利用神经网络与容积规则高效建模变形翼飞行
系统与控制
2021-10-05 v1 机器人学
系统与控制
摘要
扑翼微型飞行器（MAV）的流体驱动运动可能非常复杂，尤其当昆虫飞行动力学规律（快速扑动动力学与轻量机翼）不适用时。在此类情形下，广泛使用的平均化技术会迅速失效。主要动机是为复杂空中运动形式寻找高效模型，其中机翼占机体质量的大部分（即主导惯性效应）且沿多方向变形（即变形翼）。在这些系统中，高自由度导致复杂的惯性项、科里奥利项与重力项。我们联合使用算法微分（AD）与基于容积规则计算的贝叶斯滤波器，快速估计复杂的流固耦合作用。一般而言，贝叶斯滤波器涉及复杂的数值积分（如求后验积分）。利用容积规则计算高斯加权积分并结合 AD，我们表明变形 MAV 的复杂多自由度动力学可被非常高效且精确地计算。因此，我们的工作有助于此类变形 MAV 的闭环反馈控制。
引用
@article{arxiv.2110.01057,
title = {Efficient Modeling of Morphing Wing Flight Using Neural Networks and Cubature Rules},
author = {Paul Ghanem and Yunus Bicer and Deniz Erdogmus and Alireza Ramezani},
journal= {arXiv preprint arXiv:2110.01057},
year = {2021}
}
备注
6 pages + references, 7 figures, International Conference on Robotics and Automation