[论文解读] Autonomous Landing of a Multirotor Micro Air Vehicle on a High Velocity Ground Vehicle

Alexandre Borowczyk, Duc-Tien Nguyen+4 more|arXiv (Cornell University)|Nov 22, 2016

Robotic Path Planning Algorithms参考文献 13被引用 26

一句话总结

本文提出了一套完整的自主系统，使商用四旋翼飞行器能够仅使用现成传感器，在最高50公里/小时的速度下实现对移动地面车辆的自主着陆。系统结合了比例导航导引律（用于远距离接近阶段）与PID控制器（用于终端阶段），并通过自定义的扩展卡尔曼滤波器融合视觉标识（AprilTag）跟踪、GPS/IMU数据以及惯性测量信息，实现相对位置与速度的估计，即使在高速过渡过程中传感器性能受限的情况下也能保持鲁棒性。

ABSTRACT

While autonomous multirotor micro aerial vehicles (MAVs) are uniquely well suited for certain types of missions benefiting from stationary flight capabilities, their more widespread usage still faces many hurdles, due in particular to their limited range and the difficulty of fully automating their deployment and retrieval. In this paper we address these issues by solving the problem of the automated landing of a quadcopter on a ground vehicle moving at relatively high speed. We present our system architecture, including the structure of our Kalman filter for the estimation of the relative position and velocity between the quadcopter and the landing pad, as well as our controller design for the full rendezvous and landing maneuvers. The system is experimentally validated by successfully landing in multiple trials a commercial quadcopter on the roof of a car moving at speeds of up to 50 km/h.

研究动机与目标

• 实现多旋翼微型飞行器（MAV）在高速移动地面车辆上的自主着陆，克服真实操作中距离与回收受限的问题。
• 解决在高速交会过程中相对状态估计的挑战，特别是在光流失效时的可靠性问题。
• 设计一种仅使用商用现成部件的鲁棒、全自主系统，以实现实际部署。
• 在最高50公里/小时的速度下通过实验验证系统性能，为MAV在移动平台上的着陆树立新的基准。

提出的方法

• 采用比例导航（PN）导引律实现远距离接近，利用手机GPS与IMU数据，使飞行器平滑收敛至移动目标，无需该阶段的视觉反馈。
• 采用混合控制策略，在着陆最后阶段从PN切换至PID控制器，以确保精确的位置保持与平稳触地。
• 设计自定义的扩展卡尔曼滤波器（EKF），融合飞行器惯性导航系统（INS）、手机GPS/IMU数据以及AprilTag视觉标识检测结果，实现对飞行器与着陆垫之间相对位置与速度的估计。
• 使用30×30厘米的AprilTag标记实现鲁棒的视觉跟踪，X3相机上检测频率为30 fps，BlueFox相机上为20 fps。
• 系统在x-y平面采用纯姿态控制，在z轴采用速度控制，避免依赖光流，因为当飞行器悬停于移动平台上方时光流会失效。
• 当视觉跟踪丢失时，卡尔曼滤波器动态增加测量噪声协方差，提升系统在短暂视觉遮挡期间的鲁棒性。

实验结果

研究问题

• RQ1 仅使用商用传感器的低成本全自主MAV系统能否可靠实现对高速移动地面车辆的着陆？
• RQ2 在从地面相对运动过渡到平台相对运动的过程中，如何在光流失效的情况下仍能保持准确的相对状态估计？
• RQ3 何种控制策略可实现对高速移动目标的稳定、平滑交会与精确着陆，且无需合作车辆系统或高精度GPS？
• RQ4 在高速着陆机动过程中，带有视觉标识反馈的卡尔曼滤波器在多大程度上可补偿传感器中断与测量漂移？

主要发现

• 系统成功实现了在最高50公里/小时速度下对移动地面车辆的自主着陆，创下目前MAV在移动平台上着陆的最高速度纪录。
• 比例导航控制器仅依赖手机GPS与IMU数据，在无视觉反馈的情况下实现了平滑稳定的远距离接近。
• 卡尔曼滤波器在视觉丢失期间仍能有效维持相对状态估计，表现为在AprilTag跟踪丢失时测量噪声协方差的动态调整。
• PID控制器确保了精确的速度匹配与稳定下降，飞行器的俯仰速度与目标保持高度一致，如滤波后的AprilTag高度与速度曲线所示。
• 在第24秒与第27秒出现的视觉跟踪丢失，与卡尔曼滤波器创新项的峰值相对应，证实了系统在短暂视觉遮挡期间仍能维持估计能力。
• 当四旋翼飞行器直接位于汽车上方时，M100的内部速度估计算法变得不可靠，因此卡尔曼滤波器中动态调整噪声协方差以维持精度是合理的。