[논문 리뷰] Development of a Low-Cost Experimental Quadcopter Testbed Using an Arduino Controller and Software

Ankyda Ji, Kamran Turkoglu|arXiv (Cornell University)|2015. 08. 20.

Robotics and Sensor-Based Localization참고 문헌 13인용 수 6

한 줄 요약

이 논문은 자율 비행 제어를 위한 오픈소스 부품을 사용한 저비용, 아두이노 메가 기반의 테스트 베드 헬리콥터를 제시한다. 제어 알고리즘의 고도화를 가능하게 하는 새로운 모듈러 소프트웨어 아키텍처를 도입하였으며, 시스템 식별 및 이론적 전달 함수를 이용한 비행 테스트를 통해 롤, 피치, 요 동역학의 정확한 모델링을 검증하였다.

ABSTRACT

This paper explains the integration process of an autonomous quadcopter platform and the design of Arduino based novel software architecture that enables the execution of advanced control laws on low-cost off-the-shelf products based frameworks. Here, quadcopter dynamics are explored through the classical nonlinear equations of motion. Next, quadcopter is designed, built and assembled using off-the-shelf, low-cost products to carry a camera payload which is mainly utilized for any type of surveillance missions. System identification of the quadcopter dynamics is accomplished through the use of sweep data and $CIFER^{\circledR}$ to obtain the dynamic model. The unstable, non-linear quadcopter dynamics are stabilized using a generic control algorithm through the novel Arduino based software architecture. Experimental results demonstrate the validation of the integration and the novel software package running on an Arduino board to control autonomous quadcopter flights.

연구 동기 및 목표

• 오픈소스 부품과 아두이노 메가 컨트롤러만을 사용하여 저비용이며 자율 비행이 가능한 헬리콥터 테스트 베드를 설계하고 제작한다.
• 표준 PID 제어를 초월한 고도화된 제어 방법론을 지원하는 아두이노 기반의 새로운 확장 가능한 소프트웨어 아키텍처를 개발한다.
• 자동화된 치르프 스위프트 신호와 시스템 식별 도구(CIFER®)를 사용하여 헬리콥터의 동적 모델을 식별하고 검증한다.
• 보정된 관성측정장치(IMU)와 GPS 데이터를 보다 정확한 상태 추정을 위해 보완 및 칼만 필터링 기법을 적용한다.
• 이중입력(doublet) 입력과 공진도 분석을 사용하여 식별된 선형 모델이 실제 비행 데이터와 얼마나 잘 일치하는지 검증한다.

제안 방법

• 제어 논리와 저수준 액추에이터를 분리하는 모듈러 아두이노 메가 소프트웨어 프레임워크를 개발하여 다양한 제어 법칙의 플러그인 구현을 가능하게 하였다.
• 헬리콥터의 비선형 운동 방정식(EoMs)을 유도하고 선형화하여 제어 설계를 위한 상태공간 모델을 구성하였다.
• 자동화된 치르프 신호와 CIFER® 소프트웨어를 사용하여 롤, 피치, 요 동역학에 대한 SISO 전달 함수를 추출하였다.
• 식별된 상태공간 모델을 기반으로 시뮬린크(Simulink)에서 피드백 루프 PID 제어기를 설계한 후, 제어 논리를 아두이노 메가로 이식하였다.
• 보완 및 칼만 필터링 기법을 사용하여 IMU와 GPS 센서를 보정하여 상태 추정 정확도를 향상시켰다.
• 비행 데이터를 마이크로-SD 카드에 기록하여 이중입력 운동을 통한 후처리 분석 및 모델 검증을 수행하였다.

실험 결과

연구 질문

• RQ1 저비용 오픈소스 헬리콥터 플랫폼이 표준 PID를 초월한 고도화된 제어 알고리즘을 지원하는 맞춤형 아두이노 기반 소프트웨어 아키텍처를 통해 효과적으로 안정화될 수 있는가?
• RQ2 자동화된 치르프 스위프트 신호와 CIFER® 소프트웨어를 사용할 경우 헬리콥터의 동적 거동을 얼마나 정확하게 식별할 수 있는가?
• RQ3 식별된 SISO 전달 함수(롤, 피치, 요)가 시간 영역과 주파수 영역 모두에서 실제 비행 데이터와 얼마나 잘 일치하는가?
• RQ4 노이즈와 비축 방향 측정값의 낮은 공진도로 인해, 완전한 순서의 결합 상태공간 모델(SSM)을 추출하는 데 어떤 제한이 존재하는가?
• RQ5 저비용 플랫폼에서 실시간 상태 추정을 위해 IMU와 GPS 데이터를 필터링 기법과 통합하는 데 얼마나 효과적인가?

주요 결과

• 새로운 아두이노 소프트웨어 아키텍처는 제어 논리와 하드웨어를 효과적으로 분리하여, 저비용 마이크로컨트롤러에 PID를 초월한 고도화된 제어 알고리즘의 구현을 가능하게 하였다.
• 자동 치르프 신호를 사용한 시스템 식별 결과, 롤과 피치에 대해 안정적인 SISO 전달 함수를 확보하였으며, 각각 0.197초와 0.2초의 시간 지연를 보였고, 대부분 주파수 대역에서 공진도 값이 0.8에서 1 사이로 얻어졌다.
• 롤 각도 전달 함수(TF_RollAngle = 2.305s / (s² + 3.894s + 3.967) × e^(-0.197s))는 시간 지연와 크기 측면에서 실제 비행 데이터와 밀도 있는 일치를 보였으며, 이는 모델의 타당성을 검증한 것이다.
• 피치 각도 전달 함수는 올바른 시간 지연를 보였지만, 실제 비행 데이터보다 크기가 낮게 나타났으며, 이는 고차수 및 결합 동역학을 생략한 저차수 등가 시스템(LOES)을 사용한 데 기인한 것으로 분석되었다.
• 요 속도 전달 함수(TF_YawRate = (10.68s + 138.8) / (s² + 11.64s + 163.8) × e^(-0.0592s))는 높은 공진도를 보였지만, 전체 SSM 추출을 위한 비축 방향 데이터는 여전히 문제를 야기하였다.
• 완전한 상태공간 모델-SSM 추출은 비축 방향 측정값의 낮은 신호 대 노이즈 비율과 낮은 공진도로 실패하였으며, 특히 결합 동역학의 경우 더욱 심각한 문제를 보였다. 이는 향후 더 나은 데이터 확보 또는 필터링 기법이 필요함을 시사한다.