Fast Nonlinear Model Predictive Control of Quadrotors: Design and Experiments
Notice bibliographique
Résumé
Quadrotor (or quadcopter) is a type of Unmanned Aerial Vehicles (UAVs). Due to the quadrotors simple and inexpensive design, they have become popular platforms. This thesis proposes a computationally fast scheme for implementing Nonlinear Model Predictive Control (NMPC) as a high-level controller to solve the path following problem for unmanned quadrotors. After discussing the background and reviewing the literature, it is noted that this problem referred widely in the literature as a necessary step toward the autonomous flight of quadrotor UAVs. The previous studies usually used simplified models which are computationally uncomplicated and straightforward in terms of control developments and stability investigations. Moreover, some articles are presented showing the importance of accurate state observation on the performance of feedback-based control approaches. \nThe NMPC-based controller is designed using a more realistic highly nonlinear control-oriented model which requires heavy computations for practical real-time implementations. To deal with this issue, the Newton generalized minimal residual (Newton/GMRES) method is applied to solve the NMPC’s real-time optimizations rapidly during the control process. This technique uses the Hamiltonian method to derive a set of equations with multiple variables. To solve these in a real-time application, the Newton/GMRES method applies forward-difference generalized minimal residual (fdgmres) algorithm. \nThe simulation and experimental result using a commercial drone, called AR.Drone 2.0, in our laboratory instrumented by a Vicon Vantage motion capture system, demonstrate that our feedback-based control method’s performance highly depends on the reliability of the state vector feedback signals. As a result, a Kalman filter and Luenberger observer algorithms are used for estimating unknown states. The NMPC-based controller operation is simulated, and the result reveals the similar efficiency of observers. Moreover, the NMPC control approach is compared with a proportional controller which shows great improvements in the response of the quadrotor. The experiment showed that our control method is sufficiently fast for practical implementations, and it can solve the trajectory tracking problem properly even for complex paths. This thesis is concluded by stating a summary of contributions and some potential future works.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».