用于改善过驱动飞行系统控制的动力学学习
机器人学
2020-06-24 v1
摘要
过驱动全向飞行器的特点是能在任意方向产生力与力矩，这对于接触式工业检测等应用十分重要。其代价是模型复杂度的增加。这类飞行器通常具有不可忽略且重复的动力学特性，难以建模，例如螺旋桨间的气动干扰。这使得基于模型的控制器难以实现高性能轨迹跟踪。本文提出一种方法，将系统驱动的数据驱动模型与第一性原理模型相结合并用于改进控制器。第一步，利用高斯过程（GP）回归器离线学习第一性原理模型的误差。在运行时，第一性原理模型与GP回归器联合使用以求得控制指令。该问题被表述为一个优化问题，通过仅使用前向模型，避免了过驱动系统中标准逆模型存在的歧义解。该方法通过使用倾转臂过驱动全向飞行器进行姿态轨迹跟踪验证。结果表明，与标称PID控制器相比，所提方法的姿态轨迹误差平均降低32%。
引用
@article{arxiv.2006.13153,
title = {Learning dynamics for improving control of overactuated flying systems},
author = {Weixuan Zhang and Maximilian Brunner and Lionel Ott and Mina Kamel and Roland Siegwart and Juan Nieto},
journal= {arXiv preprint arXiv:2006.13153},
year = {2020}
}
备注
8 pages, accepted by IEEE Robotics and Automation Letters