Real-Time RLS-Based Adaptive PID Control for UAVs: Implementation and Stability Analysis in Microsoft Flight Simulator

إن قيادة طائرة غير مأهولة هي عملية توازن بين البقاء على المسار والتحرك استجابةً لعالم لا يتوقف عن التغير. فالهواء نفسه عبارة عن مشهد متغير؛ حيث يمكن لزخات الرياح، وتغيرات وزن الوقود، والوهن البسيط الناتج عن المهمة أن تغير كيفية استجابة الطائرة لعناصر التحكم الخاصة بها. لعقود من الزمن، اعتمد المهندسون على أنظمة الطيار الآلي التي تستخدم مجموعة قياسية من القواعد للحفاظ على استقرار الطائرة بدون طيار. هذه القواعد، المعروفة باسم المتحكمات التناسبية-التكاملية-المشتقة (PID)، تشبه طياراً ماهراً يعرف بالضبط مقدار الضغط على عصا التحكم لتصحيح الانحراف. ومع ذلك، فإن هؤلاء الطيارين القياسيين ثابتون في تفكيرهم؛ فهم لا يتعلمون من التغيرات اللحظية في الهواء. فإذا أصبحت الطائرة أثقل أو زادت قوة الرياح، فقد يبالغ الطيار الثابت في رد الفعل أو يقلل منه، مما يؤدي إلى طيران مهتز أو هدر في الطاقة. ولحل هذه المشكلة، سعى الباحثون منذ فترة طويلة لبناء أنظمة طيار آلي يمكنها التعلم وتعديل قواعدها الخاصة أثناء الطيران، وهو مفهوم يُعرف بالتحكم التكيفي. والسؤال الذي يحرك هذا المجال هو ما إذا كان بإمكان الآلة حقاً تعلم فيزياء الطيران في الوقت الفعلي واستخدام تلك المعرفة للطيران بشكل أفضل من نظام ثابت صممه البشر.

في دراسة حديثة، أخذ باحث يدعى محمد زوكي هذا السؤال إلى عالم افتراضي عالي الدقة ليرى ما إذا كان بإمكان طيار آلي متكيف أن يتفوق على الطيار الآلي القياسي الثابت. لقد عمل ضمن برنامج "مايكروسوفت فلايت سيموليتر" (Microsoft Flight Simulator)، وهو برنامج حاسوبي متطور يحاكي فيزياء الطيران الحقيقية بدقة مذهلة. وبدلاً من بناء طائرة بدون طيار مادية، والتي ستكون مكلفة ومحفوفة بالمخاطر للاختبار باستخدام برمجيات غير مستقرة، قام بإنشاء توأم رقمي لطائرة "بريداتور MQ-1"، وهي طائرة مسيرة عسكرية كبيرة طويلة المدى. وربط طائرته الافتراضية بحاسوب يعمل ببرمجيات التحكم المخصصة له، مما خلق حلقة حيث يرسل المحاكي بيانات الاستشعار إلى الحاسوب، ويرسل الحاسوب أوامر التوجيه مرة أخرى. هذا الإعداد، المسمى "البرمجيات في الحلقة" (software-in-the-loop)، سمح له باختبار أفكاره في بيئة واقعية دون خطر التحطم الحقيقي.

كان جوهر تجربة زوكي هو طريقة جديدة لتعليم الحاسوب كيفية الطيران. فقد منح البرمجيات أداة تسمى "المربعات الصغرى المتكررة" (Recursive Least Squares)، والتي تعمل بمثابة آلة حاسبة سريعة للغاية. وبينما كانت الطائرة الافتراضية تطير، كانت هذه الأداة تراقب باستمرار العلاقة بين التحكم في المصعد (الجزء من الذيل الذي يجعل الطائرة ترتفع أو تنخفض) والارتفاع الفعلي. واستخدمت هذه البيانات لبناء نموذج رياضي بسيط لسلوك الطائرة أثناء الطيران. وبناءً على هذا النموذج الذي يتم تحديثه باستمرار، قامت البرمجيات بتعديل المقابض الثلاثة الرئيسية للمتحكم (PID) — وهي الأرباح التناسبية والتكاملية والمشتقة — لمحاولة الحفاظ على سلاسة الطيران. وكان الأمل هو أنه من خلال إعادة حساب أفضل الإعدادات باستمرار، سيتمكن النظام المتكيف من التعامل مع الاضطرابات والتغيرات بشكل أفضل من النظام الثابت، الذي يستخدم نفس الإعدادات بغض النظر عن الظروف.

