⚡ electrical engineering

Coordinated Incremental Trajectory Tracking of a Tailsitter Drone

Questo articolo presenta un framework di piattezza differenziale analitica basato su matrici di rotazione per UAV tailsitter che estende le capacità di tracciamento delle traiettorie allo stato dell'arte a regimi di volo con velocità verticale significativa, validato attraverso risultati sperimentali.

Autori originali: Evangelos Ntouros, Ewoud J. J. Smeur

Pubblicato 2026-07-14

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Evangelos Ntouros, Ewoud J. J. Smeur

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate un drone capace di fare due cose molto diverse: rimanere sospeso perfettamente immobile come un colibrì e poi scattare in avanti come un jet velocissimo. Questo tipo specifico di drone è chiamato "tailsitter" (un drone che decolla verticalmente). Inizia la sua vita in piedi sulla coda, per poi ribaltarsi e volare orizzontalmente. È un gadget fantastico per le missioni di soccorso o per la consegna di pacchi, ma è anche un po' una "diva" da controllare.

Il problema che gli autori di questo articolo hanno affrontato è come cercare di insegnare a una ballerina come ruotare mentre corre su una ripida salita. I metodi precedenti per controllare questi droni funzionavano benissimo quando volavano in modo piano e costante. Ma non appena il drone cercava di volare con una grande velocità verticale — come tuffarsi verso il basso o salire rapidamente mentre curva — i vecchi metodi di controllo iniziavano a inciampare. Si basavano su un insieme di regole (chiamate angoli di Eulero) che si confondono e smettono di funzionare quando il drone non vola in piano. È come cercare di usare una bussola che gira selvaggiamente ogni volta che inclini la testa; il drone si perderebbe o si schianterebbe.

La Grande Idea: Una Nuova Mappa per il Drone
Il team, guidato da Evangelos Ntouros ed Ewoud J. J. Smeur della Delft University of Technology, ha ideato un modo completamente nuovo per calcolare la traiettoria del drone. Inveve di usare le confuse regole di "inclinazione e rotazione", hanno utilizzato uno strumento matematico chiamato "matrici di rotazione". Pensate a questo come al passaggio da una mappa di carta che si strappa quando la pieghi nel modo sbagliato, a un robusto globo olografico in 3D che funziona indipendentemente da come lo si faccia ruotare.

Hanno dimostrato matematicamente che questo nuovo metodo permette al drone di seguire percorsi "coordinati". In parole povere, significa che il drone può eseguire una curva inclinata fluida (come un aereo in un film) anche mentre si muove verso l'alto o verso il basso velocemente. Il vecchio metodo non era in grado di gestire ciò; avrebbe colpito un muro matematico (una singolarità) e avrebbe smesso di funzionare. Il nuovo metodo, invece, mantiene la calma e continua a calcolare la direzione corretta, anche quando il drone compie manovre difficili.

Come lo hanno testato
Per vedere se la loro nuova matematica funzionasse davvero nel mondo reale, non si sono limitati a simulazioni al computer. Hanno preso un vero drone, il Parrot Swing, e lo hanno portato in una grande stanza interna grande 10 x 10 x 5 metri. Questa stanza era piena di telecamere per tracciare ogni movimento del drone con estrema precisione.

Hanno programmato il drone per eseguire una manovra a "semicerchio" (half-loop). Immaginate il drone che vola in avanti, poi compie un loop verso l'alto e sopra di sé, come un ottovolante, e torna giù.

La Sfida: Hanno fatto entrare il drone nel loop a 2 m/s e accelerare fino a 3,2 m/s in uscita.
Il Risultato: Il drone ha seguito la traiettoria perfettamente. L'errore tra dove avrebbe dovuto essere e dove si trovava effettivamente è rimasto minuscolo — meno di 0,4 metri per tutto il tempo.

Hanno anche provato una versione più complicata: un loop mentre si muove lateralmente (moto cross-track) a velocità fino a 2,5 m/s, raggiungendo una velocità totale di 3,6 m/s. In questo test, il vecchio metodo sarebbe fallito completamente perché la matematica relativa allo "yaw" (ovvero la direzione in cui punta il muso) diventa impossibile da definire quando il drone si muove lateralmente e contemporaneamente verso l'alto o verso il basso. Il nuovo metodo? Ha mantenuto il drone in pista senza nemmeno sudare.

Cosa non hanno fatto (e perché è importante)
È importante sapere cosa questo articolo non afferma. Gli autori dichiarano esplicitamente che il loro metodo si basa su un modello semplificato di come l'aria spinge contro il drone. Non hanno cercato di mappare ogni singola piccola folata di vento o complesso effetto aerodinamico, il che richiederebbe un tempo infinito per essere misurato. Invece, hanno usato un modello che è "abbastanza buono" e veloce da calcolare.

