Taylor-Informed Predictive Cost Adaptive Control for Quadrotors with Online Gravity-Trim Adaptation
Kyoto University（京都大学）
该研究针对四旋翼开发了结合在线重力 trim 自适应的泰勒展开式预测成本自适应控制，通过高阶动力学辨识与线性化提升了突发负载变化下的跟踪性能。
2026-09-04 cs.SY eess.SY
A Predictive and Sampled-Data Barrier Method for Safe and Efficient Quadrotor Control
本文提出一种级联控制框架，结合MPC与HOCBF扩展的采样数据障碍函数，实现四旋翼安全高效轨迹跟踪，兼顾安全性与实时性。
2025-10-06 cs.SY eess.SY
Robust Trajectory Tracking for Underactuated Quadrotors with Prescribed Performance
提出了一种基于规定性能控制（PPC）方法的四旋翼无人机（UAV）控制方案。四旋翼系统属于欠驱动系统的类别，原始PPC方法不能直接应用于该系统。我们引入必要的设计修改，以稳定所考虑的系统与规定的性能。所提出的控制协议不使用任何信息的动态模型参数或外部干扰。此外，稳定性分析保证跟踪误差保持在设计者指定的时变函数内，实现与控制增益的选择无关的规定性能。仿真结果验证了理论分析的正确性。
2022-11-07 cs.SY eess.SY
Autonomous Control of a Quadrotor-Manipulator; Application of Extended State Disturbance Observer
King Fahd University of Petroleum and Minerals（法赫德石油和矿产大学）
在这项工作中，自主控制的四旋翼机械手无人机处理使用扩展的动力学模型。由于持续的气动干扰和动态耦合，四旋翼机械手单元的控制是繁琐的。主动扰动抑制控制（ADRC）被提出用于消除不期望的动态，而PD控制器被开发用于设定点跟踪。在Simulink设计优化中，采用梯度下降-序列二次规划法进行参数整定
2019-10-20 cs.RO cs.SY eess.SY
A Symbolic Regression Method for Dynamic Modeling and Control of Quadrotor UAVs
采用符号回归方法建立了四旋翼无人机（QUAV）的动力学数学模型，提出了一种轨迹跟踪的递阶控制方案。符号回归方法能够仅通过所收集的数据来构造解析的四旋翼动力学方程，这减轻了第一原理建模的负担。为了便于QUAV的位置跟踪控制，控制器的设计可以分为两部分：首先，位置子系统的比例积分控制器的设计，以获得期望的水平位置和姿态子系统的反推方法，以确保欧拉角和高度可以快速收敛到参考值。在基准多旋翼飞行器仿真器上进行了实验，验证了该方法的有效性。
2021-05-07 cs.SY eess.SY
Quadrotor Control on $SU(2)\times R^3$ with SLAM Integration
我们提出了一个轨迹跟踪控制器的四旋翼无人机（UAV）配置在$SU(2)\times R^3$，并将此结果与一个家庭的几何跟踪控制器$SO(3)\times R^3$。通过仿真实例对理论结果进行了补充，并将该控制器应用于实际，通过扩展卡尔曼滤波器（EKF）与同步定位与地图构建（SLAM）系统相结合.这有利于无人机的操作，没有外部的运动捕捉系统，我们证明，建议的控制系统可用于在超市环境中没有外部定位系统的库存任务。
2021-10-03 cs.SY eess.SY
PCVPC: Perception Constrained Visual Predictive Control For Agile Quadrotors
我们提出了一种感知约束视觉预测控制（PCVPC）算法的四旋翼，使侵略性的飞行，而不使用任何位置信息。我们的框架利用非线性模型预测控制（NMPC）制定一个约束的基于图像的视觉伺服（IBVS）问题。四旋翼动力学，图像动力学，致动约束，并考虑到能见度约束，以处理高敏捷性的四旋翼机动。将IBVS应用于敏捷无人机的两个主要挑战被认为是：（i）深度对强烈方向变化的高度敏感性，以及（ii）由于欠驱动性质，视觉伺服目标和动作目标之间的冲突。为了应对第一个挑战，我们通过方位向量和距离来参数化视觉特征，通过该距离，深度将不再参与图像动态。同时，我们解决了冲突的问题，通过补偿旋转在未来的视觉伺服成本使用预测的方向的四旋翼。我们的方法在模拟中表明，（i）它可以在没有任何位置信息的情况下工作，（ii）它可以在轨迹跟踪中实现9 m/s的最大参考速度而不会丢失目标，以及（iii）它可以到达地标，例如，无人机比赛中的一个门，从不同的初始配置。
