Model Predictive Path-Following Control for a Quadrotor

要約

ドローン補助プロセスの自動化は複雑なタスクです。
多くのソリューションは軌道の生成と追跡に依存していますが、対照的に、パスフォローコントロールは特に有望なアプローチであり、ドローンや他の車両のタスクを自動化するための直感的で自然なアプローチを提供します。
パスフォローの問題に対するさまざまな解決策が提案されていますが、それらのほとんどは状態と入力の制約を明示的に処理する能力を欠いているか、保守的な2段階のアプローチで策定されているか、線形システムにのみ適用されます。
これらの課題に対処するために、このペーパーはモデル予測制御ベースのパスフォローフローワークに基づいて構築され、ハードウェア実験で調査されたCrazyFlie四重装置にアプリケーションを拡張します。
基礎となる姿勢コントローラーを含むカスケード制御構造は、四角体制御の挑戦的なリアルタイム需要を満たすために、モデル予測パスフォローコントロール定式化に含まれています。
提案された方法の有効性は、著者の知識の最大限を表す現実世界の実験を通じて実証されており、このMPCベースのパスフォロー化アプローチの新しい応用です。
さらに、元の方法の拡張として、パスの正確なフォローが過度に制限されている場合にパスの逸脱を可能にするために、廊下のパスフォローするアプローチが提示されます。

要約(オリジナル)

Automating drone-assisted processes is a complex task. Many solutions rely on trajectory generation and tracking, whereas in contrast, path-following control is a particularly promising approach, offering an intuitive and natural approach to automate tasks for drones and other vehicles. While different solutions to the path-following problem have been proposed, most of them lack the capability to explicitly handle state and input constraints, are formulated in a conservative two-stage approach, or are only applicable to linear systems. To address these challenges, the paper is built upon a Model Predictive Control-based path-following framework and extends its application to the Crazyflie quadrotor, which is investigated in hardware experiments. A cascaded control structure including an underlying attitude controller is included in the Model Predictive Path-Following Control formulation to meet the challenging real-time demands of quadrotor control. The effectiveness of the proposed method is demonstrated through real-world experiments, representing, to the best of the authors’ knowledge, a novel application of this MPC-based path-following approach to the quadrotor. Additionally, as an extension to the original method, to allow for deviations of the path in cases where the precise following of the path might be overly restrictive, a corridor path-following approach is presented.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google