基于深度Koopman模型预测控制的四旋翼轨迹跟踪与稳定
机器人学
2025-08-20 v1
摘要
本文提出了一种数据驱动的控制框架，用于四旋翼系统，将深度Koopman算子与模型预测控制（DK-MPC）相集成。深度Koopman算子基于采样飞行数据进行训练，以构建高维潜在表示，在该表示中，四旋翼的非线性动力学被线性模型逼近。这种线性化使得可以对控制动作在有限预测时域内进行优化，确保精确的轨迹跟踪和稳定。所提出的DK-MPC方法通过一系列轨迹跟随和点稳定数值实验进行验证，其中表现出优异的跟踪精度和显著降低的计算时间，相较于传统非线性MPC。这些结果凸显了Koopman基于学习的方法在处理复杂四旋翼动力学方面的潜力，同时满足嵌入式飞行控制的实时性要求。未来工作将扩展该框架以适应更具攻击性的飞行场景，并提高对外部扰动的鲁棒性。
引用
@article{arxiv.2508.13795,
title = {Trajectory Tracking and Stabilization of Quadrotors Using Deep Koopman Model Predictive Control},
author = {Haitham El-Hussieny},
journal= {arXiv preprint arXiv:2508.13795},
year = {2025}
}