Servo Integrated Nonlinear Model Predictive Control for Overactuated Tiltable-Quadrotors
作者: Jinjie Li, Junichiro Sugihara, Moju Zhao
分类: cs.RO
发布日期: 2024-05-16 (更新: 2024-08-23)
备注: 8 pages, 10 figures. This article has been accepted by RA-L
💡 一句话要点
针对倾转旋翼无人机，提出伺服集成非线性模型预测控制方法，实现精准位姿跟踪。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 倾转旋翼无人机 非线性模型预测控制 伺服集成 过驱动系统 位姿跟踪
📋 核心要点
- 倾转旋翼无人机虽具备姿态位置独立控制优势，但伺服机构引入的非线性、迟滞和范围限制，给动态控制带来挑战。
- 提出基于NMPC的控制方法，直接将旋翼推力和伺服角度作为输入，并显式考虑伺服动态和输入约束。
- 实验验证了该方法在倾转旋翼无人机上的有效性，实现了快速、鲁棒和平滑的位姿跟踪。
📝 摘要（中文）
本文提出了一种针对倾转旋翼无人机的控制方法，该无人机通过伺服机构倾斜每个旋翼，从而将欠驱动系统转变为过驱动系统，实现姿态和位置的独立控制，这为空中操作提供了优势。然而，这种改进也引入了模型非线性、伺服响应迟缓和有限的操作范围等问题，给动态控制带来了挑战。本文提出了一种基于非线性模型预测控制（NMPC）的倾转旋翼无人机控制方法。与传统的级联方法不同，我们的方法保留了完整的动力学模型，没有进行简化。它直接使用旋翼推力和伺服角度作为控制输入，并将它们的工作范围限制考虑为输入约束。值得注意的是，我们将一阶伺服模型集成到NMPC框架中。仿真结果表明，集成伺服动力学不仅可以提高控制性能，而且是优化收敛的关键因素。为了评估我们方法的有效性，我们制造了一架倾转旋翼无人机，并在机载计算机上以100 Hz的频率部署了该算法。大量的真实实验表明，该方法具有快速、鲁棒和平滑的位姿跟踪性能。
🔬 方法详解
问题定义：倾转旋翼无人机通过倾转旋翼实现过驱动，但伺服系统的非线性、响应延迟和工作范围限制给精确控制带来挑战。传统方法通常简化动力学模型或采用级联控制，难以充分利用过驱动特性并保证控制性能。
核心思路：论文的核心思路是将伺服系统的动态特性直接集成到非线性模型预测控制（NMPC）框架中，避免简化模型，并直接将旋翼推力和伺服角度作为控制输入。通过显式考虑伺服动态和输入约束，提高控制精度和鲁棒性。
技术框架：该方法采用NMPC框架，主要包括以下模块：1）系统动力学建模：建立包含无人机姿态、位置、速度以及伺服机构动态的完整非线性模型。2）预测模型：利用建立的动力学模型预测未来一段时间内的系统状态。3）优化问题构建：将位姿跟踪误差作为目标函数，同时考虑旋翼推力、伺服角度的约束以及伺服动态。4）求解器：使用合适的数值优化算法求解NMPC问题，得到最优的控制输入序列。5）控制输入应用：将优化得到的控制输入序列中的第一个输入作用于无人机。
关键创新：该方法最重要的创新点在于将伺服动态集成到NMPC框架中。传统方法通常忽略或简化伺服动态，导致控制性能下降。通过显式建模伺服动态，并将其纳入优化过程中，可以更准确地预测系统行为，从而提高控制精度和鲁棒性。与传统级联控制方法相比，该方法避免了人为的系统分解，保留了完整的系统动力学信息。
关键设计：论文采用了一阶伺服模型来描述伺服机构的动态特性。目标函数通常包含位姿跟踪误差的二次项，以及控制输入的惩罚项，以保证控制输入的平滑性。输入约束则直接限制了旋翼推力和伺服角度的范围。NMPC的预测时域长度和采样时间是重要的参数，需要根据具体的系统动态进行调整。求解器通常采用高效的数值优化算法，如SQP或IPOPT。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的NMPC方法能够实现快速、鲁棒和平滑的位姿跟踪。在真实飞行实验中，无人机能够以100Hz的控制频率稳定跟踪目标轨迹，并有效抑制外部扰动。与未集成伺服动态的NMPC方法相比，该方法在跟踪精度和鲁棒性方面均有显著提升，并且优化收敛性更好。
🎯 应用场景
该研究成果可应用于需要高精度位姿控制的无人机应用场景，例如空中操作、精准农业、桥梁检测等。通过精确控制无人机的姿态和位置，可以实现更复杂的任务，提高作业效率和安全性。未来，该方法可以进一步扩展到其他类型的过驱动无人机系统，并与其他技术（如视觉伺服、强化学习）相结合，实现更智能化的控制。
📄 摘要（原文）
Utilizing a servo to tilt each rotor transforms quadrotors from underactuated to overactuated systems, allowing for independent control of both attitude and position, which provides advantages for aerial manipulation. However, this enhancement also introduces model nonlinearity, sluggish servo response, and limited operational range into the system, posing challenges to dynamic control. In this study, we propose a control approach for tiltable-quadrotors based on nonlinear model predictive control (NMPC). Unlike conventional cascade methods, our approach preserves the full dynamics without simplification. It directly uses rotor thrust and servo angle as control inputs, where their limited working ranges are considered input constraints. Notably, we incorporate a first-order servo model within the NMPC framework. Simulation reveals that integrating the servo dynamics is not only an enhancement to control performance but also a critical factor for optimization convergence. To evaluate the effectiveness of our approach, we fabricate a tiltable-quadrotor and deploy the algorithm onboard at 100 Hz. Extensive real-world experiments demonstrate rapid, robust, and smooth pose-tracking performance.