2021-09-22 cs.RO cs.SY eess.SY
Dual-Channel Adaptive NMPC for Quadrotor under Instantaneous Impact and Payload Disturbances
本文提出双通道自适应非线性模型预测控制（DCA-NMPC），通过级联NMPC与两个底层模型参考自适应控制器，解决四旋翼捕获有质量物体时的瞬时冲击和载荷不确定性问题，并通过数值仿真验证其有效性。
2025-07-21 cs.SY eess.SY
Velocity-Free Horizontal Position Control of Quadrotor Aircraft via Nonlinear Negative Imaginary Systems Theory
Fayoum University（法尤姆大学）；The Australian National University（澳大利亚国立大学）
本文基于非线性负虚系统理论提出一种无需速度测量的四旋翼无人机位置控制策略，通过比例反馈使水平位置子系统满足负虚特性，设计严格负虚积分共振控制器并保证鲁棒渐近稳定性，验证了理论预测和有效位置跟踪性能。
2026-03-29 cs.SY eess.SY
A Review of Control Algorithms for Autonomous Quadrotors
Polytechnic of Namibia（纳米比亚理工学院）
本文综述了四旋翼无人机的控制算法，分析了PID、LQR等多种算法的优缺点，并提出混合系统作为未来研究方向。
2016-02-08 cs.SY eess.SY
Fixed-time Disturbance Observer-Based MPC Robust Trajectory Tracking Control of Quadrotor
本文提出固定时间扰动观测器与模型预测控制相结合的控制算法，实现四旋翼在扰动下的鲁棒轨迹跟踪，并通过仿真与实验验证其有效性。
2024-08-30 cs.SY eess.SY
Collision-free Formation Control of Multiple Nano-quadrotors
无人机的使用在现实世界的应用中有了显着的增长，包括监视任务，军事任务和运输交付。这封信探讨实际问题的形成控制多个纳米四旋翼系统。更具体地说，这项工作的第一个目的是发展一个理论框架的时变编队飞行的多四旋翼系统的防碰撞。为了实现这一目标，有限截止势函数致力于避免组中车辆之间以及车辆与障碍物之间的碰撞。该控制算法导航该组纳米四旋翼以渐进地达到预期的时变编队。第二个目标是在Crazyflies nanoquadrotor上实现所提出的算法，Crazyflies nanoquadrotor是最普遍的室内实验平台之一。几个实际的情况下进行倾向性地暴露组成员之间以及车辆和障碍物之间的防撞能力。实验结果验证了该方法在多纳米四旋翼编队跟踪和避碰中的有效性。
2021-07-28 cs.SY eess.SY
Attitude Control of a Novel Tailsitter: Swiveling Biplane-Quadrotor
针对一种新型四旋翼无人机-旋转双翼四旋翼机的姿态跟踪问题，提出了一种解决方案。所提出的飞行器设计通过提出一种新的设计来解决传统双翼四旋翼尾座中缺乏偏航控制权限的问题，其中具有两个附接螺旋桨的两个机翼通过旋转机构与杆连接在一起。偏航力矩由每个机翼的推力矢量的相对旋转产生。该构型的独特设计使两个刚性体通过一根扭转刚度为零的杆相互连接，从而使飞行器在姿态构型流形中欠驱动。输出跟踪问题的结果是一个等效的刚体姿态跟踪问题的二阶矩动力学。所提出的控制器是一致有效的所有姿态，是基于动态反馈线性化的几何控制框架。所需的平衡跟踪误差动态的几乎全局渐近稳定性。数值仿真和飞行试验表明了该控制器的有效性。
2019-07-19 cs.SY eess.SY
Vehicle Parameter Independent Gain Matrix Selection for a Quadrotor using State-Space Controller Design Methods
Department of Mechanical and Manufacturing Engineering, University of Calgary（卡尔加里大学机械与制造工程学院）
