arXiv (Robotics)AI
適応型アンセンテッドカルマンフィルタと非線形モデル予測制御を用いた回転翼機の固定時間動的着陸
Fixed-Time Dynamic Landing of Quadrotors using Adaptive Unscented Kalman Filtering and Nonlinear Model Predictive Control
この記事についてAIに質問する →
日本語要約青い用語にマウスを合わせると解説が表示されます
本論文は、移動するプラットフォーム上での複数回転翼無人航空機(マルチロータードローン)の動的着陸を実現するための推定・制御フレームワークを提案しています。ドローンが船舶や車両などの移動体に着陸する際、着陸地点が動いているため、従来の固定地点への着陸手法では対応できません。本研究はこの課題を解決するために、非線形モデル予測制御と実時間最小ジャーク軌道計画器を統合し、規定された接触時刻を厳密に守りながら最終下降段階での一貫した着陸タイミングを実現しています。
センサー精度が時間とともに変動する環境下での堅牢性を向上させるため、適応型アンセンテッドカルマンフィルタ(Adaptive Unscented Kalman Filter)を採用しており、このフィルタはプロセスノイズと測定ノイズの統計量をオンラインで更新します。これにより、センサー特性が劣化した状態でも推定精度を維持できるようになります。さらに論文では、最小ジャーク参照軌跡が標準的な追従仮定の下で有界なスラストとトルク指令を生成することを示す参照可行性解析を提供しています。
提案フレームワークはシミュレーションおよび実機実験で評価され、繰り返し可能な着陸を実現し、従来のEKF(拡張カルマンフィルタ)やUKF(アンセンテッドカルマンフィルタ)ベースの手法と比較して、プラットフォーム速度予測精度が向上していることが実証されました。この研究は自動配送や海上プラットフォームでのドローン運用など、実用的な応用場面での価値を持つ重要な成果といえます。