⚡ electrical engineering

Coordinated Incremental Trajectory Tracking of a Tailsitter Drone

Cet article présente un cadre de platitude différentielle analytique basé sur des matrices de rotation pour les UAV de type tailsitter qui étend les capacités de suivi de trajectoire de l'état de l'art à des régimes de vol présentant une vitesse verticale significative, validé par des résultats expérimentaux.

Auteurs originaux : Evangelos Ntouros, Ewoud J. J. Smeur

Publié 2026-07-14

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Evangelos Ntouros, Ewoud J. J. Smeur

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez un drone capable de faire deux choses très différentes : rester immobile comme un colibri, puis foncer vers l'avant comme un jet rapide. Ce type spécifique de drone est appelé un « tailsitter » (un drone à voilure basculante). Il commence sa vie debout sur sa queue, puis bascule pour voler horizontalement. C'est un gadget génial pour les missions de sauvetage ou la livraison de colis, mais c'est aussi une petite « diva » à contrôler.

Le problème que les auteurs de cet article ont abordé est comparable à celui d'essayer d'apprendre à une danseuse à tournoyer tout en courant en haut d'une pente raide. Les anciennes méthodes de contrôle de ces drones fonctionnaient très bien lorsqu'ils volaient à plat et de manière stable. Mais dès que le drone tentait de voler avec une grande vitesse verticale — comme plonger ou grimper tout en tournant — les anciennes méthodes de contrôle commençaient à trébucher. Elles reposaient sur un ensemble de règles (appelées angles d'Euler) qui s'embrouillent et s'effondrent lorsque le drone ne vole pas à l'horizontale. C'est comme essayer d'utiliser une boussole qui tourne follement dès que vous penchez la tête ; le drone se perdrait ou s'écraserait.

La Grande Idée : Une Nouvelle Carte pour le Drone
L'équipe, dirigée par Evangelos Ntouros et Ewoud J. J. Smeur de l'Université de technologie de Delft, a conçu une toute nouvelle façon de calculer la trajectoire du drone. Au lieu d'utiliser les règles confuses de « l'inclinaison et du lacet » qui tombent en panne, ils ont utilisé un outil mathématique appelé « matrices de rotation ». Considérez cela comme le passage d'une carte en papier qui se déchire quand on la plie mal, à un globe holographique en 3D robuste qui fonctionne peu importe la façon dont on le fait pivoter.

Ils ont prouvé mathématiquement que cette nouvelle méthode permet au drone d'emprunter des trajectoires « coordonnées ». En langage clair, cela signifie que le drone peut effectuer un virage incliné fluide (comme un avion dans un film), même lorsqu'il monte ou descend rapidement. L'ancienne méthode ne pouvait pas gérer cela ; elle heurtait un mur mathématique (une singularité) et cessait de fonctionner. La nouvelle méthode, quant à elle, reste calme et continue de calculer la bonne direction, même lorsque le drone effectue des mouvements complexes.

Comment Ils l'Ont Testé
Pour voir si leur nouvelle mathématique fonctionnait réellement dans le monde réel, ils n'ont pas seulement utilisé des simulations informatiques. Ils ont pris un vrai drone, le Parrot Swing, et l'ont emmené dans une grande pièce intérieure de 10 x 10 x 5 mètres. Cette pièce était remplie de caméras pour suivre chaque mouvement du drone avec une précision extrême.

Ils ont programmé le drone pour effectuer une manœuvre de « demi-boucle ». Imaginez le drone volant vers l'avant, puis effectuant une boucle vers le haut et par-dessus lui-même, comme un roller coaster, avant de revenir en bas.

Le Défi : Ils ont fait entrer le drone dans la boucle à 2 m/s et l'ont accéléré jusqu'à 3,2 m/s à la sortie.
Le Résultat : Le drone a suivi la trajectoire parfaitement. L'erreur entre l'endroit où il était censé être et l'endroit où il se trouvait réellement est restée infime — moins de 0,4 mètre durant tout le processus.

Ils ont également tenté une version plus complexe : une boucle tout en effectuant un mouvement latéral (mouvement cross-track) à des vitesses allant jusqu'à 2,5 m/s, atteignant une vitesse totale de 3,6 m/s. Dans ce test, l'ancienne méthode aurait complètement échoué car le calcul du « lacet » (la direction vers laquelle pointe le nez) devient impossible à définir lorsque le drone se déplace latéralement et verticalement en même temps. La nouvelle méthode ? Elle a maintenu le drone sur sa trajectoire sans sourciller.

Ce Qu'Ils N'Ont Pas Fait (et Pourquoi Cela Importe)
Il est important de savoir ce que cet article ne prétend pas. Les auteurs déclarent explicitement que leur méthode repose sur un modèle simplifié de la façon dont l'air pousse contre le drone. Ils n'ont pas essayé de cartographier chaque petit coup de vent ou effet aérodynamique complexe, ce qui prendrait un temps infini à mesurer. Au lieu de cela, ils ont utilisé un modèle qui est « assez bon » et rapide à calculer.