Ammettono anche che se il drone è in caduta libera (cade senza potenza del motore) o se la velocità dell'aria è zero (sta volando fermo in hovering), la loro nuova matematica incontra un ostacolo. Ma sostengono che un pilota intelligente (o un computer intelligente che pianifica il volo) dovrebbe semplicemente evitare queste situazioni specifiche. Non hanno risolto il problema di "come volare in caduta libera"; hanno risolto il problema di "come volare fluidamente mentre si curva e si sale".

Il Punto Fondamentale
Gli autori hanno dimostrato con successo che il loro nuovo "globo" matematico funziona meglio della vecchia "mappa di carta" per questi percorsi di volo specifici e complicati. Lo hanno provato con voli reali in un laboratorio, mostrando che il drone poteva gestire velocità verticali e curve inclinate che avrebbero confuso i controller precedenti.

Sebbene non abbiano risolto ogni possibile problema di volo, hanno aperto la porta affinché questi droni tailsitter possano eseguire acrobazie più eccitanti e ad alta velocità. Il passo successivo, dicono, è capire come pianificare automaticamente questi percorsi complicati in modo che il drone possa farli da solo, e testarli all'esterno, nel vento reale. Ma per ora, hanno dimostato che con la matematica giusta, un drone può danzare nel cielo senza inciampare nei propri piedi.

Sintesi Tecnica: Tracciamento di Traiettorie Incrementali Coordinate per un Drone Tailsitter

Problematica
I velivoli aerei ibridi (UAV), specificamente i tailsitter, offrono la capacità di transitare tra il volo stazionario (hover) e il volo traslato. Tuttavia, controllare questi veicoli attraverso l'intero inviluppo di volo è complesso, particolarmente durante regimi di volo coordinato che coinvolgono componenti significative di velocità verticale. Gli esistenti sistemi di controllo basati sulla piattezza differenziale (differential flatness), come quello proposto da Tal et al. [3], si basano su assunzioni valide principalmente per il volo livellato. Quando applicati a traiettorie con una velocità verticale significativa, questi approcci incontrano singolarità o ambiguità, specialmente nella definizione dell'angolo di imbardata (yaw) o quando la componente verticale della forza specifica si avvicina allo zero. Inoltre, formulazioni alternative che utilizzano il modello aerodinamico $\pi$ -theory [6] spesso richiedono costose identificazioni in galleria del vento e introducono singolarità vicino all'hover, dove l'angolo di attacco e l'angolo di deriva (sideslip) non sono definiti.

Metodologia
Gli autori propongono un framework per la derivazione analitica di una trasformazione di piattezza differenziale per un quadrotor tailsitter in condizioni di volo coordinato. La metodologia si basa sui seguenti pilastri:

Modellazione Aerodinamica: Il lavoro utilizza la parametrizzazione $\phi$ -theory [4], che offre un modello globale applicabile in tutto l'inviluppo di volo, inclusi i regimi di transizione e post-stallo. A differenza della $\pi$ -theory, questo approccio evita le singolarità vicino all'hover e consente l'identificazione dei parametri direttamente dai dati di volo senza coefficienti espliciti di portanza e resistenza. La forza specifica netta è modellata come la somma delle forze aerodinamiche e della spinta specifica, espressa interamente nel sistema di riferimento del corpo (body frame).
Formulazione della Matrice di Rotazione: Per evitare le singolarità e le ambiguità inerenti alle rappresentazioni degli angoli di Eulero, l'assetto e la dinamica rotazionale sono formulati esclusivamente tramite matrici di rotazione. L'orientamento del veicolo è rappresentato dalla matrice di rotazione $R^i_b \in SO(3)$ .
Derivazione della Piattezza Differenziale:
- Output Piatto: La posizione del veicolo $p$ è selezionata come l'output piatto.
- Ricostruzione dell'Assetto: Per il volo coordinato, la velocità relativa alla massa d'aria ( $v_a$ ) e la forza specifica ( $f$ ) devono giacere sul piano XZ del corpo. L'asse Y del corpo ( $b_y$ ) è derivato analiticamente come il prodotto vettoriale normalizzato di $v_a$ e $f$ . Un sistema di riferimento intermedio $E$ viene costruito per facilitare il calcolo della rotazione dal sistema di riferimento inerziale al sistema di riferimento del corpo.
- Trasformata Analitica: Il documento deriva espressioni analitiche in forma chiusa per l'assetto ( $R^i_b$ ), i tassi angolari ( $\Omega$ ) e le accelerazioni angolari ( $\dot{\Omega}$ ) basate sull'output piatto e sulle sue derivate fino al quarto ordine. Ciò consente il calcolo diretto dei segnali di feedforward.
- Recupero degli Input di Controllo: Gli input di controllo (velocità dei rotori) sono recuperati analiticamente dalle accelerazioni angolari e dalla spinta specifica tramite una matrice di efficacia del controllo.
Architettura del Controller: La trasformata di piattezza derivata è integrata in un controller di inversione dinamica non lineare incrementale (INDI). Il controller utilizza la trasformata analitica per generare segnali di feedforward di velocità e accelerazione angolare, che vengono combinati con termini di feedback per tracciare le traiettorie di riferimento.
Gestione delle Singolarità: Gli autori riconoscono che la formulazione presenta singolarità quando $\|v_a \times f\| = 0$ (ad esempio, vicino all'hover, caduta libera o quando velocità e forza sono allineate). Sebbene la strategia primaria sia gestire tali casi a livello di generazione della traiettoria, viene adottato un approccio euristico per il controller: in prossimità delle singolarità, l'asse Y del corpo comandato viene mantenuto costante basandosi sull'istante temporale precedente. Per le condizioni di quasi-hover, il sistema passa alla trasformata di piattezza non coordinata descritta in [3].

