Technische Samenvatting: Error-State LQR Formulering voor Trajecttracking van Quadrotor UAV's

Probleemstelling

De besturing van Quadrotor Unmanned Aerial Vehicles (UAV's) wordt bemoeilijkt door hun inherente nietlineaire dynamica, onderbediening (underactuation) en de vereiste voor nauwkeurige trajecttracking binnen dynamische omgevingen. Traditionele besturingsmethoden worden vaak geconfronteerd met een afweging tussen het efficiënt afhandelen van deze nietlineariteiten en het behouden van de computationele hanteerbaarheid die nodig is voor real-time toepassingen. Specifiek introduceert de representatie van oriëntatiefouten met standaard parametrisaties zoals Euler-hoeken singulariteiten, terwijl het direct aansturen van volledige nietlineaire dynamica computationeel te belastend kan zijn voor feedbackloops met een hoge frequentie.

Methodologie

Het artikel stelt een Error-State Linear Quadratic Regulator (LQR) formulering voor, ontworpen om deze uitdagingen aan te pakken via een gecascadeerde control-architectuur en een specifieke wiskundige representatie van fouten.

1. Error-State Representatie

De kern van de methodologie is de definitie van een error-state vector ($\delta x$) die afwijkingen van een nominaal traject vastlegt.

• State Definitie: De volledige staat omvat positie ($p$), snelheid ($v$) en oriëntatie (gerepresenteerd als een eenheidsquaternion $q$).
• Error Definitie: De error-state $\delta x = [\delta p, \delta \theta, \delta v]^T$ wordt geconstrueerd door de nominale staat af te trekken van de werkelijke staat.
• Oriëntatie Afhandeling: Cruciaal is dat de oriëntatiefout niet wordt gerepresenteerd als een quaternion-verschil of Euler-hoeken. In plaats daarvan maakt het gebruik van exponentiële coördinaten ($\delta \theta$), waarbij de rotatiefoutmatrix wordt gedefinieerd als $\delta R = \exp([\delta \theta]_\times)$. Dit biedt een compacte, singulariteitsvrije representatie van oriëntatiefouten.

2. Systeemdynamica en Linearisatie

Het artikel leidt de kinematica en dynamica af voor de werkelijke staat, de nominale staat en de error-state, gebaseerd op een enkele rigid-body aanname met een samengestelde massa (lumped mass).

• Afleiding: De tijdderivaten van de error-states ($\dot{\delta p}, \dot{\delta v}, \dot{\delta \theta}$) worden afgeleid. De afleiding maakt gebruik van kleine-hoek-benaderingen en negeert termen van de tweede orde om de relatie tussen de werkelijke en nominale dynamica te vereenvoudigen.
• Linearisatie: De nietlineaire error-state dynamica worden rond de huidige trackingfout gelineariseerd op een voldoende hoge frequentie. Deze iteratieve re-linearisatie maakt het mogelijk om het systeem te representeren in de vorm $\dot{\delta x} \approx A\delta x + B\delta u$, waarbij $A$ en $B$ Jacobiaan-matrices zijn afgeleid van de error-dynamica. Deze aanpak maakt het gebruik van lineaire controltheorie op een nietlineair systeem mogelijk door het linearisatiepunt continu bij te werken.

3. Control Architectuur

De controlstrategie wordt geïmplementeerd als een gecascadeerd systeem:

• Outer Loop (LQR): Een LQR-controller wordt ontworpen om een kwadratische kostenfunctie $J = \int_0^\infty (\delta x^T Q \delta x + \delta u^T R \delta u) dt$ te minimaliseren. De controller berekent een feedback gain-matrix $K$ (via de Algebraïsche Riccati Vergelijking) om een corrigerende control input $\delta u = -K\delta x$ te genereren. De totale control input is $u_t = u - K\delta x$.
• Inner Loop (Bodyrate Controller): De LQR behandelt de gewenste hoeksnelheid als een virtuele control input. Een gecascadeerde bodyrate controller wordt ingezet om deze gewenste snelheden te volgen. Deze inner loop gebruikt een Proportionele (P) controller met feedback-linearisatie, die het vereiste koppel $\tau$ berekent op basis van de traagheids-tensor $J$ en het verschil tussen de gewenste en werkelijke hoeksnelheden.

Belangrijkste Bijdragen

• Singulariteitsvrije Oriëntatiefout: Het artikel demonstreert het gebruik van exponentiële coördinaten om oriëntatiefouten te representeren, waardoor de singulariteiten die geassocieerd worden met Euler-hoeken worden vermeden.
• Iteratieve Re-linearisatie: Het biedt een gedetailleerde afleiding die laat zien hoe error-state dynamica rond de huidige fout kunnen worden gelineariseerd, waardoor een LQR-controller effectief kan opereren op nietlineaire quadrotor-dynamica in real-time.
• Integratie van Gecascadeerde Control: Het werk integreert de LQR-trajecttracker met een bodyrate controller, waarbij expliciet de mapping van virtuele hoeksnelheid-commando's naar fysieke actuator-torques wordt afgehandeld.
• Uitgebreide Afleiding: Het artikel biedt een volledige wiskundige afleiding van de error-state kinematica, het linearisatieproces en de constructie van de Jacobiaan-matrices ($A$ en $B$) die vereist zijn voor de LQR-formulering.

Resultaten

Het artikel presenteert simulatieresultaten die de prestaties van de voorgestelde controller demonstreren.

• Trajecttracking: De controller slaagt er volgens de resultaten in om een lemniscaat (acht-vormig) traject te volgen.
• Yaw Tracking: Het systeem volgt yaw-hoeken langs het traject effectief.
• Initiële Condities: De resultaten merken op dat trackingfouten aan het begin van het traject worden toegeschreven aan het feit dat de UAV start met een vlakke initiële oriëntatie ($q_0 = (1, 0, 0, 0)^T$), wat de controller vervolgens corrigeert.

Betekenis en Claims

Het artikel claimt dat deze error-state LQR-formulering een robuuste en computationeel efficiënte oplossing biedt voor quadrotor trajecttracking. Door gebruik te maken van exponentiële coördinaten en iteratieve linearisatie, bereikt de methode:

1. Precisie en Stabiliteit: Het vermogen om positie-, snelheid- en oriëntatiefouten naar nul te drijven in dynamische omgevingen.
2. Real-Time Toepasbaarheid: De gelineraliseerde systeemrepresentatie maakt high-frequency control updates mogelijk zonder de computationele last van het oplossen van volledige nietlineaire optimale control problemen bij elke stap.
3. Robuustheid: De aanpak handelt de nietlineariteiten van de quadrotor af door zich te richten op het minimaliseren van afwijkingen van een nominaal traject, in plaats van direct de volledige nietlineaire dynamica aan te sturen.

Het werk positioneert zichzelf als een praktisch framework voor precieze quadrotor-besturing, waarmee de brug wordt geslagen tussen klassieke lineaire controltheorie (LQR) en de complexe nietlineaire realiteit van UAV-vlucht.