Universal Flying Objects

458 OPERACIONES IEEE SOBRE ROBÓTICA, VOL. 36, NO.
2, ABRIL 2020
Objetos voladores universales: multirotor modular

Sistema para vuelo de objetos rígidos
Bingguo Mu, Miembro Estudiante, IEEE, y Pakpong Chirarattananon, Miembro, IEEE
Resumen —En este artículo, presentamos Universal Flying Múltiples MAV pueden transportar cooperativamente una carga útil suspendida [16] o
Objetos: una plataforma robótica aérea modular para transformar un objeto rígido colaborar para abrir una puerta [17].
en un robot multirotor. Para lograr esto, desarrollamos módulos de vuelo, en
En este artículo, presentamos los ovnis (objetos voladores universales): un sistema
forma de un módulo de control y módulos de propulsión que pueden ser fijados a
robótico modular, reconfigurable y volador para una construcción e incorporación
un objeto. El objeto, o carga de pago, sirve como la célula del vehículo. El diseño
modular produce una plataforma muy versátil que se puede reconfigurar mediante rápidas con cargas de pago o componentes relacionados con la tarea. En principio,
la adición o eliminación de módulos de vuelo, el ajuste de la disposición de los estas cargas útiles pueden ser simples objetos rígidos para la entrega o herramientas
módulos o el cambio de cargas útiles. Para facilitar el control de vuelo, para la manipulación. En este marco, compartimentamos el robot en módulos de vuelo
proponemos una estrategia de estimación basada en la unidad de medición
y carga útil. Al tratar la carga útil como la célula del robot, se pueden construir diferentes
inercial (IMU) para el cálculo rápido de la configuración del robot. Cuando se
robots en varias configuraciones a partir de una combinación de diferentes cargas útiles
combina con el controlador geométrico adaptativo para un mayor refinamiento de
parámetros inciertos, los vuelos estables se logran con una mínima intervención y módulos de vuelo, según la aplicación prevista. Con los módulos de vuelo estándar
manual o ajuste requerido por un usuario. Para tal fin, desarrollados (en forma de módulos de propulsión y control) y los algoritmos de
estimación y control, El marco facilita la construcción de diferentes plataformas listas
para volar que están perfectamente integradas con la carga útil, a la vez que requiere
un mínimo de modelado y esfuerzos de ajuste de parámetros por parte de un usuario.
≈ 200–800 g, utilizando cuatro a ocho módulos de propulsión. Los resultados revelan que los
vuelos estables son alcanzables gracias al método de estimación basado en IMU propuesto. El En otras palabras, desarrollamos una solución robótica que proporciona una capacidad
rendimiento del vuelo mejora notablemente con el tiempo a través del esquema adaptativo, con de vuelo al objeto elegido, similar a cómo las pieles robóticas en [18] convierten objetos
errores de posición de unos pocos centímetros después de la convergencia de parámetros. inanimados en robots.
Términos del Índice —Control geométrico adaptativo, estimación, inercial.

unidad de medida (IMU), vehículos microaeriales (MAV), robots modulares.
Hasta la fecha, varios robots han incorporado la arquitectura modular para

beneficiarse de la reconfigurabilidad con el potencial de una mayor robustez y menores
costos [19], [20]. En el dominio de los robots aéreos, la matriz de vuelo distribuido
Yo NTRODUCCIÓN
(DFA) se ha propuesto como una plataforma para la investigación en algoritmos de
METRO
estimación y control distribuidos [21]. ModQuad [22] es una estructura individual con
popularidadLos
entre científicos
vehículos aéreos e ingenieros
ICRO (MAV) hanen los últimos
ganado notablesaños [1], [2]. capacidad de vuelo. En enjambre, cooperan y son capaces de atracar para crear una
Esto ha provocado un progreso significativo en la investigación y el desarrollo en estructura de vuelo en el aire. En otro ejemplo, el robot transformable, DRAGON,
varias direcciones relacionadas, incluyendo localización y mapeo [3], enjambres explota el diseño multienlace para lograr una transformación de múltiples grados de
antibióticos [4], [5], diseño y fabricación [6], [7], y dinámica y control [8] - [10 ] Estos libertad para adaptarse a diferentes entornos [23]. Se puede ver que, el concepto de
robots han demostrado una excelente versatilidad para una amplia gama de diseño modular presente en estos robots, en comparación con nuestra plataforma
aplicaciones potenciales. Cuando están equipadas con herramientas adecuadas, propuesta, tiene propósitos radicalmente diferentes. En nuestro diseño, la modularidad
se convierten en plataformas para fotografía [11], manipulación aérea [12], agarre puede clasificarse como que tiene una arquitectura de "ranura" de acuerdo con [19], ya
[13] y entrega [14], [15]. Juntos, que no todos los módulos son intercambiables, mientras que los ejemplos
mencionados, en gran medida, presentan una arquitectura "seccional" de manera que
no existe un componente base. Esto refleja la contribución de este artículo, que es
Manuscrito recibido el 24 de junio de 2019; aceptado el 7 de octubre de 2019. Fecha de publicación el crear una plataforma de vuelo que se integre con las cargas útiles, permitiendo que una
3 de diciembre de 2019; fecha de la versión actual 2 de abril de 2020. Este trabajo fue apoyado por el sola plataforma se use fácilmente en una amplia gama de aplicaciones.
Consejo de Becas de Investigación de la Región Administrativa Especial de Hong Kong de China bajo
Grant CityU-11274016. Este artículo fue recomendado para publicación por el editor asociado J. Shamma
y el editor
F. Chaumette tras la evaluación de los comentarios de los revisores. ( Autor para correspondencia: Pakpong
Chirarattananon.)
Los autores están con el Departamento de Ingeniería Biomédica, Universidad de la Ciudad de Hong Kong,
Hong Kong, China (correo electrónico: bingguomu2-c@my.cityu.edu. Hk ; pakpong.c@cityu.edu.hk ).
II S YSTEM O VERVIEW
Este artículo tiene material multimedia descargable adicional disponible en
http://ieeexplore.ieee.org proporcionado por los autores. A. Diseño modular
Las versiones en color de una o más de las figuras de este artículo están disponibles en línea en
http://ieeexplore.ieee.org. Proponemos una plataforma robótica aérea con un diseño modular. El OVNI
Identificador de objeto digital 10.1109 / TRO.2019.2954679 consiste en: 1) múltiple ( NORTE) módulos propulsores (el
1552-3098 © 2019 IEEE. El uso personal está permitido, pero la republicación / redistribución requiere permiso de IEEE.
Consulte https://www.ieee.org/publications/rights/index.html para obtener más información.
Uso autorizado con licencia limitado a: Universidad Anáhuac Norte - CONBIBA. Descargado el 11 de mayo de 2020 a las 22:55:17 UTC de IEEE Xplore. Se aplican restricciones.
MU Y CHIRARATTANANON: OVNIS: SISTEMA MODULAR MULTIROTOR PARA EL VUELO DE OBJETOS RÍGIDOS 459
hélices para el cálculo del par corporal. Luego se diseña el controlador y se ajustan las
ganancias del controlador para cada robot respectivo. En nuestro caso, dado que los
módulos deben emparejarse con una carga útil con propiedades físicas desconocidas, el
controlador de vuelo debe ser capaz de manejar la falta de información previa sobre el
sistema.
El problema de los parámetros desconocidos del sistema se aborda en dos pasos.
El primer paso es obtener estimaciones iniciales de los parámetros. Debido a varias
limitaciones, estas estimaciones son inexactas y pueden afectar negativamente el
rendimiento del vuelo. En el segundo paso, diseñamos un controlador de vuelo
adaptativo que es capaz de manejar un sistema con un gran número de parámetros
inciertos para refinar aún más las estimaciones iniciales y mejorar el rendimiento del
vuelo.
Para calcular los parámetros iniciales del sistema, que incluyen la masa, el
momento de inercia y las ubicaciones de las hélices con respecto al centro de masa
(CM) del robot, incorporamos una unidad de medición de inercia (IMU) en cada
Fig. 1. Sistema modular propuesto compuesto por un módulo de control, múltiples módulos de módulo de vuelo. Bajo el supuesto de que todos los empujes propulsores están
propulsión y un objeto (carga útil / fuselaje).
aproximadamente alineados, las mediciones de las IMU se usan para deducir las
distancias relativas entre todos los módulos de vuelo. Los parámetros críticos
los requisitos dinámicos imponen la restricción norte ≥ 4, mientras que el máximo norte está requeridos para el vuelo se estiman en base a este conocimiento.
limitado por la practicidad); 2) un módulo de control; y
3) una carga útil. Para crear un dispositivo con capacidad de vuelo, los módulos de propulsión
y el módulo de control se fijan a la carga útil rígida, que sirve como un componente estructural Dado que estas estimaciones son inevitablemente inexactas, se consideran
o una célula, formando un vehículo que se muestra en la figura 1. estimaciones iniciales para fines de control de vuelo. Si bien pueden ser lo suficientemente
precisas para que los robots se estabilicen y permanezcan en el aire, el rendimiento del
El módulo de propulsión, que consiste principalmente en un motor, un vuelo debe mejorarse aún más para usos prácticos. Con este fin, desarrollamos un
controlador de velocidad electrónico, una batería y una hélice, es responsable controlador de vuelo geométrico adaptativo que es capaz de refinar una gran cantidad de
de generar el empuje y el torque según lo ordena el módulo de control. El parámetros inciertos del robot. La estabilidad y la convergencia del controlador de vuelo
módulo de control aloja un controlador de vuelo a bordo, una batería y los propuesto se proporciona mediante un análisis de Lyapunov.
sensores necesarios para la estabilización y el control de vuelo, similar a los
robots multirotor convencionales. Tanto los módulos propulsores como los A diferencia de un enfoque convencional en el que a menudo se usa una pinza para
módulos de control, también conocidos como módulos de vuelo, cuentan con el transporte aéreo [15], [17], nuestro diseño modular propuesto proporciona una
un mecanismo de fijación con la carga útil. Se puede utilizar un número solución alternativa. Si bien un método basado en pinzas generalmente no requiere
diferente de módulos de propulsión para construir un vehículo en función del intervención humana para recoger objetos, el método propuesto aprovecha la
peso y el tamaño de la carga útil. Es decir, una carga útil ligera requiere el participación del usuario para unir módulos a la carga útil y realizar una calibración
mínimo de cuatro módulos propulsores, mientras que una carga útil más manual. Con el diseño modular propuesto, nuestro sistema multirotor propuesto tiene
pesada se puede transportar con seis, ocho o más módulos propulsores. una estructura reconfigurable para usos con diferentes cargas útiles como el fuselaje.
La propiedad reconfigurable viene con varios desafíos asociados relacionados con el
control de vuelo y la estabilidad. Esto se aborda mediante la estrategia de estimación
de parámetros basada en IMU y un controlador de vuelo que puede mejorar de manera
adaptativa e integral el rendimiento del vuelo a lo largo del tiempo.
Dado que nuestro diseño modular integra la carga útil como el componente
estructural del robot, esto inevitablemente conduce a ciertas restricciones sobre la
rigidez de la carga útil. La geometría y el material de la superficie de la carga útil
B. Trabajo relacionado y contribución técnica
también deben facilitar la fijación física de los módulos. La disposición de estos módulos
también debe ser compatible con las restricciones dinámicas, de modo que se evite la Además de la novedad en el diseño modular propuesto y sus aplicaciones
condición de singularidad. En otras palabras, los robots deben ser capaces de generar potenciales, la contribución de este artículo se extiende a: 1) la estrategia de
torque sobre los tres ejes del cuerpo de forma independiente. Además, para simplificar estimación de parámetros y 2) el método de control de vuelo.
la estrategia de control, todos los empujes de propulsión deben estar alineados (similar
a los sistemas multirotor convencionales). Esto requiere que la carga útil tenga una Como se mencionó, empleamos múltiples IMU en el robot para estimar la distancia
superficie plana para la fijación de los módulos de vuelo. relativa y la orientación entre los módulos de vuelo. Hasta la fecha, ha habido pocos
ejemplos en los que se implementan múltiples IMU en un robot volador. En [24] y [25],
se usaron varias IMU para la detección de fallas y la estimación del sesgo del sensor.
Debido a la naturaleza reconfigurable del sistema, debemos superar las dificultades En los robots de vuelo modulares desarrollados previamente [21], [22], la configuración
posteriores relacionadas con el control de vuelo y la estabilización. Los controladores de del robot se determina de antemano, la IMU en cada módulo se utiliza para las tareas
vuelo tradicionales se basan en el conocimiento previo de la distribución masiva del robot y de control de vuelo distribuido. En nuestro
las ubicaciones de los
460 OPERACIONES IEEE SOBRE ROBÓTICA, VOL. 36, NO. 2, ABRIL 2020
En el diseño, las IMU en todos los módulos de vuelo se usan para la estimación de la
configuración del robot, pero solo la IMU del módulo de control se usa para el control de
vuelo. El uso de múltiples IMU aquí es más parecido a [26], donde los autores
desarrollaron un método para calibrar espacialmente múltiples IMU y una cámara.
En términos de control, se han propuesto varios controladores de vuelo adecuados

