[论文解读] Aerial Manipulation Using Hybrid Force and Position NMPC Applied to Aerial Writing

Dimos Tzoumanikas, Felix Graule+4 more|arXiv (Cornell University)|Jun 3, 2020

Robotic Path Planning Algorithms被引用 4

一句话总结

本文提出了一种非线性模型预测控制（NMPC）框架，用于在欠驱动微型飞行器（MAV）上结合机械臂实现空中操作，采用混合力-位置控制策略。该方法通过联合调节MAV与机械臂的动力学，实现了毫秒级精度的实时空中书写，可在多种轨迹和文字尺寸下实现亚厘米级末端执行器跟踪。

ABSTRACT

Aerial manipulation aims at combining the manoeuvrability of aerial vehicles with the manipulation capabilities of robotic arms. This, however, comes at the cost of the additional control complexity due to the coupling of the dynamics of the two systems. In this paper we present a NMPC specifically designed for MAVs equipped with a robotic arm. We formulate a hybrid control model for the combined MAV-arm system which incorporates interaction forces acting on the end effector. We explain the practical implementation of our algorithm and show extensive experimental results of our custom built system performing multiple aerial-writing tasks on a whiteboard, revealing accuracy in the order of millimetres.

研究动机与目标

• 解决由于MAV与机械臂动力学耦合而引起的控制复杂性问题。
• 开发一种混合控制模型，以捕捉末端执行器处的非线性动力学与准静态作用力。
• 实现可在自由飞行与接触状态之间切换的高精度空中书写任务。
• 通过适用于多种MAV-机械臂构型的通用NMPC公式，实现实时、机载控制。
• 尽管存在硬件缺陷与传感器限制，仍实现末端执行器亚厘米级跟踪精度。

提出的方法

• 构建一种混合非线性模型预测控制（NMPC）框架，通过位置与力约束联合控制MAV与机械臂。
• 将末端执行器处的准静态作用力纳入NMPC目标函数，以实现稳定接触任务。
• 在NMPC中使用二次规划（QP）求解器实时计算控制输入，确保动力学可行性。
• 实现一种轨迹规划器，生成满足位置、速度、加速度与加加速度约束的轨迹，以提升跟踪性能。
• 集成视觉-惯性状态估计与运动捕捉系统，实现实时定位与反馈。
• 采用简化的基于模型的控制方法，无需完整多体系统动力学建模，从而降低计算负载。

实验结果

研究问题

• RQ1 混合力-位置NMPC策略是否能在欠驱动MAV与机械臂上实现稳定且精确的空中操作？
• RQ2 系统在自由飞行与接触状态之间切换时的跟踪精度表现如何？
• RQ3 系统在不同轨迹速度与文字尺寸下，精度保持程度如何？
• RQ4 模型简化与传感器误差（如Vicon延迟、标定误差）对控制性能有何影响？
• RQ5 基于低成本、现成组件的实时、机载NMPC控制器能否实现亚厘米级末端执行器精度？

主要发现

• 系统在所有测试轨迹中均保持末端执行器跟踪误差在[-10, 10] mm范围内。
• 在10 cm至40 cm的文字尺寸范围内，跟踪精度保持在毫米级，表现出良好的可扩展性。
• 末端执行器最大速度达27.5 cm/s，最大加速度达13.75 cm/s²，同时保持亚厘米级精度。
• 系统在单次实验中成功处理了多次自由飞行与接触阶段之间的切换。
• 尽管依赖运动捕捉系统（存在已知局限，如WiFi延迟、遮挡），系统仍表现出鲁棒性能，偶有报告机械上不可能的构型。
• 即使未采用完整多体动力学建模，简化控制模型仍能实现高精度任务，表明全动力学可行性并非接触精度的严格必要条件。