FlyAware：基于视觉估计和抓取后适应的惯性感知空中操作

空中操作臂（AM）因其优异的灵活性而在自动化运输和紧急服务领域日益受到关注，相较于传统多旋翼无人机具有更高的执行力。然而，其实际部署受到时变惯性参数复杂性的挑战，这些参数对有效负载变化和操作臂配置极其敏感。以人类与未知物体交互的策略为灵感，本文提出了一种新型 onboard框架，用于稳健的空中操作。该系统集成了基于视觉的抓取前惯性估计模块与抓取后适应机制，实现了惯性动力学的实时估计与适应。对于控制，我们开发了基于增益调度的惯性感知自适应控制策略，并通过频域系统辨识评估了其鲁棒性。我们的研究为AM的抓取后控制提供了新见解，实际实验验证了所提出框架的有效性和可行性。