para sistemas multirotor. Una serie de trabajos seminales se basan en los ángulos o
cuaterniones de Euler para representar la dinámica de la actitud en un intento de
abordar la no linealidad inherente de los sistemas [27], [28]. El enfoque no lineal ofrece
beneficios sobre los métodos linealizados, ya que son capaces de rastrear trayectorias
más agresivas. Inevitablemente, estos vienen con las singularidades o ambigüedades
asociadas. Por lo tanto, desarrollos más recientes han explorado la expresión global
del grupo euclidiano especial, SE (3) [29], [30]. Para tratar las incertidumbres de los
parámetros, se han incorporado leyes adaptativas [31] - [33].
El controlador de vuelo geométrico adaptativo en este artículo es una extensión

notable de [32] y [33]. El controlador propuesto, de manera similar a [29] y [30],
controla directamente el robot en SE (3). Mientras tanto, la ley adaptativa es capaz Fig. 2. Vehículo volador con los marcos de referencia definidos.
de actualizar un gran conjunto de parámetros inciertos, causados por la
configuración desconocida del robot. La estabilidad de la dinámica altamente no
lineal viene dada por el análisis de Lyapunov con algunos supuestos dónde ω × es la representación de matriz simétrica sesgada de ω.
simplificadores. El enfoque no lineal también es adecuado para maniobras más La dinámica de rotación del robot depende del par total
agresivas si es necesario. τ actuando sobre el sistema
La derivación del controlador no lineal aquí aprovecha el hecho de que la dinámica τ=I˙ ω + ω × Yo (2)
de actitud del robot está relacionada con los componentes de orden superior de la
dinámica traslacional. Como resultado, consideramos simultáneamente la actitud y la dónde yo es el tensor de inercia del sistema.
dinámica traslacional para el control de posición. A diferencia de la implementación en Dejar P = [ x, y, z] T denotar la posición CM del robot en marco inercial y metro
[31], esto elimina la necesidad de determinar la posición y los puntos de ajuste de la ser la masa total, la dinámica traslacional del robot es
velocidad angular como un paso intermedio, lo que nos permite usar directamente la
posición y el balanceo (las salidas planas del sistema) como los puntos de ajuste al
costo de un Suposición simplificada relacionada con la altitud y el empuje del robot. P̈ = T
P k+g (3)
metro ˆ
dónde g = [ 0, 0, - sol] T es el vector de gravedad, y T es la fuerza total producida por los

módulos de propulsión, que se supone que está en la dirección de ˆ
III. re DINÁMICA METRO ODEL
k. Simplificamos nuestro análisis a un punto cercano
La dinámica de vuelo del sistema modular propuesto es fundamentalmente condición ( ω → 0), el termino ω × Yo puede ser descuidado La dinámica
similar a la de los vehículos multirotor convencionales, con la excepción de que rotacional y traslacional se consolida como
muchos parámetros importantes no son a priori conocido y tiene que ser estimado. [ ]≈[ ]
z ¨+ sol)
metro( T
. (4)
yoω̇
˙ τ
A. Dinámica de vuelo
La dinámica de vuelo se describe con respecto a dos marcos de referencia como se Las cantidades en el lado derecho de (4) son el empuje total y el momento
muestra en la Figura. 2. El marco inercial { X W Y W Z W} generado por las hélices. El empuje total es una suma de la fuerza producida
se fija mientras que el marco del cuerpo { X SI, Y SI, Z SI} se supone que está ubicado en el CM por hélices individuales,
del robot. Una matriz de rotación R ∈ SO (3) asigna el marco del cuerpo al marco de inercia. T = ∑ norte i = 1 T yo. Los pares de balanceo y cabeceo resultantes dependen de la
ubicación de cada hélice con respecto al CM, r cm
Esta matriz de rotación también se puede expresar en forma de vectores de columna como R i=
= [ ˆ yo, ˆ j, ˆ k], [ r cm
ix, r cm iy r cm iz] T como se ilustra en la Fig. 2. La resistencia aerodinámica de
dónde ˆ yo, ˆ j, ˆ k representar los vectores correspondientes de los tres las hélices contribuye al par de giro. Se supone que el empuje y el par de cada
ejes del cuerpo en el marco inercial. Dejar ω = [ω X, ω y ω z] T denota la velocidad angular, hélice son funciones cuadráticas de la velocidad de giro de la hélice [21].
entonces la derivada del tiempo de la matriz de rotación se da como Definiendo C yo como una constante aerodinámica que representa la relación
entre el par de arrastre y el empuje generado por el yo hélice C yo es positivo o
negativo, dependiendo de la dirección de giro de la hélice),
Ṙ = Rω ×
R (1)
obtenemos
•••••• •••••
••••• 1 •••••
1 ··· 1 T1
[ ]
T r cm r cm ··· r cm T2
1y 2y Nueva York
= . . (5)
τ - r cm1 X - r cm .
2X· · · - r cm Nx .
C1 C2 ··· C norte T norte
︸︷︷︸ • ︸︷︷︸
UNA tu
tu
En (5), tratamos los impulsos propulsores como la entrada del sistema u.

