Coordinated Path Following Control of Fixed-wing Unmanned Aerial Vehicles
研究了二维平面内具有速度约束的固定翼无人机协调航迹跟踪问题。目标是沿着路径操纵UAV机群,同时实现期望的有序的UAV间弧距离。与以前的协调路径跟踪研究相比,我们能够通过我们提出的混合控制律来处理的前向速度和角速度的限制固定翼无人机。更具体地说,混合控制律使所有的无人机工作在两个不同的水平:那些无人机的路径跟踪误差是在一个不变集(即,设计的协调集合)在协调级别工作;而其他UAV在单智能体级别工作。在协调层次上,我们证明了即使有速度约束,所提出的控制律可以确保路径跟踪误差减小到零,而期望的弧距离收敛到期望值。在单智能体层次上,给出了路径跟踪误差进入协调集的收敛性分析。利用实际的无人驾驶仪和X-Plane仿真器,开发了多无人机系统半实物仿真试验平台。所提出的方法的有效性与MATLAB和试验台证实。
2020-05-10 cs.SY eess.SP eess.SY
Circular formation control of fixed-wing UAVs with constant speeds
University of Toulouse(图卢兹大学);Australian National University(澳大利亚国立大学)
本文提出了一种稳定固定翼无人机恒速圆形成形的算法,通过跟踪不同半径的圆来控制车辆相对于目标圆周的相位,确保团队在特定区域内保持约束。
2017-03-22 cs.RO cs.SY eess.SY
Collaborative target-tracking control using multiple autonomous fixed-wing UAVs with constant speeds
Department of Electrical Engineering, Eindhoven University of Technology(埃因霍温理工大学电子工程系);Universidad Complutense de Madrid(马德里complutense大学);Research School of Electrical, Energy and Material Engineering, Australian National University(澳大利亚国立大学电气、能源和材料工程研究学校);Optus-Curtin Centre of Excellence in Artificial Intelligence, Curtin University(Curtin大学人工智能卓越中心)
本文研究了使用多架固定翼无人机进行协同跟踪控制的问题,通过设计控制器使无人机群体能够协同跟踪目标的位置和速度,提出了相对速度条件和参考速度构造方法,并讨论了常速约束下的控制器设计和性能限制。
2020-09-02 cs.MA cs.RO cs.SY
Modeling and Optimal Control of Hybrid UAVs with Wind Disturbance
本文研究了在风干扰下六自由度无人机垂直起降的建模与控制问题。我们设计了一种混合动力飞行器,它结合了固定翼和旋翼无人机的优点。结合刚体动力学、机翼空气动力学、发动机和螺旋桨动力学,快速建立了混合动力汽车的非线性模型。此外,我们设计了一个H2最优控制器,使无人机对风干扰具有鲁棒性。我们将其结果与基于PID和LQR的控制进行比较。我们提出的控制器在两种情况下,根均方误差和时间响应方面的性能更好:悬停和水平飞行。
2020-06-19 cs.SY eess.SY math.OC
Real Time Safety of Fixed-wing UAVs using Collision Cone Control Barrier Functions
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校);VNIT(维特什瓦拉国家技术学院);Indian Institute of Science (IISc)(印度科学学院)
本文提出一种基于碰撞锥控制障碍函数(CBFs)的新方法,通过二次规划(CBF-QPs)实时引导固定翼无人机沿预定航线安全规避静态与移动障碍物。
2024-07-27 cs.RO cs.SY eess.SY
Slot-hopping Enabled Loiter Guidance and Automation for Fixed-wing UAV Corridors
American Institute of Aeronautics and Astronautics, Inc.(美国航空航天学会);Department of Mechatronics Engineering(机械电子工程系);Department of Aerospace Engineering(航空航天工程系)