本文提出了一种基于状态空间方法的四旋翼稳定悬停控制器设计，采用线性方法在存在扰动时保持稳定，并设计了跟踪系统，增益矩阵与四旋翼参数无关，适用于多种四旋翼。
2014-10-02 cs.SY eess.SY
Error-State LQR Formulation for Quadrotor UAV Trajectory Tracking
Carnegie Mellon University（卡内基梅隆大学）
提出一种基于误差状态线性二次型调节器的四旋翼无人机轨迹跟踪方法，利用指数坐标表示姿态误差，结合全状态反馈与级联体速率控制器实现鲁棒控制。
2026-07-28 cs.RO cs.SY eess.SY
SDC-Based Model Predictive Control: Enhancing Computational Feasibility for Safety-Critical Quadrotor Control
针对四旋翼NMPC计算负担重、实时避障难的问题，提出基于SDC的MPC框架，将非线性规划转为序列二次优化，并结合积分、安全约束与扰动估计，实现精度相当、复杂度降低逾30%的实时安全控制。
2025-09-29 cs.SY eess.SY math.OC
Fault Separation Based on An Excitation Operator with Application to a Quadrotor UAV
针对四旋翼无人机的执行器故障与负载不确定性耦合问题，提出基于激励算子的故障分离架构，结合观测器、分离机动与安全控制器实现故障与干扰的分别估计，经仿真与飞行实验验证可在保证跟踪性能的同时有效分离故障。
2023-08-20 cs.SY eess.SY
Model Predictive Path-Following Control for a Quadrotor
Institute of Engineering and Computational Mechanics（工程与计算力学研究所）
本文提出了一种基于模型预测控制的四旋翼路径跟随控制方法，通过硬件实验验证其有效性，并引入走廊路径跟随方法以应对路径跟踪的限制。
2025-06-18 cs.RO cs.SY eess.SY
Model Predictive Path Integral Control Framework for Partially Observable Navigation: A Quadrotor Case Study
Université Côte d’Azur（蔚蓝海岸大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；I3S（蔚蓝海岸大学与法国国家科学研究中心联合研究所）
近年来，模型预测路径积分（MPPI）控制算法已被广泛应用于自主导航任务，其中大多数假设成本地图是已知的，并且仅执行2D导航任务。在本文中，我们提出了一个通用的MPPI控制框架，可用于2D或3D自主导航任务，在完全或部分可观察的环境中，这是最普遍的机器人应用。该框架直接利用从机载传感系统获取的3D体素网格进行无碰撞导航。我们测试的框架，在现实的RotorS为基础的模拟，在一个混乱的环境中，完全和部分可观察的情况下，目标导向的四旋翼导航任务。初步结果表明，所提出的框架工作完美，部分可观测性下，在二维和三维杂乱的环境。
2020-10-14 cs.RO cs.SY eess.SY
A Co-simulation Framework for Quadrotor Control System Design using ROS 2 and MATLAB/Simulink
本文提出一种集成ROS 2与MATLAB/Simulink的四旋翼联合仿真框架，采用LQR姿态控制与PID位置控制的分层架构，实现无人机控制算法的快速原型开发与软件在环验证。
2025-11-06 cs.SY eess.SY
Nonlinear Robust Tracking Control of a Quadrotor UAV on SE(3)
The George Washington University（乔治华盛顿大学）；University of California at San Diego（加州大学圣地亚哥分校）；University of Michigan（密歇根大学）
针对四旋翼无人机在SE(3)上的模型，提出非线性输出跟踪控制器，实现对姿态和位置指令的鲁棒跟踪，并保证跟踪误差一致最终有界。
2011-09-21 cs.SY eess.SY math.OC
Technical Note for "A Geodesic Approach for the Control of Tethered Quadrotors"
