基于移动质量作用的无人气球扰动感知飞行控制
计算机视觉与模式识别
2026-05-08 v2 机器学习
摘要
无人气球作为轻质空中平台，具有长续航和固有安全优势，但高度易受风扰动影响。基于最近的移动质量作用技术进展，本文针对LTA平台缺乏扰动感知控制框架的问题，显式建模并补偿风致效应。我们提出了移动域估计器（MHE）用于推断实时风扰动，并将这些估计提供给基于模型预测控制（MPC）的控制器，以实现在各种风条件下robust的轨迹和航向调节。该方法利用两自由度（2-DoF）移动质量机制生成惯性矩和气动矩，用于姿态和航向控制，从而增强扰动易受环境下的飞行稳定性。 extensive flight experiments表明，在对抗顺风和横风条件下，集成的MHE-MPC框架显著优于基线PID控制，证明了其在扰动感知LTA飞行中的有效性。
引用
@article{arxiv.2601.21187,
title = {FRISM: Fine-Grained Reasoning Injection via Subspace-Level Model Merging for Vision-Language Models},
author = {Chenyu Huang and Peng Ye and Xudong Tan and Jinhan Mu and Shenghe Zheng and Li Shen and Tao Chen},
journal= {arXiv preprint arXiv:2601.21187},
year = {2026}
}
备注
Accepted by ICML 2026