Virtual Constraint for a Quadrotor UAV Enforcing a Body-Axis Pointing Direction

1. Problema e Motivação

O artigo aborda o desafio de controlar drones quadrotor em missões onde a direção de um eixo fixo no corpo (por exemplo, uma câmera ou sensor) é mais crítica do que o rastreamento completo de atitude (posição e orientação total).

• Contexto: Aplicações típicas incluem filmagem aérea, inspeção e mapeamento, onde o drone deve manter um eixo alinhado a uma direção específica (como uma linha de visão para um alvo) enquanto satisfaz restrições geométricas adicionais (ex: altitude fixa).
• Limitações das Abordagens Atuais: Métodos convencionais geralmente utilizam o rastreamento de trajetória, exigindo a definição de uma referência completa de atitude $(p_d(t), R_d(t))$. Isso frequentemente introduz acoplamentos indesejados (ex: erros de guinada afetando a direção do empuxo) ou requer heurísticas para completar os graus de liberdade não especificados pela tarefa. Além disso, a parametrização de atitude pode obscurecer questões de viabilidade e bem-posedness (bem-definição) do problema.

2. Metodologia

Os autores propõem uma estrutura de controle geométrico no grupo SE(3) baseada em Restrições Virtuais Não-Holonômicas. Em vez de rastrear uma referência completa, o método define a missão como um objeto geométrico invariante.

• Formulação da Tarefa:
  • A missão é codificada definindo uma variedade de tarefa (subconjunto de configurações que satisfazem as restrições) e uma distribuição de tarefa associada (vetores de velocidade admissíveis que mantêm a trajetória na variedade).
  • As restrições são expressas como equações lineares nas velocidades do corpo.
• Controle de Invariância:
  • Para garantir que o sistema permaneça na variedade de tarefa, as restrições de velocidade são diferenciadas ao longo da dinâmica do sistema.
  • Isso resulta em um sistema linear nas entradas de controle selecionadas (empuxo e torques).
  • Sob uma condição de transversalidade entre a distribuição da tarefa e a distribuição efetiva de atuação, o sistema linear é não-singular, permitindo uma solução única e construtiva para as leis de controle (empuxo e torque).
• Estabilização Fora da Variedade:
  • O artigo deriva uma extensão de estabilização local que atua diretamente nos resíduos das restrições de nível de velocidade.
  • Utilizando ganhos de feedback, os resíduos são forçados a decair exponencialmente para zero, recuperando a lei de controle de invariância quando o sistema está na variedade.

3. Estudo de Caso: Eixo do Corpo e Altitude Fixa

O método é aplicado a um caso específico: travar o primeiro eixo do corpo ($b_1$) na direção oposta ao vetor de linha de visão para um alvo ($-\hat{p}$), mantendo uma altitude fixa ($z = z_0$).

• Restrições Definidas:
  1. Alinhamento do eixo: $b_1 = -\hat{p}$.
  2. Altitude constante: $e_3^T p = z_0$.
• Derivação do Controle:
  • O sistema assume que o torque no eixo 1 é zero ($\tau_1 = 0$), utilizando apenas o empuxo ($f$) e os torques nos eixos 2 e 3 ($\tau_2, \tau_3$).
  • A condição de transversalidade exige que o eixo de empuxo ($b_3$) não seja ortogonal ao eixo vertical inercial ($e_3$).
  • O artigo fornece expressões de forma fechada para o empuxo e os torques necessários para manter essas restrições.

4. Principais Contribuições

1. Formulação via Restrições Virtuais: Introdução de uma abordagem para missões de apontamento em quadrotor baseada em restrições não-holonômicas virtuais em SE(3), evitando a necessidade de completar uma referência de atitude.
2. Controlador Construtivo de Invariância: Derivação de uma lei de controle única que garante a invariância da variedade de tarefa, obtida resolvendo um sistema linear induzido pela diferenciação das restrições de velocidade.
3. Extensão de Estabilização: Desenvolvimento de um mecanismo de estabilização local fora da variedade que garante o decaimento exponencial dos resíduos de velocidade, mitigando erros de inicialização e integração numérica.
4. Soluções Analíticas: Aplicação bem-sucedida ao problema de apontamento de eixo com altitude fixa, resultando em expressões explícitas para as entradas de controle.

5. Resultados de Simulação

Simulações numéricas foram realizadas para validar a abordagem:

• Cenário na Variedade (On-manifold): O controlador de invariância pura mantém a geometria da tarefa, mas sofre de deriva gradual devido a erros de integração numérica nas condições de compatibilidade de velocidade.
• Cenário Fora da Variedade (Off-manifold): Ao introduzir uma perturbação inicial na velocidade vertical (resíduo $\mu_3 \neq 0$), a lei de controle com estabilização (ganho $k_3 > 0$) demonstrou:
  • Redução significativa da deriva de altitude em comparação com a lei pura de invariância.
  • Decaimento exponencial do resíduo de velocidade.
  • Entradas de controle (empuxo e torque) que permanecem limitadas e suaves.
• Validação de Regularidade: Os indicadores de regularidade (como a projeção do eixo de empuxo no vertical) permaneceram dentro de limites seguros, confirmando a validade das soluções calculadas.

6. Significado e Conclusão

O trabalho oferece uma alternativa transparente e geometricamente fundamentada ao rastreamento de referência completa para missões de apontamento.

• Vantagem Principal: Explicita a viabilidade e a bem-definição do problema: desde que a condição de transversalidade seja satisfeita, as entradas de controle necessárias são únicas e calculáveis.
• Aplicabilidade: É particularmente útil em cenários onde apenas um subconjunto da atitude é operacionalmente significativo (ex: sensores direcionais), permitindo que os graus de liberdade restantes sejam deixados livres ou controlados implicitamente, em vez de forçados por heurísticas.
• Trabalho Futuro: Os autores planejam testar a robustez a ruídos e perturbações em plataformas reais, expandir a metodologia para outras missões de apontamento e investigar o uso de cardanais (gimbals) em conjunto com essa abordagem geométrica.