ومع ذلك، كشفت نتائج الدراسة عن حقيقة مفاجئة ومثبطة نوعاً ما. فبينما عمل النظام بشكل جيد بما يكفي لإبقاء الطائرة تحلق، إلا أنه لم يثبت أنه الأداء المتفوق الذي كان يأمل فيه الكثيرون. في الواقع، عندما قارن الباحث النظام المتكيف بالطيار الآلي القياسي ثابت الكسب باستخدام بيانات طيران حقيقية من المحاكي، وجد أن النظام المتكيف استخدم بالفعل جهداً أكبر بكثير في التحكم. فقد تحرك المصعد الافتراضي بشكل أكثر تكراراً وبشدة أكبر تحت التحكم المتكيف، مما يشير إلى أنه كان يعمل بجهد أكبر، وليس بذكاء أكبر. ووجدت الدراسة أن أداء المتحكم المتكيف لم يكن أفضل إحصائياً من المتحكم الثابت، وفي بعض مقاييس استخدام الطاقة، كان أسوأ.

أما الاكتشاف الأهم في الورقة البحثية، فلم يكن حول أي المتحكمين كان أفضل، بل كان حول خلل خفي في تصميم النظام المتكيف نفسه. فقد اكتشف الباحث قيداً هيكلياً في كيفية بناء الرياضيات. حاول النظام المتكيف وضع "الأقطاب" (poles) لنظام التحكم في الطيران — وهي نقاط رياضية تحدد الاستقرار — في منطقة آمنة لضمان عدم تمايل الطائرة. لكن الطريقة التي بُني بها النظام جعلت لديه ثلاثة مقابض قابلة للتعديل للتحكم في موقف يتطلب في الواقع أربعة مقابض. كان الأمر يشبه محاولة ضبط آلة موسيقية ذات أربعة أوتار باستخدام ثلاثة مفاتيح ضبط فقط. وبسبب عدم التطابق هذا، تُرك أحد نقاط الاستقرار دون تحكم.

هذه النقطة غير المتحكم بها، والتي يسميها الباحث "القطب المتبقي" (residual pole)، أصبحت غير مستقرة في حوالي 7.8 بالمائة من لحظات الطيران. وعلى الرغم من أن البرمجيات كانت تحتوي على حدود سلامة لمنع مقابض التحكم من الدوران بعيداً جداً، إلا أن هذه الحدود لم تستطع إصلاح عدم الاستقرار الأساسي بشكل موثوق. وقد تفاقمت المشكلة بسبب حقيقة أن البيانات التي كان يستخدمها الحاسوب للتعلم كانت غالباً صعبة التفسير، وهي حالة تُعرف باسم "سوء التكييف" (ill-conditioning)، مما جعل تخمينات الحاسوب بشأن سلوك الطائرة مهتزة. لم يكن عدم الاستقرار هذا مجرد خلل عابر، بل ظهر باستمرار عبر رحلات اختبار متعددة، حتى عندما اختبر الباحث نفس المنطق على محاكي مختلف تماماً ونموذج طائرة من نوع آخر.

تخلص الدراسة إلى أنه بينما تبدو فكرة الطيار الآلي المتكيف قوية، فإن الطريقة المحددة المستخدمة هنا تحتوي على خلل تصميمي جوهري. إن الجمع بين خوارزمية تعلم تعاني من البيانات المشوشة ومتحكم لا يمكنه إدارة جميع متغيرات الطيران بشكل كامل يخلق خطراً حقيقياً بعدم الاستقرار. ولا تدعي الأبحاث أن التحكم المتكيف مستحيل، لكنها تظهر أن هذا النهج المحدد، الذي يعتمد على تعديل بسيط لثلاثة مقابض لمشكلة مكونة من أربعة أجزاء، ليس قوياً بما يكفي للاستخدام في العالم الحقيقي. إن هذا العمل بمثابة تشخيص دقيق، يثبت أن مجرد إضافة ميزة التعلم إلى متحكم ليس كافياً؛ بل يجب أن تكون الرياضيات الأساسية قادرة على التعامل مع كامل تعقيد النظام الذي تحاول التحكم فيه. وبالنسبة لمستقبل تكنولوجيا الطائرات بدون طيار، يعني هذا أن المهندسين يجب أن يتطلعوا إلى ما وراء التعديلات البسيطة ويصمموا أنظمة يمكنها مراعاة كل درجة من درجات الحرية في ديناميكيات الطيران، لضمان عدم ترك أي نقطة استقرار للصدفة.