Contributi Chiave

Trasformata di Piattezza Differenziale Analitica: Il documento deriva una trasformata di piattezza differenziale analitica specificamente per il volo coordinato di UAV tailsitter utilizzando la parametrizzazione $\phi$ -theory.
Esclusività della Matrice di Rotazione: La formulazione evita completamente gli angoli di Eulero, utilizzando matrici di rotazione per garantire robustezza contro singolarità e ambiguità nella rappresentazione dell'assetto.
Estensione dell'Applicabilità: Il framework estende l'applicabilità degli esistenti architetture di controllo incrementale a regimi di volo con componenti di velocità verticale significative, dove i metodi precedenti (ad esempio, [3]) falliscono o diventano singolari.
Validazione Sperimentale: L'approccio è validato sperimentalmente su un quadrotor tailsitter Parrot Swing. Gli esperimenti dimostrano il tracciamento riuscito di manovre complesse, inclusi semicerchi (half-loops) con moto verticale e trasversale, dove i metodi non coordinati incontrerebbero singolarità.

Risultati
Le prove sperimentali sono state condotte in un'arena interna utilizzando un sistema di motion-capture. Sono stati testati due scenari primari:

Manovra di Semicerchio (Half-Loop): Una traiettoria che prevede un ingresso di 4m, un semicerchio con raggio di 1,5m e un'uscita simmetrica. Il controller proposto ha tracciato con successo la traiettoria con un errore normativo inferiore a 0,4m. L'esperimento ha evidenziato come il metodo non coordinato fallirebbe all'uscita del loop, dove la componente verticale della forza specifica si avvicina allo zero, causando una singolarità nel calcolo dell'imbardata. Il metodo proposto è rimasto ben definito.
Semicerchio con Moto Trasversale: Una manovra 3D che combina un semicerchio con un moto laterale. Questo scenario ha ulteriormente dimostrato l'incapacità dei metodi non coordinati di definire un angolo di imbardata significativo per il volo coordinato nello spazio 3D. La trasformata proposta ha mantenuto la stabilità, sebbene sia stata osservata una minore sensibilità vicino alla condizione in cui $v_a \parallel f$ , attribuibile al rumore nelle stime di velocità del sistema di posizionamento.

Significatività e Rivendicazioni
Gli autori pongono questo lavoro come un avanzamento complementare al framework di controllo del volo non coordinato presentato in [3]. Mentre [3] affronta il volo non coordinato, questo documento affronta il regime di volo coordinato, consentendo così manovre ad alta velocità e traiettorie più complesse che erano precedentemente inaccessibili ai controller basati sulla piattezza differenziale per i tailsitter.

Il documento afferma con modestia che il framework proposto:

Elimina la necessità di costose identificazioni in galleria del vento affidandosi ai parametri della $\phi$ -theory identificati dai dati di volo.
Evita le singolarità associate agli angoli di Eulero e alle condizioni di quasi-hover presenti nei modelli $\pi$ -theory.
Fornisce una soluzione analitica ben definita per l'assetto e gli input di controllo nel volo coordinato, anche quando la velocità verticale è significativa.

Gli autori osservano che la generazione della traiettoria rimane una sfida a causa della natura sottoalimentata del veicolo e della necessità di evitare la saturazione degli attuatori, e identificano la generazione di traiettorie online e la validazione del volo all'aperto come necessari lavori futuri. Propongono inoltre il potenziale per un framework unificato che combini sia le trasformate coordinate che quelle non coordinate per abilitare una gamma più ampia di manovre acrobatiche.

Articoli simili