Robust tracking of an unknown trajectory with a multi-rotor UAV: A high-gain observer approach
Michigan State University(密歇根州立大学)
研究了存在建模误差和外部扰动的多旋翼系统的轨迹跟踪问题。期望轨迹是未知的,并且从具有未知或部分已知动态的参考系统生成。我们假设仅可以访问多转子的位置和取向测量以及参考系统的位置测量。我们采用一个扩展的高增益观测器(EHGO)估计框架来估计轨迹跟踪所需的前馈项,多转子状态,以及建模误差和外部干扰。设计了一种用于轨迹跟踪的输出反馈控制器,该控制器由反馈线性化控制器和EHGO组成。我们严格分析所提出的控制器,并建立其稳定性。最后,我们数值说明我们的理论结果使用的例子多旋翼着陆在地面车辆。
2020-04-27 cs.RO cs.SY eess.SY
Design, Modeling and Control of a Quadruped Robot SPIDAR: Spherically Vectorable and Distributed Rotors Assisted Air-Ground Amphibious Quadruped Robot
The University of Tokyo(东京大学)
多模态运动能力是机器人领域的一个新兴课题,各种新型的移动机器人已经被开发出来,使地面和空中的域的机动。在这些混合机器人中,几个国家的最先进的双足\robots,使复杂的步行运动,这是交织在一起的飞行。这些机器人还希望具有操纵能力;然而,由于中心\ized转子布置,当前形式难以在半空中保持关节运动的稳定性。因此,在这项工作中,我们开发了一种新的空地两栖四足机器人称为SPIDAR,它是由球形矢量转子分布在每个链接,使步行运动和变形飞行的协助。F \irst,我们提出了一种独特的机械设计的四足机器人,使地面和空中运动。然后,我们揭示了这种混合机器人平台的建模方法,并进一步开发了一个集成的控制策略,步行和fl \ying与关节运动。最后,我们证明了所提出的混合四足机器人的可行性,通过执行一个无缝的运动,涉及静态行走和随后的飞行。据我们所知,这项工作是第一次实现一个\quadruped机器人具有多模态运动能力,这也表明在多个领域的操纵潜力。
2023-01-10 cs.RO
Learning-Based Passive Fault-Tolerant Control of a Quadrotor with Rotor Failure
Harbin Institute of Technology Shenzhen(哈尔滨工业大学(深圳))
本文提出一种基于学习的四旋翼无人机被动容错控制方法,通过引入Selector-Controller网络结构并结合强化学习、行为克隆与监督学习进行训练,有效提升了任意单旋翼故障下的响应速度与位置跟踪性能。
2025-03-04 cs.RO cs.SY eess.SY
Geometric Tracking Control of Omnidirectional Multirotors for Aggressive Maneuvers
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);ETH Zürich(苏黎世联邦理工学院)
针对全向多旋翼在激进机动中受旋翼动力学影响导致跟踪性能下降的问题,本文提出一种无需额外旋翼状态测量的几何跟踪控制器,通过集成线性旋翼动力学模型并设计PD补偿,实现了几乎全局指数稳定并显著提升跟踪性能。
2025-01-02 cs.RO cs.SY eess.SY
Quad-cone-rotor: A Novel Tilt Quadrotor with Severe-fault-tolerant Ability
The University of Tokyo(东京大学)
传统四旋翼飞行器的轨迹设计和容错控制是近年来研究的热点。由于机械设计中的几何形状,每个推力的方向垂直于身体。与传统的四旋翼飞行器相比,四倾转旋翼飞行器在控制推力矢量方面具有更大的自由度。四倾转旋翼增加了推力的额外自由度,提供了违反常规四旋翼中的推力的法线方向的可能性。这提供了更大的控制灵活性的能力。本文提出了一种新型的四倾转旋翼(四锥旋翼)的设计,其推力可以沿圆锥形状的边缘分配。四锥倾转旋翼机除了继承了四锥倾转旋翼机灵活机动的优点外,还有望在严重动力故障(全部推力损失)下实现容错控制。利用SIMULINK、MATLAB对某无人机模拟器的控制效果进行了仿真。
2021-08-19 cs.RO cs.SY eess.SY
Recreating Bat Behavior on Quad-rotor UAVs-A Simulation Approach
Virginia Tech(弗吉尼亚理工大学);University of Maryland(马里兰大学);University of Genoa(热那亚大学)
我们开发了一个有效的计算机模型来模拟由自然树木组成的传感环境。模拟的环境是随机的,包含树叶的完整几何形状。虽然这个模拟模型可以用作研究不同飞行物种的传感机制的通用平台,但我们的最终目标是建立蝙蝠启发的四旋翼无人机-可以重现蝙蝠飞行行为的无人机(例如,避障、路径规划)。为此,我们还介绍了一个树叶回波模拟器,可以产生模拟蝙蝠的生物声纳回波。在我们目前的模型中,做出了一些现实的模型选择或假设。首先,为了创建看起来自然的树,树的分支结构由L-系统建模,而分支、子分支和叶子的详细几何形状通过在CAD对象文件中随机化参考树来创建。此外,叶回波模拟器进行了简化,使没有阴影的影响被考虑。我们证明了我们开发的模型,通过模拟现实世界的情况下,多棵树,并计算相应的脉冲响应沿四旋翼轨迹。