Université libre de Bruxelles（布鲁塞尔自由大学）
本文提出了一种 cascade 控制方案，用于稳定 tethered quadrotors 并确保电缆始终绷紧，通过补偿重力力、保持电缆绷紧和遵循 geodesic 路径来实现控制目标。
2019-02-24 cs.SY eess.SY
Geometric Adaptive Control for a Quadrotor UAV with Wind Disturbance Rejection
针对四旋翼无人机，提出一种基于在线调整多层神经网络的几何自适应控制方案，以抑制未知非结构扰动，并利用特殊欧几里得群上的李雅普诺夫稳定性理论证明跟踪误差一致最终有界，且可通过数值示例验证其抗风扰动能力。
2018-05-17 cs.RO cs.SY eess.SY
MPC-Based Trajectory Tracking for a Quadrotor UAV with Uniform Semi-Global Asymptotic Stability Guarantees
Huazhong University of Science and Technology（华中科技大学）；Lakehead University（湖首大学）
本文提出了一种适用于四旋翼无人机的模型预测轨迹跟踪方法，通过分层控制策略实现姿态和推力的闭环控制，并证明了整体系统半全局渐近稳定性。
2026-09-21 cs.SY eess.SY
Adaptive Modified RISE Control for Quadrotors: Enhancing Trajectory Tracking Through Uncertainty Compensation
本文提出一种自适应修正符号误差鲁棒逆（AM-RISE）控制方法，通过显式补偿陀螺效应、旋翼动力学及参数不确定性等，实现四旋翼无人飞行器在复杂扰动下的可靠轨迹跟踪，并基于 Lyapunov 分析证明了渐近稳定性和改进的闭环性能。
2025-07-01 cs.SY eess.SY
Black-Box System Identification for Low-Cost Quadrotor Attitude at Hovering
University Mohamed Khider of Biskra（比斯克拉穆罕默德·希德尔大学）
本文针对低成本四旋翼悬停姿态控制需求，提出基于实验装置的黑箱系统辨识方法，通过传感器准备、建模、控制设计与验证等阶段准确描述四旋翼动力学，为动态模型微调提供有效方案。
2023-08-01 cs.RO cs.SY eess.SP
Real-Time Linear MPC for Quadrotors on SE(3): An Analytical Koopman-based Realization
本文提出KQ-LMPC，利用解析Koopman可观测量构建四旋翼动力学的LPV表示，实现实时线性MPC，在降低计算负担的同时达到与NMPC相当的跟踪性能，并经实验验证。
2025-10-17 cs.SY eess.SY
A Tethered Quadrotor UAV$-$Buoy System for Marine Locomotion
无人机（UAV）正在寻找进入海上应用的方法。在这项工作中，我们假设一个原始的系统，需要一个海洋机车四旋翼无人机操纵的速度浮动浮标通过电缆。通过利用无人机在高速、机动性、易于部署和宽视野方面的优势，所提出的无人机$-$浮标系统为各种新颖的应用铺平了道路。采用欧拉-拉格朗日法建立了浮标、无人机、缆绳和水环境耦合的动力学模型。提出了一种稳定的控制系统设计，以在两个约束条件下操纵浮标的前进浪涌速度：保持缆绳处于拉紧状态，并保持浮标与水面接触。在控制器设计过程中使用极坐标来获得对跟踪性能的相关影响，由此每个控制通道独立地影响一个控制参数。正如无波和多波海洋中的数值模拟所证明的那样，与传统的基于笛卡尔的速度控制器相比，这导致了性能的提高。
2021-07-22 cs.SY eess.SY
Physics-Inspired Temporal Learning of Quadrotor Dynamics for Accurate Model Predictive Trajectory Tracking
New York University（纽约大学）
