Unifying Quadrotor Motion Planning and Control by Chaining Different Fidelity Models

📄 arXiv: 2512.12427v1 📥 PDF

作者: Rudolf Reiter, Chao Qin, Leonard Bauersfeld, Davide Scaramuzza

分类: cs.RO, eess.SY

发布日期: 2025-12-13

💡 一句话要点

Unique：通过链式不同精度模型，统一四旋翼运动规划与控制

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 四旋翼 运动规划 模型预测控制 多精度模型 自主导航

📋 核心要点

  1. 四旋翼飞行任务需要在长时程规划和快速响应之间权衡，现有方法难以兼顾。
  2. Unique通过级联高低精度模型，在统一的MPC框架下实现长时程规划和精确控制。
  3. 实验表明，Unique在计算资源相同的情况下，闭环跟踪性能比传统方法提升高达75%。

📝 摘要（中文）

许多四旋翼飞行任务既需要即时响应，又需要长时程规划。高精度模型能够实现精确控制，但计算速度慢，不适用于长时程规划；低精度规划器可以扩展到长时程，但会降低闭环性能。我们提出了Unique，一种统一的MPC，它在单个优化中级联不同精度的模型：短时程高精度模型用于精确控制，长时程低精度模型用于规划。我们对齐了不同时程的代价函数，推导了点质量模型的可行性保持推力和机体角速率约束，并引入了过渡约束，以匹配不同的状态、推力引起的加速度和加加速度-机体角速率关系。为了防止非光滑杂波中出现局部最小值，我们提出了一种3D渐进平滑策略，该策略沿时程变形基于范数的障碍物。此外，我们部署了并行随机初始化的MPC求解器，以在长时程低精度范围内发现成本更低的局部最小值。在仿真和真实飞行中，在相同的计算预算下，与标准MPC和分层规划器-跟踪器基线相比，Unique将闭环位置或速度跟踪提高了高达75%。消融实验和帕累托分析证实了在时程变化、约束近似和平滑策略方面的稳健增益。

🔬 方法详解

问题定义：论文旨在解决四旋翼飞行器运动规划与控制中，高精度模型计算量大不适用于长时程规划，而低精度模型控制精度不足的问题。现有方法如分层规划器-跟踪器，在长时程规划和短时程控制之间存在性能瓶颈。

核心思路：论文的核心思路是利用模型预测控制（MPC）框架，将高精度模型和低精度模型进行级联，在高精度模型上进行精确控制，在低精度模型上进行长时程规划。通过代价函数对齐和过渡约束，保证不同精度模型之间的平滑过渡和一致性。

技术框架：Unique的整体框架包含以下几个主要模块：1) 短时程高精度模型MPC：用于精确控制，模型复杂度高，计算量大。2) 长时程低精度模型MPC：用于长时程规划，模型简化，计算量小。3) 代价函数对齐：保证不同精度模型在优化目标上的一致性。4) 过渡约束：保证不同精度模型在状态、推力、加速度等方面的平滑过渡。5) 3D渐进平滑：防止在复杂环境中陷入局部最优。6) 并行随机初始化：探索更优的轨迹。

关键创新：论文的关键创新在于将不同精度的模型集成到同一个MPC框架中，并设计了相应的代价函数对齐和过渡约束，使得高精度控制和长时程规划能够协同工作。此外，3D渐进平滑和并行随机初始化进一步提升了算法的鲁棒性和性能。

关键设计：论文的关键设计包括：1) 推力和机体角速率约束，保证点质量模型的可行性。2) 过渡约束，匹配不同模型的状态、推力引起的加速度和加加速度-机体角速率关系。3) 3D渐进平滑策略，通过调整范数来平滑障碍物。4) 并行随机初始化MPC求解器，探索更优解。

📊 实验亮点

实验结果表明，在相同的计算预算下，Unique方法相比于标准MPC和分层规划器-跟踪器基线，在闭环位置或速度跟踪方面提高了高达75%。消融实验和帕累托分析验证了该方法在不同时程长度、约束近似和平滑策略下的鲁棒性。

🎯 应用场景

该研究成果可应用于需要长时程规划和精确控制的四旋翼飞行任务，例如复杂环境下的自主导航、高速飞行、编队飞行、以及需要与环境进行交互的机器人操作等。该方法能够提高四旋翼飞行器的自主性和适应性，具有重要的实际应用价值和潜在的商业前景。

📄 摘要（原文）

Many aerial tasks involving quadrotors demand both instant reactivity and long-horizon planning. High-fidelity models enable accurate control but are too slow for long horizons; low-fidelity planners scale but degrade closed-loop performance. We present Unique, a unified MPC that cascades models of different fidelity within a single optimization: a short-horizon, high-fidelity model for accurate control, and a long-horizon, low-fidelity model for planning. We align costs across horizons, derive feasibility-preserving thrust and body-rate constraints for the point-mass model, and introduce transition constraints that match the different states, thrust-induced acceleration, and jerk-body-rate relations. To prevent local minima emerging from nonsmooth clutter, we propose a 3D progressive smoothing schedule that morphs norm-based obstacles along the horizon. In addition, we deploy parallel randomly initialized MPC solvers to discover lower-cost local minima on the long, low-fidelity horizon. In simulation and real flights, under equal computational budgets, Unique improves closed-loop position or velocity tracking by up to 75% compared with standard MPC and hierarchical planner-tracker baselines. Ablations and Pareto analyses confirm robust gains across horizon variations, constraint approximations, and smoothing schedules.