学术前沿 | 迈向更进一步的机动性与安全性，解决过驱动无人机平台的气流冲刷现象

欢迎老师同学们积极投稿，

共促人工智能与多学科交叉交流。

 导读 

本文是人工智能研究院朱毅鑫助理教授及团队发表在IROS 2022论文Downwash-Aware Control Allocation for Overactuated UAV Platforms的介绍。

论文链接：

https://sites.google.com/view/downwash-uav

https://arxiv.org/abs/2207.09645

01

让无人机更加稳定安全

  图1 基于多个四旋翼和被动自由度机构的过驱动无人机平台

无人机由于其灵巧、简单的特点，一直备受市场和学术界的关注。传统的四旋翼无人机受其欠驱动结构的限制，无法实现位置和姿态的独立控制。打个比方，当我们希望四旋翼无人机向前飞行时，其机身必定是向前倾斜的。为了解决这个问题，我们的研究人员曾设计出一种由多个四旋翼无人机模块组成的过驱动无人机平台。该平台不仅能够实现其位置和姿态的独立控制，更是的拥有较高的推力效率，大大拓宽了无人机作业的可行范围与机动性。

多机协作时的Down-wash effects（中文可译为气流冲刷现象）一直备受领域内的研究人员关注。想要让过驱动无人机平台做出炫酷的动作，首先要保证的就是各个模块无人机之间的气流不会彼此干扰。在此基础之上，尽可能地保留无人机平台的高推力效率能够进一步保证其机动性和安全性。在这篇论文的研究工作中，我们的研究人员提出了一种适用于由四旋翼无人机模块组成的无人机平台的控制策略。该控制策略能够兼顾无人机之间的气流冲刷现象和平台整体的推力效率问题，大大增加了此类无人机平台实际使用时的稳定性和安全性。

02

什么是无人机之间的气流冲刷现象？

什么是无人机之间的气流冲刷现象呢？我们可以将四旋翼无人机飞行时产生的气流视作一个圆柱形气流场。当一台无人机进入另一台无人机产生的气流场时，气流冲刷在这台无人机的机体上，使得其无法稳定控制，这被称为气流冲刷现象。气流冲刷现象会大大影响无人机控制的稳定性，进而影响其安全性。对于我们的无人机平台，每个模块彼此之间都有可能遇到气流冲刷现象，这对我们的控制策略提出了很大的挑战。

现有的关于无人机Down-wash effects的研究大多集中在无人机集群上。对于无人机集群而言，主要有两大策略，一是保持无人机之间的距离，这使得无人机集群在协同作业时会受到一些限制。二是在发生了Down-wash effects后进行补偿。无论是简单的采用积分器进行补偿，还是采用神经网络训练出一个补偿器进行补偿，由于其都是在“事后”进行补偿，因此都仍会或多或少的影响无人机的稳定性。

图2 气流冲刷现象影响下方无人机飞行 [6]

图3 气流冲刷现象干扰过驱动无人机翻转

本研究与现有的研究不同，是第一个针对在过驱动无人机平台上的Down-wash effects的研究。此外，不同于前文提到的两类策略，本研究所提出的方法通过对无人机平台的控制量进行合理配置，能够直接避免Down-wash effects的发生，相当于在“事前”解决该问题，因此无人机平台的稳定性及安全性将几乎不会受到影响。

03

如何避免无人机之间的气流冲刷

图4   由若干个全向推力模块组成的过驱动无人机平台可以有无穷多种推力生成方案(control allocation) 来生成同样的总推力(wrench command)

直觉的想，想要让各个无人机模块之间的气流不会冲刷到彼此，只需要让各个模块向不同的方向倾斜，避开彼此即可。而当四旋翼模块有了一个倾斜角度后，其整体的推力效率会降低，因此在保证安全的形况下，要让其倾斜角度尽量的小。我们的研究人员将这个问题建模为一个优化问题。将无人机平台的推力效率加入目标函数。在此基础之上，可以对每对无人机模块之间构建一个约束，通过该约束来避免二者的气流彼此冲刷。此外，设定一个阈值常量Omin，用来控制“避免”的程度。Omin越大，越能够更加彻底的避免Down-wash effects，代价则是会损失一定的整体推力效率。解这个优化问题，就是在整个解空间之中寻找能够使得Down-wash effects被避免时整体推力效率最高的解。

