Allocation for Omnidirectional Aerial Robots: Incorporating Power Dynamics
作者: Eugenio Cuniato, Mike Allenspach, Thomas Stastny, Helen Oleynikova, Roland Siegwart, Michael Pantic
分类: cs.RO
发布日期: 2024-12-20 (更新: 2025-07-31)
💡 一句话要点
针对倾转旋翼无人机，提出考虑功率动态的推力分配方法，提升动态性能。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 倾转旋翼无人机 推力分配 微分分配 执行器动态 功率动态
📋 核心要点
- 倾转旋翼无人机推力分配复杂，现有几何分配方法存在奇异性问题，且忽略了执行器和螺旋桨的动态特性。
- 论文提出微分分配方法，利用平台冗余避免奇异性，并融入执行器和螺旋桨功率动态模型，实现更精确的控制。
- 实验表明，该方法能有效平衡螺旋桨速度，支持飞行中选择性关闭螺旋桨，并能以快70%的速度跟踪轨迹。
📝 摘要（中文）
倾转旋翼无人机比固定旋翼平台更具动态性和通用性，因为推力矢量和机身姿态是解耦的。然而，伺服机构和螺旋桨的协调（即推力分配问题）并非易事，尤其是在考虑过驱动和执行器动态的情况下。本文逐步构建并提出了三种用于倾转旋翼无人机的新型推力分配方法，并在执行动态机动的真实系统上将其与最先进的方法进行比较。我们将最先进的几何分配扩展为微分分配，该分配利用了平台的冗余性，并且不受奇异性的影响。我们通过结合执行器动态和螺旋桨功率动态来扩展它。这些使我们能够对动态螺旋桨加速度限制进行建模，从而带来两个主要优势：无需零空间目标即可平衡螺旋桨速度，并允许平台在飞行过程中选择性地关闭螺旋桨，从而为新的操作可能性打开了大门。我们还使用执行器动态和限制来规范化推力分配问题，使其更易于调整，并允许其跟踪比几何分配快 70% 的轨迹。
🔬 方法详解
问题定义：倾转旋翼无人机的推力分配问题，即如何协调各个伺服机构和螺旋桨，以实现期望的推力和力矩。现有几何分配方法存在奇异点，在奇异点附近性能会急剧下降。此外，现有方法通常忽略了执行器（伺服机构和电机）的动态特性和功率限制，导致控制性能受限，无法充分利用无人机的潜力。
核心思路：论文的核心思路是将几何分配方法扩展为微分分配方法，并在此基础上进一步考虑执行器动态和螺旋桨功率动态。微分分配利用平台的冗余度，避免了奇异点问题。通过引入执行器动态模型，可以更好地预测和控制执行器的行为，从而提高控制精度。考虑螺旋桨功率动态，可以实现更有效的能量管理，并支持新的操作模式，例如选择性关闭螺旋桨。
技术框架：整体框架可以分为三个阶段：1) 几何分配：这是基线方法，基于几何关系计算所需的推力和力矩。2) 微分分配：通过引入雅可比矩阵的伪逆，将几何分配扩展为微分分配，从而利用平台的冗余度并避免奇异点。3) 动态分配：在微分分配的基础上，引入执行器动态模型和螺旋桨功率动态模型，以提高控制精度和能量效率。
关键创新：论文的关键创新在于将执行器动态和螺旋桨功率动态纳入推力分配问题中。这使得能够对动态螺旋桨加速度限制进行建模，从而实现更精确的控制和更有效的能量管理。此外，该方法还允许平台在飞行过程中选择性地关闭螺旋桨，这为新的操作可能性打开了大门。
关键设计：论文的关键设计包括：1) 使用雅可比矩阵的伪逆来实现微分分配。2) 建立执行器动态模型，该模型描述了伺服机构和电机的动态行为。3) 建立螺旋桨功率动态模型，该模型描述了螺旋桨的功率消耗与转速之间的关系。4) 使用执行器动态和限制来规范化推力分配问题，使其更易于调整。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的微分分配方法能够有效地避免奇异点问题，并显著提高控制性能。与传统的几何分配方法相比，该方法能够以快 70% 的速度跟踪轨迹。此外，该方法还能够实现选择性关闭螺旋桨的功能，为新的操作模式打开了大门。这些结果表明，该方法具有很高的实用价值。
🎯 应用场景
该研究成果可应用于需要高动态性能和精确控制的倾转旋翼无人机应用场景，例如：快速避障、敏捷飞行、复杂环境下的搜索救援、以及需要精确姿态控制的空中操作和操纵任务。选择性关闭螺旋桨的能力也为新型无人机操作和操纵提供了可能性，例如在狭窄空间内的操作。
📄 摘要（原文）
Tilt-rotor aerial robots are more dynamic and versatile than fixed-rotor platforms, since the thrust vector and body orientation are decoupled. However, the coordination of servos and propellers (the allocation problem) is not trivial, especially accounting for overactuation and actuator dynamics. We incrementally build and present three novel allocation methods for tiltrotor aerial robots, comparing them to state-of-the-art methods on a real system performing dynamic maneuvers. We extend the state-of-the-art geometric allocation into a differential allocation, which uses the platform's redundancy and does not suffer from singularities. We expand it by incorporating actuator dynamics and propeller power dynamics. These allow us to model dynamic propeller acceleration limits, bringing two main advantages: balancing propeller speed without the need of nullspace goals and allowing the platform to selectively turn-off propellers during flight, opening the door to new manipulation possibilities. We also use actuator dynamics and limits to normalize the allocation problem, making it easier to tune and allowing it to track 70% faster trajectories than a geometric allocation.