Robust Attitude Control of Nonlinear UAV Dynamics with LFT Models and $\mathcal{H}_\infty$ Performance

Titolo: Controllo Robusto dell'Assetto di Dinamiche Non Lineari di UAV con Modelli LFT e Prestazioni $H_\infty$

Autori: Tanay Kumar e Raktim Bhattacharya (Texas A&M University)

1. Il Problema

Il controllo dell'assetto (stabilizzazione) dei Veicoli Aerei Non Pilotati (UAV) multi-rotore in ambienti incerti presenta sfide significative dovute a:

• Dinamiche non lineari: Le equazioni del moto rotazionale contengono termini trigonometrici e prodotti di stati che rendono difficile l'applicazione di controllori lineari classici.
• Variazioni parametriche: Cambiamenti nella distribuzione di massa e nelle proprietà aerodinamiche.
• Disturbi esterni: Turbolenza atmosferica, gradienti di vento e raffiche.
• Limitazioni dei sensori: Rumore nei giroscopi e imprecisioni nelle misurazioni.

I controllori convenzionali, come il PID (Proportional-Integral-Derivative) in configurazione cascata, sono ampiamente utilizzati per la loro semplicità computazionale, ma soffrono di limitazioni intrinseche:

• Trattano il sistema come SISO (Single-Input-Single-Output), trascurando gli accoppiamenti multi-assiali.
• Si basano su sintonizzazioni euristica e non offrono garanzie di robustezza formale contro incertezze parametriche o disturbi esterni.
• I metodi di gain scheduling migliorano parzialmente la situazione ma richiedono una calibrazione empirica estensiva.
• Approcci non lineari avanzati (es. backstepping, linearizzazione per feedback) spesso introducono complessità strutturale eccessiva o sono sensibili agli errori di modellazione.

2. Metodologia

Gli autori propongono un framework di controllo robusto basato sulla teoria $H_\infty$ integrata con modelli LPV (Linear Parameter-Varying) e la formulazione LFT (Linear Fractional Transformation).

• Modellazione LPV-LFT:

  • Le dinamiche rotazionali non lineari dell'UAV (equazioni di Newton-Euler) non vengono linearizzate localmente.
  • Le non linearità (funzioni trigonometriche come $\sin\phi, \cos\theta$) e i termini dipendenti dallo stato vengono identificati come parametri variabili $\rho$.
  • Questi parametri vengono trattati come blocchi di incertezza strutturata all'interno di una trasformazione frazionaria lineare (LFT). Questo permette di mantenere la fedeltà completa delle dinamiche non lineari mentre si utilizza un framework di sintesi lineare.

• Problema di Controllo:

  • Obiettivo: Progettare un controllore a retroazione dell'uscita ($K$) che regoli l'errore di assetto e lo sforzo degli attuatori.
  • Input di misura: Il controllore utilizza esclusivamente le misurazioni dei giroscopi (velocità angolari $p, q, r$), senza richiedere la conoscenza diretta degli angoli di Eulero o la stima dello stato tramite filtri di Kalman complessi.
  • Rumore e Disturbi: Il rumore del sensore è modellato con pesi dipendenti dalla frequenza per catturare le caratteristiche spettrali reali dei sensori MEMS. I disturbi (raffiche di vento) sono modellati tramite il modello di turbolenza Dryden.
  • Sintesi: Il problema è formulato come la minimizzazione della norma $H_\infty$ ($\|T_{w \to z}\|_{H_\infty}$) del sistema in anello chiuso, garantendo che l'amplificazione dei disturbi peggiori sia limitata.

• Implementazione:

  • Utilizzo del toolbox di controllo robusto di MATLAB (hinfsyn).
  • Per gestire i poli nell'origine (tipici della dinamica rotazionale libera), sono stati introdotti termini di smorzamento viscoso minimi per rendere il problema matematicamente ben posto, senza alterare significativamente la fedeltà fisica.

3. Contributi Chiave

Il lavoro apporta tre contributi principali alla letteratura sul controllo UAV:

1. Framework Sistematico LFT: Stabilisce un metodo rigoroso per rappresentare le dinamiche non lineari dei multi-rotori all'interno della formalità LFT, trattando le non linearità trigonometriche come incertezze strutturate invece di approssimazioni lineari.
2. Sintesi di Controllo Robusto con Sensori Limitati: Sviluppa e valida tecniche di sintesi $H_\infty$ che utilizzano solo misurazioni giroscopiche, caratterizzando esplicitamente il rumore dipendente dallo stato e garantendo stabilità anche in presenza di incertezze parametriche.
3. Analisi Comparativa Quantitativa: Fornisce un confronto dettagliato tra controllori PID classici e l'approccio robusto proposto, quantificando i miglioramenti nel rigetto dei disturbi e nell'ottimizzazione dello sforzo di controllo in condizioni di turbolenza.

4. Risultati

Le simulazioni non lineari sono state condotte in un ambiente Simulink con un modello UAV a 10 kg soggetto a raffiche di vento fino a 15 m/s (modello Dryden) e rumore di sensore (SNR 35 dB).

• Prestazioni di Regolazione:
  • Il controllore $H_\infty$ ha dimostrato prestazioni nettamente superiori rispetto al PID.
  • Errore di Picco: Il PID ha mostrato deviazioni di assetto massime superiori a 30.54°, mentre il controllore $H_\infty$ ha ridotto l'errore a 7.12° (una riduzione di circa un ordine di grandezza).
  • RMSE (Root Mean Square Error): Il PID ha registrato un RMSE di 5.67°, contro 1.35° del controllore $H_\infty$.
• Efficienza degli Attuatori:
  • Il controllore $H_\infty$ ha raggiunto una migliore tracciabilità con uno sforzo degli attuatori (momenti di rollio, beccheggio e imbardata) inferiore e meno aggressivo rispetto al PID.
  • Il controllore ha mantenuto le prestazioni entro i limiti di banda degli attuatori.
• Robustezza:
  • I parametri di scheduling $\rho(t)$ sono rimasti all'interno dei limiti previsti durante tutta la simulazione, confermando la validità dell'assunzione LPV.
  • Il sistema ha mantenuto la stabilità e le prestazioni garantite nonostante le forti perturbazioni e il rumore di misura.

5. Significato e Impatto

Questo studio dimostra che l'approccio LPV-LFT con sintesi $H_\infty$ è una soluzione praticabile e superiore per il controllo di UAV in ambienti operativi reali e incerti.

• Superiorità Teorica e Pratica: Risolve il compromesso tra la complessità computazionale dei metodi non lineari e la fragilità dei controllori lineari classici, fornendo garanzie formali di stabilità.
• Applicabilità: Il metodo è particolarmente adatto per missioni autonome critiche come la navigazione urbana, le operazioni VTOL (Take-Off and Landing Verticale) e la consegna di carichi in condizioni di vento forte, dove i controllori PID tradizionali potrebbero fallire.
• Validazione: I risultati confermano che è possibile ottenere prestazioni di regolazione dell'assetto di alta qualità utilizzando solo sensori giroscopici economici (MEMS), rendendo la tecnologia accessibile per piattaforme UAV con risorse computazionali limitate.