La matriz UNA tu relaciona la entrada tu al empuje total y al momento del robot. En este
artículo, dado que suponemos que el sistema modular es reconfigurable por un usuario,
todos los elementos en la segunda y tercera fila de UNA tu son desconocidos En contraste,
los valores de C yo
están predeterminados
La combinación de (5) con la dinámica del sistema a partir de (4) rinde Fig. 3. Sistema de módulos con los módulos de vuelo y la carga útil. Los puntos de montaje se indican con
puntos negros y las líneas discontinuas representan la forma estimada de la carga útil.
[ ] [ ]-1
z̈ + g metro 0 0 1 × 3
= UNA tu u = Au (6)
ω̇ 0 03×1 yo
Una estrategia para utilizar las mediciones de IMU de todos ( N + 1) módulos de vuelo para
estimar las ubicaciones r cm
dónde UNA ∈ R 4 4 × norte es la matriz de con fi guración. La matriz UNA también es yo de los rotores.
desconocido como UNA tu metro, y yo no están predeterminados porque dependen de la Sin conocimiento previo de la ubicación CM de la carga útil, el brazo del
momento r cm
carga útil y la ubicación de los módulos de vuelo. yo de cada rotor no se puede determinar directamente.
Dado que los módulos de propulsión deben colocarse en el borde de la carga útil,
es justo suponer que, en el X SI- Y si plano, el CM está situado cerca del centro
geométrico (GC) de todos N + 1 módulos de vuelo, o r cm
IV. IMU-B ASED PAGS ARÁMETRO mi ESTIMACION METRO ÉTODOS
yo ≈ r gc yo . En consecuencia, buscamos estimar r gc yo
Para lograr un vuelo estable, primero estimamos la matriz de configuración UNA en
en lugar.
(6). Esto se logra con la ayuda de múltiples IMU ubicadas en todos los módulos de vuelo.
Por diseño, en nuestro hardware actual, las IMU en los módulos de propulsión se
La estimación de UNA se calcula en función de los resultados de tres pasos:
estimaciones de la masa total metro, momento brazos r cm instalan directamente debajo de los rotores. En el X SI- Y si
plano, la ubicación de la IMU representa convenientemente la ubicación del rotor.
yo 's, y tensor de inercia YO. La orientación de estas IMU no está necesariamente alineada. Sin pérdida de
generalidad, utilizamos la orientación de la IMU que pertenece al módulo de control
A. Estimación de la masa total para representar la orientación del marco del cuerpo.
Dejar metro yo y metro pags denotar la masa de la yo th módulo y la masa de la carga

útil, respectivamente. La masa total del robot. metro Dejar R yo ser una matriz de rotación que mapea el marco de la yo th IMU a la
es estructura del cuerpo (o el 0 0 th IMU) y ω yo ser la lectura giroscópica de la yo th IMU.

Entonces, se espera que
∑norte
m= metro i + metro pags (7) R yo ω i = ω 0 = ω. (8)
i=00
Con múltiples mediciones a lo largo del tiempo, transformamos (8) apilando los
dónde metro 0 0 es la masa del módulo de control, y metro yo, i =
elementos de R yo en un vector de columna para resolver
1, . . . , NORTE, es la masa del módulo de propulsión. Los valores de
R yo a través del método de mínimos cuadrados. La solución se escala numéricamente para imponer
metro yo son conocidos, pero la masa útil metro pags es desconocido. Por lo tanto,
la condición especial de ortogonalidad.
metro pags se supone que escala con norte tal que metro p = metro norte NORTE, dónde
Para obtener r gc yo , consideramos la posición relativa entre el
metro norte es una masa de carga supuesta normalizada por el número de módulos
GC ( PAGS gc) y el yo th IMU ( PAGS yo) en el marco inercial: PAGS i =
propulsores. El valor de metro norte depende de la capacidad de carga de cada módulo
PAGS gc + Rr gc Resulta que ¨ PAGS i = ¨ PAGS gc + ¨ Rr gcyo . los yo th IMU
de propulsión. Esta es una suposición razonable, ya que el número de módulos de yo .
proporciona la lectura de la aceleración sustraída por gravedad: una i =
propulsión requeridos depende de la masa de la carga útil y un usuario puede
aproximar el número de módulos necesarios al construir el robot. Si la carga útil es
R T yo R T ( PAGS
¨
P̈AGS yo - sol). Juntos, esto produce
demasiado pesada para un despegue, se pueden agregar más módulos de propulsión.

RR yo una i + g = ¨ PAGS gc + ¨ Rr gcyo . (9)
A continuación, sumamos (9) sobre todo N + 1 IMUs. Con un simple reordenamiento, esto se
convierte
B. Estimación de Moment Arms

∑norte ∑norte
Según (5), los pares de balanceo y cabeceo están dictados por la longitud de los brazos ( R yo una yo) + ( N + 1) R T ( sol - ¨ PAGS gc) = R T ¨ R r gcyo (10)
del momento r cm
yo se muestra en la figura. 3.Aquí proponemos i=00 i=00
donde, por definición, ∑ norte D. Estimación de la matriz de configuración

i = 0 0 r gci = 0. Sustituimos (9) en (10)
deshacerse de la sol - ¨ PAGS gc término Con las estimaciones de la masa total, el momento de los brazos y el momento
de inercia del robot, la matriz UNA tu y la matriz de con fi guración UNA de (5) y (6)
∑norte están disponibles. Como la matriz de configuración se calcula a partir de varias
R T ¨ Rr gci = R yo una yo - 1 ( R yo una yo). (11)
estimaciones con varios supuestos simplificadores, inevitablemente existe cierto
N+1
i=00
grado de incertidumbre. Como resultado, esta matriz de configuración solo sirve
como una estimación inicial ˆ
De acuerdo con (1), el término R T ¨ R a partir de (11) se puede calcular
UNA para ser refinado aún más por el vuelo
desde ω como
controlador.
R T ¨R = ω × ω × + ˙ ω ×. (12)
V. A DAPTIVO sol EOMETRIC F LIGERO C CONTROLADOR
Para atenuar el ruido de medición, en lugar de depender de una sola IMU para ω, optamos Después de que los módulos de vuelo se incorporan con la carga útil, las estrategias
por utilizar las mediciones promediadas de todas las IMU ¯ de estimación basadas en IMU propuestas en la Sección IV se emplean para calcular la
ω, dado como estimación inicial de la matriz de configuración ˆ
UNA para fines de control de vuelo. Mientras que el error de estimación ˜

∑norte
A: = ˆ UNA - UNA puede ser lo suficientemente pequeño para que el robot
ω̄ = 1
ω R yo ω yo. (13)
N+1 lograr un vuelo estable, aún puede conducir a un rendimiento de vuelo insatisfactorio, lo
i=00
que hace que el sistema sea inadecuado para aplicaciones prácticas. En esta sección,
Finalmente, (11) se convierte diseñamos un controlador de vuelo geométrico adaptativo para abordar el problema.
∑norte
(¯ω × ¯ω × + ˙ ¯ ω ×) r gci = R yo una yo - 1 ( R yo una yo). (14)
N+1 A. Diseño del controlador
i=00
El objetivo del controlador de vuelo es asegurar que el robot siga una

Entonces, es sencillo resolver r gc yo a través del lineal menor trayectoria prescrita. En otras palabras, la posición del robot. PAGS converge al
método de cuadrados, utilizando las medidas de todas las IMU. Como se dijo, punto de ajuste PAGS re( t). Además, intentamos controlar la orientación de guiñada
asumimos r cm
yo ≈ r gc yo para el resto del artículo del robot (definida como
ψ), tal que ψ → ψ re, como PAGS y ψ constituyen las salidas planas del sistema [1], [34],
C. Estimación del tensor de inercia [35].

Para controlar la posición, tomando la motivación de un método de control de modo
Para estimar el tensor de inercia del robot ( YO), dejamos yo yo y
deslizante y nuestros trabajos anteriores [32], [33], definimos un vector de error mi que
yo pags denotar el tensor de inercia de la yo El módulo y la inercia de la carga útil,
captura el error de posición y sus derivados de orden superior
ambos definidos con respecto al CM del robot. La inercia total es la suma de todos
los componentes.
e = K 3 ( PAGS ( 3) - PAGS ( 3) d) + K2( ¨ PAGS - ¨PAGS re)
∑norte
Yo = yo i + yo pags. (15) + K1( ˙ PAGS - ˙PAGS re) + K 0 ( PAGS - PAGS re)
i=00
= K 3 PAGS ( 3) - PAGS r (dieciséis)
Dado que el módulo de control y los módulos de propulsión están hechos a medida, las
estimaciones de sus tensores de inercia con respecto a sus CM de los módulos están dónde PAGS ( 3) es la derivada de tiempo de tercer orden de PAGS
disponibles en el software de diseño asistido por computadora (CAD). Con las estimaciones y PAGS r se define en consecuencia. Aquí, K yo son algunas matrices diagonales con
del momento armas ( r cm elementos positivos que satisfacen K 3 =
yo )
y la orientación con respecto al CM de todo el robot ( R yo) desde arriba, obtenemos
diag ( 1, 1, 0), K 2 = diag ( k, k, 0), K 1 = diag ( kk re, kk re, 1) y
K 0 = diag ( kk pags, kk pags, k z). La razón de tener dos conjuntos diferentes de ganancias
inmediatamente la ubicación del CM del módulo en el marco del cuerpo. Luego, el
proviene de la dinámica inherente del robot: la dinámica de traslación es de cuarto
teorema del eje paralelo se usa para calcular yo yo, el tensor de inercia de la yo Módulo
orden, mientras que la dinámica de altitud es de segundo orden.
th en el marco del cuerpo.
Según el criterio de estabilidad de Routh-Hurwitz, se garantiza que PAGS → PAGS re

