Sintesi Tecnica: Formulazione LQR a Stato di Errore per il Tracking di Traiettorie di UAV Quadrotore

Definizione del Problema

Il controllo dei Quadrotor Unmanned Aerial Vehicles (UAV) è complicato dalle loro inerenti dinamiche non lineari, dall'sotto-attuazione e dalla necessità di un tracciamento preciso della traiettoria in ambienti dinamici. I metodi di controllo tradizionali affrontano spesso un compromesso tra la gestione efficiente di queste non linearità e il mantenimento della trattabilità computazionale necessaria per applicazioni in tempo reale. Nello specifico, la rappresentazione degli errori di orientamento tramite parametrizzazioni standard come gli angoli di Eulero introduce singolarità, mentre il controllo diretto delle dinamiche non lineari complete può essere computazionalmente proibitivo per cicli di feedback ad alta frequenza.

Metodologia

Il documento propone una formulazione di Regolatore Lineare Quadratico (LQR) a Stato di Errore progettata per affrontare queste sfide attraverso un'architettura di controllo a cascata e una specifica rappresentazione matematica degli errori.

1. Rappresentazione dello Stato di Errore

Il nucleo della metodologia è la definizione di un vettore di stato di errore ($\delta x$) che cattura le deviazioni da una traiettoria nominale.

• Definizione dello Stato: Lo stato completo include posizione ($p$), velocità ($v$) e orientamento (rappresentato come un quaternione unitario $q$).
• Definizione dell'Errore: Lo stato di errore $\delta x = [\delta p, \delta \theta, \delta v]^T$ è costruito sottraendo lo stato nominale dallo stato reale.
• Gestione dell'Orientamento: Fondamentalmente, l'errore di orientamento non è rappresentato come una differenza di quaternioni o come angoli di Eulero. Invece, utilizza coordinate esponenziali ($\delta \theta$), dove la matrice di errore di rotazione è definita come $\delta R = \exp([\delta \theta]_\times)$. Ciò fornisce una rappresentazione compatta e priva di singolarità degli errori di orientamento.

2. Dinamica del Sistema e Linearizzazione

Il documento deriva la cinematica e la dinamica per lo stato reale, lo stato nominale e lo stato di errore basandosi su un singolo assunto di corpo rigido con massa raggruppata.

• Derivazione: Le derivate temporali degli stati di errore ($\dot{\delta p}, \dot{\delta v}, \dot{\delta \theta}$) sono derivate. La derivazione impiega approssimazioni per piccoli angoli e ignora i termini del secondo ordine per semplificare la relazione tra le dinamiche reali e quelle nominali.
• Linearizzazione: Le dinamiche non lineari dello stato di errore vengono linearizzate attorno all'errore di tracciamento corrente a una frequenza sufficientemente elevata. Questa re-linearizzazione iterativa consente al sistema di essere rappresentato nella forma $\dot{\delta x} \approx A\delta x + B\delta u$, dove $A$ e $B$ sono matrici Jacobiane derivate dalle dinamiche di errore. Questo approccio permette l'uso della teoria del controllo lineare su un sistema non lineare aggiornando continuamente il punto di linearizzazione.

3. Architettura di Controllo

La strategia di controllo è implementata come un sistema a cascata:

• Anello Esterno (LQR): Un controllore LQR è progettato per minimizzare una funzione di costo quadratica $J = \int_0^\infty (\delta x^T Q \delta x + \delta u^T R \delta u) dt$. Il controllore calcola una matrice di guadagno di feedback $K$ (tramite l'Equazione di Riccati Algebrica) per generare un input di controllo correttivo $\delta u = -K\delta x$. L'input di controllo totale è $u_t = u - K\delta x$.
• Anello Interno (Controllore di Velocità di Corpo): L'LQR tratta la velocità angolare desiderata come un input di controllo virtuale. Viene impiegato un controllore di velocità di corpo a cascata per tracciare queste velocità desiderate. Questo anello interno utilizza un controllore Proporzionale (P) con feedback di linearizzazione, calcolando la coppia $\tau$ richiesta basata sul tensore d'inerzia $J$ e sulla differenza tra le velocità angolari desiderate e reali.

Contributi Chiave

• Orientamento Senza Singolarità: Il documento dimostra l'uso di coordinate esponenziali per rappresentare gli errori di orientamento, evitando le singolarità associate agli angoli di Eulero.
• Re-linearizzazione Iterativa: Fornisce una derivazione dettagliata che mostra come le dinamiche dello stato di errore possano essere linearizzate attorno all'errore corrente, permettendo a un controllore LQR di operare efficacemente sulle dinamiche non lineari del quadrotore in tempo reale.
• Integrazione del Controllo a Cascata: Il lavoro integra il tracker di traiettoria LQR con un controllore di velocità di corpo, gestendo esplicitamente la mappatura dai comandi di velocità angolare virtuale alle coppie fisiche degli attuatori.
• Derivazione Completa: Il documento offre una derivazione matematica completa della cinematica dello stato di errore, del processo di linearizzazione e della costruzione delle matrici Jacobiane ($A$ e $B$) necessarie per la formulazione LQR.

Risultati

Il documento presenta risultati di simulazione che dimostrano le prestazioni del controllore proposto.

• Tracciamento della Traiettoria: Il controllore dimostra di tracciare con successo una traiettoria lemniscata (a otto).
• Tracciamento dello Yaw: Il sistema traccia efficacemente gli angoli di yaw lungo la traiettoria.
• Condizioni Iniziali: I risultati rilevano che gli errori di tracciamento all'inizio della traiettoria sono attribuiti al fatto che l'UAV parte con un orientamento iniziale piatto ($q_0 = (1, 0, 0, 0)^T$), che il controllore corregge successivamente.

Significato e Rivendicazioni

Il documento sostiene che questa formulazione LQR a stato di errore offre una soluzione robusta ed efficiente dal punto di vista computazionale per il tracciamento della traiettoria di un quadrotore. Sfruttando le coordinate esponenziali e la linearizzazione iterativa, il metodo raggiunge:

1. Precisione e Stabilità: La capacità di portare a zero gli errori di posizione, velocità e orientamento in ambienti dinamici.
2. Applicabilità in Tempo Reale: La rappresentazione del sistema linearizzato consente aggiornamenti del controllo ad alta frequenza senza l'onere computazionale di risolvere problemi di controllo ottimale completamente non lineari ad ogni passo.
3. Robustezza: L'approccio gestisce le non linearità del quadrotore concentrandosi sulla minimizzazione delle deviazioni da una traiettoria nominale piuttosto che sul controllo diretto delle dinamiche non lineari complete.

Il lavoro si posiziona come un framework pratico per il controllo preciso dei quadrotori, colmando il divario tra la teoria del controllo lineare classica (LQR) e la complessa realtà non lineare del volo degli UAV.