Constraint-Unified MPC for Over-Actuated Surface Vehicles with Post-Detection Fault Reconfiguration
作者: Sebastian Burmester, Ruiheng Jiang, Noa Sendlhofer, Raffaello D'Andrea, Aswin Ramachandran
分类: cs.RO, eess.SY
发布日期: 2026-09-17
备注: 15 pages, 10 figures. Accepted for the International Symposium of Robotics Research (ISRR) 2026
💡 一句话要点
提出统一约束MPC以解决过驱动水面车辆故障重配置问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 模型预测控制 水面车辆 故障重配置 轨迹跟踪 推力分配 自主系统 鲁棒控制
📋 核心要点
- 现有方法在推进器故障情况下难以维持精确的轨迹跟踪，且推力分配效率低。
- 论文提出了一种统一的约束模型预测控制（MPC）方法，通过单一的二次规划解决轨迹跟踪和推力分配问题。
- 实验结果显示，该方法在故障情况下保持了较低的均方根位置误差，相较于级联控制方案有显著提升。
📝 摘要（中文）
在水下表演中，小型自主水面车辆需要在每个推进器的力和速率限制下精确跟踪路径，包括在推进器故障后的情况。本文报告了一种部署系统，通过一个二进制标志来处理故障重配置，采用单一的二次规划解决轨迹跟踪、推力分配及每个推进器的力和速率限制。该系统在苏黎世湖和威尼斯的展览中成功驱动了一支舰队，实地测得10分钟保持时的均方根位置误差为1.6厘米，在10米的正方形区域内以0.6米/秒的速度测得4.3厘米的误差。前推进器失效时误差增至11.6厘米，右舷推进器失效时为11.5厘米，同时失去两个推进器时，均方根位置误差达到1.25米。与我们自己的级联基线相比，统一的控制方案在同样的几厘米范围内跟踪目标，并以大约一半的推力保持更紧密的站位。
🔬 方法详解
问题定义：本文旨在解决过驱动水面车辆在推进器故障情况下的轨迹跟踪和推力分配问题。现有方法在故障发生后难以有效调整控制策略，导致跟踪精度下降。
核心思路：提出的统一约束模型预测控制（MPC）方法通过将轨迹跟踪、推力分配和故障重配置整合到一个二次规划中，简化了控制过程，提高了系统的响应能力和稳定性。
技术框架：该方法的整体架构包括轨迹跟踪模块、推力分配模块和故障检测模块。故障检测模块通过外部传感器提供推进器状态信息，影响二次规划的输入。
关键创新：最重要的创新在于将故障重配置与轨迹跟踪和推力分配统一在一个优化框架内，显著提高了系统在故障情况下的鲁棒性和控制精度。
关键设计：在设计中，采用了二次规划的形式来处理多种约束条件，设置了每个推进器的力和速率限制，并通过二进制标志来指示推进器的故障状态。
🖼️ 关键图片
📊 实验亮点
实验结果表明，采用统一约束MPC方法后，系统在故障情况下的均方根位置误差保持在24厘米以内，而级联控制方案则显著偏离参考路径。此外，该方法在正常情况下以约一半的推力实现了与基线相同的跟踪精度，显示出其优越性。
🎯 应用场景
该研究具有广泛的应用潜力，尤其是在水下表演、海洋探测和自主航行等领域。通过提高水面车辆在故障情况下的控制能力，可以实现更复杂的任务和更高的安全性，推动自主水面车辆技术的发展。
📄 摘要（原文）
Choreographed aquatic performances require small autonomous surface vehicles to track precise paths under per-thruster force and rate limits, including after thruster failures. We report a deployed system in which trajectory tracking, thrust allocation, and the per-thruster force and rate limits are resolved in a single quadratic program over the per-thruster commands, with fault reconfiguration entering through one binary flag per thruster from an external detector. The system has driven a fleet in live performances on Lake Zürich and at the Time Space Existence 2025 exhibition in Venice. The field campaign measures 1.6 cm root mean square position error in a 10-minute hold and 4.3 cm over a 10 m square at 0.6 m/s. At 0.5 m/s, losing the front thruster increases the error to 11.6 cm, while losing the starboard-side thruster increases it to 11.5 cm. Losing two thrusters simultaneously leaves the craft tracking a 0.4 m/s square with a root mean square position error of 1.25 m. Compared to our own cascaded baseline, the unified formulation tracks the nominal square to the same few centimeters and holds station more tightly with roughly half the thruster force. The architectures separate after a thruster failure, where the unified controller stays within 24 cm of the reference path while the cascade leaves it.