本文提出了一种基于slot-hopping的滞空引导策略,用于管理固定翼无人机走廊的交通拥堵问题,通过减少对现有飞行器的干扰,实现更紧凑的走廊布局。
2026-04-28 cs.RO cs.SY eess.SY
A Generalized Pointing Error Model for FSO Links with Fixed-Wing UAVs for 6G: Analysis and Trajectory Optimization
本文针对6G无人机FSO链路,提出一种包含横滚、俯仰和偏航三维抖动的广义指向误差模型,并将其用于轨迹优化,使能量效率相比传统高斯模型提升最高11.8%。
2024-06-08 cs.SY eess.SY
Autonomous Tracking and Terminal Guidance of Moving Targets for Fixed-Wing UAVs
Department of Mechanical Engineering, National Yang Ming Chiao Tung University(国立阳明交通大学机械工程学系)
研究为固定翼无人机引入统一控制框架,采用三相策略,利用UKF融合视觉检测与惯性测量,结合带约束感知的NMPC及BPNG律,实现从目标检测到终端拦截的任务,仿真验证其能稳定跟踪并精确拦截,同时遵守相关约束。
2026-07-15 cs.AI cs.RO cs.SY
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
Transformer-Based Fault-Tolerant Control for Fixed-Wing UAVs Using Knowledge Distillation and In-Context Adaptation
Universidad Politécnica de Madrid(马德里理工大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
本文提出一种基于Transformer的固定翼无人机容错控制方法,利用上下文学习直接映射外环参考值到控制指令,并通过知识蒸馏训练部分观测学生智能体,在多种故障场景下优于传统飞控和强化学习方法。
2025-03-07 cs.LG cs.RO cs.SY
Fault Detection and Tolerant Control for Aero2 2D0F Two-rotor Helicopter
本研究针对2自由度双旋翼直升机,分析执行器故障对传统控制系统性能的影响,并验证有效的故障诊断与调节方法能在故障下维持系统满意性能。
2024-03-14 cs.SY eess.SY
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
Longitudinal dynamic modelling and control for a quad-tilt rotor UAV
针对四倾转旋翼UAV在悬停与向前飞行模式转换中的控制难题,本文设计了带数字滤波器和数据保持功能的数字PID控制器,并通过MATLAB仿真验证了其在三个自由度上的完全稳定性。
2024-11-12 cs.SY eess.SY
Loiter UAV Reinsertion Guidance for Fixed-wing UAV Corridors
American Institute of Aeronautics and Astronautics, Inc.(美国航空航天学会);Department of Mechatronics Engineering(机电工程系);Department of Aerospace Engineering(航空航天工程系)
本文研究了固定翼无人机走廊中无人机从盘旋车道安全重新插入主车道的引导问题,提出基于速度限制和安全距离的算法以确保交通流畅。
2026-05-13 cs.RO cs.SY eess.SY
Flocking and Collision Avoidance for a Dynamic Squad of Fixed-Wing UAVs Using Deep Reinforcement Learning
College of Intelligence Science and Technology, National University of Defense Technology(国防科技大学智能科学与技术学院)
由于运动学的复杂性和环境的不确定性,为固定翼无人机的动态编队开发群集行为仍然是一个挑战。在本文中,我们通过深度强化学习(DRL)来处理分散群集和碰撞避免问题。具体来说,我们制定了一个分散的DRL为基础的决策框架,从每个追随者的角度来看,碰撞避免机制集成到群集控制器。然后,我们提出了一种新的强化学习算法PS-CACER训练共享的控制策略的所有追随者。此外,我们设计了一个基于卷积神经网络和注意力机制的即插即用嵌入模块。因此,可变长度的系统状态可以被编码成一个固定长度的嵌入向量,这使得学习的DRL策略与跟随者的数量和顺序无关。最后,数值仿真结果验证了该方法的有效性,并且学习到的策略可以直接转化为半物理仿真,无需任何参数微调。
