⚡ electrical engineering

Practical Universal Tracking With Pivoted Unidirectional Actuation

Dieser Artikel stellt eine robuste Regelungsmethode für Roboterfahrzeuge mit geschwenkten unidirektionalen Aktuatoren vor, die durch die Führung des Aktuatorausgangs auf einen Zielball die Tracking-Garantien eines unbeschränkten Baseline-Controllers praktisch wiederherstellt.

Ursprüngliche Autoren: Ian J. Willebeek-LeMair, Craig A. Woolsey

Veröffentlicht 2026-04-08

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Ian J. Willebeek-LeMair, Craig A. Woolsey

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie steuern ein kleines Flugzeug oder einen Drohnen-Roboter. Normalerweise denken wir bei solchen Maschinen daran, dass sie Schub in jede Richtung geben können – vorwärts, rückwärts, nach links, nach rechts. Aber was passiert, wenn Ihr Motor nur in eine Richtung schieben kann? Wie ein Raketentriebwerk, das nur nach hinten feuert, oder ein Propeller, der nur Luft nach unten drückt?

Das ist das Problem, das Ian Willebeek-LeMair und Craig Woolsey in diesem Papier lösen. Sie haben einen neuen „Fahrplan" (einen Regler) entwickelt, damit diese einschränkenden Roboter trotzdem präzise Bahnen fliegen können, ohne zu verrückt zu werden.

Hier ist die Erklärung in einfachen Worten, mit ein paar bildhaften Vergleichen:

1. Das Problem: Der „Freifall-Singulärität"-Trick

Stellen Sie sich vor, Sie fahren ein Auto, das nur vorwärts fahren kann, aber Sie müssen eine Kurve fahren, die so scharf ist, dass Sie eigentlich rückwärts fahren müssten, um sie zu meistern. Oder noch besser: Stellen Sie sich einen Piloten vor, der sein Flugzeug so steuern muss, dass es kurzzeitig „schwebt" oder sogar kurz nach unten fällt, um eine scharfe Kurve zu fliegen.

In der Welt der Robotik gibt es einen berühmten „Trick" (einen mathematischen Fehler), der auftritt, wenn das Flugzeug genau in den Zustand gerät, in dem es nicht mehr genug Schub nach oben hat, um der Schwerkraft zu widerstehen (wie beim freien Fall).

Der alte Ansatz: Frühere Computerprogramme sagten einfach: „Das passiert nie!" oder sie verboten dem Roboter, zu schnell zu beschleunigen. Das ist wie ein Autofahrer, der sagt: „Ich fahre nie schneller als 30 km/h, damit ich nicht in eine Kurve komme, die ich nicht nehmen kann." Das ist sicher, aber es macht den Roboter extrem langsam und unfähig, echte Aufgaben zu erledigen.
Das neue Problem: Wenn man versucht, den Roboter genau zu steuern, wie er es tun sollte, stolpert der Computer über eine mathematische Wand (die sogenannte „Freifall-Singularität"). Es ist, als würde man versuchen, einen Kompass zu benutzen, der bei genau Norden verrückt spielt und alle Richtungen durcheinanderwirft.

2. Die Lösung: Das „Ziel-Ball"-Konzept

Die Autoren sagen: „Okay, wir können den Roboter nicht exakt auf jedem Millimeter der gewünschten Bahn halten, weil der Motor nur in eine Richtung schieben kann. Aber wir können ihn praktisch nah genug dran halten."

Stellen Sie sich vor, Sie werfen einen Ball in einen Korb.

Der alte Weg (Exakt): Sie versuchen, den Ball exakt in die Mitte des Korbs zu werfen. Wenn der Korb aber zu klein ist oder der Wind (die Physik) zu stark ist, verfehlen Sie ihn komplett oder der Computer bricht zusammen.
Der neue Weg (Praktisch): Sie sagen: „Es ist völlig in Ordnung, wenn der Ball irgendwo in den Korb fällt, solange er nicht daneben liegt."

