[论文解读] Robust Co-design Optimisation for Agile Fixed-Wing UAVs

Adrian Andrei Buda, Xavier Chen+2 more|arXiv (Cornell University)|Mar 11, 2026

Advanced Aircraft Design and Technologies被引用 0

一句话总结

该论文提出一种鲁棒协同设计框架，用于灵活定翼无人机，将参量不确定性和风扰纳入双层优化（外层 CMA-ES，内层轨迹规划与线性二次调节器跟踪），并在三个灵活飞行任务中相较确定性基线展示了更强的鲁棒性。

ABSTRACT

Co-design optimisation of autonomous systems has emerged as a powerful alternative to sequential approaches by jointly optimising physical design and control strategies. However, existing frameworks often neglect the robustness required for autonomous systems navigating unstructured, real-world environments. For agile Unmanned Aerial Vehicles (UAVs) operating at the edge of the flight envelope, this lack of robustness yields designs that are sensitive to perturbations and model mismatch. To address this, we propose a robust co-design framework for agile fixed-wing UAVs that integrates parametric uncertainty and wind disturbances directly into the concurrent optimisation process. Our bi-level approach optimises physical design in a high-level loop while discovering nominal solutions via a constrained trajectory planner and evaluating performance across a stochastic Monte Carlo ensemble using feedback LQR control. Validated across three agile flight missions, our strategy consistently outperforms deterministic baselines. The results demonstrate that our robust co-design strategy inherently tailors aerodynamic features, such as wing placement and aspect ratio, to achieve an optimal trade-off between mission performance and disturbance rejection.

研究动机与目标

• 在现实环境中处理不确定性和扰动时，说明在灵活定翼 UAV 上进行鲁棒协同设计的需求。
• 提出一个双层优化框架，联合优化机身设计和控制策略。
• 在多项灵活飞行任务中展示相较确定性基线的鲁棒性提升。

提出的方法

• 定义具有参数化机身设计向量 D = {b_w, c_w, x_w} 的六自由度定翼无人机模型。
• 使用基于条带理论的非线性气动模型，并通过 sigmoid 滤合在附着和失速后态下跨多条机翼条带处理。
• 通过直接化的轨迹优化（OCP）将时间和能量最小化，动力学由隐式梯形插值法强制执行，采用多目标的轨迹优化。
• 通过对参考轨迹线性化并求解 Riccati 方程，获得时变的线性二次调节器（LQR）用于在线状态反馈，得到 K_t。
• 通过对每个设计进行蒙特卡罗扰动仿真集合的鲁棒性评估来嵌入鲁棒性，参数变异建模为高斯扰动，随机风通过 Von Kármán 湍流建模，并优化期望成本 J_r。
• 外层循环使用协方差矩阵自适应进化策略（CMA-ES）在三参数设计空间中搜索，候选解并行评估，成本和设计收敛时终止。

实验结果

研究问题

• RQ1 将参量不确定性和风扰纳入协同设计对灵活定翼无人机的最优机身与控制对有哪些影响？
• RQ2 在扰动下，鲁棒协同设计框架在跟踪性能和任务成功率方面是否优于确定性基线？
• RQ3 在为灵活机动性优化鲁棒性时，通常会出现哪些设计调整（如翼位、长宽比、翼展弦比）？

主要发现

• 鲁棒协同设计框架在三个灵活飞行任务中持续优于确定性基线。
• 在各任务中，鲁棒设计在存在随机扰动和参数不确定性时实现了较高的成功率（在报告的案例中最高可达100%）。
• 鲁棒设计表现出有意义的气动—惯性权衡，如重新放置翼位和增大弦长，以实现正静态边距和改进的扰动抑制。
• 蒙特卡罗鲁棒性评估结合 LQR 跟踪，相较于额定设计，得到更平滑的执行器轨迹和更小的控制努力方差。
• 该方法表明鲁棒性在机身形态中被内在地定制，以在任务性能和扰动抑制之间取得平衡。