Sin mediciones directas, se requieren algunos supuestos simplificadores para
cuando mi → 0 0 si las ganancias satisfacen la condición k> k pags/ k re.
estimar el tensor de inercia de la carga útil yo pags.
Aquí, tratamos la carga útil como un NORTE- echado a un lado en un polígono plano infinitamente
delgado con densidad uniforme. Estas suposiciones nos permiten calcular convenientemente yo pags Para asegurar eso mi → 0 0 y el error de guiñada se minimiza, construimos un
basado solo en parámetros previamente estimados, como metro pags, r cm vector compuesto s de la proyección de mi en los ejes del cuerpo y el error de
guiñada e intentar minimizar s
yo , y R yo. Para evaluar la inercia
••••• •••••
tensor de un NORTE- polígono lateral con respecto al CM del robot, suponemos que los
mi · ˆk
vértices se encuentran en el punto de montaje de los módulos de hélice que se muestran
en la Fig. 3. Estos puntos de montaje, en el marco del cuerpo, se pueden determinar a - mi · ˆ j / sol
s= (17)
partir de r cm mi · ˆ yo/ sol
yo , R yo, y
El diseño físico del módulo. ω z + k ψ ( ψ - ψ re)
dónde k ψ es una ganancia positiva para el control de guiñada. Computar s mientras que la segunda condición requiere la ley de actualización
de (16) y (17), empleamos (3) y una suposición simplificadora de que el empuje total del
˙
robot es aproximadamente constante, de modo que Â = Λ su T
A (28)
T / m ≈ sol. Esto produce

dónde ˙ Â = ˙ ˜ A. Para aplicar el control propuesto y las leyes adaptativas,
¨
PAGS ≈ solkˆ + g y (18) uno requiere el conocimiento de s y ˙ h. De acuerdo con (16) y
(17), puede parecer que las mediciones de PAGS ( 3) y ¨ PAGS Se necesitan.
PAGS ( 3) ≈ sol( - ω X ˆ j + ω y ˆ yo). (19) En la práctica, cuando PAGS ( 3) se proyecta en los ejes del cuerpo, se aproxima como la
velocidad angular dada por (19). Del mismo modo, las proyecciones de ¨
Se deduce que podemos expresar s como una combinación de dos términos
PAGS están relacionados con la actitud del robot según
••••• ˙ ••••• + ••••• ˙ •••••
z z d + k z ( z - z re) a (18) [32]. La retroalimentación requerida para la implementación de estas leyes son
[ ]
medidas estándar comúnmente utilizadas por otros controladores de vuelo [1], [27].
ωX ( PAGS r ·j)ˆ / sol ż
s≈ = + h (20)
ωy - ( PAGS r · ˆ yo)/ G ω
La propiedad de fi nita negativa de ˙ V en (24) implica que
ωz k ψ ( ψ - ψ re) el valor de la función candidato de Lyapunov disminuye continuamente siempre que s es
︸︷︷︸
distinto de cero En otras palabras, los errores de seguimiento de posición y los errores de
h
estimación se reducen hasta que desaparecen los errores de posición. Esto, sin embargo, no
dónde ω X y ω y emerger del término PAGS ( 3) de acuerdo con (19) y los otros garantiza explícitamente que la estimación ˆ
términos se agrupan en h. UNA convergería a A. El estimado ˆ UNA es
Para diseñar un controlador adaptativo para estabilizar el robot en presencia de adaptado de modo que se reduzca el error de seguimiento, no necesariamente para que
incertidumbres de parámetros, proponemos una función candidata de Lyapunov desaparezca el error de estimación. Esto es porque ˆ UNA → UNA es
no es una condición necesaria para s, e → 0. Además, en teoría, no se requiere ninguna

condición especial para la estimación inicial de A. En la práctica, la inicial ˆ
V=1 UNA T Λ - 1 ŨNA)
˜ (21)
UNA debe estar lo suficientemente cerca de UNA Para el
2 s T s + 1 2 tr ( ˜
robot para despegar de forma estable.
donde la matriz diagonal Λ = diag ( λ z, λ φ, λ θ, λ ψ) ∈ R 4 4 × 4 4
es positivo definido. Ambos términos en V son positivos definidos y radialmente
B. Ganancias del controlador y análisis de escala
ilimitados. La inclusión del segundo término nos permite tener en cuenta los
errores de estimación. Consideramos la derivada del tiempo de V Hemos introducido varios parámetros de control. K yo, K y Λ.
Si bien las diferentes configuraciones de vehículos pueden requerir diferentes
parámetros óptimos, es altamente deseable tener un conjunto de parámetros que
V̇ = s T ˙ s + tr ( ˙ ˜ UNA T Λ - 1 ŨNA).
V ˜ (22) produzca un rendimiento de vuelo razonable en varias configuraciones de robot para
evitar el proceso de ajuste de ganancia. Proporcionamos un análisis simplificado para
El objetivo es encontrar un controlador estabilizador y una ley adaptativa que rinda ˙ mostrar que esto se puede lograr.
V negativo definido. Para hacerlo, presentamos otra matriz positiva de
ganancia diagonal definida K = diag ( k z, k φ, k θ, k ψ) ∈ Primero, nos enfocamos en la dinámica de traslación y rotación, la ecuación
R 4 4 × 4) Además, definimos sol v = [ sol, 0, 0, 0] T y usa (6) y (20) para escribir ˙ primaria que gobierna la dinámica del sistema es (6). Dado que los módulos de vuelo
s como ˙s = Au - sol v + ˙ h = ˆ Au - ˜ Au - sol v + ˙ h. están unidos a la superficie de la carga útil, si se supone que la configuración del robot
La derivada del tiempo de V se convierte

es similar a un disco, el número de módulos de vuelo es aproximadamente proporcional
a la longitud característica al cuadrado del robot, de modo que norte ∼ ( r cm
V̇ = - s T Ks + s T ( ˙
V s + Ks) + tr ( ˙ ŨNA T Λ - 1 ŨNA)
UNA ˜
yo ) 2
)
o r cmyo ∼ √ N ( una suposición similar se emplea en [21]). Por el hecho de que metro ∼
= - s T Ks + s T ( ˆ Au - sol v + ˙ h + Ks
norte como sugiere (7), se deduce que yo ∼
metro r 2 ∼ norte 2, y ˙ ω yo ∼ norte - 2 · norte √ norte · tu yo ∼ norte - 1/2 tu yo.
- s T ˜ Au + tr ( ˙ ˜ UNA T Λ - 1 ŨNA).
˜ (23)
Para comprender la consecuencia de este efecto de escala en el contexto del sistema
de circuito cerrado de acuerdo con nuestro análisis de Lyapunov, consideramos que (23)
En consecuencia, podemos asegurarnos de que ˙ V es negativo definido
está en la condición ideal ( ˜ A = 0), la
V˙ = - s T Kansas ≤ 0 0 (24) ley de control para tu yo ( 27) fue elegido de modo que Au = g v - ˙ h-
Kansas a pesar de NORTE. Si todos los parámetros de control ( K yo, K y Λ)
y el sistema es asintóticamente estable mientras se cumplan las siguientes condiciones:
se mantienen constantes, esto significa que la magnitud de tu yo se espera que escale como √ norte para
mantener esta condición a medida que aumenta el tamaño del vehículo. Si bien esto no es ideal, se ha
demostrado que es experimentalmente factible para N = 4 4 a 8.

Âu = g v - ˙
Au h - Kansas y (25)
s T Ãu
Au = tr ( ˙ ˜ UNA T Λ - 1 ŨNA).
˜ (26) Para analizar los efectos de las perturbaciones, suponemos que existe algo de ruido
asociado con cada módulo de propulsión. Para facilitar el análisis, esto se presenta como un
La primera condición se satisface aplicando la entrada de control término adicional en la entrada de modo que
tu yo → tu i + w. Esta w podría ser el resultado de hardware poco confiable o perturbaciones
u=ˆ ˆ UNA
UNA T ( UNA
ÛNA ˆ T) - 1 ( sol v - ˙ h - Kansas) (27) del viento (los efectos del viento en las hélices son
Fig. 4. Dibujos CAD de (a) módulo de propulsión y (b) módulo de control. El marco del módulo está definido para coincidir con el marco de la IMU.
TABLA I no es óptimo, proporciona un rendimiento de vuelo satisfactorio, y los errores disminuyen a

M AJOR C OMPONENTES DE MÓDULOS DE LUZ
medida que crece el tamaño del vehículo, de acuerdo con nuestra predicción.
VI. PAGS ROTOTIPOS
Para verificar el concepto del diseño modular y las estrategias de

estimación y control propuestas, fabricamos los módulos de vuelo y los
incorporamos con cargas ficticias para crear seis robots diferentes.
A. Módulos de vuelo
Los componentes principales de un módulo de propulsión se enumeran en la Tabla I.

