ES-HPC-MPC: Exponentially Stable Hybrid Perception Constrained MPC for Quadrotor with Suspended Payloads

📄 arXiv: 2504.08841v2 📥 PDF

作者: Luis F. Recalde, Mrunal Sarvaiya, Giuseppe Loianno, Guanrui Li

分类: eess.SY, cs.RO

发布日期: 2025-04-10 (更新: 2025-10-29)

备注: Accepted to IEEE Robotics and Automation Letters

💡 一句话要点

提出ES-HPC-MPC框架，解决悬挂负载四旋翼飞行器混合动力学下的稳定控制与感知约束问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 四旋翼飞行器 悬挂负载 模型预测控制 混合动力学 指数稳定性 控制李雅普诺夫函数 控制障碍函数 感知约束

📋 核心要点

  1. 传统悬挂负载四旋翼控制方法假设缆绳绷紧，忽略了松弛-绷紧转换，导致实际应用受限。
  2. ES-HPC-MPC框架利用ES-CLFs保证稳定性，CBFs维持负载在相机视野内，实现稳定感知控制。
  3. 仿真和真实实验验证了该方法在动态轨迹跟踪和混合模式转换下的稳定性和感知约束满足能力。

📝 摘要（中文）

本文提出了一种名为ES-HPC-MPC的模型预测控制框架，用于解决带有缆绳悬挂负载的四旋翼飞行器的空中运输问题。该方法在混合动力学下强制执行指数稳定性以及感知约束控制。传统方法通常假设缆绳始终处于绷紧状态，这限制了它们在实际应用中的有效性，因为在实际应用中，由于扰动，缆绳会发生从松弛到绷紧的转变。我们的方法利用指数稳定控制李雅普诺夫函数（ES-CLFs）来保证任务期间的稳定性，并利用控制障碍函数（CBFs）来保持负载在机载摄像头的视野（FoV）内。通过仿真和真实实验验证了该方法的有效性，证明了其在动态不可行轨迹跟踪和系统受到意外扰动引起的混合模式转换时，仍能保持稳定性和满足感知约束。

🔬 方法详解

问题定义：论文旨在解决悬挂负载四旋翼飞行器在实际应用中，由于扰动引起的缆绳松弛-绷紧转换问题，以及由此带来的混合动力学和感知约束挑战。现有方法通常假设缆绳始终绷紧，无法处理实际中常见的缆绳松弛情况，导致控制性能下降甚至系统不稳定。此外，保持负载在机载相机视野内也是一个重要的感知约束，现有方法对此考虑不足。

核心思路：论文的核心思路是设计一个模型预测控制（MPC）框架，该框架能够显式地处理混合动力学，并在控制过程中同时保证系统的指数稳定性和满足感知约束。通过结合指数稳定控制李雅普诺夫函数（ES-CLFs）和控制障碍函数（CBFs），将稳定性要求和感知约束转化为MPC的约束条件，从而在优化过程中同时满足这些要求。

技术框架：ES-HPC-MPC框架主要包含以下几个模块：1) 动力学模型：建立悬挂负载四旋翼飞行器的混合动力学模型，包括缆绳绷紧和松弛两种状态。2) 指数稳定控制李雅普诺夫函数（ES-CLFs）：设计ES-CLFs以保证系统的指数稳定性。3) 控制障碍函数（CBFs）：设计CBFs以保证负载始终在机载相机的视野内。4) 模型预测控制器（MPC）：将ES-CLFs和CBFs作为约束条件，构建MPC优化问题，求解最优控制输入。

关键创新：论文的关键创新在于将ES-CLFs和CBFs集成到MPC框架中，从而能够在混合动力学下同时保证系统的指数稳定性和满足感知约束。与现有方法相比，该方法能够显式地处理缆绳松弛-绷紧转换，并能够保证负载始终在机载相机的视野内。此外，使用指数稳定控制李雅普诺夫函数而非传统李雅普诺夫函数，可以提供更强的稳定性保证。

关键设计：ES-CLFs的设计需要仔细选择合适的李雅普诺夫函数和控制增益，以保证系统的指数收敛速度。CBFs的设计需要考虑相机视野的几何约束，并将其转化为可用于MPC的约束条件。MPC的优化问题需要选择合适的求解器，以保证求解效率和精度。此外，还需要对动力学模型进行精确的参数辨识，以提高控制性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，ES-HPC-MPC框架能够在动态不可行轨迹跟踪和混合模式转换下保持系统的稳定性和满足感知约束。与传统方法相比，该方法能够更好地处理缆绳松弛情况，并能够保证负载始终在机载相机的视野内。具体而言，在仿真和真实实验中，系统能够稳定跟踪预定轨迹，并且负载始终保持在相机视野内，即使在受到意外扰动导致缆绳松弛的情况下，系统也能够快速恢复稳定。

🎯 应用场景

该研究成果可应用于灾难响应、物流运输和基础设施维护等领域。例如，在灾难现场，可以使用悬挂负载四旋翼飞行器运送救援物资或进行环境监测。在物流领域，可以用于城市内的包裹配送。在基础设施维护方面，可以用于桥梁、电力线路等的巡检和维护。该研究的未来影响在于提高悬挂负载四旋翼飞行器的自主性和可靠性，使其能够更好地服务于人类社会。

📄 摘要（原文）

Aerial transportation using quadrotors with cable-suspended payloads holds great potential for applications in disaster response, logistics, and infrastructure maintenance. However, their hybrid and underactuated dynamics pose significant control and perception challenges. Traditional approaches often assume a taut cable condition, limiting their effectiveness in real-world applications where slack-to-taut transitions occur due to disturbances. We introduce ES-HPC-MPC, a model predictive control framework that enforces exponential stability and perception-constrained control under hybrid dynamics. Our method leverages Exponentially Stabilizing Control Lyapunov Functions (ES-CLFs) to enforce stability during the tasks and Control Barrier Functions (CBFs) to maintain the payload within the onboard camera's field of view (FoV). We validate our method through both simulation and real-world experiments, demonstrating stable trajectory tracking and reliable payload perception. We validate that our method maintains stability and satisfies perception constraints while tracking dynamically infeasible trajectories and when the system is subjected to hybrid mode transitions caused by unexpected disturbances.