要約
ケーブルで吊り下げられた負荷を備えたクアッドローターは、空中輸送、建設、操作作業に多用途で低コスト、エネルギー効率の高いソリューションを提供します。
ただし、実際の展開はいくつかの課題によって妨げられています。
このシステムは、非線形で作動が不十分であり、たるみと張りのケーブルモードによるハイブリッドダイナミクスが関与し、複雑な構成空間で進化するため、制御が困難です。
さらに、オンボードセンサーと計算を使用して、完全な状態とケーブルのモード遷移をリアルタイムで推定することが重要です。
これらの課題に対処するために、吊り荷を持つクアッドローター用の新しいハイブリッド知覚認識非線形モデル予測制御 (HPA-MPC) 制御アプローチを提案します。
私たちの方法は、完全なハイブリッド システムのダイナミクスを考慮しており、ナビゲーション中にペイロードがロボットのカメラに確実に表示されるようにするための知覚認識コストを含みます。
さらに、完全な状態とハイブリッド ダイナミクスの遷移は、オンボード センサーを使用して推定されます。
実験結果は、私たちのアプローチが、たるみと張りの移行中であっても安定した荷重追跡制御を可能にし、完全にオンボードで動作することを示しています。
この実験では、人間のオペレーターが荷物を操作するときに、知覚認識用語が効果的にペイロードをロボットのカメラの視野内に維持できることも示しています。
要約(オリジナル)
Quadrotors equipped with cable-suspended loads represent a versatile, low-cost, and energy efficient solution for aerial transportation, construction, and manipulation tasks. However, their real-world deployment is hindered by several challenges. The system is difficult to control because it is nonlinear, underactuated, involves hybrid dynamics due to slack-taut cable modes, and evolves on complex configuration spaces. Additionally, it is crucial to estimate the full state and the cable’s mode transitions in real-time using on-board sensors and computation. To address these challenges, we present a novel Hybrid Perception-Aware Nonlinear Model Predictive Control (HPA-MPC) control approach for quadrotors with suspended loads. Our method considers the complete hybrid system dynamics and includes a perception-aware cost to ensure the payload remains visible in the robot’s camera during navigation. Furthermore, the full state and hybrid dynamics’ transitions are estimated using onboard sensors. Experimental results demonstrate that our approach enables stable load tracking control, even during slack-taut transitions, and operates entirely onboard. The experiments also show that the perception-aware term effectively keeps the payload in the robot’s camera field of view when a human operator interacts with the load.
arxiv情報
著者 | Mrunal Sarvaiya,Guanrui Li,Giuseppe Loianno |
発行日 | 2024-11-18 19:13:06+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google