本研究では、機体の制御能力の限界を超えることなく、可能な限り過激な機動飛行を実現するための動的な制限アプローチを提案する。これは、事前の飛行envelope情報を必要とせず、パイロットコマンドのみを制限することで実現する。
本論文では、インタラクティング・マルチプル・モデル(IMM)推定手法を用いて、無人航空機の位置を推定し、衝突を回避するアルゴリズムを提案している。
過剰アクチュエータを持つ現代の航空機では、制御コマンドをアクチュエータに分配する非線形制御配分問題が重要となる。本研究では、人工ニューラルネットワークを用いて非線形制御配分問題を解く手法を提案する。提案手法では、制御効果マップの逆写像をニューラルネットワークで学習し、オンラインの最適化問題を解くのではなく、その学習結果を配分器として実装する。閉ループシステムにおける安定性条件を示し、ピースワイズ線形の制御効果関数とニューラルネットワークベースの配分器に関する計算上の課題を探る。提案手法の有効性を示すため、標準的な二次計画法ベースの制御配分手法と比較する。
ドローンのバッテリー交換を効率的に行うためのAeroBridgeシステムの提案とその重要性に焦点を当てる。
非精密ニュートンアルゴリズムを使用して、エアロ弾性UVLMシミュレーションの効率的な数値解法を検討。
非凸制約を直接取り扱う計算的最適ガイダンス手法が提案された。
フラッター飛行試験からのエアロ弾性モードを迅速かつ効果的に特定するためのデータ駆動型手法が提案されています。
提案されたMPSアルゴリズムは、UAVの高速回転飛行中に安定したクローズドループ平衡姿勢誤差四元数を選択する新しい方法であり、飛行コストを最小化します。
提案された共同設計方法は、形態変化ドローンのエネルギー効率とミッション完了時間を最適化し、固定翼ドローンよりも優れた性能を示すことが示唆されています。
線形時間不変動的システムにおける最大アクチュエータ劣化を定量化し、H2およびH∞システムノルムで閉ループ性能を維持するための新しい統一されたフレームワークを導入します。