Como se muestra en la Fig. 4 (a), cada módulo de propulsión tiene un motor sin escobillas
con un controlador electrónico de velocidad (ESC) incorporado y una hélice de 6 pulgadas.
La IMU requerida para la estimación se encuentra directamente debajo de la hélice, lo que
más pronunciado que en el cuerpo debido a las interacciones aerodinámicas [1]). simplifica el cálculo. En lugar de compartir una fuente de alimentación para todo el robot,
En este escenario, w finalmente conduce a un término indeseable en (23) que es cada módulo lleva individualmente una batería de 550 mAh. Este diseño proporciona una
proporcional a ∼‖ s ‖ norte - 1/2 w. resistencia de vuelo más consistente para robots con un número diferente de módulos de
En los experimentos, esto podría considerarse un factor que impide que el robot converja propulsión. La comunicación local con el módulo de control está cableada. Las partes se
al punto de ajuste. Se puede ver que, dado que este término se vuelve menos mantienen unidas por una estructura alargada tridimensional (3-D) impresa con una longitud
significativo como norte crece, sugiere que la estrategia para mantener todas las de
constantes de los parámetros de control debería reducir los errores de posición en los
robots más grandes, a costa de esfuerzos de control más exigentes. Un marco similar, 16,5 cm. Cada módulo de propulsión pesa 130 g. La hélice se midió para determinar el
cuando se aplica a la dinámica de altitud, revela que el error de altitud anticipado es empuje y el par generados cuando se sometió a diferentes comandos utilizando una
independiente de NORTE. celda de carga multieje (ATI nano 25) en una configuración similar a [36]. Esto permite T
yo s en (5) para ser utilizado directamente como entradas del sistema. La relación entre
De hecho, se puede encontrar un tratamiento más riguroso en la escala y las ganancias el torque de la hélice y el empuje [ C yo en (5)] se obtiene directamente sin la necesidad
del controlador en [21]. Allí, los autores calcularon las ganancias del controlador utilizando de medir la velocidad de rotación. El empuje máximo de un módulo es 6.5 N y C i = ± 0,016
el método de control óptimo H2 basado en la dinámica linealizada de los robots. Sin metro. Otros parámetros físicos se proporcionan en la Tabla II. Allí, el tensor de inercia
embargo, esto requiere el conocimiento completo del modelo de con fi guración y del módulo de vuelo se calcula con respecto a su propia ubicación CM.
perturbación del robot. En la implementación en varios tamaños de vehículos, la estrategia
propuesta se comparó con un conjunto constante de ganancias. Los resultados muestran
que el enfoque de ganancias constantes, mientras que El módulo de control, ilustrado en la Fig. 4 (b), consiste principalmente en una unidad de
control de vuelo (con una IMU incorporada), comunicación
CUADRO II
P ROPERIDADES IMPORTANTES DE LOS MÓDULOS DE CONTROL Y DE CONTROL
Fig. 5. Seis prototipos mostrados en el plano horizontal. Los módulos de propulsión de las plataformas A, B y C se colocan simétricamente, y los módulos de propulsión de las plataformas D, E y F se colocan en
configuraciones asimétricas. Los módulos de propulsión de las plataformas A, B, C y D están a la misma altura, mientras que los módulos de propulsión de las plataformas E y F están ubicados a diferentes alturas.
módulos y una batería. Como se enumera en la Tabla I, empleamos un piloto la carga útil es rígida y las direcciones de empuje están aproximadamente alineadas.
automático Pixfalcon para la implementación del controlador de vuelo personalizado a
través de Simulink (MathWorks) [37]. XBees y un receptor de telemetría se utilizan para Para verificar la escalabilidad del diseño modular, los prototipos construidos tienen 4,
la comunicación con la computadora de tierra. Una computadora de placa única, 6 y 8 módulos de propulsión. A modo de comparación, las plataformas A, B y C tienen
Raspberry Pi, está conectada con todas las IMU para las estimaciones de parámetros. configuraciones simétricas similares a los MAV multirotor convencionales, mientras que
Se fabrica una placa de circuito impreso personalizada para conexiones eléctricas las plataformas D, E y F tienen disposiciones irregulares de módulos de propulsión.
confiables. Todos los componentes están alojados juntos y protegidos de colisiones con Además, los módulos de propulsión de las plataformas E y F están unidos a la carga útil
una estructura impresa en 3-D. La masa total del módulo de control es de 250 g. a diferentes alturas.
Para mayor comodidad, fabricamos diferentes cargas útiles simuladas en forma de disco
mediante impresión 3D para los prototipos A – E. Las masas y tamaños (diámetro de los
B. Prototipos modulares de robots
discos planos) de estas cargas varían de
Para demostrar el concepto de diseño de robot modular, donde los módulos de vuelo ≈ 200–360 gy 13–16 cm como se muestra en la Fig. 5. Los módulos de control se
se pueden incorporar con diferentes cargas útiles en varias configuraciones, construimos colocaron cerca del centro de las cargas útiles. Los módulos propulsores se unieron
seis plataformas diferentes como se muestra en la Figura. 5. Cada prototipo, como alrededor del borde de las cargas impresas utilizando tornillos. Para simular un uso en el
limitado por sus supuestos, mundo real, la plataforma F
Fig. 6. Estimaciones de las ubicaciones de todas las IMU en el plano horizontal. En cada parcela, el GC de todos N + 1 Las IMU están en el origen. Los puntos azules denotan las ubicaciones verdaderas de CM. Los puntos rojos denotan las
ubicaciones de verdad de las IMU y los puntos grises denotan sus estimaciones correspondientes. Las barras laterales muestran los RMSE de las ubicaciones estimadas de IMU en términos de distancia y ángulo.
fue hecho de un 50 × 20 × Pieza de madera de 11 cm con áreas para sujetar los fue manual y rotó manualmente. Nos aseguramos de que se lograra la rotación de
módulos de hélice ubicados a diferentes alturas. La masa útil es de 791 g. Cada todos los ejes. En cada prueba, llevamos a cabo la rotación durante más de 90 s, lo
módulo de vuelo se conectó a la carga útil a través de un 7.6 × 6.2 cm comercial que resultó en más de 200 mediciones de cada IMU. Las mediciones están
adhesivo de gel reutilizable disponible en lugar de tornillos. Esta opción adhesiva fue sincronizadas en el tiempo en la Raspberry Pi integrada. Repetimos el proceso cinco
elegida para demostración debido a la facilidad de uso y puede ser sustituida por otros veces para cada prototipo.
mecanismos de fijación. Según el fabricante (StikkGel Pads), cada almohadilla de gel
soporta hasta 2 kg y puede reutilizarse más de 200 veces después del lavado. La Las medidas giroscópicas se filtraron en paso bajo para eliminar los ruidos
resistencia del adhesivo de doble cara puede reducirse cuando se usa con superficies (frecuencia de corte: 4Hz). Aplicamos el método de mínimos cuadrados según (8)
rugosas, materiales húmedos o porosos. Esto impone alguna limitación sobre las para calcular R yo, La orientación de los módulos de propulsión con respecto al
cargas útiles adecuadas, pero las almohadillas se pueden reemplazar fácilmente en módulo de control (estructura del cuerpo). Los resultados numéricos se normalizan
caso de adhesión deteriorada.

para garantizar la condición ortogonal especial de la matriz de rotación. Luego, junto
con las lecturas del acelerómetro, evaluamos r gc
yo utilizando (11).
Los resultados de la estimación se ilustran en la Fig. 6. El GC se coloca en el origen
VII. PAGS REFLIGHT mi ESTIMACIONES de cada parcela. El CM real y las ubicaciones de los módulos de vuelo de los modelos
CAD se muestran como referencia. Las estimaciones de r gc
A. Estimaciones de masa
yo se representan como las posiciones de los módulos

La masa total de cada prototipo se estima de acuerdo con (7). La masa de los módulos
con respecto a la GC. La calidad de las estimaciones se evalúa como el error
de vuelo ( metro yo) se toman directamente de la Tabla II. Nosotros usamos metro n = 50 g, de
cuadrático medio (RMSE) de la magnitud de
modo que cada módulo de propulsión sea responsable de transportar aproximadamente 50 g
r gcyo y RSMEs de la orientación de r gc yo ( medido sobre la Z
de carga útil. En las plataformas A – E, esto da como resultado errores de raíz cuadrática
eje) como barras laterales en la Fig. 6. En todos los prototipos y todas las pruebas, los RMSE de
media (rms) de 37 g. Para la plataforma F, la estimación de masa subestima la carga útil por ≈
las ubicaciones de los módulos varían de 1.6 a 3.0 cm, mientras que los RSMEs de los ángulos
400 g. En todos los prototipos, las cargas útiles representan al menos el 20% del peso real
medidos están por debajo de 9 ◦ a través de seis prototipos.
de los vehículos. Para obtener más detalles sobre la masa, consulte la Tabla S1 en los
Materiales suplementarios.
Con las estimaciones de metro pags, R yo, y r gc yo , nosotros empleamos el
estrategia en la Sección IV-C para estimar los momentos de inercia de los prototipos. Los
resultados, junto con las estimaciones de CAD, se proporcionan en la Tabla S2 en los
B. Estimaciones de la matriz de con fi guración
Materiales suplementarios. A partir de aquí, las estimaciones de la matriz de configuración ˆ
Para obtener la estimación de la matriz de configuración utilizando el método basado en UNA se obtuvieron. Estas
IMU como se propone en la Sección IV, cada prototipo sirven como estimaciones iniciales para los experimentos de vuelo. La estimación
A. Configuración experimental
Los vuelos se llevaron a cabo en una arena de vuelo interior equipada con el sistema
de captura de movimiento (NaturalPoint, OptiTrack), cubriendo un volumen de 3.6 × 3.6 × 2,5
m. Las cámaras rastrean los marcadores retro-reflexivos en los robots para
retroalimentación de posición y actitud. El sistema de captura de movimiento es
únicamente para las mediciones de la verdad sobre el terreno y el control de la posición en
tiempo real y del ángulo de guiñada como se encuentra comúnmente en la literatura [23],
[32]. La posición y el ángulo de guiñada se transmiten de forma inalámbrica desde la
computadora terrestre que ejecuta Simulink Real-Time Environment (Mathworks) a los
robots a una velocidad de ≈ 75 Hz a través de módulos XBee. Ahi esta ≈ Latencia de
100–300 ms en el sistema de comunicación inalámbrico. La estación terrestre registra
trayectorias de vuelo y datos esenciales de depuración recibidos de los robots. El control
de actitud se basa completamente en la retroalimentación a bordo de la única IMU que
reside en el módulo de control. El control remoto (RC) se usa para iniciar y terminar el
vuelo, y también se usa para proporcionar las señales utilizadas para el recorte.
El controlador geométrico adaptativo se implementa en el piloto automático integrado,

ejecutándose a una velocidad de 150Hz. La matriz de configuración se actualiza de forma
adaptativa a una velocidad menor de 25 Hz para reducir la carga computacional. No se
implementa un filtro para estimar la posición del robot (consulte [29] para ver un ejemplo).
Como resultado, la pérdida intermitente de datos en la transmisión inalámbrica
ocasionalmente puede hacer que el robot parezca relativamente inestable durante el vuelo.
Fig. 7. Estimaciones resultantes de parámetros representativos para todas las plataformas. Los subíndices "f" y "t"
B. Vuelos flotantes
del tensor de inercia yo y UNA denota la norma de Frobenius de la matriz y la norma de rastreo. La escala de longitud
del prototipo ( L) se define como la longitud promedio de todos r cm
1) Vuelos de despegue sin control adaptativo: Primero, para verificar si las estimaciones iniciales de
la matriz de configuración obtenidas de la estrategia de estimación basada en IMU son lo

