Modeling and LQR Control of Insect Sized Flapping Wing Robot

要約

飛翔する昆虫は、バク転、急なバンクターン、飛行中の衝突からの回復など、迅速で洗練された操作を実行できます。
飛行昆虫ロボット (FIR) として知られる重量 1 グラム未満の空中ロボットでこれらをエミュレートするには、高速で応答性の高い制御システムが不可欠です。
現在までのところ、これらは主に、その中核において、比例積分微分 (PID) タイプのフィードバック制御を精緻化したものでした。
例外なく、そのゲインは手作業で丹念に調整されています。
攻撃的な機動では、タスク固有の調整がさらに必要になります。
最適な制御にはこれらの問題を軽減する可能性がありますが、これまでのところ、ロボットに搭載して実行するには計算量が多すぎる近似モデルと後退地平線コントローラー (RHC) を使用してのみ実証されています。
ここでは、力とトルクのより正確なストローク平均モデルを使用して、搭載されたマイクロプロセッサによって実行できるほど計算効率が高いFIRの最適制御の最初のデモンストレーションを実装しました。
私たちは、カスタムビルドの高感度力トルク センサーを使用して、150 mg FIR の UW Robofly から力とトルクの測定を取得し、自由飛行中のモーション キャプチャ データを使用して検証しました。
最適な線形二次レギュレータ (LQR) を使用して、最大 25 cm/s の並進速度での安定したホバリング (RMS 誤差約 4 cm) と軌道追跡操作を実証しました。
これらの結果は、より正確なモデルによって可能になり、改良されたモデルと最適なコントローラーを低電力後退地平線制御の最近の進歩と組み合わせて使用​​し、反復的なタスク固有の調整を行わずに正確な攻撃的な操作を実行する将来の研究の基礎を築きました。

要約(オリジナル)

Flying insects can perform rapid, sophisticated maneuvers like backflips, sharp banked turns, and in-flight collision recovery. To emulate these in aerial robots weighing less than a gram, known as flying insect robots (FIRs), a fast and responsive control system is essential. To date, these have largely been, at their core, elaborations of proportional-integral-derivative (PID)-type feedback control. Without exception, their gains have been painstakingly tuned by hand. Aggressive maneuvers have further required task-specific tuning. Optimal control has the potential to mitigate these issues, but has to date only been demonstrated using approxiate models and receding horizon controllers (RHC) that are too computationally demanding to be carried out onboard the robot. Here we used a more accurate stroke-averaged model of forces and torques to implement the first demonstration of optimal control on an FIR that is computationally efficient enough to be performed by a microprocessor carried onboard. We took force and torque measurements from a 150 mg FIR, the UW Robofly, using a custom-built sensitive force-torque sensor, and validated them using motion capture data in free flight. We demonstrated stable hovering (RMS error of about 4 cm) and trajectory tracking maneuvers at translational velocities up to 25 cm/s using an optimal linear quadratic regulator (LQR). These results were enabled by a more accurate model and lay the foundation for future work that uses our improved model and optimal controller in conjunction with recent advances in low-power receding horizon control to perform accurate aggressive maneuvers without iterative, task-specific tuning.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google