Vertical Planetary Landing on Sloped Terrain Using Optical Flow Divergence Estimates
作者: Hann Woei Ho, Ye Zhou
分类: cs.RO
发布日期: 2025-12-04
备注: This paper is accepted at International Astronautical Congress (IAC 2025)
💡 一句话要点
提出基于光流散度估计的非线性控制策略，实现斜坡地形上的垂直行星着陆
🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 行星着陆 光流散度 非线性控制 斜坡地形 自主导航
📋 核心要点
- 小型航天器在斜坡地形自主着陆面临计算资源和传感器载荷的限制，传统方法难以兼顾精度和效率。
- 论文提出一种基于局部光流散度估计的非线性控制策略，通过调节推力和姿态，实现平稳着陆和地形对齐。
- 数值模拟验证了该方法在不同斜坡和散度设定点下的有效性，实现了速度和高度的指数衰减。
📝 摘要（中文）
小型轻量级航天器（如旋翼飞行器和着陆器）在斜坡地形上自主着陆面临巨大挑战。这些航天器处理能力和有效载荷有限，使得先进的深度学习方法和重型传感器不切实际。飞行昆虫（如蜜蜂）以极少的神经和感觉资源实现了卓越的着陆，这主要依赖于光流。通过调节光流散度（垂直速度除以高度的度量），它们可以平稳着陆，其中速度和高度以指数形式衰减。然而，将这种生物启发式策略应用于航天器在斜坡地形上的着陆提出了两个关键挑战：全局光流散度估计会掩盖地形倾斜度，并且基于散度的控制的非线性特性在使用传统控制器时可能导致不稳定。本文提出了一种非线性控制策略，该策略利用两个不同的局部光流散度估计来调节垂直着陆期间的推力和姿态。该控制律基于增量非线性动态逆来处理非线性光流散度。推力控制通过保持局部光流散度估计的恒定平均值来确保平稳的垂直下降，而姿态控制通过利用它们的差异使飞行器在触地时与倾斜表面对齐。该方法在数值模拟中使用简化的二维航天器模型，针对不同的斜坡和散度设定点进行了评估。结果表明，调节平均散度可以实现稳定的着陆，并使速度和高度呈指数衰减，而使用散度差可以有效地与倾斜地形对齐。总的来说，该方法提供了一种稳健、低资源的着陆策略，增强了小型航天器自主行星任务的可行性。
🔬 方法详解
问题定义：论文旨在解决小型航天器在斜坡地形上自主垂直着陆的问题。现有方法，特别是依赖全局光流散度估计的方法，无法有效区分地形倾斜，导致着陆精度下降。此外，光流散度控制的非线性特性使得传统线性控制器难以保证着陆过程的稳定性。
核心思路：论文的核心思路是借鉴生物（如蜜蜂）的着陆策略，利用局部光流散度信息进行控制。通过分别估计两个局部区域的光流散度，可以区分地形倾斜，并利用散度差进行姿态调整。同时，采用非线性控制方法处理光流散度的非线性特性，保证着陆过程的稳定性。
技术框架：该方法主要包含以下几个模块：1) 光流散度估计模块：计算两个局部区域的光流散度值。2) 推力控制模块：基于局部光流散度的平均值，调节航天器的推力，实现平稳的垂直下降。3) 姿态控制模块：基于局部光流散度的差值，调节航天器的姿态，使其与斜坡地形对齐。4) 非线性控制器：采用增量非线性动态逆（Incremental Nonlinear Dynamic Inversion）方法，处理光流散度的非线性特性，保证控制系统的稳定性。
关键创新：该方法最重要的创新点在于利用局部光流散度差进行姿态控制，从而实现与斜坡地形的对齐。与传统的全局光流散度方法相比，该方法能够有效区分地形倾斜，提高着陆精度。此外，采用增量非线性动态逆方法，解决了光流散度控制的非线性问题，提高了控制系统的鲁棒性。
关键设计：关键设计包括：1) 局部光流散度估计区域的选择：需要根据航天器的尺寸和地形特征进行优化。2) 推力控制和姿态控制的增益参数：需要根据航天器的动力学特性进行调整，以保证着陆过程的稳定性和精度。3) 增量非线性动态逆的参数设置：需要根据系统的非线性程度进行调整，以保证控制器的性能。
📊 实验亮点
数值模拟结果表明，该方法能够实现稳定的斜坡着陆，速度和高度呈指数衰减。通过调节平均散度，航天器能够平稳下降；通过利用散度差，航天器能够有效与倾斜地形对齐。该方法在不同斜坡角度和散度设定点下均表现出良好的性能，验证了其鲁棒性和适应性。
🎯 应用场景
该研究成果可应用于小型行星探测器、无人机等需要在复杂地形（如斜坡、崎岖表面）上自主着陆的场景。该方法具有资源占用低、鲁棒性强的优点，特别适用于计算资源和传感器载荷受限的应用。未来，该方法有望应用于月球、火星等行星的探测任务，提高着陆的成功率和安全性。
📄 摘要（原文）
Autonomous landing on sloped terrain poses significant challenges for small, lightweight spacecraft, such as rotorcraft and landers. These vehicles have limited processing capability and payload capacity, which makes advanced deep learning methods and heavy sensors impractical. Flying insects, such as bees, achieve remarkable landings with minimal neural and sensory resources, relying heavily on optical flow. By regulating flow divergence, a measure of vertical velocity divided by height, they perform smooth landings in which velocity and height decay exponentially together. However, adapting this bio-inspired strategy for spacecraft landings on sloped terrain presents two key challenges: global flow-divergence estimates obscure terrain inclination, and the nonlinear nature of divergence-based control can lead to instability when using conventional controllers. This paper proposes a nonlinear control strategy that leverages two distinct local flow divergence estimates to regulate both thrust and attitude during vertical landings. The control law is formulated based on Incremental Nonlinear Dynamic Inversion to handle the nonlinear flow divergence. The thrust control ensures a smooth vertical descent by keeping a constant average of the local flow divergence estimates, while the attitude control aligns the vehicle with the inclined surface at touchdown by exploiting their difference. The approach is evaluated in numerical simulations using a simplified 2D spacecraft model across varying slopes and divergence setpoints. Results show that regulating the average divergence yields stable landings with exponential decay of velocity and height, and using the divergence difference enables effective alignment with inclined terrain. Overall, the method offers a robust, low-resource landing strategy that enhances the feasibility of autonomous planetary missions with small spacecraft.