쿼드콥터 UAV를 위한 LQRi 자세 제어 설계 및 비행 테스트

Core Concepts

본 논문은 쿼드콥터 UAV의 자세 제어를 위해 선형 2차 최적 제어기(LQR)에 적분 제어 기능을 추가한 LQRi 제어기를 제안하고 있다. 수학적 모델링, 제어기 설계, 시뮬레이션 및 실제 비행 테스트를 통해 LQRi 제어기가 기존 LQR 제어기에 비해 자세 추종 성능이 향상됨을 보여준다.

Abstract

쿼드콥터 UAV의 동역학 모델링: 쿼터니언 표현을 사용하여 쿼드콥터의 운동학과 동역학을 수학적으로 모델링하였다. 이를 통해 선형화된 상태 공간 표현을 도출하였다.

LQR 및 LQRi 제어기 설계: 선형 2차 최적 제어기(LQR)와 LQR에 적분 제어 기능을 추가한 LQRi 제어기를 설계하였다. LQR은 상태 피드백 제어기이며, LQRi는 정상 상태 오차를 줄이기 위해 적분 항을 추가하였다.

시뮬레이션 결과: ArduPilot의 SITL(Software-In-The-Loop) 시뮬레이션 환경에서 LQR과 LQRi 제어기의 성능을 비교하였다. 시뮬레이션 결과, LQRi 제어기가 LQR 제어기에 비해 자세 추종 성능이 약 30% 향상되었다.

실제 비행 테스트: DJI-F450 프레임의 쿼드콥터와 Pixhawk Cube Orange+ 비행 제어기를 사용하여 실제 비행 테스트를 수행하였다. 실험 결과, LQRi 제어기가 LQR 제어기에 비해 롤과 피치 축에서 약 40%, 요 축에서 13% 향상된 자세 추종 성능을 보였다.

오픈소스 코드 공개: 본 논문에서 개발된 LQRi 제어기 코드를 오픈소스로 공개하여 복제 및 추가 연구를 지원하고 있다.

Stats

롤 축 LQR 제어기 MSE: 16.69, RMSE: 4.085, 평균 편차: 3.09
롤 축 LQRi 제어기 MSE: 3.45, RMSE: 1.85, 평균 편차: 1.29
피치 축 LQR 제어기 MSE: 7.4, RMSE: 2.68, 평균 편차: 1.28
피치 축 LQRi 제어기 MSE: 2.35, RMSE: 1.53, 평균 편차: 1.00
요 축 LQR 제어기 MSE: 31.28, RMSE: 5.59, 평균 편차: 3.07
요 축 LQRi 제어기 MSE: 23.39, RMSE: 4.83, 평균 편차: 3.61

Quotes

"LQRi 제어기가 LQR 제어기에 비해 롤과 피치 축에서 약 40%, 요 축에서 13% 향상된 자세 추종 성능을 보였다."
"본 논문에서 개발된 LQRi 제어기 코드를 오픈소스로 공개하여 복제 및 추가 연구를 지원하고 있다."

Key Insights Distilled From

Design And Flight Testing Of LQRi Attitude Control For Quadcopter UAV

by Astik Srivas... at arxiv.org 04-19-2024

https://arxiv.org/pdf/2404.12261.pdf

Deeper Inquiries

LQRi 제어기의 성능 향상을 위해 Q와 R 행렬의 자동 튜닝 방법을 연구할 필요가 있다.

LQRi 제어기의 성능을 향상시키기 위해 Q와 R 행렬의 자동 튜닝은 중요한 과제입니다. 이를 위해 모델 예측 제어나 강화 학습과 같은 기술을 활용하여 행렬의 최적 가중치를 자동으로 조정하는 방법을 연구할 필요가 있습니다. 또한, 시뮬레이션과 실험을 통해 최적의 가중치를 결정하는 알고리즘을 개발하고 검증해야 합니다. 이를 통해 LQRi 제어기의 성능을 향상시키고 안정성을 확보할 수 있을 것입니다.

모터 파라미터에 대한 정보 없이도 바디 속도 명령을 추종할 수 있는 방법을 조사해볼 필요가 있다.

모터 파라미터에 대한 정보 없이도 바디 속도 명령을 추종하는 방법은 모델 기반 제어나 비선형 제어 기술을 활용할 수 있습니다. 예를 들어, 모델 예측 제어를 사용하여 모터 동작에 대한 세부 정보 없이도 바디 속도 명령을 추적할 수 있습니다. 또한, 실시간으로 상태를 추정하고 보정하는 방법을 연구하여 모터 파라미터에 대한 의존성을 줄이는 방법을 모색할 필요가 있습니다. 이를 통해 시스템의 강인성을 향상시키고 안정적인 제어를 실현할 수 있을 것입니다.

LQRi 제어기의 실제 비행 성능을 향상시키기 위해 어떤 추가적인 기술들을 적용할 수 있을까?

LQRi 제어기의 실제 비행 성능을 향상시키기 위해 추가적인 기술들을 적용할 수 있습니다. 예를 들어, 실시간 상태 추정을 위한 확장 칼만 필터를 도입하여 센서 데이터의 정확성을 향상시키고 제어 시스템의 반응 속도를 개선할 수 있습니다. 또한, 비선형 요소를 고려한 모델 예측 제어를 적용하여 시스템의 비선형 동작을 보상하고 안정성을 향상시킬 수 있습니다. 더불어, 실시간으로 가중치를 조정하는 적응 제어 알고리즘을 도입하여 다양한 환경 조건에서도 최적의 제어 성능을 유지할 수 있을 것입니다. 이러한 기술들을 통해 LQRi 제어기의 실제 비행 성능을 획기적으로 향상시킬 수 있을 것입니다.