yo . Las unidades de metro, YO, y L son kg, kg · metro 2, ym, respectivamente.
suficientemente precisas para que los robots logren un vuelo estable, desactivamos el algoritmo
adaptativo en el controlador de vuelo al establecer la ganancia adaptativa en cero ( Λ = 0). Para la
Los resultados y los valores correspondientes de los modelos CAD se pueden encontrar en las plataforma A, que tiene una configuración simétrica, realizamos tres vuelos de prueba. En todos los
Tablas S3 en los Materiales suplementarios. vuelos, el robot despegó con éxito. Sin embargo, el controlador no pudo minimizar los errores de
Para proporcionar una indicación visual adicional de la precisión de las estimaciones, la posición y mantener al robot en la arena de vuelo. En todos los vuelos, el robot provocó accidentes
Fig. 7 muestra las estimaciones resultantes de yo y UNA dentro de los 30 s. Los resultados sugieren que las estimaciones iniciales, en este caso, fueron
de los seis prototipos de cinco ensayos con los valores de verdad. Como se trata de suficientes para que el robot alcanzara cierto grado de estabilidad de actitud, pero el rendimiento del
matrices, utilizamos la norma Frobenius (norma Schatten 2) y la norma de rastreo (norma vuelo fue inadecuado para usos prácticos. Cuando se aplicaron las mismas condiciones a la plataforma
Schatten 1) para comparar. La norma de Frobenius es invariante bajo rotaciones. De D, el vehículo no pudo despegar. Esto probablemente se deba a los pares altamente desequilibrados
manera similar, la norma de trazas, para un tensor de inercia, es una suma de la inercia a que resultan de la configuración asimétrica de la plataforma D. Incluso con el modelo exacto de la planta,
lo largo de los ejes principales, invariante del cambio de base. Por estas razones, son es perceptiblemente más difícil estabilizar la plataformaD. Para superar esto, aplicamos algunos recortes
métricas razonables para la comparación. Se incluyen otros parámetros importantes, como de acuerdo con el procedimiento descrito en la Sección S1 en Materiales suplementarios. El proceso de
la masa y la escala de longitud del vehículo. Se puede ver que, en los seis prototipos, recorte modifica la estimación de la matriz de configuración de acuerdo con la entrada del usuario. El
estos valores difieren significativamente, pero todas las estimaciones son razonablemente vehículo despegó con éxito a partir de entonces. Sin embargo, en los cuatro intentos, el robot salió
precisas. Esto atestigua que nuestras estrategias de estimación son válidas en todas las volando de la arena de vuelo en menos de 10 s. Los resultados de la prueba indican que el esquema de
escalas relevantes. estimación y el proceso de recorte pueden ser suficientes para lograr el vuelo, pero inadecuados para
garantizar un desempeño de vuelo satisfactorio. Otras pruebas de despegue con otras plataformas
revelan que el recorte solo es necesario para las plataformas D y F. el robot salió volando de la arena de
vuelo en menos de 10 s. Los resultados de la prueba indican que el esquema de estimación y el proceso
de recorte pueden ser suficientes para lograr el vuelo, pero inadecuados para garantizar un desempeño
VIII F LIGERO mi XPERIMENTOS
de vuelo satisfactorio. Otras pruebas de despegue con otras plataformas revelan que el recorte solo es
Para demostrar los vuelos de los vehículos modulares propuestos, llevamos a cabo necesario para las plataformas D y F. el robot salió volando de la arena de vuelo en menos de 10 s. Los
vuelos flotantes utilizando los seis prototipos y la trayectoria después de los vuelos con las resultados de la prueba indican que el esquema de estimación y el proceso de recorte pueden ser
plataformas A y E, con las matrices de con fi guración estimadas de la Sección VII como las suficientes para lograr el vuelo, pero inadecuados para garantizar un desempeño de vuelo satisfactorio.
estimaciones iniciales para ˆ Otras pruebas de despegue con otras plataformas revelan que el recorte solo es necesario para las
A. plataformas D y F.
Fig. 8. Trayectorias de las plataformas (a) E y (b) F durante cinco vuelos flotantes (líneas grises) con respecto al punto de ajuste (líneas discontinuas negras). Las líneas de color verde oscuro son los promedios de cinco vuelos.
2) Vuelos sostenidos con la adaptación geométrica adaptativa

troller: Aquí, habilitamos la parte adaptativa del controlador de vuelo geométrico
propuesto. Para cada prototipo, realizamos cinco vuelos flotantes con el punto de
ajuste de posición deseado PAGS d =
[ 0, 0, 80] T cm, para una duración de 120 s (con los últimos 10 s reservados para el
aterrizaje). Esto equivale a 30 vuelos en seis plataformas. Se utilizaron las mismas
ganancias de controlador (consulte la Tabla S4 en los Materiales suplementarios) para
todos los prototipos. Solo las plataformas D y F debían recortarse para despegues
estables.
Todos los prototipos demostraron vuelos estables y se mantuvieron dentro del 3.6 × Arena
de vuelo de 3.6m para todo el período. La figura 8 ilustra las trayectorias de los cinco vuelos
que pertenecen a las plataformas E y F. Se puede ver que, dentro de los primeros 30–40 s, los
errores de posición se reducen radicalmente y los robots se ciernen cerca del punto de
referencia para el resto del tiempo. vuelos. Los errores de posición son de aproximadamente 5
cm o menos en todas las direcciones. Se muestran resultados similares de otros prototipos en
la Fig. S1 en Materiales suplementarios. La información detallada del video de vuelo de todos
los prototipos se describe en la Tabla S5 en los Materiales suplementarios.
Fig. 9. Desviación promedio y estándar de los errores de posición del robot con respecto al punto de ajuste.
Los marcadores verdes se calculan a partir de los intervalos de tiempo 20 ≤ t ≤ 50 sy los marcadores rojos
Para cuantificar el rendimiento del controlador adaptativo, graficamos los errores se toman de 50 ≤ t ≤ 110 s. El gráfico ilustra la notable disminución de los errores de posición a lo largo del
de posición promedio de todas las plataformas con respecto al punto de ajuste en la tiempo gracias al método adaptativo.
Fig. 9 (30 vuelos en total). Para resaltar la contribución del algoritmo adaptativo,
consideramos dos intervalos de tiempo separados: 20 ≤ t ≤ 50 sy 50 ≤ t ≤ 110 s. El
primer intervalo presenta la porción de vuelo estable (el tiempo suficiente para ser en X- eje, y- eje, y z- eje. Estos son notablemente más bajos que los errores promedio de
afectado por los transitorios de las maniobras de despegue) con los parámetros los primeros intervalos (9.8, 7.0 y 2.5 cm). Los resultados verifican que el algoritmo
inciertos aún adaptándose. En la última parte, los errores de seguimiento no varían adaptativo mejora radicalmente el rendimiento del vuelo. Después de la convergencia de
significativamente con el tiempo. Esto indica que las estimaciones de las matrices de parámetros, los errores de seguimiento de nuestras plataformas son comparables a los
configuración han convergido, en gran medida. Se puede ver en la Fig. 9 que, en el de robots similares con parámetros de robot conocidos [21], [23].
último intervalo, los robots lograron un vuelo relativamente estable, con errores de
posición promedio inferiores a 4.7, 1.6 y 1.4 cm. Además, el rendimiento del vuelo también se puede cuantificar en términos de la
función de Lyapunov. De acuerdo con (21) y (24), el controlador disminuye
adaptativamente el valor de V siempre y cuando el
Fig. 10. Función parcial de Lyapunov V s = 12 s T s versus el tiempo Las líneas continuas son los valores filtrados de
paso bajo de seis plataformas (promediados a partir de cinco vuelos para cada plataforma). Las líneas grises
presentan los valores de los 30 vuelos.
error de seguimiento ( s T s) es distinto de cero La figura 10 muestra los errores de seguimiento, Fig. 11. Posiciones de las plataformas A y E desde las etapas S1 a S4 durante cinco vuelos (líneas grises) con
respecto a la trayectoria deseada (líneas discontinuas negras). Las líneas de color verde oscuro son el promedio de
presentados como el candidato parcial de la función Lyapunov.
los cinco vuelos.
Vs=1 2 s T s [ una forma reducida de (21)], de los 30 vuelos. Los resultados son
consistentes con las observaciones de Figs. 8 y 9. Los errores de seguimiento
disminuyen rápidamente al principio, antes de nivelarse después de casi los primeros
30 s, debido a la contribución de la adaptación del parámetro. Los resultados obtenidos
refuerzan la importancia del componente adaptativo para el rendimiento del
seguimiento.
C. Vuelos de seguimiento de trayectoria
Para investigar el uso del robot propuesto y la estrategia para el transporte de

cargas útiles, realizamos vuelos de seguimiento de trayectoria en el entorno interior
con entornos idénticos a los vuelos flotantes.
La trayectoria utilizada para la demostración se puede dividir en cuatro etapas. Esto
comienza con un despegue (S1: 0 ≤ t ≤ 10 s), seguido de un vuelo estacionario de 10 s (S2: 10 ≤
t ≤ 20 s), un seguimiento de 30 s de una trayectoria helicoidal con un radio de 50 cm (S3: 20 ≤ t