精确建模四旋翼的系统动力学对于保证敏捷、安全和稳定的导航至关重要。该模型需要捕捉多个飞行状态和操作条件下的系统行为，包括那些产生高度非线性效应的行为，如气动力和扭矩、旋翼相互作用或可能的系统配置修改。传统的方法依赖于手工制作的模型，并且难以概括和扩展以捕捉这些效果。在本文中，我们提出了一种新的物理启发的时间卷积网络（PI-TCN）的方法来学习四旋翼的系统动力学纯粹从机器人的经验。我们的方法结合了稀疏时间卷积和密集前馈连接的表达能力，以做出准确的系统预测。此外，在训练过程中嵌入了物理约束，以促进网络对训练分布之外的数据的泛化能力。最后，我们设计了一个模型预测控制方法，它结合了学习动态准确的闭环轨迹跟踪充分利用学习模型预测在滚动时域的方式。实验结果表明，我们的方法准确地提取四旋翼的动力学结构的数据，捕捉效果，将保持隐藏的经典方法。据我们所知，这是第一次将物理启发的深度学习成功应用于时间卷积网络和系统辨识任务，同时实现预测控制。
2022-10-07 cs.AI cs.LG cs.RO
Nonlinear model predictive control-based guidance law for path following of unmanned surface vehicles
本文提出基于非线性模型预测控制的无人水面艇路径跟踪制导策略，克服视线法缺陷并降低计算成本，通过仿真验证其有效性与优势。
2024-02-07 cs.SY eess.SY
Interpretable Stochastic Model Predictive Control using Distributional Reinforced Estimation for Quadrotor Tracking Systems
提出了一种用于动态复杂环境下四旋翼自主导航的新型轨迹跟踪器。所提出的框架集成了一个分布式强化学习（RL）估计未知的空气动力学效应到一个随机模型预测控制器（SMPC）的轨迹跟踪。由阻力和力矩变化产生的气动力效应很难直接和精确地建模。因此，大多数当前的四旋翼跟踪系统在常规控制方法中将它们视为简单的“干扰”。我们提出了基于分位数近似的分布增强干扰估计器，一种气动干扰估计器，以准确地识别干扰，即，空气动力效应的真实值和估计值之间的不确定性。简化仿射扰动反馈用于控制参数化以保证凸性，然后与SMPC集成以获得充分和非保守的控制信号。我们证明了我们的系统，以提高至少66%的累积跟踪误差与未知的和不同的空气动力相比，最近的国家的最先进的。关于传统的强化学习的不可解释性，我们提供了收敛性和稳定性保证的分布式RL和SMPC，分别与非零均值干扰。
2022-05-14 cs.AI cs.LG cs.RO
A Unified Finite-Time Sliding Mode Quaternion-based Tracking Control for Quadrotor UAVs without Time Scale Separation
针对四旋翼无人机有限时间位置跟踪，提出基于四元数、连续可微滑模流形和过渡前馈的统一非线性控制框架，无需时间尺度分离即可保证半全局有限时间稳定并抑制有界扰动。
2025-07-26 cs.SY eess.SY
A Class of Hierarchical Sliding Mode Control based on Extended Kalman filter for Quadrotor UAVs
University of Nevada, Reno（内华达大学雷诺分校）
本研究提出结合扩展卡尔曼滤波器与分层滑模控制的新方法，用于提升四旋翼无人机的状态估计鲁棒性并实现高效精确的轨迹跟踪，通过Lyapunov原理证明稳定性，实验验证了其有效性与可行性。
2025-03-24 cs.RO cs.SY eess.SY
Fault Tolerant Super Twisting Sliding Mode Control of a Quadrotor UAV Using Control Allocation
针对四旋翼无人机执行器故障问题，提出结合超螺旋滑模控制与控制分配算法的容错控制方案，仿真表明其在正常和故障条件下均能实现高精度轨迹跟踪并保持稳定。
2023-04-27 cs.SY eess.SY
Event-Triggered Nonlinear Model Predictive Control for Cooperative Cable-Suspended Payload Transportation with Multi-Quadrotors
Toronto Metropolitan University（多伦多都会大学）；University of Alberta（阿尔伯塔大学）
针对多四旋翼吊挂载荷协同运输中的非线性耦合等挑战，提出一种事件触发分布式NMPC方法，通过轻量级状态参数化在SE(3)流形上规划轨迹，在保证轨迹跟踪与避障的同时显著降低计算与通信开销。
2025-03-26 cs.RO cs.SY eess.SY
Communication-Constrained Energy-Optimal Trajectory Generation for Quadrotor UAVs in Urban Environments