2021-07-22 cs.AI cs.LG cs.MA
Data-Efficient Deep Reinforcement Learning for Attitude Control of Fixed-Wing UAVs: Field Experiments
SINTEF DIGITAL(SINTEF数字研究所);NTNU(挪威科技大学)
本文提出一种数据高效的深度强化学习方法用于固定翼无人机姿态控制,仅需三分钟飞行数据即可在仿真中训练并直接部署到真实无人机,性能与ArduPlane PID控制器相当,无需在线学习。
2023-04-19 cs.LG cs.RO cs.SY
Continuous World Coverage Path Planning for Fixed-Wing UAVs using Deep Reinforcement Learning
TUM School of Engineering and Design, Technical University of Munich(慕尼黑技术大学工程与设计学院);Dept. of Electrical Engineering and Computer Sciences, University of California, Berkeley(加州大学伯克利分校电气工程与计算机科学系)
针对固定翼无人机在连续环境中的覆盖路径规划问题,提出基于AM-SAC与自适应课程的深度强化学习方法,以学习节能且满足曲率约束的完整覆盖策略。
2025-05-13 cs.LG cs.RO cs.SY
Development of c-means Clustering Based Adaptive Fuzzy Controller for A Flapping Wing Micro Air Vehicle
University of New South Wales at the Australian Defence Force Academy(新南威尔士大学澳大利亚国防军学院);Nanyang Technological University(南洋理工大学)
本文提出基于c-均值聚类的自适应模糊控制器,用于改进扑翼微型飞行器的建模与控制,通过数据驱动方法处理不确定性,提升环境适应性。
2018-02-05 cs.SY eess.SY
Bearing-based Simultaneous Localization and Affine Formation Tracking for Fixed-wing Unmanned Aerial Vehicles
本文针对固定翼无人机提出基于方位的同步定位与仿射编队跟踪方案,融合分布式自定位算法与基于观测器的控制器,支持时变期望方位,并设计了两种不同收敛速度的控制方案。
2025-01-03 cs.MA cs.SY eess.SY
Robust Cooperative Formation Control of Fixed-Wing Unmanned Aerial Vehicles
Institute for Aerospace Studies, University of Toronto(航空航天研究学院,多伦多大学)
本文研究了固定翼无人机在紧密编队飞行中用于节能的鲁棒协同编队控制问题,提出了一种新的协同控制方法,通过虚拟结构概念解决大规模无人机编队中虚拟领导者设计的难题,并采用协作者滤波器生成平滑的参考信号,同时利用不确定性与扰动观测器补偿气动耦合导致的模型不确定性,最终实现了鲁棒的编队控制。
2019-05-06 cs.MA cs.RO cs.SY
Airspeed estimation for UAVs using only propeller feedback
本文提出仅用螺旋桨功率与转速反馈估计固定翼无人机空速的轻量分析模型,无需动力学模型,可替代皮托管或提供冗余,并通过仿真、风洞和飞行数据验证,在未知飞行数据上达到5% nRMSE。
2025-07-04 cs.SY eess.SY
Deep learning reduces sensor requirements for gust rejection on a small uncrewed aerial vehicle morphing wing
University of Michigan(密歇根大学);University of California Davis(加州大学戴维斯分校)
针对无人机在城市阵风中响应慢的问题,研究提出基于深度强化学习的弯度变形机翼自主阵风缓解控制器,直接利用实时压力信号将阵风影响降低84%,并发现仅需三个压力传感器即可达到与六个相近的效果。
2024-03-21 cs.RO cs.SY eess.SY