Ils admettent également que si le drone est en chute libre (tombant sans puissance moteur) ou si la vitesse de l'air est nulle (en vol stationnaire parfait), leur nouvelle mathématique rencontre un obstacle. Mais ils soutiennent qu'un pilote intelligent (ou un ordinateur intelligent planifiant le vol) devrait simplement éviter ces situations spécifiques. Ils n'ont pas résolu le problème de « comment voler en chute libre » ; ils ont résolu le problème de « comment voler de manière fluide en tournant et en grimpant ».

Le Bilan
Les auteurs ont réussi à démontrer que leur nouveau « globe » mathématique fonctionne mieux que l'ancienne « carte en papier » pour ces trajectoires spécifiques et complexes. Ils l'ont prouvé par des vols réels en laboratoire, montrant que le drone pouvait gérer des vitesses verticales et des virages inclinés qui auraient dérouté les contrôleurs précédents.

Bien qu'ils n'aient pas résolu tous les problèmes de vol possibles, ils ont ouvert la porte à des acrobaties plus impressionnantes et rapides pour ces drones tailsitters. La prochaine étape, disent-ils, est de déterminer comment planifier automatiquement ces trajectoires complexes afin que le drone puisse les réaliser de manière autonome, et de tester le tout à l'extérieur, face au vent réel. Mais pour l'instant, ils ont montré qu'avec la bonne mathématique, un drone peut danser dans le ciel sans trébucher sur ses propres pieds.

Résumé technique : Suivi de trajectoire incrémental coordonné d'un drone de type "tailsitter"

Énoncé du problème
Les véhicules aériens non habités (UAV) hybrides, spécifiquement les modèles "tailsitters" (à dérive), offrent la capacité de passer du vol stationnaire au vol horizontal. Cependant, le contrôle de ces véhicules sur l'ensemble de leur enveloppe de vol est complexe, particulièrement lors de régimes de vol coordonnés impliquant des composantes de vitesse verticale significatives. Les approches de pointe existantes basées sur la platitude différentielle, telles que celle proposée par Tal et al. [3], reposent sur des hypothèses valables principalement pour le vol en palier. Lorsqu'elles sont appliquées à des trajectoires présentant une vitesse verticale importante, ces approches rencontrent des singularités ou des ambiguïtés, notamment lors de la définition de l'angle de lacet ou lorsque la composante verticale de la force spécifique approche de zéro. De plus, les formulations alternatives utilisant le modèle aérodynamique de la théorie $\pi$ [6] nécessitent souvent des identifications coûteuses en soufflerie et introduisent des singularités près du vol stationnaire où l'angle d'attaque et la dérive sont indéfinis.

Méthodologie
Les auteurs proposent un cadre pour la dérivation analytique d'une transformée de platitude différentielle pour un quadrotor tailsitter en conditions de vol coordonné. La méthodologie repose sur les piliers suivants :

Modélisation aérodynamique : Le travail utilise la paramétrisation de la théorie $\phi$ [4], qui offre un modèle global applicable à toute l'enveloppe de vol, incluant les phases de transition et de décrochage. Contrairement à la théorie $\pi$ , cette approche évite les singularités près du vol stationnaire et permet l'identification des paramètres directement à partir des données de vol sans coefficients de portance et de traînée explicites. La force spécifique nette est modélisée comme une somme des forces aérodynamiques et de la poussée spécifique, exprimée entièrement dans le référentiel corps.
Formulation de la matrice de rotation : Pour éviter les singularités et les ambiguïtés inhérentes aux représentations par angles d'Euler, l'attitude et la dynamique de rotation sont formulées exclusivement à l'aide de matrices de rotation. L'orientation du véhicule est représentée par la matrice de rotation $R^i_b \in SO(3)$ .
Dérivation de la platitude différentielle :
- Sortie plate : La position $p$ du véhicule est choisie comme sortie plate.
- Reconstruction de l'attitude : Pour un vol coordonné, la vitesse relative à la masse d'air ( $v_a$ ) et la force spécifique ( $f$ ) doivent se situer sur le plan XZ du corps. L'axe Y du corps ( $b_y$ ) est dérivé analytiquement comme le produit vectoriel normalisé de $v_a$ et $f$ . Un repère intermédiaire $E$ est construit pour faciliter le calcul de la rotation du repère inertiel vers le repère corps.
- Transformée analytique : L'article dérive des expressions analytiques en forme close pour l'attitude ( $R^i_b$ ), les vitesses angulaires ( $\Omega$ ) et les accélérations angulaires ( $\dot{\Omega}$ ) basées sur la sortie plate et ses dérivées jusqu'au quatrième ordre. Cela permet le calcul direct des signaux de l'action directe (feedforward).
- Récupération des entrées de commande : Les entrées de commande (vitesses des hélices) sont récupérées analytiquement à partir des accélérations angulaires requises et de la poussée spécifique via une matrice d'efficacité de commande.
Architecture du contrôleur : La transformée de platitude dérivée est intégrée dans un contrôleur d'inversion dynamique non linéaire incrémental (INDI). Le contrôleur utilise la transformée analytique pour générer des signaux de vitesse et d'accélération angulaire en action directe, qui sont combinés avec des termes de rétroaction pour suivre les trajectoires de référence.
Gestion des singularités : Les auteurs reconnaissent que la formulation présente des singularités lorsque $\|v_a \times f\| = 0$ (par exemple, près du vol stationnaire, en chute libre ou lorsque la vitesse et la force sont alignées). Bien que la stratégie principale consiste à gérer cela au niveau de la génération de trajectoire, une approche heuristique est adoptée pour le contrôleur : à proximité des singularités, l'axe Y du corps commandé est maintenu constant sur la base de l'étape de temps précédente. Pour les conditions proches du vol stationnaire, le système bascule vers la transformée de platitude non coordonnée de [3].