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；ADASI, EDGE Group（ADASI，EDGE集团）
针对城市环境中的四旋翼无人机，提出一种结合完整刚体动力学、城市无线通信模型、累积数据吞吐量约束和避障要求的统一自由最终时间最优控制框架，并通过序列凸规划迭代求解，生成能量高效且通信感知的可行轨迹。
2026-05-24 cs.SY eess.SY
Stochastic Model Predictive Control of Autonomous Systems with Non-Gaussian Correlated Uncertainty
许多系统，如自动驾驶汽车和四旋翼，都受到参数不确定性和外部干扰的影响。这些不确定性可能导致不期望的性能下降和安全问题。因此，设计鲁棒控制策略来安全地调节系统的动态特性是很重要的。针对具有非高斯相关概率不确定性的动态系统，提出了一种新的机会约束随机模型预测控制方法。我们开发了一种新的随机Galerkin方法来传播的不确定性，使用一种新型的基函数和优化为基础的求积规则。该公式可以很容易地处理超出广义多项式混沌展开能力的非高斯相关不确定性。新的随机Galerkin公式使我们能够将机会约束随机模型预测控制问题转化为确定性问题。我们验证了我们的方法通过几个随机控制任务，包括避障，车辆路径跟踪，和四旋翼参考跟踪。
2019-10-07 cs.SY eess.SY
Quaternion-based Adaptive Backstepping Fast Terminal Sliding Mode Control for Quadrotor UAVs with Finite Time Convergence
Carleton University（卡尔顿大学）
本文针对四旋翼无人机轨迹跟踪中的奇异性与不确定性问题，提出基于四元数的自适应反步控制和自适应快速终端滑模控制方法，实现有限时间收敛并抑制控制抖振。
2024-07-31 cs.RO cs.SY eess.SY
Adaptive Backstepping and Non-singular Sliding Mode Control for Quadrotor UAVs with Unknown Time-varying Uncertainties
Carleton University（卡尔顿大学）
针对四旋翼无人机位置姿态跟踪的奇异性与精度难题，提出级联的基于四元数的自适应反步控制与非奇异滑模控制方案，通过自适应律更新参数，保证渐近稳定性，在未知时变不确定性和大初始误差下仍具良好控制效果。
2024-07-13 cs.RO cs.SY eess.SY
MorphEUS: Morphable Omnidirectional Unmanned System
University of Michigan（密歇根大学）
本文提出MorphEUS，一种可变形共轴四旋翼飞行器，通过成对伺服电机实现任意方向矢量推力，实现位置与姿态独立控制，具有高力/力矩可达性、故障弹性和适合接触式检测等优势，并验证了其控制性能。
2025-05-23 cs.RO cs.SY eess.SY
Flying Quadrotors in Tight Formations using Learning-based Model Predictive Control
University of Pennsylvania（宾夕法尼亚大学）
针对四旋翼紧密编队中复杂的空气动力学效应，提出结合第一性原理与数据驱动方法的轻量级模型，并融入基于学习的非线性MPC框架，显著提升了轨迹跟踪与抗干扰性能。
2024-10-13 cs.LG cs.RO cs.SY
Collision Recovery Control of a Foldable Quadrotor
The Polytechnic School, Ira A. Fulton Schools of Engineering, Arizona State University（亚利桑那州立大学艾拉·富尔顿工程学院理工学院）
提出一种带扭力弹簧的可折叠四旋翼系统，通过机械顺应性增加冲击时间并减小净冲击力，结合恢复控制器实现碰撞后安全悬停，实验证明其反弹速度更低且恢复控制更简单。
2021-05-28 cs.RO cs.SY eess.SY
Robust Trajectory Tracking Error Model-Based Predictive Control for Unmanned Ground Vehicles
