Event-Triggered Nonlinear Model Predictive Control for Cooperative Cable-Suspended Payload Transportation with Multi-Quadrotors

📄 arXiv: 2504.03123v1 📥 PDF

作者: Tohid Kargar Tasooji, Sakineh Khodadadi, Guangjun Liu

分类: eess.SY, cs.RO

发布日期: 2025-03-26

备注: arXiv admin note: text overlap with arXiv:2303.06165 by other authors

💡 一句话要点

提出基于事件触发的非线性模型预测控制，用于多旋翼协同缆绳悬挂负载运输

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 多旋翼无人机 协同控制 缆绳悬挂负载 非线性模型预测控制 事件触发控制 分布式控制 轨迹规划 SE(3)流形

📋 核心要点

  1. 缆绳悬挂系统控制面临间接负载驱动、非线性配置空间和高度耦合系统动力学等挑战。
  2. 提出一种基于事件触发的分布式NMPC方法，优化计算和通信资源，解决多旋翼协同运输中的负载操纵等问题。
  3. 通过仿真验证了该方法在动态和资源受限环境中的有效性，证明了其在实际应用中的潜力。

📝 摘要（中文）

本文提出了一种新颖的基于事件触发的分布式非线性模型预测控制（NMPC）方法，专门用于多旋翼协同运输缆绳悬挂负载。该方法解决了负载操纵、无人机间距保持、避障和轨迹跟踪等关键挑战，同时优化了计算和通信资源的利用。通过集成事件触发机制，NMPC方法减少了不必要的计算和通信，从而提高了能源效率并延长了无人机的运行范围。该方法采用轻量级的状态向量参数化，侧重于负载在六个自由度上的状态，从而能够有效地在SE(3)流形上规划轨迹。这不仅降低了规划的复杂性，还确保了实时计算的可行性。通过大量的仿真验证了该方法在动态和资源受限环境中的有效性。

🔬 方法详解

问题定义：论文旨在解决多旋翼无人机协同运输缆绳悬挂负载的问题。现有方法在处理非线性动力学、资源约束以及保证实时性方面存在不足，尤其是在计算和通信资源有限的情况下，传统的模型预测控制方法计算量大，难以满足实时性要求。

核心思路：论文的核心思路是采用事件触发机制来减少不必要的计算和通信，从而提高能源效率和延长无人机的运行范围。同时，采用轻量级的状态向量参数化，侧重于负载在六个自由度上的状态，以便在SE(3)流形上进行高效的轨迹规划。

技术框架：整体框架是一个分布式NMPC结构，每个无人机运行一个NMPC控制器。该控制器接收来自其他无人机和环境的局部信息，并根据事件触发机制决定是否需要进行控制更新。主要模块包括：状态估计模块、轨迹规划模块、NMPC优化求解器和事件触发机制。轨迹规划模块基于SE(3)流形进行轨迹生成，NMPC优化求解器根据当前状态和目标轨迹计算最优控制输入，事件触发机制决定何时重新计算控制输入。

关键创新：最重要的技术创新点在于事件触发机制与NMPC的结合。传统的NMPC方法通常以固定的时间间隔进行控制更新，而事件触发机制只有在系统状态偏离预定范围时才触发控制更新，从而显著减少了计算和通信开销。此外，采用轻量级的状态向量参数化，专注于负载的状态，简化了规划过程。

关键设计：事件触发机制的设计基于系统状态的误差阈值。当系统状态的误差超过预设阈值时，触发NMPC控制器进行重新计算。NMPC的优化目标包括轨迹跟踪误差、无人机间距保持、避障以及控制输入的约束。轻量级的状态向量参数化使用负载在SE(3)流形上的位姿表示，减少了状态空间的维度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文通过仿真验证了所提出的事件触发NMPC方法在多旋翼协同缆绳悬挂负载运输中的有效性。仿真结果表明，该方法能够在动态和资源受限的环境中实现精确的轨迹跟踪和负载操纵，同时显著减少了计算和通信开销。具体的性能数据（如轨迹跟踪误差、计算时间、通信量等）未在摘要中明确给出，但强调了其在资源优化方面的优势。

🎯 应用场景

该研究成果可应用于建筑施工、包裹递送、桥梁检测等领域，尤其是在需要多个无人机协同操作，且对能源效率和实时性有较高要求的场景下。通过减少计算和通信开销，延长无人机的续航时间，提高任务的完成效率，具有重要的实际应用价值和广阔的应用前景。

📄 摘要（原文）

Autonomous Micro Aerial Vehicles (MAVs), particularly quadrotors, have shown significant potential in assisting humans with tasks such as construction and package delivery. These applications benefit greatly from the use of cables for manipulation mechanisms due to their lightweight, low-cost, and simple design. However, designing effective control and planning strategies for cable-suspended systems presents several challenges, including indirect load actuation, nonlinear configuration space, and highly coupled system dynamics. In this paper, we introduce a novel event-triggered distributed Nonlinear Model Predictive Control (NMPC) method specifically designed for cooperative transportation involving multiple quadrotors manipulating a cable-suspended payload. This approach addresses key challenges such as payload manipulation, inter-robot separation, obstacle avoidance, and trajectory tracking, all while optimizing the use of computational and communication resources. By integrating an event-triggered mechanism, our NMPC method reduces unnecessary computations and communication, enhancing energy efficiency and extending the operational range of MAVs. The proposed method employs a lightweight state vector parametrization that focuses on payload states in all six degrees of freedom, enabling efficient planning of trajectories on the SE(3) manifold. This not only reduces planning complexity but also ensures real-time computational feasibility. Our approach is validated through extensive simulation, demonstrating its efficacy in dynamic and resource-constrained environments.