Three-dimensional Trajectory Optimization for Quadrotor Tail-sitter UAVs: Traversing through Given Waypoints

📄 arXiv: 2406.08347v3 📥 PDF

作者: Mingyue Fan, Fangfang Xie, Tingwei Ji, Yao Zheng

分类: cs.RO

发布日期: 2024-06-12 (更新: 2025-01-18)

💡 一句话要点

针对四旋翼尾座式无人机，提出一种三维轨迹优化方法，实现给定航路点间的灵活飞行。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 尾座式无人机 三维轨迹优化 微分平坦 MINCO 模型预测控制 无人机控制 轨迹规划

📋 核心要点

  1. 现有尾座式无人机轨迹生成方法分别处理垂直和水平飞行，限制了其三维空间运动能力和过渡平滑性。
  2. 该方法利用微分平坦特性简化轨迹生成，并采用MINCO方法优化时间参数，将速度约束转化为软约束。
  3. 实验结果表明，即使在二维平面内，该方法也优于L1制导律和Dubins路径，验证了其有效性。

📝 摘要（中文）

本文提出了一种针对四旋翼尾座式无人机的三维轨迹优化方法，旨在提升其在三维空间中的敏捷飞行能力。传统方法通常将垂直飞行和水平飞行的轨迹分开生成，限制了尾座式无人机在三维空间中的运动能力，并且难以实现垂直飞行和水平飞行之间的平滑过渡。本文利用微分平坦特性消除了轨迹生成过程中的微分动力学约束。此外，采用MINCO（最小控制）方法生成轨迹的时间参数。通过对轨迹进行时间离散化，将速度约束转化为软约束，从而提高控制输入满足约束条件和轨迹的可行性。最后，使用模型预测控制（MPC）方法进行轨迹跟踪。即使将尾座式无人机的运动限制在二维水平面上，该方法仍然优于L1制导律和Dubins路径。

🔬 方法详解

问题定义：现有尾座式无人机轨迹规划方法通常将垂直和水平飞行分开处理，导致三维空间运动受限，且难以实现两种飞行模式间的平滑过渡。此外，复杂的动力学约束增加了轨迹规划的难度。因此，需要一种能够生成高效、平滑的三维轨迹，并能有效处理动力学约束的方法。

核心思路：本文的核心思路是利用微分平坦特性将复杂的动力学约束转化为代数约束，从而简化轨迹生成过程。同时，采用MINCO方法优化轨迹的时间参数，并使用软约束处理速度限制，以提高轨迹的可行性和控制输入的满足率。

技术框架：该方法主要包含以下几个阶段：1) 利用微分平坦特性消除微分动力学约束；2) 采用MINCO方法生成轨迹的时间参数；3) 将速度约束转化为软约束，并通过时间离散化处理；4) 使用模型预测控制（MPC）进行轨迹跟踪。整体流程是从简化动力学模型入手，到轨迹优化，再到轨迹跟踪控制。

关键创新：该方法最重要的技术创新点在于利用微分平坦特性简化了轨迹生成过程，避免了直接处理复杂的动力学约束。与传统方法相比，该方法能够更高效地生成满足动力学约束的三维轨迹。此外，将速度约束转化为软约束，提高了轨迹的可行性。

关键设计：在将速度约束转化为软约束时，需要选择合适的权重系数，以平衡轨迹的平滑性和速度约束的满足程度。MINCO方法中的控制量选择也会影响轨迹的性能。MPC控制器需要根据尾座式无人机的动力学模型进行设计，并选择合适的预测时域和控制时域。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，即使将尾座式无人机的运动限制在二维水平面上，该方法生成的轨迹仍然优于L1制导律和Dubins路径。这表明该方法在轨迹规划方面具有显著优势，能够生成更优的轨迹，从而提高无人机的飞行性能。具体的性能提升数据未知，需要在论文中查找。

🎯 应用场景

该研究成果可应用于需要灵活三维运动能力的尾座式无人机，例如城市环境中的包裹递送、桥梁隧道等基础设施的巡检、以及复杂地形下的搜索救援等场景。该方法能够提高无人机在复杂环境中的作业效率和安全性，具有重要的实际应用价值和广阔的应用前景。

📄 摘要（原文）

Given the evolving application scenarios of current fixed-wing unmanned aerial vehicles (UAVs), it is necessary for UAVs to possess agile and rapid 3-dimensional flight capabilities. Typically, the trajectory of a tail-sitter is generated separately for vertical and level flights. This limits the tail-sitter's ability to move in a 3-dimensional airspace and makes it difficult to establish a smooth transition between vertical and level flights. In the present work, a 3-dimensional trajectory optimization method is proposed for quadrotor tail-sitters. Especially, the differential dynamics constraints are eliminated when generating the trajectory of the tail-sitter by utilizing differential flatness method. Additionally, the temporal parameters of the trajectory are generated using the state-of-the-art trajectory generation method called MINCO (minimum control). Subsequently, we convert the speed constraint on the vehicle into a soft constraint by discretizing the trajectory in time. This increases the likelihood that the control input limits are satisfied and the trajectory is feasible. Then, we utilize a kind of model predictive control (MPC) method to track trajectories. Even if restricting the tail-sitter's motion to a 2-dimensional horizontal plane, the solutions still outperform those of the L1 Guidance Law and Dubins path.