Safety With Limited Range Sensing Constraints For Fixed Wing Aircraft
在本文中,我们讨论了如何使用一个障碍函数,是受运动学约束和有限的传感,以保证固定翼无人机(UAV)将保持安全的距离,尽管受到有限的范围传感约束。先前的工作已经表明,当可以一直感测到状态时,可以使用障碍函数来保证安全的系统操作。然而,在本文中,我们表明,这种结构并不能保证安全时,无人机受到有限的范围感测。为了解决这个问题,我们介绍了一种方法,用于构建一个新的障碍函数,容纳有限的传感范围从以前存在的障碍函数,可能不一定容纳有限的范围感测。我们表明,在适当的条件下,新构造的障碍函数,确保系统的安全性,即使在存在有限的范围感测。我们证明了本文的贡献,在20个固定翼飞机的情况下,由于所提出的算法,车辆能够保持彼此之间的安全距离,即使车辆受到有限的范围感测。
2021-03-09 cs.SY eess.SY
Three-dimensional Integrated Guidance and Control for Leader-Follower Flexible Formation of Fixed Wing UAVs
The University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校);University of Cincinnati(辛辛那提大学)
本文提出一种固定翼无人机领航-跟随柔性编队的非线性集成制导与控制方法,通过动态面反步和障碍函数实现半球形区域编队保持与约束满足,仅依赖相对信息,适用于GPS拒止场景。
2025-10-07 cs.MA cs.RO cs.SY
Self-Powered Solar Aerial Vehicles: Towards Infinite Endurance UAVs
探索了一种自供电方案,利用太阳能和浮力升力实现长时间运行。最终目标是在满足无人机动力学特性和所需的控制性能、机动性和占空比的同时,具有无限续航能力。在最优不确定性量化(OOQ)的框架内确定与无人机功率需求和太阳能输入相关的无量纲功率项。OOQ考虑了动力学和控制中的不确定性和不完整信息,可用的太阳能,以及太阳能无人机模型的电力需求,并提供了一个最佳的解决方案,以实现能源方面的自我维持系统。讨论了自供电的轨迹跟踪、速度和控制。这类飞行器可以克服当前电动无人机的飞行时间限制,从而满足许多应用的需求。本文为太阳能电动多旋翼无人机的设计提供了一种通用的方法。
2020-07-24 cs.SY eess.SY
Progress Towards Untethered Autonomous Flight of Northeastern University Aerobat
Northeastern University(东北大学);Caltech University(加州理工学院)
本论文研究 Northeastern University 仿生扑翼微型飞行器 Aerobat 的状态估计与控制,针对其轻量化和低计算资源的限制,探讨实现无缆自主飞行的挑战与解决步骤。
2023-07-28 cs.RO cs.SY eess.SY
Robust Longitudinal-lateral Look-ahead Pursuit Path-Following Control: Fast Finite-Time Stability Guarantee
针对固定翼无人机在扰动和非光滑路径下的路径跟随问题,提出基于约束的鲁棒纵横向前瞻追踪制导律及其优化版本,实现快速有限时间稳定并提升鲁棒性。
2025-07-09 cs.SY eess.SY
A Tube-based Robust MPC for a Fixed-wing UAV: an Application for Precision Farming
Politecnico di Torino(都灵理工大学);CNR-IEIIT(意大利国家研究委员会信息技术与工程研究所)
本文提出一种基于管状的鲁棒MPC方法,用于固定翼无人机在精准农业中的应用,通过结合引导算法和鲁棒控制系统,提升系统对风扰和模型参数变化的鲁棒性,降低监控成本并提高稳定性。
2018-05-11 cs.SY eess.SY
Gone with the Wind: Nonlinear Guidance for Small Fixed-Wing Aircrafts in Arbitrarily Strong Windfields
University of Bologna(博洛尼亚大学);Swiss Federal Institute of Technology (ETH Zürich)(苏黎世联邦理工学院)
本文提出了一种非线性引导策略,用于小固定翼无人机在强风场中的稳定飞行,通过非holonomic unicycle-like车辆的高层控制方法,确保在强流场中达到安全稳定的车辆配置,同时保持对目标路径的跟踪性能。