2020-02-12 cs.RO
Quaternion Feedback Based Autonomous Control of a Quadcopter UAV with Thrust Vectoring Rotors
University of Cincinnati(辛辛那提大学);Indian Institute of Technology, Kanpur(印度理工学院坎普尔分校)
在本文中,我们提出了一个自主飞行控制器的四轴飞行器的推力矢量能力。这种无人机属于具有倾斜运动使能旋翼的多旋翼类别。由于车辆被认为是过度驱动的性质,动力学和控制分配必须仔细分析。此外,这种新型飞行器在大姿态机动时悬停的可能性要求无奇异性姿态控制。因此,四元数状态反馈被用来计算无人机电机的控制命令,同时避免了基于欧拉角的控制器所经历的万向节锁定条件。由于没有三角参数,四元数实现还降低了状态估计的总体复杂度。利用四轴飞行器的动力学模型和状态空间,设计了无人机的姿态控制器和控制分配。控制分配,特别是,通过线性化系统悬停条件。这种数学方法使得控制分配比现有方法更准确。姿态控制器的Lyapunov稳定性分析证明了全局稳定性。四元数反馈姿态控制器是由一个外部的位置控制器回路,产生转子倾斜和所需的四元数命令的系统。通过数值仿真对无人机跟踪姿态阶跃指令和跟踪航路点导航任务的性能进行了评估。
2020-06-28 cs.RO cs.SY eess.SY
Object recognition and tracking using Haar-like Features Cascade Classifiers: Application to a quad-rotor UAV
Center for Research in Optics(光学研究中心);Universidad Tecnológica de León(莱昂理工大学)
在本文中,我们开发了一个功能的无人机(UAV),能够跟踪一个对象使用机器学习,像视觉系统称为哈尔基于特征的级联分类。图像处理由高处理器单板计算机进行。基于检测到的物体及其位置,四旋翼必须跟踪它,以便处于中心位置并与之保持安全距离。所讨论的物体是人脸;实验进行了两步检测,首先搜索上半身,然后在人体检测区域内搜索人脸。一旦检测到人脸,四旋翼飞行器必须自动跟随人脸。进行的实验表明了我们的神话的有效性;这些结果在视频中显示。
2019-03-10 cs.RO
Design, Modelling and Control of an Amphibious Quad-Rotor for Pipeline Inspection
Aalborg University(奥尔堡大学)
针对污水管道狭窄复杂、传统带缆管道机器人检测成本高操作难的问题,本研究设计了结合四旋翼与水面航行器的混合无人空中漂浮载具HUAFV,建立其非线性动力学模型并验证,搭载PI控制器的原型实验验证了方案有效性。
2023-10-02 cs.RO
Upset Recovery Control for Quadrotors Subjected to a Complete Rotor Failure from Large Initial Disturbances
Delft University of Technology(代尔夫特理工大学)
本研究开发了一种容错控制器,能够从任意初始方向和角速度恢复四旋翼,尽管完全失败的转子。这种级联控制方法包括一个位置/高度控制器,一个几乎全局收敛的姿态控制器,和基于二次规划的控制分配方法。作为一个主要的新颖性,不希望的角速度的约束推导和融合到控制分配器,这显着提高了恢复性能。为了验证,我们已经进行了一组蒙特卡洛模拟测试的可靠性,所提出的方法恢复的四旋翼从任意初始姿态/速率条件。此外,还进行了实际飞行试验。结果表明,故障后的四旋翼可以恢复后,被随意抛到空中。
2020-02-21 cs.RO cs.SY eess.SY
Modular Multi-Rotors: From Quadrotors to Fully-Actuated Aerial Vehicles
Autonomous and Intelligent Robotics Laboratory (AIRLab)(自主与智能机器人实验室);Lehigh University(莱斯大学)
针对传统定制化飞行器任务适配性差的问题,提出模块化空中机器人H-ModQuad,可通过模块配置调整负载与驱动自由度,经建模优化推力效率并验证了不同配置的驱动特性差异。
2025-08-02 cs.RO
Cooperative Transportation using Multiple Single-Rotor Robots and Decentralized Control for Unknown Payloads
Cloud Informatics Research-Domain, Toyota Central R&D Labs., Inc.(丰田中央研究实验室云信息研究部门);R-Frontier Division, Frontier Research Center. Toyota Motor Corporation(丰田电机公司前沿研究中心R前沿部门)
本研究提出了一种基于刚性连接单旋翼机器人和分散控制的协同运输系统,通过反馈控制保证未知严格正实系统的渐近稳定性,并通过仿真与八机器人实验验证了其在未知负载及机器人故障条件下的运输能力。