Der neue Regler sagt dem Roboter nicht: „Schiebe genau in diese eine Richtung!" Sondern er sagt: „Schiebe in eine Richtung, die in der Nähe des gewünschten Ziels liegt."
Sie definieren einen kleinen, unsichtbaren Ball (einen Kreis) um das Ziel herum. Solange der Schub des Roboters innerhalb dieses Balls landet, ist alles gut. Das ist wie wenn Sie beim Werfen eines Balls nicht auf den Millimeter genau zielen müssen, solange Sie den Korb treffen.

3. Wie funktioniert das im Inneren? (Die zwei Schichten)

Der Regler arbeitet wie ein erfahrener Tanzlehrer mit zwei Schichten:

Der Tanzmeister (Außenkreis): Er schaut auf die große Bahn, die der Roboter fliegen soll (z. B. ein Viereck). Er berechnet, wo der Roboter sein sollte.
Der Choreograf (Innenkreis): Dieser Teil kümmert sich um den Motor. Er weiß: „Der Motor kann nur nach hinten schieben." Wenn der Tanzmeister sagt: „Wir müssen jetzt nach links!", kann der Motor das nicht direkt tun.
- Der Trick: Der Choreograf dreht den ganzen Roboter (wie einen Pirouetten-Tänzer), so dass der Motor, wenn er nach hinten schiebt, den Roboter in die gewünschte Richtung bewegt.
- Das Geniale: Wenn der Roboter so gedreht werden muss, dass er kurzzeitig „auf dem Kopf" steht (um den Schub umzulenken), passiert nichts mehr. Der alte Regler wäre hier abgestürzt. Der neue Regler sagt einfach: „Okay, wir drehen uns schnell um, solange wir im Ziel-Ball bleiben."

4. Warum ist das wichtig?

Früher mussten Roboter wie Drohnen oder Raketen sehr vorsichtig fliegen, um diese mathematischen „Löcher" zu vermeiden. Sie durften nicht zu schnell beschleunigen oder zu scharfe Kurven fliegen.

Mit diesem neuen Regler können diese Roboter:

Aggressiver fliegen: Sie können schnelle Manöver machen, die früher unmöglich waren.
Robuster sein: Wenn ein Windstoß kommt oder etwas schiefgeht, stürzt das System nicht ab. Es passt sich einfach an und bleibt im „Ziel-Ball".
Echte Aufgaben erledigen: Ob es nun darum geht, eine Drohne durch einen engen Tunnel zu steuern oder eine Rakete präzise zu lenken – der neue Regler macht es möglich, ohne dass die Mathematik „verrückt spielt".

Zusammenfassung

Die Autoren haben einen Weg gefunden, Roboter mit „einseitigen" Motoren (die nur schieben, nicht ziehen) so zu steuern, dass sie komplexe Bahnen fliegen können. Anstatt zu versuchen, unmögliche exakte Ziele zu erreichen, akzeptieren sie einen kleinen Spielraum (den Ball). Das verhindert, dass der Computer bei schwierigen Manövern abstürzt, und erlaubt den Robotern, schneller und sicherer zu fliegen.

Kurz gesagt: Sie haben den Roboter nicht gezwungen, perfekt zu sein, sondern ihm erlaubt, „gut genug" zu sein, damit er nicht in mathematische Fallen tappt und trotzdem seine Arbeit erledigt.

1. Problemstellung

Das Paper adressiert das Problem der Trajektorienfolgeregelung (Tracking Control) für robotische Systeme, die mit pivotalen unidirektionalen Aktuatoren ausgestattet sind. Ein solches System besteht aus einem äußeren Regelkreis (Fahrzeugdynamik, z. B. Position und Geschwindigkeit) und einem inneren Regelkreis (Gelenk- oder Pivot-Subsystem, z. B. Ausrichtung und Winkelgeschwindigkeit des Schubvektors).

