A highly maneuverable flying squirrel drone with agility-improving foldable wings

要約

ドローンは、ほとんどの空中航空機と同様に、スラスト機能が限られているため、アジャイル飛行を達成する際に固有の欠点に直面しています。
これらの物理的制約は、制御アルゴリズムのみの進歩を通じて完全に対処することはできません。
翼のある空飛ぶリスからインスピレーションを得て、このペーパーでは、敏ility性を向上させる折りたたみ式の翼を備えた非常に操縦可能なドローンを提案しています。
従来のプロペラシステムと、スラストウィング調整制御（TWCC）フレームワークを通じて折りたたみ可能な翼調整された折りたたみ可能な翼の間の共同制御を活用することにより、制御可能な加速セットが拡張され、伝統的な翼のないドローンで達成できない突然の垂直力の生成が可能になります。
折りたたみ可能な翼の複雑な空力は、物理支援の再発性ニューラルネットワーク（PARNN）を使用してモデル化されており、攻撃角（AOA）を調整して、翼の実際の空力挙動に合わせます。
これらの翼を適切に展開することによって生成される追加の空気抵抗は、提案された「フライングリス」ドローンの追跡性能を大幅に改善します。
このモデルは実際の飛行データでトレーニングされており、フラットプレートの空力原理が組み込まれています。
実験結果は、提案されているフライングリスドローンが、従来の翼のないドローンと比較して、ルート平均平方根誤差（RMSE）で測定されるように、追跡性能の13.1％の改善を達成することを示しています。
デモビデオはYouTubeで入手できます：https：//youtu.be/o8nrip18azy。

要約(オリジナル)

Drones, like most airborne aerial vehicles, face inherent disadvantages in achieving agile flight due to their limited thrust capabilities. These physical constraints cannot be fully addressed through advancements in control algorithms alone. Drawing inspiration from the winged flying squirrel, this paper proposes a highly maneuverable drone equipped with agility-enhancing foldable wings. By leveraging collaborative control between the conventional propeller system and the foldable wings-coordinated through the Thrust-Wing Coordination Control (TWCC) framework-the controllable acceleration set is expanded, enabling the generation of abrupt vertical forces that are unachievable with traditional wingless drones. The complex aerodynamics of the foldable wings are modeled using a physics-assisted recurrent neural network (paRNN), which calibrates the angle of attack (AOA) to align with the real aerodynamic behavior of the wings. The additional air resistance generated by appropriately deploying these wings significantly improves the tracking performance of the proposed ‘flying squirrel’ drone. The model is trained on real flight data and incorporates flat-plate aerodynamic principles. Experimental results demonstrate that the proposed flying squirrel drone achieves a 13.1% improvement in tracking performance, as measured by root mean square error (RMSE), compared to a conventional wingless drone. A demonstration video is available on YouTube: https://youtu.be/O8nrip18azY.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google