2017-02-26 cs.SY eess.SY
Globally Asymptotically Stable Trajectory Tracking of Underactuated UAVs using Geometric Algebra
INTI, CONICET(工业产品工程技术研究所,阿根廷国家科学技术研究委员会);National Polytechnic Institute(墨西哥国立理工学院);New Mexico State University(新墨西哥州立大学)
本文利用几何代数建立欠驱动无人机级联动力学模型,提出一种无需记忆和迭代搜索的简单控制策略,实现无奇异表示,并通过输入到状态稳定性证明和四倾转旋翼机有风环境仿真验证了全局渐近稳定的轨迹跟踪性能。
2025-09-03 cs.SY eess.SY
Modeling and Simulation of UAV Carrier Landings
本文基于F/A-18 HARV模型研究固定翼无人机自动化航母着舰,构建含自动油门与增稳系统的控制架构,通过Monte Carlo仿真在复杂大气湍流与甲板运动下验证性能,并数值确定成功着舰的极限进近条件。
2019-01-23 cs.SY eess.SY
Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control
提出了一种新的无人机检测方法。本研究的目的是为自主式多旋翼无人机开发一种鲁棒的设置,能够视觉检测和跟踪入侵无人机进行实时运动规划。该系统由两部分组成:使用立体摄像机生成三维点云数据的目标检测和应用卡尔曼滤波器进行无人机运动建模的视频跟踪。在探测到入侵者后,猎人可以瞄准并向入侵者发射一张绳网以压制它。计算机视觉,运动跟踪和规划算法可以在安装在猎人无人机上的便携式计算机上实现。
2020-05-07 cs.SY eess.IV eess.SP
Mode transition control of large-size tiltrotor aircraft
本文针对民用大型倾转旋翼机,提出一种新型概念及数学模型,采用PID控制及次级回路实现过渡模式控制,在MATLAB仿真中14秒内完成过渡且高度变化小于10米,并讨论了假设与推力不连续性问题。
2024-11-11 cs.SY eess.SY
Flight Trajectory Planning for Fixed-Wing Aircraft in Loss of Thrust Emergencies
Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文提出了一种动态数据驱动的航空电子软件方法,用于在飞机受损时生成安全着陆轨迹,并通过案例研究验证了其有效性。
2017-10-31 cs.SY eess.SY
Modeling, Planning, and Control for Hybrid UAV Transition Maneuvers
University of Pennsylvania(宾夕法尼亚大学);Department of Mechanical Engineering and Applied Mechanics(机械工程与应用力学系)
针对尾座式混合垂直起降无人机缺乏通用高效控制及闭式过渡机动设计方法的问题,本文调研现有建模仿真方法,尝试用非线性动态模型设计恒高连续俯仰过渡机动,明确了障碍并提出新思路,为后续研究奠定基础。
2024-12-09 cs.RO cs.SY eess.SY
A Constraint-Driven Approach to Line Flocking: The V Formation as an Energy-Saving Strategy
Boston University(波士顿大学);Combat Capabilities Development Command, Army Research Laboratory(美国陆军研究实验室作战能力发展司令部);University of Delaware(特拉华大学)
机器人植绒的研究在过去的二十年里受到了极大的关注。在这篇文章中,我们提出了一个约束驱动的控制算法,最大限度地减少单个代理的能源消耗,并产生一个紧急V形成。由于形成出现从分散的代理之间的相互作用,我们的方法是强大的自发添加或删除代理系统。首先,我们提出了一个分析模型的拖尾后的上洗固定翼无人机,我们推导出最佳的空气速度拖尾无人机,以最大限度地提高他们的旅行耐力。接下来,我们证明了简单地以最佳空速飞行永远不会导致紧急群集行为,我们提出了一个新的分散的“anseroid”行为,产生紧急V编队。我们编码这些行为的约束驱动的控制算法,最大限度地减少每个无人机的机车功率。最后,我们证明了在近似V或梯队编队初始化的无人机将收敛在我们提出的控制律下,我们证明了这种出现在实时仿真和物理实验中与一个舰队的Crazyflie四旋翼。
2022-09-23 cs.RO cs.SY eess.SY