我们的研究人员在仿真环境和实际环境之中均进行了实验，验证了我们的方法的有效性。

图5 传统方法以及我们提出的control allocation在具有四个全向推力模块的平台上对比

图6 传统方法以及我们提出的control allocation在具有六个全向推力模块的平台上对比

可以明显看到，采用传统的控制算法，会在某些位置遇到Down-wash effects，此时无人机平台会有一个明显的在垂直方向的下坠。虽然可以通过积分器进行补偿，但仍会严重影响其稳定性。对于我们所提出的控制器，由于能够避免Down-wash effects的发生，因此其稳定性不受影响。

图7 将传统方法以及我们提出的control allocation在具有四个全向推力模块的无人机平台上实验验证

实际的实验现象与仿真结果相同，支持了我们所提出的控制算法。此外我们方法可以通过调整阈值Omin来调节对Down-wash effects的避免程度。左侧所展示的情况为Omin较小的情况，此时会有一定的Down-wash effects产生，但无人机平台的整体推力效率更高；右侧则是Omin较大的情况，此时能够基本完全避免掉Down-wash effects，但会整体推力效率略低。在实际情况下，可以根据对机动性和安全性的实际需要来调节该阈值。

图8 不同的调整阈值Omin情况下控制效果对比

需要特别指出的是，该研究提出的控制算法可以用于任意四旋翼模块数量的过驱动无人机平台，因此其具有较强的可拓展性。

04

总结

在这项工作中，研究人员提出的控制算法巧妙地兼顾了过驱动无人机平台的Down-wash effects和无人机平台整体的推力效率。机动性和安全性一直是无人机领域的两大课题。通过这项工作，我们的过驱动无人机平台能够更稳定、更安全的追踪一些复杂的轨迹，即具备更强的机动性和安全性。我们在仿真场景和现实环境中均进行了实验，实验结果很好的验证了我们的控制算法的有效性。未来，当我们进一步让我们的无人机平台在更复杂的环境之中作业，或是完成更加困难的任务时，这项研究的成果便可以为其保驾护航。

References

[1] Su, Yao, et al. “A Fast and Efficient Attitude Control Algorithm of a Tilt-Rotor Aerial Platform Using Inputs Redundancie” IEEE Robotics and Automation Letters (RA-L), vol. 7, no. 2, pp. 1214–1221, 2021. DOI : 10.1109/LRA.2021.3138806.

[2] Su, Yao, et al. “Nullspace-Based Control Allocation of Overactuated UAV Platforms” IEEE Robotics and Automation Letters (RA-L), vol. 6, no. 4, pp. 8094–8101, 2021. DOI:10.1109/LRA.2021.3095035

[3] Yu, Pengkang, et al. “An Over-Actuated Multi-Rotor Aerial Vehicle With Unconstrained Attitude Angles and High Thrust Efficiencies” IEEE Robotics and Automation Letters (RA-L), vol. 6, no. 4, pp. 6828–6835, 2021.  DOI: 10.1109/LRA.2021.3095035

[4] Pi Chen-Huan, et al. “A Simple Six Degree-of-Freedom Aerial Vehicle Built on Quadcopters”  in Proceedings of IEEE Conference on Control Technology Applications (CCTA), 2021

[5] Gerber, Matthew J. , et al. “Twisting and Tilting Rotors for High-efficiency, Thrust-vectored Quadrotors,” Journal of Mechanisms and Robotics, vol. 10, no. 6, p. 061013, 2018.

[6] Shi, Guanya, et al. "Neural-swarm2: Planning and control of heterogeneous multirotor swarms using learned interactions." IEEE Transactions on Robotics 38.2 (2021): 1063-1079.

—   往期发布  —

点击图片查看原文

点击图片查看原文

学术前沿 | 赋予机器人利用环境的能力，基于场景图的任务规划

点击图片查看原文

感谢阅读，欢迎投稿

若需转载，敬请联络

邮箱：[e-mail]

—   版权声明  —

本微信公众号所有内容，由北京大学人工智能研究院微信自身创作、收集的文字、图片和音视频资料，版权属北京大学人工智能研究院微信所有；从公开渠道收集、整理及授权转载的文字、图片和音视频资料，版权属原作者。本公众号内容原作者如不愿在本号刊登内容，请及时通知本号，予以删除。