ROScopter: A Multirotor Autopilot based on ROSflight 2.0

Dit paper introduceert ROScopter, een lichtgewicht en modulaire multirotor-autopilot gebaseerd op ROSflight 2.0 en ROS 2 die onderzoekers helpt hun code te testen in zowel simulatie als op hardware, met prestaties die vergelijkbaar zijn met geavanceerde systemen maar met een aanzienlijk vereenvoudigde codebasis.

De kern

Stel je voor dat je een drone wilt bouwen die niet alleen vliegt, maar ook slimme beslissingen kan nemen, zoals een zoektocht uitvoeren of pakketjes bezorgen. Meestal is het bouwen van de "hersenen" van zo'n drone (de autopiloot) als het proberen om een heel complex computerspel te hacken terwijl je nog steeds de motor en de wielen moet begrijpen. Het is vaak ingewikkeld, vol met code die niemand echt begrijpt, en als iets misgaat, is het een ware zoektocht om de fout te vinden.

ROScopter is een nieuw project dat dit probleem probeert op te lossen. Het is een autopiloot die speciaal is ontworpen voor onderzoekers en studenten die iets nieuws willen uitvinden. Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De "Lege Doos" vs. De "Volgepropte Koffer"

Stel je twee koffers voor:

• De grote koffer (andere autopilots zoals PX4 of ArduPilot): Deze is volgepropt met van alles en nog wat. Je kunt er mee vliegen, foto's maken, pakketjes dragen, en zelfs in de regen vliegen. Maar omdat hij zo vol zit, is hij zwaar, moeilijk te openen, en als je iets wilt aanpassen, moet je door een labyrint van instructies graven.
• De ROScopter-koffer: Deze is bijna leeg. Hij heeft alleen de basis: een manier om van punt A naar punt B te vliegen. Maar dat is precies het doel! Omdat hij leeg is, is hij licht, makkelijk te begrijpen, en kun je er precies in doen wat jij wilt. Je hoeft niet door een bos van onnodige functies te graven.

2. De Splitsing: De Motor vs. De Brein

Bij veel drones zit de "brein" (de software die denkt) op een klein, zwak computerchipje in de drone zelf. Bij ROScopter is dat anders.

• De FCU (Flight Control Unit): Dit is de kleine chip in de drone. Hij doet alleen het zware werk: hij leest de sensoren (zoals een kompas of versnellingsmeter) en zorgt dat de motoren draaien. Hij is als de spier van de drone.
• De Companion Computer: Dit is een krachtige mini-computer (zoals een Jetson) die bovenop de drone zit. Hier draait ROScopter. Dit is het brein. Het denkt na over waar de drone heen moet, hoe snel hij moet vliegen, en hoe hij obstakels moet vermijden.

Deze twee praten snel met elkaar via een draadje. Dit maakt het voor onderzoekers heel makkelijk, omdat ze hun "slimme code" op de krachtige computer kunnen schrijven, in plaats van op de kleine, beperkte chip.

3. De Lego-blokken (Modulariteit)

Dit is misschien wel het coolste deel. ROScopter is gebouwd als een Lego-set.
Stel je voor dat je een robot bouwt. In plaats van dat alles één groot, vast blok is, is elke functie een apart blokje:

• Een blokje voor "waar ben ik?" (Schatting).
• Een blokje voor "waar moet ik naartoe?" (Routeplanning).
• Een blokje voor "hoe beweeg ik mijn vleugels?" (Besturing).

In ROScopter kun je deze blokjes eruit halen en vervangen door je eigen blokjes, zonder dat de rest van de machine crasht. Als je een nieuwe manier wilt bedenken om een route te plannen, haal je gewoon het oude blokje weg en zet je je nieuwe erin. De rest van de drone merkt daar niets van. Dit maakt experimenteren heel veilig en snel.

4. De "Simulatie naar Werkelijkheid" Magie

Een van de grootste problemen bij drones is dat ze in de computer (simulatie) perfect vliegen, maar in de echte wereld (met wind en trillingen) vaak crashen.
ROScopter is zo ontworpen dat dezelfde code die je in de computer test, ook op de echte drone werkt. Het is alsof je een auto bouwt in een computerspel, en als je klaar bent, stap je in de echte auto en kun je er direct mee rijden zonder de motor te moeten herschrijven. Dit bespaart onderzoekers enorm veel tijd.