≤ 50 s), y otros 10 s flotando antes de aterrizar (S4: 50 ≤ t ≤ 60 s). Los puntos de ajuste de
tiempo variable se generaron en función de las primitivas de camino polinomiales de noveno
orden y las funciones sinusoidales. El yawangle se estableció en cero durante todo el período.
La trayectoria del punto de ajuste se traza como líneas discontinuas en la figura 11.
Fig. 12. Promedios y desviaciones estándar de los errores de posición de las plataformas A y E desde las
Las plataformas A y E fueron elegidas para los experimentos. Cada plataforma
etapas "S2" a "S4". En las etapas de vuelo "S2" y "S4", los robots flotaban mientras se les ordenaba a los robots
realizó cinco vuelos con la parte adaptativa del controlador habilitada desde el que siguieran un camino en espiral en "S3". Los gráficos ilustran el rendimiento de vuelo comparable de ambas
principio. Las condiciones de partida fueron idénticas a las utilizadas para los plataformas en diferentes etapas de vuelo.
experimentos de vuelo sostenido. Además, aumentamos las ganancias adaptativas del

vuelo flotante para compensar una trayectoria más complicada (consulte la Tabla S4
en los Materiales suplementarios). La etapa inicial de vuelo estacionario de 10 s (S2) los robots fueron capaces de seguir con precisión la trayectoria prescrita. En más detalles, la
estaba destinada a que los robots adaptaran sus estimaciones antes de seguir el Fig. 12 presenta los errores de seguimiento de las plataformas A y E en términos de errores
camino helicoidal. Los resultados experimentales se presentan en las Figs. 11 y 12. promedio y desviaciones estándar. Tres etapas de vuelo (S2 – S4) se consideran por
Los videos de vuelo están disponibles en los Materiales suplementarios. separado. Se puede ver que los errores de posición son generalmente inferiores a 5 cm para
ambas plataformas. Los errores de la etapa de seguimiento (S3) son comparables a los de
las etapas de desplazamiento (S2 y S4) y los vuelos de desplazamiento anteriores (ver Fig.
La figura 11 muestra las trayectorias registradas de ambas plataformas con respecto a los 9). Además, los errores muestran una tendencia decreciente con el tiempo. Esto es
puntos de ajuste. Las trayectorias promediadas de los cinco vuelos también se trazan en probablemente contribuido por el
verde oscuro. Los resultados sugieren que
componente adaptativo del controlador. En general, los resultados verifican que los robots R EFERENCIAS
modulares propuestos y el esquema de control asociado son capaces de transportar cargas
[1] R. Mahony, V. Kumar y P. Corke, "Vehículos aéreos multirotor" IEEE
útiles entre los puntos de ruta deseados. Robot. Autom. Revista., vol. 20, no. 32, págs. 20–32, septiembre de 2012. [2] D. Floreano y RJ
Wood, “Ciencia, tecnología y el futuro de los pequeños
IX. C ONCLUSIÓN drones autónomos " Naturaleza, vol. 521, no. 7553, págs. 460–466, 2015. [3] R. Mur-Artal y JD
Tardós, “ORB-SLAM2: Un código abierto SLAM
En este artículo, hemos propuesto un diseño modular novedoso para una sistema para cámaras monoculares, estéreo y RGB-D " IEEE Trans. Robot.,
vol. 33, no. 5, págs. 1255–1262, octubre de 2017. [4] D. Zhou, Z. Wang y M. Schwager,
plataforma multirotor reconfigurable (OVNI). Este sistema se compone de módulos de
“Coordinación ágil y asistencia
propulsión y un módulo de control que se puede conectar a una carga útil diferente, evitación de colisiones para enjambres de cuatro rotores utilizando estructuras virtuales " IEEE
que sirvió como fuselaje para el vehículo. Trans. Robot., vol. 34, no. 4, págs. 916–923, agosto de 2018. [5] G. Vásárhelyi, C. Virágh, G. Somorjai,
T. Nepusz, AE Eiben y T.
Vicsek, "Optimización de la extracción de drones autónomos en entornos confinados" Sci.
La capacidad de reconfigurar el vehículo cambiando la carga útil y los puntos de Robot., vol. 3, no. 20, 2018, art. No. eaat3536. [6] N. Zhao, Y. Luo, H. Deng e Y. Shen, “El
fijación en la mosca da como resultado la dinámica de cambio del robot, lo que quad-rotor deformable:
Diseño, caracterización de cinemática y dinámica, y validación de rendimiento de vuelo ", en Proc.
hace que sea inviable que el controlador de vuelo estabilice el vuelo a menos que el
IEEE / RSJ Int. Conf. Intell. Robots Syst., 2017, págs. 2391–2396.
modelo se reevalúe de manera exhaustiva. Con este fin, aprovechamos múltiples
IMU para estimar la configuración del robot sin requerir un cálculo manual. Cuando [7] PE Pounds y W. Deer, “El rotor de seguridad: un rotor electromecánico
sistema de seguridad para drones " IEEERobot. Autom. Letón., vol. 3, no. 3, págs. 2561–
se combinó con el controlador adaptativo desarrollado, los parámetros se
2568, julio de 2018.
actualizaron exhaustivamente en línea de acuerdo con los errores de seguimiento. [8] M. Ryll, HH Bülthoff y PR Giordano, “Una novela sobreactivada
vehículo aéreo no tripulado quadrotor: modelado, control y validación experimental " IEEETrans.
Control Syst. Technol., vol. 23, no. 2, págs. 540–556, marzo de 2015.
Para demostrar el concepto, fabricamos módulos de vuelo para seis robots con [9] MW Mueller y R. D'Andrea, “Soluciones de vuelo estacionario relajadas para múltiples
diferentes configuraciones y cargas útiles. Las estimaciones iniciales de los parámetros del helicópteros: aplicación a redundancia algorítmica y vehículos novedosos " En t.
J. Robot. Res. vol. 35, no. 8, págs. 873–889, 2016. [10] G. Antonelli, E. Cataldi, F. Arrichiello,
sistema de todos los prototipos se obtuvieron a través de las estrategias de estimación
PR Giordano, S. Chiaverini y
basadas en IMU propuestas. Aplicamos el controlador geométrico adaptativo para vuelo A. Franchi, "Seguimiento adaptativo de la trayectoria de los MAV quadrotor en presencia de
estacionario y seguimiento de trayectoria. Resultó que se necesitaba un recorte adicional incertidumbres de parámetros y perturbaciones externas" IEEETrans. Control Syst. Technol., vol. 26, no.
1, págs. 248–254, enero de 2017. [11] P. McGarey y S. Saripalli, “Uso experimental de bajo costo de
para refinar aún más la configuración estimada del robot con el fin de lograr un despegue
Autokite
estable para plataformas con configuraciones altamente irregulares. Los resultados plano autónomo de cometas para fotografía aérea y reconocimiento ", en
experimentales posteriores mostraron que, después de la convergencia de parámetros, Proc. IEEE Int. Conf. Aircr no tripulado. Syst. 2013, págs. 208–213.
[12] H. Abaunza, P. Castillo, A. Victorino y R. Lozano, "Cuaternión dual
todos los prototipos se acercaron al punto de ajuste con errores de posición promedio de
modelado y control de un manipulador aéreo de cuatro rotores " J. Intell. Robot. Syst. vol. 88,
unos pocos centímetros. Los resultados confirmaron que las estimaciones de parámetros no. 2/4, págs. 267–283, 2017. [13] CC Kessens, J. Thomas, JP Desai y V. Kumar, “Antenas
desarrolladas y el controlador adaptativo son adecuados para la plataforma UFO propuesta. versátiles
agarre mediante succión autosellante ", en Proc. IEEE Int. Conf. Robot. Autom. 2016, págs.
3249–3254.
[14] P. Foehn, D. Falanga, N. Kuppuswamy, R. Tedrake y D. Scaramuzza,
"Optimización de trayectoria rápida para maniobras ágiles de cuatro rotores con una carga útil suspendida de
cables", en Proc. Robot., Sci. Syst. 2017, págs. 1–10.
La estrategia propuesta puede considerarse como un método alternativo para el
[15] S.-J. Kim, D.-Y. Lee, G.-P. Jung y K.-J. Cho, "Un inspirado en el origami,
transporte aéreo. El diseño modular ofrece beneficios en cuanto a reutilización y brazo robótico autoblocante que se puede plegar plano " Sci. Robot., vol. 3, no. dieciséis,
adaptabilidad. Sin embargo, todavía existen múltiples limitaciones y desafíos sin 2018, art. No. eaar2915.
[16] K. SreenathandV.Kumar, “Control dinámico y planificación para cooperativas
resolver en el trabajo actual. Estos incluyen las restricciones sobre la rigidez de la carga
manipulación de cargas suspendidas por cables de múltiples robots quadrotor ", en Proc.
útil, la idoneidad del material de la superficie para la fijación repetible y la geometría de Robot., Sci. Syst. Junio de 2013. [17] MA Estrada, S. Mintchev, DL Christensen, MR Cutkosky y D.
la carga útil requerida para garantizar que todos los empujes estén alineados. Para
Floreano, "Manipulación forzada con micro vehículos aéreos" Sci. Robot.,
aliviar la restricción en el material de la superficie de la carga útil, es esencial diseñar y
vol. 3, no. 23, 2018, art. No. eaau6903. [18] Stand de JW et al. "Omniskins: pieles robóticas que
emplear un mejor hardware y mecanismo de fijación. Para abordar el problema de la convierten objetos inanimados
rigidez de la carga útil y el requisito de una superficie plana para los accesorios del en robots multifuncionales " Sci. Robot., vol. 3, no. 22, 2018, art. No. eaat1853.
módulo, Una posibilidad es explotar la redundancia y equipar los módulos de vuelo con
[19] J. Seo, J. Paik y M. Yim, "Robótica modular reconfigurable" Annu Rdo.
la capacidad de inclinar las hélices (ya sea por un usuario o activamente) como están Control, Robot., Auton. Syst. vol. 2, págs. 63–88, 2019. [20] JW Romanishin, K. Gilpin, S.
presentes en los robots totalmente accionados [38]. Dichas estrategias deben ir Claici y D. Rus, “Bloques M 3D:
Robots de autoconfiguración capaces de locomoción mediante pivote en tres dimensiones ", en Proc.
acompañadas del desarrollo de nuevos métodos de control de vuelo para tratar el caso
IEEEInt. Conf. Robot. Autom. 2015, págs. 1925–1932.
de impulsos incomparables en presencia de parámetros inciertos. Estas siguen siendo [21] R. Oung y R. D'Andrea, "La matriz de vuelo distribuido: Diseño, implementación-
futuras direcciones de investigación. mentación y análisis del vehículo de despegue y aterrizaje vertical amodular "
En t. J. Robot. Res. vol. 33, no. 3, págs. 375–400, 2014. [22] D. Saldana, B. Gabrich, G. Li, M.
Yim y V. Kumar, “ModQuad: the
estructura modular voladora que se autoensambla en el aire ", en Proc. IEEE Int. Conf. Robot.
Autom. 2018, págs. 691–698.
[23] M. Zhao, T. Anzai, F. Shi, X. Chen, K. Okada y M. Inaba, "Diseño,
modelado y control de un robot robot aéreo: un robot multienlace integrado con doble rotor con
UNA AGRADECIMIENTOS
la capacidad de transformación de múltiples grados de libertad IEEERobot. Autom. Letón., vol. 3,
no. 2, págs. 1176-1183, abril de 2018. [24] S. Guerrier, A. Waegli, J. Skaloud y M.-P.
Los autores desean agradecer a YH Hsiao por el apoyo en el diseño mecánico
Victoria-Feser, "Detección de fallas
y a J. Shu por la ayuda en el diseño de la placa de PCB. ción y aislamiento en múltiples configuraciones de MEMS-IMU " IEEE Trans. Aerosp Electrón.
Syst. vol. 48, no. 3, págs. 2015-2031, julio de 2012.
[25] RC Avram, X. Zhang, J. Campbell y J. Muse, “Diagnóstico de fallas del sensor IMU [37] Guía del usuario de Pixhawk Pilot Support Package (PSP), Versión 2.0, Piloto
nosis y estimación para UAV quadrotor " IFAC – PapersOnLine, vol. 48, no. 21, págs. Engineering Group, The MathWorks, Inc., Natick, MA, EE. UU., 2016. [38] M. Ryll et al. "Interacción
380–385, 2015. física 6D con un robot aéreo totalmente accionado"
[26] J. Rehder, J. Nikolic, T. Schneider, T. Hinzmann y R. Siegwart, "Extiende- en Proc. IEEE Int. Conf. Robot. Autom. 2017, págs. 5190–5195.
ing kalibr: Calibrando la extrínseca de múltiples IMU y de ejes individuales ", en Proc. IEEE
Int. Conf. Robot. Autom. 2016, págs. 4304–4311.
[27] D. Mellinger, N. Michael y V. Kumar, "Generación de trayectoria y
control para maniobras precisas agresivas con cuadrotors " En t. J. Robot. Res. vol. 31, no. 5,
págs. 664–674, 2012.
[28] M. Faessler, F. Fontana, C. Forster, y D. Scaramuzza, “Automatic re- BingguoMu ( S'18) recibió la licenciatura en ingeniería de
inicialización y recuperación de fallas para vuelos agresivos con un quadrotor basado en visión comunicación de la Universidad de Nanchang, Nanchang, China,
monocular ", en Proc. IEEE Int. Conf. Robot. Autom. 2015, págs. 1722–1729. en 2009, y la maestría en procesamiento de señales e información
de la Universidad Sun Yat-sen, Guangzhou, China, en 2012.
[29] F. Goodarzi, D. Lee y T. Lee, "Control PID geométrico no lineal Actualmente está trabajando para el doctorado Licenciado en
de un quadrotor UAV en SE (3) ", en Proc. EUR. Control Conf., 2013, págs. 3845–3850. ingeniería biomédica con el Departamento de Ingeniería Biomédica,
Universidad de la Ciudad de Hong Kong, Hong Kong, China.
[30] M. Faessler, D. Falanga y D. Scaramuzza, "Mezcla de empuje, saturación,
y control de la frecuencia corporal para un vuelo de cuadrotorre agresivo y preciso " IEEE Robot.
Autom. Letón., vol. 2, no. 2, págs. 476–482, abril de 2017. [31] FA Goodarzi, D. Lee y T. Lee, “Control de De 2012 a 2015, fue ingeniero de software en Samsung
seguimiento adaptativo geométrico Electronics Guangzhou R&D Center,
de un vehículo aéreo no tripulado quadrotor en SE (3) para maniobras ágiles " J. Dyn. Syst., Guangzhou, China. Sus intereses de investigación actuales incluyen vehículos de microaire y teoría y
Meas., Control, vol. 137, no. 9, 2015, art. No. 091007. [32] P. Chirarattananon, KY Ma y RJ Wood, aplicaciones de control.
“Encaramado con un robot
insecto utilizando control de seguimiento adaptativo y control de aprendizaje iterativo " En t.
J. Robot. Res. vol. 35, no. 10, págs. 1185–1206, 2016.
[33] B. Mu, EH Ng y P. Chirarattananon, "Control adaptativo para multirotor
sistemas con dinámicas completamente inciertas ", en Proc. IEEE Int. Conf. Robot. Biomiméticos, 2017, Pakpong Chirarattananon ( S'12 – M'15) recibió la licenciatura en
págs. 2225–2230. ciencias naturales de la Universidad de Cambridge, Cambridge, Reino
[34] D. Mellinger y V. Kumar, “Generación mínima de trayectoria instantánea y Unido, en 2009, y el Ph.D. Licenciado en ciencias de la ingeniería por
control para cuadrotors ", en Proc. IEEE Int. Conf. Robot. Autom. 2011, págs. 2520-2525. [35] B. la Universidad de Harvard, Cambridge, MA, EE. UU., en 2014.
Morrell. et al. "Transformaciones diferenciales de flamabilidad para agresiones
Actualmente es profesor asistente en el Departamento de Ingeniería
vuelo sive quadrotor ", en Proc. IEEE Int. Conf. Robot. Autom. 2018, págs. 5204–5210. Biomédica de la Universidad de la Ciudad de Hong Kong, Hong Kong,
China. Sus intereses de investigación incluyen robots bioinspirados,
[36] YH Hsiao y P. Chirarattananon, "Efectos del techo para la locomoción superficial vehículos de microaire y las aplicaciones de control y dinámica en
de pequeños helicópteros ", en Proc. IEEE / RSJ Int. Conf. Intell. Robots Syst., 2018, págs. 6214–6219. sistemas robóticos.

