多约束耦合的快速搬运型无人机运动规划与飞行控制研究

Transporting UAVs have many potential applications, and thus attract increasing attentions in robotics research. During the flying, transporting UAVs will not only suffer from serious dynamics coupling between the body,transporting components and transported object,but also be greatly affected by many constraints like control saturation, key waypoints, and kinematic constraints,etc.. The traditional approaches for UAV's control can not provide desired performance. To address this issue, the following subjects will be studied. First, based on the dynamics model, as well as the idea of constraints optimization and reinforcement learning, novel approaches for rotors' trajectory planning and tracking control will be studied to eliminate the coupled-constraint affections in the trajectory planner and tracker levels. Second,based on the kinematics model,visual servoing solutions will be studied and proposed to realize rapid grasping and delivery operations with onboard cameras. Third, based on visual inertia odometry, the observer for key states will be studied for providing feedback information for the processes of trajectory planning and flying control.The proposal is proposed according to the development demands of robotics and aerospace technologies in China,and the research will help China master the core technologies in robotics.

搬运型无人机具有广阔应用前景，是近年来机器人热门研究领域之一。搬运型无人机在高速飞行过程中，除了本体、操作部件和被搬运物体之间存在严重的动力学约束耦合外，还受驱动饱和、关键路点、运动学限制等许多因素的约束耦合，针对普通无人机的控制方法无法获得可靠的控制效果。针对这个问题，本课题拟开展如下研究：1) 基于动力学模型、约束优化和强化学习方法，研究针对快速搬运的多旋翼无人机运动轨迹规划和轨迹跟踪控制方法，消除多约束耦合在规划和跟踪控制层面的影响；2) 基于动力学模型和机载视觉传感器，研究针对空中抓取和投放的视觉伺服控制方法，以实现搬运型无人机快速飞行过程中的物体抓取和投放可靠控制；3）基于视觉惯性里程计方法，研究搬运型无人机关键状态观测算法，以实现轨迹规划和飞行控制关键反馈信息的获取。本课题是在国家重点发展机器人和航空航天技术的大背景下提出的，对于我国掌握操作型无人机核心技术具有很重要的意义。

搬运型无人机是近年来机器人热门研究领域之一，在物流搬运、抢险救灾、高空作业、农业植保和军事等方面具有广阔应用前景。搬运型无人机在高速飞行过程中，除了本体、操作部件和被搬运物体之间存在严重的动力学约束耦合外，还受驱动饱和、关键路点、运动学限制等许多因素的约束耦合，针对普通无人机的控制方法无法获得可靠的控制效果。针对这个问题，本课题面向搬运型无人机系统开展了动力学建模、轨迹规划、跟踪控制、视觉伺服抓取控制和在线状态估计等方面的研究，搭建了搬运型无人机仿真平台、搬运型无人机样机系统和仿生飞行机械颈双鱼眼惯性样机系统等，建立了相关样机系统的运动学、动力学和感知模型，利用多目标优化、多模态感知、Kalman滤波、非线性优化、视觉伺服等方法论，建立了面向搬运型无人机的多耦合约束规划和控制新型理论，提出了带悬绳负载的无人机视觉跟踪控制方法、基于轨迹优化和运动学补偿的飞行操作臂视觉抓取控制、串联型飞行机械臂视觉伺服抓取控制方法、基于机载双目摄像头的无人机导航算法、基于自然特征的飞行机械臂视觉伺服抓取方法、面向快速运动飞行机械臂的空中抓取技术、基于动力学和单目视觉里程计的多旋翼无人机轨迹跟踪方法、基于直接视觉惯导测量的自适应轨迹跟踪控制理论、面向感知鲁棒性的主动感知规划理论、基于嵌入式NPU的无人机实时目标检测技术、面向飞行机械臂抗扰动的无人机悬停控制算法等11项方法，通过仿真和实验验证了这些方法的有效性，突破了搬运型无人机轨迹规划与跟踪、视觉伺服和状态观测等核心关键技术，填补了仿生飞行颈眼系统和主动感知技术的空白，达到了国际先进水平，为实现无人机抓取、搬运和投放等任务的自主作业奠定了重要的理论和方法基础，通过进一步的研究和工程实现，将为推动搬运型无人机实际应用迈出坚实一步。