5. Wat hebben ze bewezen?

De onderzoekers hebben ROScopter getest:

• Ze lieten een drone vliegen in een computerprogramma.
• Vervolgens lieten ze dezelfde drone vliegen in de echte lucht.
• Het resultaat? De drone deed in de echte lucht bijna precies hetzelfde als in de computer.
• Ze vergelijkingen het met een zeer bekende, professionele autopiloot (PX4). De professionele autopiloot deed het iets beter, maar ROScopter deed het net zo goed voor de basisvliegen, terwijl de code van ROScopter veel simpeler en schoner was.

Conclusie

ROScopter is als een open keuken voor drone-onderzoekers. In plaats van een kant-en-klare maaltijd te krijgen waar je niet aan mag sleutelen, krijg je een lege keuken met goede basisgerechten en schone aanrechtbladen. Je kunt zelf het recept schrijven, de ingrediënten kiezen en proeven of het werkt, zonder dat je eerst een heel restaurant moet renoveren. Het maakt drone-onderzoek toegankelijker, sneller en leuker voor iedereen die iets nieuws wil ontdekken.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "ROScopter: A Multirotor Autopilot based on ROSflight 2.0", geschreven in het Nederlands.

Probleemstelling

Onbemande luchtvaartuigen (UAV's) worden steeds populairder, maar onderzoekers en studenten staan voor aanzienlijke uitdagingen bij het testen en ontwikkelen van besturingsalgoritmen. Bestaande open-source autopilots zoals PX4 en ArduPilot bieden uitgebreide functies en "out-of-the-box" functionaliteit, maar hebben ook grote nadelige aspecten voor onderzoek:

• Complexiteit en "Black Box": De codebases zijn enorm, wat het moeilijk maakt om de interne werking te begrijpen en aan te passen.
• Integratieproblemen: Het integreren van nieuwe applicatiecode is tijdrovend omdat veel logica op ingebouwde embedded controllers draait en niet goed gescheiden is van de hoog-niveau besturing.
• Debugging: Bij fouten is het moeilijk om de oorzaak te vinden in een complexe, monolithische code.
• Sim-to-Real Gap: Het overzetten van code van simulatie naar hardware vereist vaak aanzienlijke aanpassingen.

Er is behoefte aan een lichtgewicht, modulaire en goed begrijpelijke autopilot die specifiek is ontworpen voor onderzoek, waarbij de focus ligt op eenvoudige aanpassing en snelle iteratie tussen simulatie en hardware.

Methodologie

ROScopter is een autonoom besturingssysteem (autonomy stack) voor multirotors dat volledig draait op een companion computer (bijv. Jetson, Raspberry Pi) en communiceert met een Flight Control Unit (FCU) die ROSflight 2.0 firmware draait.

De architectuur en aanpak zijn als volgt:

1. ROS 2 Integratie:

   • Het systeem is volledig gebouwd rondom ROS 2. Elke module (zoals state estimation, path planning, controller) is een onafhankelijke ROS 2-node.
   • Dit zorgt voor hoge modulariteit, runtime-configuratie en cross-taal compatibiliteit.
   • Gebruikers kunnen nodes eenvoudig uitwisselen of parameters aanpassen zonder opnieuw te compileren.

2. Cascaderende Architectuur:

   • De stack volgt een hiërarchische structuur (zie Figuur 1 in het paper):
     • State Estimator: Een Extended Kalman Filter (EKF) dat positie, snelheid, attitude en gyroscoop-bias schat. Het gebruikt Euler-hoeken (in plaats van quaternions) voor betere begrijpbaarheid, hoewel de prestaties vergelijkbaar zijn met quaternion-basismethoden.
     • Navigatiestack: Bestaat uit een Path Planner (waypoints), Path Manager (genereren van trajecten) en Trajectory Follower (PID-regeling met feedforward).
     • Controller: Een cascaderend systeem van PID-regelaars. Gebruikers kunnen commando's invoeren op verschillende niveaus (bijv. gewenste posities, snelheden, hoeken of directe motorcommando's). De commando's stromen door naar de laagste niveaus.