Contributions clés

Transformée de platitude différentielle analytique : L'article dérive une transformée de platitude différentielle analytique spécifiquement pour le vol coordonné des UAV tailsitters en utilisant la paramétrisation de la théorie $\phi$ .
Exclusivité de la matrice de rotation : La formulation évite totalement les angles d'Euler, utilisant des matrices de rotation pour garantir la robustesse contre les singularités et les ambiguïtés de représentation de l'attitude.
Extension de l'applicabilité : Le cadre étend l'applicabilité des architectures de contrôle incrémental existantes aux régimes de vol présentant une vitesse verticale significative, là où les méthodes précédentes (ex: [3]) échouent ou deviennent singulières.
Validation expérimentale : L'approche est validée expérimentalement sur un quadrotor tailsitter Parrot Swing. Les expériences démontrent un suivi réussi de manœuvres complexes, incluant des demi-boucles avec des mouvements verticaux et transversaux, là où les méthodes non coordonnées rencontreraient des singularités.

Résultats
Des essais expérimentaux ont été menés dans une arène intérieure à l'aide d'un système de capture de mouvement. Deux scénarios principaux ont été testés :

Manœuvre de demi-boucle : Une trajectoire comprenant une entrée de 4 m, une demi-boucle de rayon 1,5 m et une sortie symétrique. Le contrôleur proposé a suivi la trajectoire avec succès avec une norme d'erreur inférieure à 0,4 m. L'expérience a mis en évidence que la méthode non coordonnée échouerait à la sortie de la boucle lorsque la composante verticale de la force spécifique approche de zéro, provoquant une singularité dans le calcul du lacet. La méthode proposée est restée bien définie.
Demi-boucle avec mouvement transversal : Une manœuvre 3D combinant une demi-boucle et un mouvement latéral. Ce scénario a davantage démontré l'incapacité des méthodes non coordonnées à définir un angle de lacet cohérent pour un vol coordonné en 3D. La transformée proposée a maintenu la stabilité, bien qu'une légère sensibilité ait été observée près de la condition où $v_a \parallel f$ , attribuée au bruit des estimations de vitesse du système de positionnement.

Signification et affirmations
Les auteurs positionnent ce travail comme une avancée complémentaire au cadre de contrôle de vol non coordonné présenté dans [3]. Alors que [3] traite du vol non coordonné, cet article s'adresse au régime de vol coordonné, permettant ainsi des manœuvres à haute vitesse et des trajectoires plus complexes, auparavant inaccessibles aux contrôleurs basés sur la platitude différentielle pour les tailsitters.

L'article affirme modestement que le cadre proposé :

Élimine le besoin d'identifications coûteuses en soufflerie en s'appuyant sur des paramètres de la théorie $\phi$ identifiés par les données de vol.
Évite les singularités associées aux angles d'Euler et aux conditions de vol stationnaire présentes dans les modèles de la théorie $\pi$ .
Fournit une solution analytique bien définie pour l'attitude et les entrées de commande en vol coordonné, même lorsque la vitesse verticale est importante.

Les auteurs notent que la génération de trajectoire reste un défi en raison de la nature sous-puissante du véhicule et de la nécessité d'éviter la saturation des actionneurs, et ils identifient la génération de trajectoire en ligne et la validation en vol extérieur comme des travaux futurs nécessaires. Ils proposent également le potentiel d'un cadre unifié combinant les transformées coordonnées et non coordonnées pour permettre une gamme plus large de manœuvres acrobatiques.

Articles similaires