Herausforderungen:

Unidirektionalität: Der Aktuator kann nur in eine Richtung drücken (z. B. Schub nach unten bei Drohnen, Vorwärtsgeschwindigkeit bei Fahrzeugen). Er kann nicht negativ werden ( $u_1 \ge 0$ ).
Singulärität (Free-Fall Singularity): Bei herkömmlichen Regelungsansätzen (wie Backstepping) wird oft angenommen, dass der Aktuator als unbeschränkter Eingangsvektor behandelt werden kann. Dies führt zu einer mathematischen Singularität, wenn der gewünschte Schubvektor den Nullvektor durchläuft (z. B. wenn eine Drohne in den freien Fall gerät oder eine scharfe Richtungsänderung erfordert, die einen Schub von null oder negativen Werten impliziert).
Fehler in bestehenden Ansätzen: Bisherige Lösungen umgehen dieses Problem entweder durch die unrealistische Annahme, dass der freie Fall nie eintritt, oder durch künstliche Beschränkungen der Beschleunigung (z. B. Beschleunigung muss kleiner als die Schwerkraft sein). Diese Einschränkungen führen zu einem signifikanten Leistungsverlust und verhindern robuste Eingangs-zu-Zustand-Stabilitäts-(ISS)-Ergebnisse, da Störungen die Controller überfordern könnten.

Das Ziel ist es, einen Regler zu entwerfen, der praktische universelle Folgerung (Practical Universal Tracking, PUT) ermöglicht, ohne künstliche Grenzen zu setzen und ohne die Singularität zu umgehen.

2. Methodik

Die Autoren schlagen einen neuartigen Regelungsansatz vor, der auf einer inneren/äußeren Schleifen-Architektur basiert und das Problem der unidirektionalen Beschränkung durch eine Mengen-basierte Strategie löst.

A. Beweis der Nicht-Existenz von Exakter Folgerung (EUT)

Zunächst wird bewiesen, dass für Systeme mit pivotalen unidirektionalen Aktuatoren keine exakte universelle Folgerung (Exact Universal Tracking, EUT) möglich ist.

Beweisidee: Es wird gezeigt, dass es glatte Trajektorien gibt, die das System nicht exakt nachfahren kann, da dies eine unstetige Änderung der Aktuatororientierung $\lambda(t)$ erfordern würde, was gegen die Annahme der Stetigkeit der Systemdynamik verstößt.
Folge: Da EUT unmöglich ist, muss das Ziel auf praktische Folgerung umgestellt werden, bei der der Fehler innerhalb einer kleinen, definierten Schranke $R$ bleibt.

B. Controller-Design: Mengen-basierter Ansatz

Statt den Aktuator exakt auf den gewünschten Vektor $a^*(t)$ zu zwingen (was bei $a^*(t)=0$ zu Problemen führt), wird der Aktuator so gesteuert, dass er in eine Kugel $A(t)$ konvergiert, die um den Zielwert $a^*(t)$ zentriert ist und einen Radius $r$ hat.

Innerer Regelkreis (Pivot-Subsystem):
- Vermeidung der Topologischen Obstruktion: Um das Problem der $S^1$ -Topologie (Winkel $\pi$ vs. $-\pi$ ) und das „Unwinding" (unnötiges Drehen um fast 360°) zu lösen, werden 1D-Modified-Rodrigues-Parameter (MRP) eingeführt. Diese bieten eine doppelte Überdeckung des Einheitskreises und erlauben eine glatte Darstellung der Orientierung.
- Lyapunov-Design: Ein Lyapunov-Funktionskandidat wird entwickelt, der die Konvergenz des tatsächlichen Schubvektors $a(t) = \lambda(t)u_1(t)$ in die Kugel $A(t)$ garantiert.
- Schaltlogik: Der Regler enthält eine intelligente Schaltlogik, die die Abhängigkeit von der Orientierung $\lambda^*(t)$ aufhebt, wenn der Zielwert $a^*(t)$ nahe null ist. Dies verhindert die Singularität, da in diesem Bereich die Orientierung beliebig sein kann, solange der Betrag des Schubs im zulässigen Bereich liegt.
- Backstepping: Der Regler wird mittels Backstepping entworfen, wobei die Winkelgeschwindigkeit $\omega$ als Stellgröße dient, um die Orientierung $\lambda$ zu steuern.

