不依赖预设轨迹，纳米四旋翼飞行器实现安全群协调控制！

大数据文摘授权转载自机器人大讲堂

比利时布鲁塞尔自由大学的研究人员近来提出了一种可证明安全且计算效率高的分布式约束控制的理论，并描述了对具有有限机载硬件并受多种状态和输入约束的一组纳米四旋翼飞行器的应用。研究人员提出了ERG (Explicit Reference Governor) 框架的扩展，并将其应用于分布式系统情况。

对单个和多个纳米四旋翼飞行器的比较模拟研究及实验研究，证明了所提出理论的有效性、稳健性和可扩展性。该控制策略应用在实时车载掌上无人机上，可在不依赖任何离线轨迹计算的情况下实现安全的群协调控制。

成群空中无人飞行器正成为一种颠覆性技术

成群的空中无人飞行器（UAV）正在成为一种颠覆性技术，它支持高度可重新配置、按需、分布式的智能自主系统，对科学、技术和社会的许多领域产生重大影响。

无人机群迎接奥运健儿凯旋

这些群飞行器可用于解决探索未知环境的任务。为了在不确定的现实世界环境中有效运行，群中的每个无人机都必须能够沿着先验未知路径安全地导航到其目标。每个无人机不仅需要遵守其操作约束（例如执行器饱和度、速度限制、允许的飞行区域），还必须避免与环境中的物体和其他无人机发生碰撞。

为了确保高度的安全性和鲁棒性，无人机应使用其机载计算资源，而不是依赖机外资源（例如地面控制站）。后者提供了一个中心故障点，并且容易受到时间延迟、通信开销和信息丢失的影响。这就需要反应式和分布式控制算法，这些算法可以在机载无人机中实时实现，并且仅依靠本地信息来安全地解决全球导航任务。

300架无人机点亮温岭上空

为一群为机载计算、电力、通信、传感和驱动提供有限资源的自主微型飞行器(MAV)实现目标满意度和安全认证具有相当大的挑战性。此外，即使对于具有更高级功能的大型平台，可用于实施控制算法的计算能力通常也受到限制，无法运行与定位和传感系统相关的任务相关算法。因此，用于多机器人系统的计算效率高且可证明安全的机载算法对于在复杂环境中实现安全关键任务至关重要。

基于地面控制站的无人机群在障碍环境中长时间曝光照片

群无人机技术已成为一个活跃的研究领域，涵盖无人机技术和控制在内的广泛主题。然而目前为止，不存在一种适合所有无人机应用的安全导航策略。大多数方法试图通过在无人机外运行基于核心搜索或基于优化的算法来确保特定水平的安全性和鲁棒性，从而将高计算成本外包给地面控制站，由地面控制站将轨迹发送到无人机。

四旋翼无人机群变换运动

目前为止，没有任何可证明安全的控制技术，在存在执行器、障碍物和无人机防撞约束的情况下，实现对具有高阶动力学的大型纳米四旋翼群的机载实时控制。

比利时布鲁塞尔自由大学的研究人员基于ERG，扩展了集中式ERG框架和分布式ERG（D-ERG）。这使得ERG理论被扩展到具有四阶动力学并受状态和执行器输入约束的分布式多代理系统。这项工作提供了通用和可扩展 D-ERG 框架的所有理论细节。

纳米四旋翼飞行器群协调控制

研究人员为纳米四旋翼飞行器群协调控制设计了分两个层面：控制层（Control Layer）和导航层(Navigation Layer)。

纳米四旋翼飞行器示意图

群协调控制的第一个任务由控制层处理。控制层的目标是使用经典的非线性内外环控制律来预稳定各个四旋翼飞行器，这将使用不考虑系统约束并且不需要任何形式的无人机间协调的经典内-外循环控制器来完成。

预稳定系统框图

群协调控制的第二个任务由导航层处理。导航层负责操纵无人机以便使其始终满足约束，此外，该层还负责协调整个群体并达到目标配置

离散分布式约束控制架构

无人机群系统中每个无人机的高阶动态由预稳定控制 (PSC) 单元稳定，该单元计算控制输入仅使用状态反馈并且不考虑约束。ERG块以分布式方式放置在每个预稳定无人机之前，并且仅依赖于其本地单跳球形邻域中可用的信息来强制执行状态和输入约束。

研究人员通过单机和机群实验展示验证了所提出控制策略的有效性。这些实验是在 Vicon 运动捕捉系统中使用 Crazyflie 2.1 纳米四旋翼飞行器进行的。每架无人机的静态安全半径为0.08m，质量约为35g。

总结与展望

比利时的研究人员提出了一个可证明安全的分布式约束控制框架的理论，即D-ERG。这种方法可以保证具有高阶动力学和大量硬约束（例如四个执行器输入限制以及静态和动态碰撞避免约束）的无人机的安全。与基于优化的控制方案相比，该算法具有较低的计算成本和内存成本。

由于这种附加方案只需要一个预先稳定的设备，当控制器不可访问或不允许更改时，它可以有很大的实际用途，这对于商业无人机飞行控制单元来说是很常见的情况。其简单而有效的设计使其成为需要安全实时控制系统的工业机器人应用的有趣方法。

然而，一些限制仍然存在，可以在未来的工作中解决。例如，由于动态安全裕度使用单个标量来改变导航场方向上施加的参考信号的幅度，因此将这种技术应用于状态空间维度增加的系统时，性能会降低。此外，与明确预测或优化未来轨迹的方法相比，这种基于稳健水平集的 D-ERG 方法的代价是增加了保守性。

文献信息

1.Convens B, Merckaert K, Vanderborght B, et al.Invariant Set Distributed Explicit Reference Governors for Provably SafeOn-Board Control of Nano-Quadrotor Swarms[J]. Frontiers in Robotics and AI,2021, 8: 129.

2.Hönig W, Preiss J A, Kumar T K S, et al. Trajectoryplanning for quadrotor swarms[J]. IEEE Transactions on Robotics, 2018, 34(4):856-869.

3.Luis C E, Schoellig A P. Trajectory generation formultiagent point-to-point transitions via distributed model predictivecontrol[J]. IEEE Robotics and Automation Letters, 2019, 4(2): 375-382.

点「在看」的人都变好看了哦！