Trajectory control of a suspended load with non-stopping flying carriers

Resumen Técnico: Control de Trayectoria de la Pose de una Carga Suspendida utilizando Transportadores Voladores de No-Detención

Planteamiento del Problema
El artículo aborda el desafío del transporte aéreo cooperativo de cargas suspendidas mediante cables utilizando Vehículos Aéreos No Tripulados (UAV). Mientras que la investigación existente ha cubierto extensamente los sistemas multirrotores capaces de mantenerse en vuelo estacionario (detenerse) para estabilizar cargas, estas plataformas sufren de un alcance y autonomía limitados, lo que las hace inadecuadas para la logística de larga distancia. Por el contrario, los UAV de ala fija ofrecen una eficiencia y autonomía superiores, pero poseen una restricción fundamental: no pueden mantenerse en vuelo estacionario y deben mantener una velocidad de avance positiva estricta para permanecer en el aire.

El problema central es diseñar un marco de control para un sistema de $n \geq 3$ transportadores voladores de "no-detención" (por ejemplo, UAV de ala fija) que puedan transportar cooperativamente una carga rígida a lo largo de una trayectoria deseada. La trayectoria puede incluir fases dinámicas (movimiento) y fases estáticas (reposo o movimiento lento). El sistema de control debe lograr dos objetivos simultáneos, a menudo conflictivos:

1. Seguimiento de la Carga: Regular la pose de 6 grados de libertad (6D) de la carga suspendida para seguir una trayectoria deseada con errores acotados.
2. Restricción de No-Detención: Garantizar que cada transportador mantenga una norma de velocidad estrictamente mayor que un umbral mínimo ($\varepsilon > 0$), evitando que se detengan o realicen vuelo estacionario, incluso cuando la propia carga esté estática o en movimiento lento.

Metodología
Los autores proponen una arquitectura de control de bucle cerrado que separa el seguimiento de la carga de la viabilidad de la trayectoria del transportador a través de tres componentes:

1. Controlador de Wrench de la Carga de Bucle Externo:
   Un controlador de retroalimentación computa el wrench deseado (fuerza y momento) requerido en el centro de masa de la carga para seguir la posición y orientación deseadas. Este módulo utiliza leyes de control PID basadas en errores de pose y velocidad para generar el wrench objetivo $w_d(t)$, independientemente de las restricciones del transportador.

2. Distribución de Fuerza de los Cables y Formulación de la Matriz de Agarre:
   El sistema utiliza la matriz de agarre $G(R_L)$ para mapear las fuerzas de los cables al wrench de la carga. Dado que el número de cables ($3n$) excede los grados de libertad de la carga (6), el sistema posee redundancia de fuerza interna. Las fuerzas de los cables se descomponen en:

• Una solución particular ($f_g$) que genera el wrench de la carga requerido.
• Un componente del nul espacio ($f_\lambda$) que representa las fuerzas internas que redistribuyen la tensión sin afectar el wrench neto de la carga.

3. Capa de Optimización (Modulación de Fuerza Interna):
   Este es el núcleo novedoso del método propuesto. En lugar de utilizar fuerzas internas de lazo abierto fijas (como en trabajos previos para cargas estáticas), los autores introducen una capa de optimización en línea.

• Parametrización: Los parámetros de fuerza interna $\lambda(t)$ se modelan como funciones sinusoidales con amplitud $A(t)$ y frecuencia $\xi(t)$ variables en el tiempo.
• Objetivo: El optimizador ajusta dinámicamente $A(t)$ y $\xi(t)$ para asegurar que las velocidades de los transportadores satisfagan la restricción de no-detención ($\|\dot{p}_{Ri}\| \geq \varepsilon$).
• Función de Costo: La optimización minimiza la variación de la amplitud y la frecuencia respecto al paso de tiempo anterior, así como la variación de las fuerzas internas y sus derivadas. Esto desincentiva los cambios abruptos en la tensión de los cables y en las trayectorias de los transportadores.
• Restricción: La optimización impone explícitamente que el origen sea excluido del conjunto de posibles velocidades de los transportadores, asegurando matemáticamente que la norma de la velocidad nunca caiga por debajo de $\varepsilon$.

