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

要約

本論文では、リソースに制約のある無人航空機（UAV）が動的プラットフォーム上でソフトランディングを達成するためのオプティックフローガイドアプローチを紹介する。クープマン演算子理論に基づくオフラインデータ駆動線形モデルを開発し、制御入力として車両加速度にマッピングされる単眼カメラから得られるオプティックフロー出力の基礎となる（非線形）ダイナミクスを記述する。さらに、クープマンの枠組みの中で新しい適応スキームをオンラインで導入し、未知のプラットフォームの動きや、降下プロセスの終盤で大きな影響を及ぼす地面効果などの不確定要素を扱う。さらに、計算オーバヘッドを最小化するために、イベントベースの適応トリガをイベント駆動型モデル予測制御（MPC）戦略に組み込み、視流を調整し、所望の基準を追跡する。詳細な収束解析により、ゼノフリーの挙動を保証しつつ、追跡誤差の一様な究極境界への大域的収束を保証する。シミュレーションの結果、地面の影響やセンサーノイズのある動的プラットフォームへの着陸において、このアルゴリズムのロバスト性と有効性が実証され、非適応のイベントトリガー方式や時間トリガー方式の適応方式と比較して優れている。

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, DeepL