Resumen Técnico: Formulación de LQR de Estado de Error para el Seguimiento de Trayectorias de UAV Cuadrorrotor

Planteamiento del Problema

El control de Vehículos Aéreos No Tripulados (UAV) de tipo cuadrorrotor se ve complicado por su dinámica inherente no lineal, su subactuación y el requisito de un seguimiento preciso de trayectorias en entornos dinámicos. Los métodos de control tradicionales suelen enfrentarse a un compromiso entre la gestión eficiente de estas no linealidades y el mantenimiento de la tractabilidad computacional necesaria para aplicaciones en tiempo real. Específicamente, la representación de los errores de orientación mediante parametrizaciones estándar como los ángulos de Euler introduce singularidades, mientras que el control directo de la dinámica no lineal completa puede resultar computacionalmente prohibitivo para bucles de retroalimentación de alta frecuencia.

Metodología

El artículo propone una formulación de Regulador Cuadrático Lineal de Estado de Error (LQR) diseñada para abordar estos desafíos mediante una arquitectura de control en cascada y una representación matemática específica de los errores.

1. Representación del Estado de Error

El núcleo de la metodología es la definición de un vector de estado de error ($\delta x$) que captura las desviaciones de una trayectoria nominal.

• Definición del Estado: El estado completo incluye posición ($p$), velocidad ($v$) y orientación (representada como un cuaternión unitario $q$).
• Definición de Error: El estado de error $\delta x = [\delta p, \delta \theta, \delta v]^T$ se construye restando el estado nominal del estado real.
• Gestión de la Orientación: Crucialmente, el error de orientación no se representa como una diferencia de cuaterniones o ángulos de Euler. En su lugar, utiliza coordenadas exponenciales ($\delta \theta$), donde la matriz de error de rotación se define como $\delta R = \exp([\delta \theta]_\times)$. Esto proporciona una representación compacta y libre de singularidades para los errores de orientación.

2. Dinámica del Sistema y Linealización

El artículo deriva la cinemática y la dinámica para el estado real, el estado nominal y el estado de error basándose en un único supuesto de cuerpo rígido con masa agrupada.

• Derivación: Se derivan las derivadas temporales de los estados de error ($\dot{\delta p}, \dot{\delta v}, \dot{\delta \theta}$). La derivación emplea aproximaciones de ángulos pequeños e ignora términos de segundo orden para simplificar la relación entre la dinámica real y la nominal.
• Linealización: La dinámica no lineal del estado de error se linealiza alrededor del error de seguimiento actual a una frecuencia suficientemente alta. Esta relinearización iterativa permite que el sistema se represente en la forma $\dot{\delta x} \approx A\delta x + B\delta u$, donde $A$ y $B$ son matrices Jacobianas derivadas de la dinámica del error. Este enfoque permite el uso de la teoría de control lineal en un sistema no lineal al actualizar continuamente el punto de linealización.

3. Arquitectura de Control

La estrategia de control se implementa como un sistema en cascada:

• Bucle Externo (LQR): Se diseña un controlador LQR para minimizar una función de costo cuadrática $J = \int_0^\infty (\delta x^T Q \delta x + \delta u^T R \delta u) dt$. El controlador calcula una matriz de ganancia de retroalimentación $K$ (mediante la Ecuación de Riccati Algebraica) para generar una entrada de control correctiva $\delta u = -K\delta x$. La entrada de control total es $u_t = u - K\delta x$.
• Bucle Interno (Controlador de Velocidad Corporal): El LQR trata la velocidad angular deseada como una entrada de control virtual. Se emplea un controlador de velocidad corporal en cascada para seguir estas velocidades deseadas. Este bucle interno utiliza un controlador Proporcional (P) con linealización por retroalimentación, calculando el torque $\tau$ requerido basándose en el tensor de inercia $J$ y la diferencia entre las velocidades angulares deseada y real.

Contribuciones Clave

• Orientación Libre de Singularidades: El artículo demuestra el uso de coordenadas exponenciales para representar errores de orientación, evitando las singularidades asociadas con los ángulos de Euler.
• Relinearización Iterativa: Proporciona una derivación detallada que muestra cómo las dinámicas del estado de error pueden linealizarse alrededor del error actual, permitiendo que un controlador LQR opere eficazmente sobre la dinámica no lineal del cuadrorrotor en tiempo real.
• Integración de Control en Cascada: El trabajo integra el rastreador de trayectoria LQR con un controlador de velocidad corporal, gestionando explícitamente el mapeo desde los comandos de velocidad angular virtual hacia los torques físicos de los actuadores.
• Derivación Exhaustiva: El artículo ofrece una derivación matemática completa de la cinemática del estado de error, el proceso de linealización y la construcción de las matrices Jacobianas ($A$ y $B$) requeridas para la formulación LQR.

Resultados

El artículo presenta resultados de simulación que demuestran el rendimiento del controlador propuesto.

• Seguimiento de Trayectoria: Se demuestra que el controlador sigue con éxito una trayectoria de lemniscata (figura en ocho).
• Seguimiento de Yaw: El sistema sigue eficazmente los ángulos de yaw a lo largo de la trayectoria.
• Condiciones Iniciales: Los resultados señalan que los errores de seguimiento al inicio de la trayectoria se atribuyen a que el UAV comienza con una orientación inicial plana ($q_0 = (1, 0, 0, 0)^T$), la cual el controlador corrige posteriormente.

Significancia y Reivindicaciones

El artículo afirma que esta formulación de LQR de estado de error ofrece una solución robusta y computacionalmente eficiente para el seguimiento de trayectorias de cuadrorrotores. Al aprovechar las coordenadas exponenciales y la linealización iterativa, el método logra:

1. Precisión y Estabilidad: La capacidad de llevar los errores de posición, velocidad y orientación a cero en entornos dinámicos.
2. Aplicabilidad en Tiempo Real: La representación del sistema linealizado permite actualizaciones de control de alta frecuencia sin la carga computacional de resolver problemas de control óptimo no lineales completos en cada paso.
3. Robustez: El enfoque gestiona las no linealidades del cuadrorrotor centrándose en minimizar las desviaciones de una trayectoria nominal en lugar de controlar directamente la dinámica no lineal completa.

Este trabajo se posiciona como un marco práctico para el control preciso de cuadrorrotores, cerrando la brecha entre la teoría de control lineal clásica (LQR) y la compleja realidad no lineal del vuelo de los UAV.