近年来，无人机载在物运输领域已经取得了一定的进展，尤其是四旋翼吊挂系统已经被证明能够完成物流运输的任务，包括垂直起降、悬停等基本任务，具有一定的机动性和安全性。但是由于单架四旋翼的额定载荷能力较低，其作业能力受制于单架有限的载荷能力，多无人机协同吊挂系统能够很好地解决载荷能力的限制。 多无人机协同吊挂系统的队形控制稳定性对于负载的摆动具有重大影响，单架无人机的不稳定因素极易导致整个吊挂系统出现崩溃状态。目前多无人机协同吊挂系统的队形控制算法有领航跟随法、基于行为法、虚拟结构法、图论法和基于一致性方法等，其中领航跟随法的应用较为广泛。领航跟随法中的领航者通常由人或计算机直接控制，负责决定整个编队的方向和速度，而跟随者则根据与领航者的相对位置和方向信息自主调整自己的位置，以维持编队的队形。但是该方法依赖于一个或几个领航者来引导整个编队，如果领航者出现故障或受到干扰，整个编队可能会失去方向，导致编队结构的崩溃导致载物坠毁；基于行为法能够提供分布式控制和较好的适应性，但行为融合的复杂性可能导致控制指令的冲突，使得编队难以维持一致性，在面对动态变化的环境或任务需求时，行为冲突可能导致编队成员之间的协调性降低，增加碰撞风险；虚拟结构法要求无人机之间保持固定的相对位置，这在需要通过狭窄空间或进行复杂机动时可能不实用，在避障时缺乏灵活性和适应性，严格的队形约束在遇到障碍物或其他无人机时会导致频繁的位置调整，增加能耗并可能引起执行器饱和，从而影响编队稳定性；图论法在大规模或动态变化的编队中，可能难以快速适应结构变化，导致控制延迟和决策失误；一致性方法依赖于编队成员之间的信息一致性，但在实际应用中，通信延迟和信息丢失可能导致一致性受损，难以维持编队成员之间的同步，从而影响编队的整体性能和稳定性。 无人机编队容错控制方法是指在无人机编队飞行过程中，面对可能出现的个别无人机故障，采取相应的控制策略以保持编队稳定飞行的技术和方法。现有的无人机编队容错控制方法主要有基于分布式控制、基于滑模控制、基于模型预测控制的容错算法。基于分布式控制的容错算法，每个无人机只需要与相邻的无人机进行通信和协调，而无需全局控制中心的参与。当某个无人机故障时，其他无人机可以通过局部信息调整编队，继续执行任务。但是该方法应用于吊挂系统时，如果某些无人机发生故障，负载摆动可能会增加，导致控制的复杂性提升；使用滑模控制算法，在无人机失效时快速切换控制策略，维持系统的稳定性，通过在线估计无人机故障并及时调整控制输入来容错。但是该方法在实现时容易产生抖动，影响控制精度，同时对吊挂系统的负载控制较弱，难以应对复杂的负载动态和多无人机的协调；基于模型预测控制的容错算法，利用系统的动态模型进行预测，根据当前的系统状态和未来的输出轨迹做出最优控制决策。当无人机发生故障时，通过调整模型预测来重新分配任务。该方法对系统模型的依赖性强，当系统模型误差较大时，控制效果会大幅下降。特别是在吊挂负载动态剧烈变化的情况下，该方法计算量大，实时性较差，容易产生较大的延迟，影响系统稳定性。 多无人机协同吊挂系统的主要问题在于负载的摆动和摆角的控制。一旦某些无人机失效，吊挂系统的负载摆动可能变得难以控制，导致整体系统失稳。同时，多无人机协同吊挂系统协调控制难度增大，单个无人机的故障会打破原有的编队平衡，需要其他无人机迅速重新分配任务。但是在吊挂系统中，负载的动态响应更加复杂，增加了任务重新分配的难度。另外，吊挂系统对控制的实时性要求较高，任何滞后或失误都可能导致负载的不稳定，许多容错算法在无人机失效后的响应速度可能不足以应对吊挂系统中的动态变化。可以看出，虽然多无人机协同吊挂系统能够提高载物重量上限，但其安全性也带来更大的挑战，单架无人机故障容易导致整个吊挂系统的崩溃。 因此，亟需一种新的突发故障下的多无人机协同载物自主调整方法，解决上述技术问题。