2025-05-06 cs.RO
Monocular Imaging-based Autonomous Tracking for Low-cost Quad-rotor Design - TraQuad
M S Ramaiah Institute of Technology(M S 拉玛亚理工学院)
TraQuad是一款自主跟踪四轴飞行器,能够跟踪任何移动(或静态)物体,如汽车、人类、其他无人机或任何其他移动物体。本文介绍了TraQuad的应用和优势,以及到目前为止使用硬件和软件功能以及我们的定制算法所实现的成本降低(约250美元)。这一描述得到了强有力的数据和研究分析的支持,这些数据和研究分析是从现有信息中提取的,或者在必要时自己进行的。这也描述了完全自主(甚至GPS是可选的)低成本无人机的发展,它可以作为自动化,运输,侦察等进一步发展的主要平台。我们描述了我们的ROS Gazebo模拟器和我们的STATUS算法,这些算法构成了我们为通用目的开发目标跟踪无人机的核心。
2018-01-21 cs.RO
Hybrid Neural Network and Conventional Controller Approach for Robust Control of Highly Unstable Systems: Application to Tilt-Rotor Control
Advanced Research Lab for Control and Agricultural Robotics (Sharif AgRoLab)(控制与农业机器人高级研究实验室(谢尔生产大学AgRoLab));Department of Mechanical Engineering, Sharif University of Technology, Tehran, Iran(技术大学机械工程系,德黑兰,伊朗)
提出一种神经网络增强的滑模控制器,将系统动力学分解为输入无关和输入相关部分,前者用轻量网络从少量数据学习,实现对全驱动倾转旋翼系统的鲁棒控制,LSTM优于MLP。
2026-06-07 cs.AI cs.LG cs.RO
Geometric Backstepping Control of Omnidirectional Tiltrotors Incorporating Servo-Rotor Dynamics for Robustness against Sudden Disturbances
Department of Aerospace Engineering, Seoul National University (SNU)(航空航天工程系,首尔国立大学);Robotics Institute, Carnegie Mellon University(机器人研究所,卡内基梅隆大学);Department of Mechanical Science and Engineering, University of Illinois Urbana-Champaign(机械科学与工程系,伊利诺伊大学厄巴纳-香槟分校)
本文提出了一种结合伺服旋翼动力学的几何反推控制器,用于提高 omnidirectional 多旋翼在突发干扰下的鲁棒性和跟踪性能。
2026-02-20 cs.RO cs.SY eess.SY
Developmental Reinforcement Learning of Control Policy of a Quadcopter UAV with Thrust Vectoring Rotors
University of Cincinnati(辛辛那提大学)
在本文中,我们提出了一种新的发展强化学习为基础的控制器的四轴飞行器的推力矢量能力。这种多旋翼无人机设计具有倾斜使能旋翼。它利用旋翼力的大小和方向来实现飞行过程中所需的状态。该机器人的控制策略是使用来自四轴飞行器的学习控制器的策略传递来学习的(相对简单的无人机设计,没有推力矢量)。这种方法允许学习具有多个输入和多个输出的系统的控制策略。通过基于物理的仿真,评估了悬停和航路点导航任务的学习策略的性能。飞行模拟利用基于强化学习的飞行控制器,而没有任何附加的PID组件。结果表明,与从头开始学习控制策略相比,使用所提出的方法可以更快地学习这种新的UAV设计,该设计是通过对传统四轴飞行器进行修改而创建的,即,增加了更多的自由度(传统四轴飞行器中的4个致动器到倾转旋翼四轴飞行器中的8个致动器)。我们证明了我们的学习政策的鲁棒性,通过显示从各种非静态初始条件的模拟倾转旋翼平台的恢复,以达到所需的状态。倾转旋翼无人机的发展政策也显示出优越的容错时,从零开始学习的政策相比。结果表明,所提出的方法引导学习行为从一个简单的系统(低维动作空间)到一个更复杂的机器人(相对高维的动作空间),并达到更好的性能更快的能力。
2020-07-15 cs.AI cs.LG cs.RO
Control of a Twin Rotor using Twin Delayed Deep Deterministic Policy Gradient (TD3)
Mechatronics Engineering Department(机械电子工程系);The German University in Cairo(埃及德国大学)
提出基于TD3算法的强化学习框架,用于控制双旋翼气动系统在俯仰和方位角上的稳定与轨迹跟踪,仿真和实验验证了其优于传统PID控制器的抗干扰能力。
2026-06-01 cs.AI cs.LG cs.RO
