Autonomous and Cooperative Landings Using Model Predictive Control
Cooperation is increasingly being applied in the control of interconnected multi-agent systems, and it introduces many benefits. In particular, cooperation can improve the efficiency of many types of missions, and adds flexibility and robustness against external disturbances or unknown obstacles. Th...
Main Author: | |
---|---|
Format: | Others |
Language: | English |
Published: |
KTH, Skolan för elektroteknik och datavetenskap (EECS)
2019
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-246194 http://nbn-resolving.de/urn:isbn:978-91-7873-141-1 |
Summary: | Cooperation is increasingly being applied in the control of interconnected multi-agent systems, and it introduces many benefits. In particular, cooperation can improve the efficiency of many types of missions, and adds flexibility and robustness against external disturbances or unknown obstacles. This thesis investigates cooperative maneuvers for aerial vehicles autonomously landing on moving platforms, and how to safely and robustly perform such landings on a real system subject to a variety of disturbances and physical and computational constraints. Two specific examples are considered: the landing of a fixed-wing drone on top of a moving ground carriage; and the landing of a quadcopter on a boat. The maneuvers are executed in a cooperative manner where both vehicles are allowed to take actions to reach their common objective while avoiding safety based spatial constraints. Applications of such systems can be found in, for example, autonomous deliveries, emergency landings, and search and rescue missions. Particular challenges of cooperative landing maneuvers include the heterogeneous and nonlinear dynamics, the coupled control, the sensitivity to disturbances, and the safety criticality of performing a high-velocity landing maneuver. The thesis suggests the design of a cooperative control algorithm for performing autonomous and cooperative landings. The algorithm is based on model predictive control, an optimization-based method where at every sampling instant a finite-horizon optimal control problem is solved. The advantages of applying this control method in this setting arise from its ability to include explicit dynamic equations, constraints, and disturbances directly in the computation of the control inputs. It is shown how the resulting optimization problem of the autonomous landing controller can be decoupled into a horizontal and a vertical sub-problem, a finding which significantly increases the efficiency of the algorithm. The algorithm is derived for two different autonomous landing systems, which are subsequently implemented in realistic simulations and on a drone for real-world flight tests. The results demonstrate both that the controller is practically implementable on real systems with computational limitations, and that the suggested controller can successfully be used to perform the cooperative landing under the influence of external disturbances and under the constraint of various safety requirements. === Samarbete tillämpas i allt högre utsträckning vid reglering av sammankopplade multiagentsystem, vilket medför både ökad robusthet och flexibilitet mot yttre störningar, samt att många typer av uppgifter kan utföras mer effektivt. Denna licentiatavhandling behandlar kooperativa och autonoma landningar av drönare på mobila landingsplatformar, och undersöker hur sådana landningar kan implementeras på ett verkligt system som påverkas av externa störningar och som samtidigt arbetar under fysiska och beräkningsmässiga begränsningar. Två exempel betraktas särskilt: först landingen av ett autonomt flygplan på en bil, därefter landning av en quadcopter på en båt. Landningarna utförs kooperativt, vilket innebär att båda fordonen har möjlighet att påverka systemet för att fullborda landningen. Denna typ av system har applikationer bland annat inom autonoma leveranser, nödlandningar, samt inom eftersöknings- och räddningsuppdrag. Forskningen motiveras av ett behov av effektiva och säkra autonoma landingsmanövrar, för fordon med heterogen och komplex dynamik som samtidigt måste uppfylla en mängd säkerhetsvillkor. I avhandlingen härleds kooperativa regleralgoritmer för landningsmanövern. Reglermetoden som appliceras är modell-prediktiv reglerteknik, en optimeringsbaserad metod under vilken ett optimalt reglerproblem med ändlig horisont löses varje samplingsperiod. Denna metod tillför här fördelar såsom explicit hantering av systemdynamik, och direkt inkludering av störningshantering och bivillkor vid beräkning av insignaler. På så sätt kan vi direkt i optimeringslösaren hantera säkerhetsvillkor och externa störningar. Det visas även hur lösningstiden för optimeringen kan effektiviseras genom att separera den horisontella och den vertikala dynamiken till två subproblem som löses sekvensiellt. Algoritmen implementeras därefter för två olika landingssystem, för att därefter tillämpas och utvärderas i realistiska simuleringsmiljöer med olika typer av störningar, samt med flygtester på en verklig plattform. Resultaten visar dels att reglermetoden ger önskade resultat med avseende både på störningshantering och uppfyllande av bivillkor från säkerhetskrav, och dels att algoritmen är praktiskt implementerbar även på system med begränsad beräkningskraft. === <p>QC 20190315</p> |
---|