論文標題：【CoNi-MPC: Cooperative Non-inertial Frame Based Model Predictive Control】

原文鏈接：【https://ieeexplore.ieee.org/document/10287548】

論文作者：張寶哲、陳鑫煒、曹燕軍、許超

移動底盤：松靈四輪差速驅動底盤Scout Mini

多機器人協(xié)同控制，作為機器人技術領域中的核心之一，旨在促進多個機器人之間的有效合作與互動，以執(zhí)行那些超出單個機器人能力所及的復雜任務。

隨著無人機及機器人技術的快速發(fā)展，無人機集群的協(xié)同操作顯得愈發(fā)重要。由無人機集群所構成的多機器人系統(tǒng)已被廣泛部署于眾多場景中，包括巡檢、搜救和電影制作等多個領域。通過無人機與無人車（UAV-UGV）之間的協(xié)作所構建主從式多機系統(tǒng)，可高效融合空中機器人與地面機器人的特有優(yōu)勢，從而實現(xiàn)優(yōu)勢互補的多智能體系統(tǒng)。現(xiàn)如今，對這些集成系統(tǒng)日益增長的需求推動了多機器人協(xié)同控制在機器人領域應用的研究熱潮。

圖1. 微型空中機器人穿梭竹林

前不久，來自浙江大學湖州研究院的科研團隊在《IEEE Robotics and Automation Letters》以 Research Article形式發(fā)表了最新的研究成果“CoNi-MPC: Cooperative Non-inertial Frame Based Model Predictive Control。”該研究創(chuàng)新性地提出了新型空地協(xié)作控制框架CoNi-MPC，利用相對位姿估計信息和移動目標的IMU數(shù)據(jù)，能夠直接在高動態(tài)平臺的機體坐標系中控制無人機運動，消除了無人機及動態(tài)平臺對于絕對世界坐標系的依賴，可在無GPS/SLAM的場景中使用。

這一突破性技術成功實現(xiàn)了無人機從復雜動態(tài)行駛無人車（松靈Scout Mini）上起飛，并精準地跟隨車行軌跡重新降落回行駛車身上的全過程。全程不依賴GPS或SLAM技術，對無人車的運動軌跡也不做限制，無人機可精準降落在繞彎運動的無人車上。這一技術的應用在業(yè)內尚屬首次，標志著車載無人機在動態(tài)平臺上的起降技術取得了重大突破。

CoNi-MPC，實現(xiàn)在移動中直接操控無人機

通常情況下，在“空地（主體-目標）協(xié)同規(guī)劃控制系統(tǒng)”中，需要對移動平臺進行精確的狀態(tài)估計，往往通過融合多種傳感器（例如視覺、激光雷達、GPS、慣性測量單元IMU等）的完整SLAM（同時定位與建圖）技術棧。

盡管SLAM算法能夠提供豐富的環(huán)境信息，但其通常依賴于良好的環(huán)境特征來實現(xiàn)穩(wěn)定的狀態(tài)估計，這在具有挑戰(zhàn)性的環(huán)境（GPS 據(jù)止、環(huán)境特征稀疏）或長期任務（累計漂移）中難以得到保證。而對于那些主只需要執(zhí)行交互動作的協(xié)作系統(tǒng)而言，長時間維護一個SLAM模塊不僅顯得冗余，還往往伴隨著較高的計算成本，甚至可能被視為是一種資源上的浪費。

另外，為了使得無人機能夠精確地預測目標的運動路徑進行追蹤，需要掌握目標運動學模型作為先驗信息。對于無人車的運動模型，通常被簡單假設為勻速直線運動或勻加速直線運動，考慮到其所執(zhí)行的任務形式，這樣的簡化顯然是不切實際的，難以保證運動模型的準確性。

然而，即使是在擁有穩(wěn)定狀態(tài)估計和準確運動模型的條件下，無人機和無人車之間的動態(tài)變化和控制誤差也要求其需要頻繁的軌跡重規(guī)劃操作進行修正。這不僅導致了無人機控制上的不平滑，而且會帶來沉重的計算負擔，難以適應板載計算資源的限制。

為應對這些挑戰(zhàn)并讓無人機實現(xiàn)與移動目標平臺的高機動協(xié)同控制，研究團隊開發(fā)了一種新穎的解決方案CoNi-MPC，在移動目標機體坐標系中直接控制無人機，實現(xiàn)不依賴GPS或SLAM的高機動空地協(xié)同控制。

不同于傳統(tǒng)框架在世界系中控制無人機，CoNi-MPC直接在移動目標機體系（即非慣性系）下構建無人機的動力學模型，并設計相對應的非線性模型控制器。該方案僅依賴于相對于非慣性系的位姿和速度，以及非慣性系在世界系下的角速度和加速度信息即可實現(xiàn)穩(wěn)定飛行。

這一方案摒棄了對世界坐標系下狀態(tài)估計的需求，而只依賴于相對估計。通過引入非慣性系的IMU測量數(shù)據(jù)，可將無人機動力學模型中有關世界系的變量進行替換，從而有效消除系統(tǒng)對于世界系的數(shù)值依賴，使其在現(xiàn)實環(huán)境中得以應用。

驗證CoNi-MPC控制性能與魯棒性

CoNi-MPC作為一個通用的空地協(xié)作控制框架，支持多種交互式任務的應用，通過給定不同類型的參考狀態(tài)，即可實現(xiàn)定點跟隨、自主降落、環(huán)繞跟蹤以及穿環(huán)飛行等復雜任務。

為了驗證CoNi-MPC控制性能和魯棒性，研究人員在數(shù)值仿真和真實世界中進行了大量應用實驗。

實驗中，研究人員采用四旋翼無人機和無人車（松靈Scout Mini）作為實驗道具。四旋翼無人機的重量為591.8克，推重比達到了2.03。無人機的CoNi-MPC算法在一臺搭載Intel Celeron J4125處理器（頻率2.0至2.7 GHz）和8 GB RAM的機載計算機上運行。所提出的CoNi-MPC平均計算時間（單次迭代）為4.58毫秒，標準偏差為1.2毫秒，確保了在機載計算機上以超過100 Hz的頻率運行。室外實驗中采用CREPES系統(tǒng)實現(xiàn)相對估計，室內實驗中利用運動捕捉系統(tǒng)模擬相對估計。

圖2. 實物實驗中的四旋翼無人機和無人車

研究人員通過數(shù)值仿真模擬的方式確定保證無人機穩(wěn)定跟蹤和成功降落的安全參數(shù)，并依據(jù)仿真模擬的結果分別為固定單點（Fixed point）和固定軌跡（Fixed plan）兩種控制方案選定多組具有代表性的參數(shù)，在MPC優(yōu)化問題中的約束條件與仿真中保持一致的前提下，兩種方案的參數(shù)設置及其對應的平均跟蹤誤差如圖3所示。

圖3. 實物實驗的平均跟蹤誤差

而兩次測試的詳細跟蹤性能隨時間變化的情況則繪制在圖4和圖5中。

圖4. 使用(1.0,1.0,0.71)參數(shù)設置進行固定單點實驗。藍色（I）為無人機程序控制模式；橙色（II）表示無人車移動過程。

圖5. 使用(4.0,1.0,0.71)參數(shù)設置進行固定軌跡實驗。藍色（I）為無人機程序控制模式；橙色（II）表示無人車移動過程。