Robust Variable-Horizon MPC for Landing a Multirotor UAV on a Moving Platform
作者: Sander Doodeman, Niels Berkers, Paula Chanfreut, Elena Torta, Duarte Antunes
分类: eess.SY
发布日期: 2026-09-28
备注: Submitted to ICRA 2027
💡 一句话要点
提出一种鲁棒的可变视野MPC以解决多旋翼无人机在移动平台上着陆问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 多旋翼无人机 模型预测控制 鲁棒控制 实时系统 动态环境 自主导航
📋 核心要点
- 多旋翼无人机在移动平台上着陆面临欠驱动和非平衡状态的挑战，现有方法在鲁棒性上存在不足。
- 提出了一种计算高效的鲁棒可变视野MPC方法，通过限制视野搜索范围来提高计算效率和鲁棒性。
- 实验结果表明，该方法在Raspberry Pi 5上以20 Hz的频率成功实现了多旋翼无人机的着陆，显示出良好的鲁棒性。
📝 摘要（中文）
在移动平台上着陆多旋翼无人机（UAV）是一项具有挑战性的任务，因为UAV是欠驱动的，且期望的着陆状态通常为非平衡状态。缩小和可变视野的方法在达到这些非平衡目标方面表现出色，但往往缺乏对干扰的鲁棒性。鲁棒可变视野模型预测控制（VH-MPC）解决了这一局限性，但在高维系统如多旋翼UAV中计算复杂度较高。本文提出了一种计算高效的鲁棒可变视野MPC方法，能够在有限干扰下实现非平衡目标。该方法通过限制在线视野搜索在先前选择的视野邻域内，同时在有限干扰下保持递归可行性。固定的鲁棒正不变管提供了与视野无关的约束收紧。利用UAV的微分平坦性，该方法应用于解耦线性化系统，使其能够在20 Hz的频率下在Raspberry Pi 5上实时实现。仿真结果表明，限制视野搜索显著降低了计算量，对目标的影响有限，而实时Gazebo仿真则展示了该方法的鲁棒性。物理实验成功实现了多旋翼UAV在移动Stewart平台上的着陆。
🔬 方法详解
问题定义：本文旨在解决多旋翼无人机在移动平台上着陆时的鲁棒性不足和计算复杂度高的问题。现有的鲁棒可变视野模型预测控制（VH-MPC）方法在高维系统中计算效率低下，难以实时应用。
核心思路：提出了一种新的鲁棒可变视野MPC方法，通过限制在线视野搜索在先前选择的视野邻域内，来降低计算复杂度，同时保持在有限干扰下的递归可行性。
技术框架：该方法的整体架构包括三个主要模块：1) 在线视野搜索模块，限制搜索范围以提高效率；2) 鲁棒约束模块，使用固定的鲁棒正不变管进行约束收紧；3) 实时控制模块，利用UAV的微分平坦性进行线性化控制。
关键创新：最重要的技术创新在于通过限制视野搜索范围来显著降低计算复杂度，同时保持对干扰的鲁棒性。这一设计与传统的VH-MPC方法在处理高维系统时的计算负担形成鲜明对比。
关键设计：在参数设置上，采用固定的鲁棒正不变管以实现约束收紧，确保在动态环境下的稳定性和可行性。损失函数设计考虑了目标状态与实际状态之间的偏差，确保控制策略的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，该方法在Raspberry Pi 5上以20 Hz的频率成功实现了多旋翼无人机的着陆，且在与传统方法对比中，计算时间显著减少，鲁棒性得到增强，展示了良好的实际应用潜力。
🎯 应用场景
该研究的潜在应用领域包括无人机物流、救援任务和农业监测等场景，能够在动态环境中实现高效的无人机着陆，提升无人机的自主操作能力。未来，该方法可扩展至其他类型的无人机和复杂环境下的自主导航任务。
📄 摘要（原文）
Landing a multirotor Unmanned Aerial Vehicle (UAV) on a moving platform is challenging because a UAV is underactuated and the desired landing state is generally a non-equilibrium state. Shrinking- and variable-horizon approaches are promising for reaching such non-equilibrium targets, but often lack robustness to disturbances. Robust Variable-Horizon Model Predictive Control (VH-MPC) addresses this limitation but is computationally complex for a high-dimensional system such as a multirotor UAV. This paper presents a computationally efficient robust Variable-Horizon MPC method for reaching non-equilibrium targets under bounded disturbances. The online horizon search is restricted to a neighborhood of the previously selected horizon, while maintaining recursive feasibility under bounded disturbances. A fixed robust positively invariant tube provides horizon-independent constraint tightening. By exploiting the differential flatness property of a UAV, this approach is applied to a decoupled linearized system, enabling real-time implementation on an onboard Raspberry Pi 5 at 20 Hz. Simulations show that restricting the horizon search substantially reduces computation with limited impact on the objective, while real-time Gazebo simulations demonstrate the robustness of the method. Physical experiments demonstrate successful landing of a multirotor UAV on a moving Stewart platform.