测模型 ， ， ， 为时刻的状态、控制量和扰动估计；在时刻 和预测时域 内，构建如下非线性规划问题，即最小化成本函数：；

其中， ， 分别表示预测时域内状态和控制量的集合；

第一项 为轨迹跟踪项，定义如下：

；

其中， 、 、 、 分别表示 时刻四旋翼的位置、速度、姿态角和姿态角速度； ， 表示有效载荷的摆动角和摆动角速度； 为在时刻 参考轨迹，上标 表示“参考”，由轨迹规划模块生成； 、 、 、 、 、 分别为关于四旋翼位置、四旋翼速度、四旋翼姿态角、四旋翼姿态角速度、有效载荷摆角和有效载荷摆动角速度的权重矩阵；符号 表示向量 关于矩阵 的加权平方范数；

第二项 为控制平滑项，如下所示：

；

其中， 为四旋翼在时刻 的控制输量； 为在时刻 期望控制量，上标 表示“参考”，定义为悬停状态的控制输入； 为四旋翼在时刻 的控制量； ， 分别为关于控制量和控制平滑性的权重矩阵；

第三项 为主动避障项，包含四旋翼避障成本和有效载荷避障成本：；

其中， 为四旋翼传感器检测范围内的障碍物的集合； 和 为关于四旋翼和有效载荷的平滑度参数； 为四旋翼到障碍物 的欧几里得距离， 为有效载荷到障碍物 的欧几里得距离； 和 分别为四旋翼和有效载荷的避障半径；

第四项 为终端成本函数，其权重矩阵为 ，用“ ”统一表示下标，满足，确保预测时域末端状态收敛。

9.根据权利要求8所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S4中的系统约束如下：；

；

；

；

其中， 为初始条件， ， 分别表示系统状态和控制输入的可行域，表示如下：；

；

表示 维实数空间， 为最大速度， 为每个螺旋桨所提供推力的上限。

10.根据权利要求1所述的一种四旋翼悬挂有效载荷系统的最优轨迹规划方法，其特征在于，步骤S4中，通过序列二次规划框架求解，其中采用高斯‑牛顿法将非线性规划问题转化为一系列二次优化问题子问题，并利用qpOASES求解器进行计算，同时，结合实时迭代策略和热启动技术保证计算实时性；最终通过ACADO工具链实现从建模到代码生成的自动化流程，完成复杂扰动环境下的高精度轨迹跟踪控制。