DQ-MPCC: Dual-Quaternion MPCC for Quadrotor Racing

📄 arXiv: 2609.36482v1 📥 PDF

作者: Bryan S. Guevara, Luis F. Recalde, Guanrui Li, Tiago Nascimento

分类: cs.RO, eess.SY

发布日期: 2026-09-29

备注: 8 pages, 6 figures. Submitted to IEEE Robotics and Automation Letters

💡 一句话要点

提出双四元数MPCC以解决四旋翼竞速控制问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 四旋翼 模型预测控制 双四元数 竞速控制 姿态控制 动态环境 无人机技术

📋 核心要点

  1. 现有的四旋翼MPCC方法在姿态控制和进度控制上存在不足，尤其是在通过多个门时容易超出几何边界。
  2. 本文提出的DQ-MPCC通过使用双四元数表示姿态，并在机体坐标系中处理轮廓误差，提供了一种新的控制框架。
  3. 实验结果显示，DQ-MPCC在模拟和实际飞行中均能有效减少超出几何边界的情况，并显著提高最小圈速。

📝 摘要（中文）

四旋翼竞速要求在通过每个门时进行激进的姿态和进度控制，而传统的四旋翼模型预测轮廓控制（MPCC）在惯性坐标中定义预测模型，并在机体坐标系中定义姿态误差。本文提出了一种双四元数模型预测轮廓控制（DQ-MPCC），其中姿态表示为单位双四元数，轮廓误差投影到双四元数流形的切空间中，表达在期望的机体坐标系中。通过蒙特卡洛软件在环模拟和实际竞速实验，DQ-MPCC在保持每次飞行通过门的几何边界内方面表现优异，且在最小圈速上也有显著提升。

🔬 方法详解

问题定义：本文旨在解决传统四旋翼MPCC在竞速过程中姿态和进度控制的不足，尤其是在通过多个门时容易超出几何边界的问题。

核心思路：提出双四元数模型预测轮廓控制（DQ-MPCC），通过将姿态表示为单位双四元数，并在机体坐标系中处理轮廓误差，从而提高控制精度和稳定性。

技术框架：DQ-MPCC的整体架构包括姿态表示、误差计算和控制输入生成三个主要模块，确保在动态环境中实现高效控制。

关键创新：最重要的创新在于将姿态和轮廓误差统一在双四元数流形中处理，突破了传统方法在坐标系转换上的局限性。

关键设计：在参数设置上，DQ-MPCC在模拟和实际硬件中使用相同的增益，并设计了适应于100 Hz的实时控制算法，以确保高频率下的稳定性和响应速度。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果表明，DQ-MPCC在保持每次飞行通过门的几何边界内方面表现优异，其模拟到实际的最坏门偏差减少了71.5%，而基线方法则增加了10.1%。此外，DQ-MPCC在模拟和实际飞行中分别减少了6.7%和10.5%的最小圈速，显示出显著的性能提升。

🎯 应用场景

该研究的潜在应用领域包括无人机竞速、空中物流配送和自动驾驶等场景，能够为这些领域提供更高效的控制策略，提升飞行器在复杂环境中的表现。未来，DQ-MPCC有望在更广泛的无人机应用中得到推广，推动智能飞行技术的发展。

📄 摘要（原文）

Quadrotor racing demands aggressive attitude and progress control while passing through every gate, and conventional quadrotor MPCC formulations state the prediction model in inertial coordinates and the attitude error in the body frame. We present a Dual-Quaternion Model Predictive Contouring Control (DQ-MPCC) for quadrotor racing in which the pose is a unit dual quaternion and the contouring errors are projected onto the tangent space of the dual quaternion manifold, expressed in the desired body frame: the same rigid-body dynamics as the conventional model, in unified pose-twist coordinates in the body frame. We compare DQ-MPCC against a baseline MPCC through Monte Carlo software-in-the-loop simulations and real-world racing on an eight-gate circuit of 11x4.5x3.65 m. With the same gains in simulation and hardware, DQ-MPCC keeps every crossing of its completed flights within the prescribed geometric margin, whereas the baseline exceeds it, its median worst-gate offset growing by 71.5% sim-to-real against a 10.1% decrease for DQ-MPCC. Among the configurations that keep every simulated gate crossing within the geometric margin, DQ-MPCC also reduces the minimum lap time by 6.7%, and by 10.5% in the real-world flights, while running onboard at 100 Hz.