一、课程导论：多旋翼避障为什么需要MPC？
大家好，我是你们这门课的主讲人。在飞控这个行当摸爬滚打了十几年，从最早的PID调参调到怀疑人生，到后来接触LQR觉得终于上道了，再到现在几乎每个项目都离不开MPC——这条路我走得挺有感触的。
今天这第一讲，咱们不急着写代码，也不急着推公式。我想先聊聊一个核心问题：多旋翼避障，为什么非得用MPC？ PID和LQR不香吗？
1.1 避障场景下的“老将”们：PID和LQR的局限
先说PID。PID这东西，说白了就是个“纠错器”。你给它一个目标位置，它根据当前误差算出力矩。简单、可靠、调参经验丰富——我早期做飞控时，光靠PID也能让飞机飞得挺稳。
但避障不一样。避障不是“飞到某个点”，而是“在动态环境中规划一条安全路径”。PID看不到未来，它只盯着眼前的误差。当障碍物突然出现在路径上，PID的反应往往是：先冲过去，再猛拉回来。结果就是震荡、超调，甚至撞上。
我在一个物流无人机项目里遇到过这种情况。飞机前方突然出现一根电线，PID控制的飞机直接冲了过去，虽然最后拉回来了，但那个瞬间的过冲差点把桨叶打坏。嗯，从那以后，我对PID在避障场景下的表现就持保留态度了。
再说LQR。LQR比PID聪明一点，它考虑了系统的状态方程，能给出一个最优的反馈增益。但LQR有个硬伤：它处理不了约束。什么叫约束？比如电机转速有上限、飞行速度不能太快、离障碍物必须保持安全距离——这些在LQR框架里很难直接塞进去。
你想想看，避障的本质是什么？就是在约束条件下找一条可行路径。LQR做不到这一点，它只能假设所有状态都是无界的。这在理论分析时很漂亮，但实际飞起来，电机饱和、位置超限，分分钟出事。
1.2 MPC的核心优势：预见未来、处理约束
MPC（模型预测控制）为什么能解决这些问题？说白了，它有三个核心能力：
- 预测能力：MPC会基于当前状态和系统模型，向前预测未来N步的状态轨迹。它能看到“如果我现在这样控制，未来会怎样”。
- 约束处理：MPC把所有的限制条件（速度上限、位置边界、障碍物距离）直接写进优化问题里。求解器会保证输出的控制量一定满足这些约束。
- 滚动优化：每控制周期，MPC都会重新求解一次优化问题，用最新的状态更新预测。这就保证了实时性和鲁棒性。
一句话总结：PID是“看脚下”，LQR是“看一步”，MPC是“看十步，还知道哪里不能踩”。
我记得有一次做室内避障测试，飞机需要在狭窄的走廊里穿行。用PID时，飞机总是贴着墙走，稍微有点风就撞上了。换成MPC后，飞机自动规划出一条居中的路径，即使有扰动也能及时调整回来。那种感觉，就像从开手动挡换成了自动驾驶。
1.3 三种控制器的对比
| 特性 | PID | LQR | MPC |
|---|---|---|---|
| 是否需要模型 | 不需要 | 需要线性模型 | 需要模型（可非线性） |
| 约束处理 | 不支持 | 不支持 | 原生支持 |
| 预测能力 | 无 | 无 | 有（滚动时域） |
| 计算量 | 极低 | 低 | 较高（需在线求解） |
| 避障适用性 | 差 | 一般 | 优秀 |
| 调参难度 | 中等（经验依赖） | 较低（Riccati方程） | 较高（权重+预测时域） |
个人建议：如果你刚开始接触MPC，不要试图一步到位。我习惯先在仿真里调通一个简单的线性MPC，再逐步加入非线性模型和避障约束。这样出了问题，你知道是模型的问题还是求解器的问题。
1.4 课程整体项目框架
这门课不是纯理论课。我们会从零开始，一步步搭建一个完整的MPC避障系统。整个项目分为以下几个模块：
- 多旋翼动力学建模：建立四旋翼的12维状态方程，推导离散化模型。这是MPC的基础，模型不准，预测就是瞎猜。
- MPC核心算法实现：从线性MPC到非线性MPC，从无约束到有约束。我们会手写优化问题的构建过程，而不是直接调库。
- 避障约束建模：如何把障碍物（点、线、面）写成数学约束？如何保证求解的实时性？这里有很多工程技巧。
- 实时求解器选型与部署：OSQP、ACADO、CasADi...哪个适合嵌入式？怎么在STM32或NVIDIA Jetson上跑起来？
- 仿真与真机测试：在Gazebo中搭建避障场景，然后移植到真机上。我会分享我在真机测试中踩过的坑。
注意：MPC的计算量是PID的几十倍甚至上百倍。我曾经在一个低端MCU上尝试跑MPC，结果一个控制周期要算200ms，飞机早就炸了。所以硬件选型很重要，我们后面会专门讲。
1.5 学习路径建议
这门课的内容有一定门槛。如果你之前只接触过PID，我建议你按这个顺序来：
- 第一步：先搞懂多旋翼的动力学模型。不用太深，能写出状态空间方程就行。
- 第二步：理解MPC的基本原理——预测、优化、滚动。不要一上来就看复杂的非线性MPC。
- 第三步：在MATLAB或Python里跑通一个简单的线性MPC例子。感受一下“预测”和“约束”到底是怎么回事。
- 第四步：加入避障约束，从二维场景开始，再扩展到三维。
- 第五步：移植到嵌入式平台，做真机测试。
我个人习惯是：先仿真，再真机。仿真里炸一百次都没事，真机炸一次就够你心疼的。
1.6 本章知识体系
下面这张图展示了本章的核心逻辑和整个课程的知识结构。你可以把它当作一张地图，随时回来看看自己走到哪了。
1.7 写在前面的话
这门课不会让你成为MPC的理论大师，但会让你成为一个能把MPC跑在真机上的工程师。这两者是有区别的。理论大师可以推导几十页的公式，但可能不知道OSQP的求解器在STM32上会因为内存不足而崩溃。而我希望你学完这门课后，能真正让飞机飞起来、避开障碍物、稳稳落地。
嗯，这就是第一讲的全部内容。下一讲，我们会从多旋翼的动力学模型开始，一步步搭建MPC的基础。准备好了吗？