High Performance Controllers for Speed and Position Induction Motor Drive using New Reaching Law
Mentouri’s Constantine University(君士坦丁大学);Engineer Sciences Faculty(工程科学学院)
提出了一种新的异步电动机鲁棒间接转子磁场定向(IRFOC)控制方法。新的指数趋近律(ERL)的滑模控制(SMC)的引入显着改善的性能相比,传统的SMC是众所周知的,容易受到恼人的抖振现象,所以,实现消除抖振的同时保持简单和高性能的速度和位置跟踪。仿真结果给出了讨论所提出的控制方法的性能。
2011-11-09 cs.RO
Multi-rotor Aerial Vehicles in Physical Interactions: A Survey
Lehigh University(理海大学)
本文综述多旋翼飞行器在物理交互中的应用,按交互类型分类并结合案例分析控制器等方法的优劣,为高作动能力 MAVs 的未来研究提供方向。
2023-12-05 cs.RO
TACO: Trajectory-Aware Controller Optimization for Quadrotors
School of Engineering and Applied Science, University of Pennsylvania(工程与应用科学学院,宾夕法尼亚大学)
提出TACO框架,通过预测模型和轻量级优化方案在线调整四旋翼控制器参数与轨迹,显著提升跟踪性能并实现物理实时部署。
2025-11-03 cs.RO
Co-design of Control and Planning for Multi-rotor UAVs with Signal Temporal Logic Specifications
University of California, Berkeley(加利福尼亚大学伯克利分校)
城市空中机动性(UAM),或多个有人和无人驾驶飞行器(UAV)在城市空域执行各种任务的场景,是一个日益突出的未来交通概念。具有复杂的空间,时间和反应需求的UAM任务可以使用信号时序逻辑(STL),一种行为规范语言简洁地表示。然而,STL规范的系统规划和控制是计算密集型的,通常导致规划方法不能保证动态可行性,或控制方法不能处理复杂的STL规范。在这里,我们提出了一种方法来共同设计的规划和控制,使一个给定的STL规范(可能在多个无人机)是满意的动态可行的轨迹,我们的控制器可以跟踪他们与有界的跟踪误差,规划占。针对无人机的非线性动力学特性,设计了跟踪控制器,并在轨迹满足一定运动学约束条件时,计算了该控制器的跟踪误差界。我们还增加了现有的多无人机STL为基础的轨迹生成器,以生成满足这些约束的轨迹。我们表明,这种协同设计允许的轨迹,满足给定的STL规范,也是动态可行的意义上,他们可以跟踪有界误差。通过多无人机任务的仿真验证了该方法的适用性。
2020-09-30 cs.MA cs.RO cs.SY
A Learning-based Quadcopter Controller with Extreme Adaptation
High Performance Robotics Lab, Dept. of Mechanical Engineering, UC Berkeley(伯克利大学高性能机器人实验室,机械工程系);University of Pennsylvania(宾夕法尼亚大学);Dept. of Electrical Engineering and Computer Science, University of California at Berkeley(伯克利大学电子工程与计算机科学系)
提出一种融合模仿学习与强化学习的四旋翼底层控制器,通过潜在参数估计实现对质量、尺寸和执行器差异及故障扰动的极端适应,并在仿真和真机上验证。
2025-06-08 cs.RO
Adaptive Nonlinear Control of Fixed-Wing VTOL with Airflow Vector Sensing
California Institute of Technology(加州理工学院);AeroVironment, Inc.(航空环境公司)
固定翼垂直起降(VTOL)飞机提出了一个独特的控制挑战,源于机翼和旋翼之间复杂的空气动力学相互作用。因此,精确估计外力对于实现高性能飞行是必不可少的。本文提出了一种固定翼垂直起落飞机的复合自适应非线性跟踪控制器。该方法采用线性力模型的在线自适应,并根据来自三维气流传感器的信息实时生成对机翼和转子力的准确估计。该控制器是在一个定制的固定翼垂直起降飞机上实现的,与基线飞行控制器相比,该控制器在从悬停到向前飞行的过渡阶段显示出改进的速度跟踪和力预测。
2020-03-17 cs.RO cs.SY eess.SY
RotorSuite: A MATLAB/Simulink Toolbox for Tilt Multi-Rotor UAV Modeling
Department of Information Engineering University of Padova(信息工程系帕多瓦大学)
RotorSuite是一种用于倾斜多旋翼无人机建模的MATLAB/Simulink工具箱,通过分析和物理方法提供精确的动态建模和仿真,适用于教学、研究和工业开发。
2026-02-21 cs.RO cs.SY eess.SY