SE(3) Koopman-MPC：四旋翼无人机的数据驱动学习与控制
机器人学
2024-01-12 v3
摘要
本文提出一种基于Koopman算子和扩展动态模态分解（EDMD）的四旋翼无人机数据驱动学习与控制新方法。基于欧拉角（表示姿态）等传统方法构建EDMD可观测量存在奇异性。为解决此问题，我们采用一组基于非线性系统底层拓扑结构的物理信息可观测量。我们使用旋转矩阵直接表示姿态动力学，并在SE(3)流形上获得非线性四旋翼动力学的提升线性表示。该EDMD模型预测准确，并可推广至多个验证集。进一步，我们基于所提EDMD模型设计线性模型预测控制器（MPC）以跟踪敏捷参考轨迹。仿真结果表明，所提MPC控制器可快至100 Hz运行，并能以良好精度跟踪任意参考轨迹。实现细节见\url{https://github.com/sriram-2502/KoopmanMPC_Quadrotor}。
引用
@article{arxiv.2305.03868,
title = {SE(3) Koopman-MPC: Data-driven Learning and Control of Quadrotor UAVs},
author = {Sriram S. K. S. Narayanan and Duvan Tellez-Castro and Sarang Sutavani and Umesh Vaidya},
journal= {arXiv preprint arXiv:2305.03868},
year = {2024}
}