Universal Flying Objects

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Universal Flying Objects

Cargado por

Copyright:

Formatos disponibles

458 OPERACIONES IEEE SOBRE ROBÓTICA, VOL. 36, NO.

Objetos voladores universales: multirotor modular

Términos del Índice —Control geométrico adaptativo, estimación, inercial.

Hasta la fecha, varios robots han incorporado la arquitectura modular para

En términos de control, se han propuesto varios controladores de vuelo adecuados

El controlador de vuelo geométrico adaptativo en este artículo es una extensión

dónde g = [ 0, 0, - sol] T es el vector de gravedad, y T es la fuerza total producida por los

En (5), tratamos los impulsos propulsores como la entrada del sistema u.

Dejar metro yo y metro pags denotar la masa de la yo th módulo y la masa de la carga

es estructura del cuerpo (o el 0 0 th IMU) y ω yo ser la lectura giroscópica de la yo th IMU.

demasiado pesada para un despegue, se pueden agregar más módulos de propulsión.

B. Estimación de Moment Arms

donde, por definición, ∑ norte D. Estimación de la matriz de configuración

UNA para fines de control de vuelo. Mientras que el error de estimación ˜

El objetivo del controlador de vuelo es asegurar que el robot siga una

C. Estimación del tensor de inercia [35].

Según el criterio de estabilidad de Routh-Hurwitz, se garantiza que PAGS → PAGS re

T / m ≈ sol. Esto produce

no es una condición necesaria para s, e → 0. Además, en teoría, no se requiere ninguna

La derivada del tiempo de V se convierte

demostrado que es experimentalmente factible para N = 4 4 a 8.

TABLA I no es óptimo, proporciona un rendimiento de vuelo satisfactorio, y los errores disminuyen a

VI. PAGS ROTOTIPOS

Para verificar el concepto del diseño modular y las estrategias de

Los componentes principales de un módulo de propulsión se enumeran en la Tabla I.

caso de adhesión deteriorada.

yo se representan como las posiciones de los módulos

El controlador geométrico adaptativo se implementa en el piloto automático integrado,

la matriz de configuración obtenidas de la estrategia de estimación basada en IMU son lo

adaptativo en el controlador de vuelo al establecer la ganancia adaptativa en cero ( Λ = 0). Para la

2) Vuelos sostenidos con la adaptación geométrica adaptativa

C. Vuelos de seguimiento de trayectoria

Para investigar el uso del robot propuesto y la estrategia para el transporte de

La trayectoria utilizada para la demostración se puede dividir en cuatro etapas. Esto

comienza con un despegue (S1: 0 ≤ t ≤ 10 s), seguido de un vuelo estacionario de 10 s (S2: 10 ≤

t ≤ 20 s), un seguimiento de 30 s de una trayectoria helicoidal con un radio de 50 cm (S3: 20 ≤ t

experimentos de vuelo sostenido. Además, aumentamos las ganancias adaptativas del

También podría gustarte