Shape-Adaptive Planning and Control for a Deformable Quadrotor

要約

ドローンはさまざまなアプリケーションで不可欠になっていますが、従来の四重帯は限られたスペースや複雑なタスクでの制限に直面しています。
形状をリアルタイムで適応させることができる変形可能なドローンは、これらの課題を克服するための有望なソリューションを提供し、操縦性を高め、オブジェクトの把握などの新しいタスクを可能にします。
このペーパーでは、変形可能な象限の自律運動計画と制御に対する新しいアプローチを紹介します。
複雑な環境で変形パ​​ラメーターを処理するためにスケーラブルな運動力学的A*検索を使用して、変形ダイナミクスをパス生成に組み込む形状適応軌道プランナーを紹介します。
バックエンドの時空間最適化は、形状変形を組み込む最適な滑らかな軌跡を生成することができます。
さらに、外力とトルク障害を補う強化された制御戦略を提案し、以前の研究と比較して軌跡追跡エラーの37.3％の減少を達成します。
私たちのアプローチは、シミュレーションと現実世界の実験を通じて検証され、狭いギャップのトラバーサルおよびマルチモーダルの変形可能なタスクにおけるその有効性を示しています。

要約(オリジナル)

Drones have become essential in various applications, but conventional quadrotors face limitations in confined spaces and complex tasks. Deformable drones, which can adapt their shape in real-time, offer a promising solution to overcome these challenges, while also enhancing maneuverability and enabling novel tasks like object grasping. This paper presents a novel approach to autonomous motion planning and control for deformable quadrotors. We introduce a shape-adaptive trajectory planner that incorporates deformation dynamics into path generation, using a scalable kinodynamic A* search to handle deformation parameters in complex environments. The backend spatio-temporal optimization is capable of generating optimally smooth trajectories that incorporate shape deformation. Additionally, we propose an enhanced control strategy that compensates for external forces and torque disturbances, achieving a 37.3\% reduction in trajectory tracking error compared to our previous work. Our approach is validated through simulations and real-world experiments, demonstrating its effectiveness in narrow-gap traversal and multi-modal deformable tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google