Delft University of Technology（代尔夫特理工大学）；University of Leuven (KU Leuven)（鲁汶大学）
提出了一种新的基于误差的鲁棒轨迹跟踪控制方法。基于轨迹跟踪误差模型设计了一种线性模型预测控制器，其控制作用与前馈和鲁棒控制作用相结合。实验结果表明，所提出的控制结构是能够让牵引车拖车系统跟踪直线和曲线的目标轨迹与低跟踪误差。
2021-03-31 cs.RO cs.SY eess.SY
Geometric Control of two Quadrotors Carrying a Rigid Rod with Elastic Cables
针对两个四旋翼无人机（UAV）携带和运输刚性杆的协同任务，设计了一种几何轨迹跟踪控制器。电缆的弹性与奇异扰动技术一起允许在模型中减少到具有非弹性电缆的类似模型。在这个降阶模型中，我们设计了一个控制器，使得在对初始误差的一些假设下，控制棒指数地跟踪其位置和姿态的给定期望轨迹。然后，我们表明，指数跟踪在降阶模型对应于指数跟踪的原始弹性模型。我们还表明，以前定义的控制方案提供了统一的最终有界性的存在下，非结构化的有界干扰。
2021-04-13 cs.SY eess.SY math-ph
Geometric Control for Load Transportation with Quadrotor UAVs by Elastic Cables
无人驾驶飞行器（UAV）组越来越多地用于运输任务，因为组合强度允许增加最大有效载荷。然而，由此产生的无人机的机械耦合在跟踪控制方面提出了新的挑战。因此，我们设计了一个几何轨迹跟踪控制器的四旋翼无人机携带和运输的刚体，这是通过不可弯曲的弹性电缆连接到四旋翼的合作任务。电缆的弹性与奇异扰动技术一起允许在模型中减少到具有非弹性电缆的类似模型。在这个降阶模型中，我们设计了一个控制器，使得负载的位置和姿态指数收敛到给定的期望轨迹。然后我们表明，在某些假设下，该结果会导致原始弹性模型的一致收敛跟踪误差。此外，在系统存在非结构化扰动的情况下，我们证明了误差最终有界，且有一个任意小的界。最后，通过仿真验证了理论结果.
2021-11-01 cs.SY eess.SY math.OC
Lyapunov-based Nonlinear Model Predictive Control for Attitude Trajectory Tracking of Unmanned Aerial Vehicles
针对无人机（UAV）的姿态控制问题，提出了一种新的基于李雅普诺夫（Lyapunov）的非线性模型预测控制器（LNMPC）。基于二次型代价函数，综合无人机动力学和系统约束，设计了控制器。一个额外的收缩约束，然后引入，以确保闭环系统的稳定性。该约束是通过一个李雅普诺夫函数来自滑模控制器（SMC）。最后证明了LNMPC的可行性和稳定性。仿真和比较结果表明，所提出的控制器保证了系统的稳定性，并优于其他国家的最先进的非线性控制器，如反推控制器（BSC）和SMC。此外，所提出的控制器可以集成到现有的无人机模型在凉亭模拟器进行软件在环测试。仿真结果表明，LNMPC控制器的控制效果优于无人机内置PID控制器，验证了所提方法的有效性和适用性。
2022-10-28 cs.SY eess.SY
Real-time System Identification Using Deep Learning for Linear Processes with Application to Unmanned Aerial Vehicles
提出了一种基于深度学习（DL）和改进继电反馈测试（MRFT）的线性系统参数辨识方法。所提出的方法利用MRFT来揭示关于未知过程的区别频率;然后将其传递到训练的DL模型以识别底层过程参数。所提出的方法保证了在识别和控制阶段的稳定性和性能，并需要几秒钟的观测数据来推断动态系统参数。以四旋翼无人机姿态和高度动力学为例进行了仿真和实验验证。结果表明，该方法的有效性和实时性，它优于传统的预测误差方法的准确性，对偏差的鲁棒性，计算效率和数据要求。
2020-04-21 cs.SY eess.SY
A novel metric for detecting quadrotor loss-of-control
Delft University of Technology（代尔夫特理工大学）
针对四旋翼飞行器失控定义不明确、现有检测方法受限的问题，提出一种基于执行器能力的新型失控检测指标，经仿真与真实飞行数据验证，可检测故障及剧烈偏航引发的失控，且具备通用性。
2024-08-12 cs.RO cs.SY eess.SY
Geometric Adaptive Control with Neural Networks for a Quadrotor UAV in Wind fields
