Event-Based Adaptive Koopman Framework for Optic Flow-Guided Landing on Moving Platforms

要約

このペーパーでは、動的なプラットフォーム上のリソースに制約のない無人航空機（UAV）による柔らかい着陸を達成するための光学流量誘導アプローチを紹介します。
Koopmanオペレーター理論に基づいたオフラインのデータ駆動型線形モデルは、制御入力として車両加速度にマッピングする単一の単眼カメラから得られた光学流量出力の基礎となる（非線形）ダイナミクスを記述するために開発されました。
さらに、Koopmanフレームワーク内の新しい適応スキームがオンラインで導入され、不明なプラットフォームの動きや地上効果などの不確実性を処理し、降下プロセスの端子段階で重要な影響を及ぼします。
さらに、計算オーバーヘッドを最小限に抑えるために、イベントベースの適応トリガーがイベント駆動型モデル予測制御（MPC）戦略に組み込まれ、光学フローを調節し、目的の参照を追跡します。
詳細な収束分析により、ゼノフリーの動作を確保しながら、追跡エラーが均一な究極のバウンドにグローバルに収束することが保証されます。
シミュレーション結果は、地上効果とセンサーノイズの下で動的なプラットフォームへの着陸におけるアルゴリズムの堅牢性と有効性を示しています。

要約(オリジナル)

This paper presents an optic flow-guided approach for achieving soft landings by resource-constrained unmanned aerial vehicles (UAVs) on dynamic platforms. An offline data-driven linear model based on Koopman operator theory is developed to describe the underlying (nonlinear) dynamics of optic flow output obtained from a single monocular camera that maps to vehicle acceleration as the control input. Moreover, a novel adaptation scheme within the Koopman framework is introduced online to handle uncertainties such as unknown platform motion and ground effect, which exert a significant influence during the terminal stage of the descent process. Further, to minimize computational overhead, an event-based adaptation trigger is incorporated into an event-driven Model Predictive Control (MPC) strategy to regulate optic flow and track a desired reference. A detailed convergence analysis ensures global convergence of the tracking error to a uniform ultimate bound while ensuring Zeno-free behavior. Simulation results demonstrate the algorithm’s robustness and effectiveness in landing on dynamic platforms under ground effect and sensor noise, which compares favorably to non-adaptive event-triggered and time-triggered adaptive schemes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google