C. Äußerer Regelkreis und Stabilitätsanalyse

Der äußere Regelkreis nutzt einen bekannten ISS-stabilisierenden Regler $\kappa$ , der ursprünglich für unbeschränkte Eingänge entworfen wurde.
Die Abweichung zwischen dem tatsächlichen Schub und dem Zielwert ( $\Delta a = a - a^*$ ) wird als beschränkte Störung für den äußeren Regelkreis behandelt.
Durch die Konvergenz von $\Delta a$ in die Kugel mit Radius $r$ wird gezeigt, dass der Gesamtfehler des Systems global gleichmäßig asymptotisch stabil (GUAS) in einer Umgebung des Ursprungs ist. Der asymptotische Fehler ist durch $\gamma(\bar{g}r)$ beschränkt, wobei $\gamma$ eine Klasse- $\mathcal{K}_\infty$ -Funktion ist.

3. Wichtige Beiträge

Theoretischer Beweis der Unmöglichkeit von EUT: Der Nachweis, dass für Systeme mit pivotalen unidirektionalen Aktuatoren keine exakte universelle Folgerung existiert, was die Notwendigkeit eines PUT-Ansatzes unterstreicht.
Synthese eines PUT-Controllers: Entwicklung eines glatten Regelgesetzes, das die Singularität bei $a^*(t)=0$ umgeht, indem es die Zielorientierung nicht explizit definiert, sondern den Schubvektor in eine Kugel um den Zielwert lenkt.
Vermeidung künstlicher Grenzen: Im Gegensatz zu früheren Arbeiten werden keine künstlichen Beschränkungen der Beschleunigung (z. B. $< g$ ) eingeführt. Das System kann auch Manöver ausführen, die eine Beschleunigung größer als die Schwerkraft erfordern (z. B. Umkehren der Drohne).
Robustheit: Der Ansatz gewährleistet ISS-Eigenschaften (Input-to-State Stability) gegenüber Störungen, was bei früheren Ansätzen aufgrund der Singularität nicht möglich war.

4. Ergebnisse und Simulation

Die theoretischen Ergebnisse wurden an einem planaren Multirotor-Modell (Drohne) simuliert.

Szenario: Die Drohne soll eine aggressive quadratische Trajektorie nachfahren, die schnelle Richtungswechsel und Beschleunigungen erfordert, die größer als die Schwerkraft sind.
Ergebnis:
- Der vorgeschlagene Controller ermöglichte es der Drohne, die Trajektorie erfolgreich zu verfolgen.
- Um die hohen Beschleunigungen zu erreichen, drehte sich die Drohne in den „Kopfstand" (Schubvektor zeigt nach unten, während die Drohne auf dem Kopf steht), um den Schubvektor korrekt auszurichten.
- Herkömmliche Controller scheiterten an dieser Aufgabe: Sie lieferten entweder keine korrekte Reaktion oder liefen aufgrund der Division durch Null (Singularität) fehl.
- Der Tracking-Fehler konvergierte in einen kleinen, durch den Parameter $r$ definierten Bereich, was die praktische Universalität bestätigt.

5. Bedeutung und Ausblick

Dieses Paper liefert einen wichtigen theoretischen und praktischen Durchbruch für die Regelung von Robotersystemen mit unidirektionalen Aktuatoren (Drohnen, Raketen, Hovercraft, bodengebundene Fahrzeuge).

Praktische Relevanz: Es ermöglicht hochmanövrierfähige Flugmanöver (wie Inversionen bei Drohnen), die bisher als zu riskant oder unmöglich für robuste Controller galten.
Theoretische Grundlage: Es schließt die Lücke zwischen der idealisierten Annahme unbeschränkter Aktuatoren und der physikalischen Realität unidirektionaler Kräfte, ohne dabei die mathematische Stabilität zu opfern.
Zukünftige Arbeiten: Die Autoren sehen Potenzial in der Erweiterung auf 3D-Gimbals, der Behandlung von oberen Schranken der Aktuatorleistung und der Entwicklung von starken integralen ISS-Ergebnissen (SiISpS) für Systeme mit begrenzter Stellgröße.

Zusammenfassend stellt der vorgestellte Ansatz eine robuste, singuläritätsfreie Lösung dar, die die Leistungsfähigkeit von Robotern mit unidirektionalen Antrieben signifikant steigert.