针对风场引起的非结构力和力矩扰动，提出一种基于多层神经网络在线调整权重的几何自适应控制器，实现位置和航向跟踪误差的一致最终有界。
2019-03-05 cs.RO cs.SY eess.SY
Aerial Assistive Payload Transportation Using Quadrotor UAVs with Nonsingular Fast Terminal SMC for Human Physical Interaction
Carleton University（卡尔顿大学）
本文提出一种基于导纳-非奇异快速终端滑模控制（NFTSMC）的双四旋翼无人机协同载荷运输方法，通过人类施加的力引导飞行器运动，利用 Lyapunov 分析证明稳定性，并在 ROS 和 Gazebo 仿真中验证了其减轻人类工作负荷的有效性与鲁棒性。
2024-12-23 cs.RO cs.SY eess.SY
Real-time Neural-MPC: Deep Learning Model Predictive Control for Quadrotors and Agile Robotic Platforms
Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器学习研究所（MIRMI））；Technical University of Munich（慕尼黑工业大学）；University of Zurich（苏黎世大学）；Stanford University（斯坦福大学）；NVIDIA Research（英伟达研究院）
本研究提出Real-time Neural MPC框架，将大参数容量的复杂神经网络作为动力学模型高效整合进MPC流程，在嵌入式平台50Hz实时运行下大幅降低四旋翼位置跟踪误差，提升控制性能。
2023-07-25 cs.LG cs.RO cs.SY
Towards Time-Optimal Tunnel-Following for Quadrotors
Technical University of Munich（慕尼黑工业大学）
在受限和动态环境中的最短时间导航在机器人技术中具有特殊意义。寻求时间最优性，同时保证时变空间边界的完整性，是敏捷飞行器（如四旋翼）的一个有吸引力的权衡。最先进的方法，要么假设边界是静态的，并离线生成时间最优轨迹，或妥协的时间最优约束满足。利用非线性模型预测控制和四旋翼模型的路径参数重构，我们提出了一个实时控制，近似时间最优的行为，并保持在动态走廊。该方法的有效性进行评估，根据模拟结果，显示自己能够执行非常积极的机动，以及停止和去和向后的运动。
2022-06-03 cs.RO cs.SY eess.SY
Control of Complex Maneuvers for a Quadrotor UAV using Geometric Methods on SE(3)
Florida Institute of Technology（佛罗里达理工学院）；University of California at San Diego（加州大学圣地亚哥分校）；University of Michigan（密歇根大学）
本文利用SE(3)上的几何方法，通过非线性跟踪控制器解决四旋翼无人机的复杂机动控制问题，包括姿态、位置和速度跟踪，并展示了几乎全局的闭环稳定性。
2011-09-09 cs.SY eess.SY math.OC
Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems
Universitat Pompeu Fabra（庞培法布拉大学）；Radboud University Nijmegen（拉德堡德大学（奈梅亨））；University of California Los Angeles（加利福尼亚大学洛杉矶分校）；University College London（伦敦大学学院）
提出了一种基于随机最优控制理论的无人机编队控制方法。该方法包括一个集中的高层次的计划，计算最佳状态轨迹的速度序列，和一个特定于平台的低层次的控制器，确保这些速度序列得到满足。规划任务表示为一个集中式路径积分控制问题，最优控制计算对应于一个概率推理问题，可以解决有效的采样方法。通过仿真，我们表明，我们的SOC方法（a）具有显着的好处相比，确定性控制和其他SOC方法在多模态问题与噪声相关的最佳解决方案，（b）是能够控制大量的平台实时，（c）产生集体紧急行为的形式的飞行编队。最后，我们表明，我们的方法适用于真实的平台，通过控制一个团队的三个四旋翼在户外条件下。
2020-05-12 cs.MA cs.RO cs.SY
