Quadrotor Trajectory Tracking Using Linear and Nonlinear Model Predictive Control

📄 arXiv: 2411.06707v1 📥 PDF

作者: Thanh Nguyen Canh, Huy-Hoang Ngo, Anh Viet Dang, Xiem HoangVan

分类: cs.RO

发布日期: 2024-11-11

备注: In Vietnamese language, in the 25th National Conference on Electronics, Communications and Information Technology (REV-ECIT 2022), Hanoi, Vietnam

💡 一句话要点

提出基于线性与非线性模型预测控制的四旋翼飞行器轨迹跟踪方法

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 四旋翼飞行器 轨迹跟踪 模型预测控制 线性模型 非线性模型 无人机控制 自主导航

📋 核心要点

  1. 四旋翼飞行器在复杂或受扰环境中安全导航的关键在于精确的轨迹跟踪能力，现有方法在精度和鲁棒性上存在挑战。
  2. 本文提出分别基于线性模型预测控制（LMPC）和非线性模型预测控制（NMPC）的轨迹跟踪方案，利用模型预测控制的优势。
  3. 通过仿真实验验证了LMPC和NMPC在四旋翼飞行器轨迹跟踪中的可行性和有效性，为实际应用提供了参考。

📝 摘要（中文）

本文详细介绍了两种先进的基于模型的四旋翼飞行器轨迹跟踪控制框架：线性模型预测控制器（LMPC）和非线性模型预测控制器（NMPC）。此外，还全面描述了四旋翼飞行器的运动学和动力学模型。最后，通过仿真系统验证了可行性，证明了两种控制器的有效性。

🔬 方法详解

问题定义：四旋翼飞行器在复杂环境中进行精确轨迹跟踪是一个关键问题。现有的控制方法可能在精度、鲁棒性或计算效率方面存在不足，尤其是在存在外部干扰或模型不确定性的情况下。本文旨在设计能够有效应对这些挑战的轨迹跟踪控制器。

核心思路：本文的核心思路是利用模型预测控制（MPC）的优势，通过预测四旋翼飞行器未来的状态，并优化控制输入，从而实现精确的轨迹跟踪。分别采用线性模型和非线性模型进行预测，以适应不同的场景需求。线性模型预测控制（LMPC）计算效率高，适用于实时性要求高的场景；非线性模型预测控制（NMPC）精度更高，适用于对轨迹跟踪精度要求更高的场景。

技术框架：整体框架包括以下几个主要模块：1) 四旋翼飞行器的运动学和动力学建模；2) 基于线性或非线性模型的预测模型构建；3) 优化问题的构建，包括目标函数和约束条件；4) 求解优化问题，得到最优控制输入；5) 将控制输入作用于四旋翼飞行器，并重复上述过程。LMPC和NMPC的主要区别在于预测模型和优化问题的构建方式。

关键创新：本文的关键创新在于对比研究了LMPC和NMPC在四旋翼飞行器轨迹跟踪中的性能。通过仿真实验，分析了两种控制器的优缺点，为实际应用提供了选择依据。此外，本文还详细描述了四旋翼飞行器的运动学和动力学模型，为其他研究者提供了参考。

关键设计：在LMPC中，通常将非线性模型线性化，然后构建二次规划问题进行求解。目标函数通常包括跟踪误差和控制输入的惩罚项。约束条件包括状态约束和控制输入约束。在NMPC中，直接使用非线性模型进行预测，并采用非线性优化算法进行求解。目标函数和约束条件的设计与LMPC类似，但可以更加灵活地处理非线性特性。控制器的性能受到预测时域长度、采样时间、权重系数等参数的影响，需要根据具体应用场景进行调整。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

通过仿真实验，验证了LMPC和NMPC在四旋翼飞行器轨迹跟踪中的可行性和有效性。实验结果表明，两种控制器均能实现较好的轨迹跟踪性能。NMPC在精度方面略优于LMPC，但计算复杂度也更高。该研究为实际应用中选择合适的控制器提供了参考依据。

🎯 应用场景

该研究成果可应用于无人机自主导航、物流配送、环境监测、灾害救援等领域。精确的轨迹跟踪能力能够提高无人机在复杂环境中的作业效率和安全性。未来，可以将该方法与其他技术（如视觉导航、强化学习）相结合，进一步提升无人机的智能化水平。

📄 摘要（原文）

Accurate trajectory tracking is an essential characteristic for the safe navigation of a quadrotor in cluttered or disturbed environments. In this paper, we present in detail two state-of-the-art model-based control frameworks for trajectory tracking: the Linear Model Predictive Controller (LMPC) and the Nonlinear Model Predictive Controller (NMPC). Additionally, the kinematic and dynamic models of the quadrotor are comprehensively described. Finally, a simulation system is implemented to verify feasibility, demonstrating the effectiveness of both controllers.