[论文解读] Downwash-aware Configuration Optimization for Modular Aerial Systems

Mengguang Li, Heinz Koeppl|arXiv (Cornell University)|Feb 20, 2026

Modular Robots and Swarm Intelligence被引用 0

一句话总结

本工作提出一个框架，通过枚举非同构拓扑并求解非线性规划，在执行与下洗作用约束下，设计并最优选择适用于大型模块化空时机器人队的特定任务可下洗安全的配置。

ABSTRACT

This work proposes a framework that generates and optimally selects task-specific assembly configurations for a large group of homogeneous modular aerial systems, explicitly enforcing bounds on inter-module downwash. Prior work largely focuses on planar layouts and often ignores aerodynamic interference. In contrast, firstly we enumerate non-isomorphic connection topologies at scale; secondly, we solve a nonlinear program to check feasibility and select the configuration that minimizes control input subject to actuation limits and downwash constraints. We evaluate the framework in physics-based simulation and demonstrate it in real-world experiments.

研究动机与目标

• 使用同类四旋翼模块实现模块化空域装配的灵活、可扩展设计。
• 在配置过程中强制实现模块之间的无碰撞下洗约束。
• 自动确定所需模块数量、拓扑结构和三维布置，以在最小的控制努力下满足力矩需求。
• 提供一个可处理配置组合增长的可控两阶段流程。

提出的方法

• 将配置表示为带标签边和连接角的有向无环树。
• 通过将连接角固定为 pi/2 并使用基于矩阵的表示和对称性剪枝，枚举非同构配置。
• 对每个配置求解非线性规划，以找到满足目标力矩的连接角和 rotor 输入，同时将下洗胶囊作为碰撞约束强制执行。
• 用 A 矩阵将 rotor 速度映射到 6D 力矩，求解带有二次代价的 NLP，使用 Ipopt/CasADi。
• 使用两阶段流程：对小 n 进行穷举枚举；对大 n 采用朝向紧凑配置的基于采样的枚举，以实现可扩展性。
• 通过基于物理的仿真和实际玩具实验验证可行性。

实验结果

研究问题

• RQ1 给定模块数量时，存在多少个非同构且满足下洗可行性的配置？
• RQ2 对于每个候选配置，非线性优化能否在下洗约束下可靠地找到可行且低开销的 rotor 输入？
• RQ3 基于采样的枚举是否能在保持可行性的同时提供对配置的可扩展覆盖？
• RQ4 生成的配置是否满足下洗约束并在仿真和真实实验中提供实用的控制性能？
• RQ5 随着模块数量的增长，所提出流程的计算可扩展性如何？

主要发现

n	Number of available configurations	Number of non-isomorphic configurations	CPU Time (s)
1	1	1	0.0000
2	4	1	0.0006
3	6	2	0.0007
4	16	7	0.0017
5	68	24	0.0072
6	272	97	0.0261
7	1242	401	0.1147
8	5740	1772	0.5488
9	27,960	7930	2.7293
10	136,628	36,335	14.1008
11	678,204	168,249	78.5251

• 穷举枚举随着模块数量增加而产生越来越多的非同构配置，但在小 n 之外计算成本高昂。
• 基于采样的枚举偏向紧凑配置（回转半径较小），运行时间随 n 线性增长，以换取完备性。
• 给定力矩集时，非线性规划能够在测试案例中找到满足下洗约束的可行配置，且在配对模块胶囊中未违反约束，且报告的代价在不同配置间不同。
• 优化过程识别出同一力矩集下具有不同控制代价的配置，证明了两阶段方法的合理性。
• 基于物理的仿真显示在 30 模块和 60 模块配置中，轨迹跟踪表现为圆形轨迹，姿态误差较低（约 3 度）。
• 一个两模块的真实世界玩具示例验证了可行性，并显示出五个可控自由度以及成功的水平交互。