3. Interface met ROSflight:

   • ROScopter communiceert via een seriële verbinding met de ROSflight firmware op de FCU.
   • De FCU fungeert voornamelijk als een I/O-interface voor sensoren en actuators, terwijl de zware rekenkracht (estimation, planning, control) op de companion computer gebeurt.
   • Commando's worden verzonden in drie modi: hoek-modus (angle), snelheids-modus (rate) of pass-through (direct naar de mixer).

4. Ontwerpfilosofie:

   • Inheritance Pattern: Modules gebruiken een basisclass met virtuele werkfuncties. Onderzoekers kunnen specifieke functionaliteit overschrijven door afgeleide classes te maken zonder de ROS 2-interfaces te veranderen.
   • Lean Feature Set: Het biedt alleen basiswaypoint-volging, waardoor de code klein en overzichtelijk blijft.

Belangrijkste Bijdragen

• ROScopter Framework: Een volledig open-source, ROS 2-gebaseerde autopilot die specifiek is ontworpen voor onderzoekers, studenten en vroege ontwikkelprojecten.
• Modulariteit en Extensibiliteit: Door elke module als een ROS 2-node te ontwerpen en een inheritance-pattern te gebruiken, kunnen onderdelen (zoals de estimator of controller) eenvoudig worden vervangen of aangepast zonder de rest van het systeem te breken.
• Versnelling van Sim-to-Real: Het systeem maakt het mogelijk om exact dezelfde codebase te gebruiken voor simulatie en hardware, wat de tijd voor tuning en validatie aanzienlijk verkort.
• Documentatie en Code Kwaliteit: De focus ligt op schone code en volledige documentatie om de drempel voor UAV-onderzoek te verlagen.

Resultaten

De prestaties van ROScopter zijn gevalideerd in zowel simulatie als hardware (met een HolyBro x650 quadcopter en een Jetson Orin/Raspberry Pi 5).

1. Waypoint-volging:

   • ROScopter slaagde erin om een missie met drie waypoints succesvol uit te voeren in zowel simulatie als de echte wereld.
   • Simulatie vs. Hardware: Met dezelfde besturingswinsten en parameters leverde het systeem vergelijkbare resultaten op. De RMS-fouten in simulatie waren: 1.72m positie, 0.017 m/s snelheid en 0.301 graden attitude.
   • Dit bewijst dat de meeste tuning in simulatie kan worden gedaan met minimale aanpassingen voor hardware.

2. Vergelijking met PX4:

   • Een directe vergelijking werd gemaakt met de state-of-the-art autopilot PX4 (versie v1.15.4) op dezelfde hardware.
   • Prestaties: Hoewel PX4 meer functies heeft, leverde ROScopter vergelijkbare prestaties voor basiswaypoint-volging. De RMS-fouten waren zeer vergelijkbaar (ROScopter: 0.533m totaal, PX4: 0.469m totaal).
   • State Estimation: Een vergelijking van de schattingen tijdens de vlucht toonde aan dat de ROScopter-estimator vergelijkbare nauwkeurigheid biedt als de industriestandaard van PX4.

Betekenis en Conclusie

ROScopter biedt een krachtig alternatief voor de zware, complexe autopilots die momenteel dominant zijn in de academische wereld. Door de focus te leggen op begrijpbaarheid, modulariteit en ROS 2-integratie, verlaagt het de instapdrempel voor UAV-onderzoek.

De belangrijkste implicaties zijn:

• Onderzoekers kunnen sneller nieuwe algoritmen testen zonder vast te zitten in de complexiteit van bestaande frameworks.
• De "Sim-to-Real" transitie wordt drastisch versneld omdat dezelfde code in beide omgevingen werkt.
• Het systeem bewijst dat een "lean" autopilot met een beperkt functieset voldoende prestaties kan leveren voor basisnavigatie, terwijl het de ruimte biedt voor onderzoekers om hun eigen geavanceerde functies te bouwen.

Kortom, ROScopter is een tool om de barrière tot UAV-onderzoek te verlagen en de innovatiesnelheid te verhogen door gebruik te maken van de moderne architectuur van ROS 2.