4. Generador de Trayectoria del Transportador:
   Utilizando el wrench deseado y las fuerzas internas optimizadas, el sistema computa las tensiones de los cables requeridas y las trayectorias correspondientes de los transportadores. Estas trayectorias son luego rastreadas por controladores de bajo nivel de los transportadores.

Contribuciones Clave
El artículo afirma las siguientes contribuciones primarias:

• Primer Marco de Bucle Cerrado: Presenta la primera arquitectura de control para el transporte cooperativo de carga utilizando transportadores voladores de no-detención que permite el seguimiento de trayectorias de carga dinámicas (incluyendo fases de reposo) mientras se en fuerza estrictamente las restricciones de no-detención.
• Control de Wrench por Retroalimentación: El diseño de un controlador de retroalimentación que regula activamente la pose de la carga mediante el cálculo del wrench necesario.
• Optimización de Fuerza Interna en Línea: La formulación de una capa de optimización que moldea dinámicamente los parámetros de fuerza interna (amplitud y frecuencia de funciones sinusoidales) para garantizar el movimiento persistente de los transportadores sin alterar el wrench deseado de la carga. Esto permite que los transportadores "vuelen en círculos" o se muevan en trayectorias elípticas incluso cuando la carga está estática.

Resultados y Validación
El método fue validado mediante simulaciones numéricas que involucraron un sistema de cuatro transportadores transportando una carga rígida de 1.0 kg. Las simulaciones tuvieron en cuenta la dinámica completa de la carga y los cables, incluyendo no-idealidades como la elasticidad de los cables (modelados como resortes-amortiguadores sin masa).

• Escenario: Se le asignó a la carga la tarea de moverse desde un inicio estático, realizar una traslación lineal y regresar a una posición final estática.
• Sin Optimización: En un escenario de referencia sin la capa de optimización, los transportadores que intentaban seguir la cinemática de la carga realizaban giros cerrados que causaban que sus normas de velocidad cayeran a cero, violando la restricción de no-detención.
• Con Optimización: El controlador propuesto logró mantener las velocidades de los transportadores por encima del umbral ($\varepsilon = 0.2$ m/s) durante toda la misión. Cuando la carga estaba estática, los transportadores continuaron moviéndose en trayectorias elípticas (vuelo de espera o loitering) para mantener la viabilidad aerodinámica.
• Desempeño de Seguimiento: Los errores de seguimiento de la carga permanecieron acotados y convergieron a cero durante las fases estáticas. Los autores señalaron un ligero aumento en el error de posición en el caso optimizado en comparación con el caso no optimizado (error medio de 0.015 m frente a 0.013 m), atribuyéndolo a que las mayores velocidades de los transportadores excitan los cables viscoelásticos. Sin embargo, el compromiso se consideró aceptable para satisfacer la restricción de no-detención.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como un paso fundacional hacia la logística aérea escalable y de largo alcance utilizando UAV de ala fija o convertibles. Al desacoplar el movimiento deseado de la carga de las restricciones cinemáticas de los transportadores mediante la optimización de la fuerza interna, el método permite el uso de plataformas eficientes y de no-vuelo estacionario para tareas que tradicionalmente requerían multirrotores con capacidad de vuelo estacionario.

El artículo afirma modestamente proporcionar la primera solución para el seguimiento de carga dinámica bajo restricciones de no-detención, yendo más allá de las estrategias previas de lazo abierto limitadas a cargas estáticas. Enfatiza que el marco propuesto logra prevenir el estancamiento de los transportadores mientras alcanza un seguimiento preciso de la trayectoria de la carga, cerrando así la brecha entre la eficiencia aerodinámica de los vehículos de ala fija y la destreza requerida para la manipulación cooperativa. El trabajo futuro se identifica como el refinamiento del modelo para incluir la dinámica completa del vehículo, el manejo de posibles fallos de optimización y el avance hacia la validación experimental en UAV multirrotores que emulen las restricciones de ala fija y, eventualmente, en UAV convertibles reales.