論文標題：【CoNi-MPC: Cooperative Non-inertial Frame Based Model Predictive Control】

原文鏈接：【https://ieeexplore.ieee.org/document/10287548】

論文作者：張寶哲、陳鑫煒、曹燕軍、許超

移動底盤：松靈四輪差速驅動底盤Scout Mini

多機器人協同控制，作為機器人技術領域中的核心之一，旨在促進多個機器人之間的有效合作與互動，以執行那些超出單個機器人能力所及的復雜任務。

隨著無人機及機器人技術的快速發展，無人機集群的協同操作顯得愈發重要。由無人機集群所構成的多機器人系統已被廣泛部署于眾多場景中，包括巡檢、搜救和電影制作等多個領域。通過無人機與無人車（UAV-UGV）之間的協作所構建主從式多機系統，可高效融合空中機器人與地面機器人的特有優勢，從而實現優勢互補的多智能體系統。現如今，對這些集成系統日益增長的需求推動了多機器人協同控制在機器人領域應用的研究熱潮。

圖1. 微型空中機器人穿梭竹林

前不久，來自浙江大學湖州研究院的科研團隊在《IEEE Robotics and Automation Letters》以 Research Article形式發表了最新的研究成果“CoNi-MPC: Cooperative Non-inertial Frame Based Model Predictive Control。”該研究創新性地提出了新型空地協作控制框架CoNi-MPC，利用相對位姿估計信息和移動目標的IMU數據，能夠直接在高動態平臺的機體坐標系中控制無人機運動，消除了無人機及動態平臺對于絕對世界坐標系的依賴，可在無GPS/SLAM的場景中使用。

這一突破性技術成功實現了無人機從復雜動態行駛無人車（松靈Scout Mini）上起飛，并精準地跟隨車行軌跡重新降落回行駛車身上的全過程。全程不依賴GPS或SLAM技術，對無人車的運動軌跡也不做限制，無人機可精準降落在繞彎運動的無人車上。這一技術的應用在業內尚屬首次，標志著車載無人機在動態平臺上的起降技術取得了重大突破。

CoNi-MPC，實現在移動中直接操控無人機

通常情況下，在“空地（主體-目標）協同規劃控制系統”中，需要對移動平臺進行精確的狀態估計，往往通過融合多種傳感器（例如視覺、激光雷達、GPS、慣性測量單元IMU等）的完整SLAM（同時定位與建圖）技術棧。

盡管SLAM算法能夠提供豐富的環境信息，但其通常依賴于良好的環境特征來實現穩定的狀態估計，這在具有挑戰性的環境（GPS 據止、環境特征稀疏）或長期任務（累計漂移）中難以得到保證。而對于那些主只需要執行交互動作的協作系統而言，長時間維護一個SLAM模塊不僅顯得冗余，還往往伴隨著較高的計算成本，甚至可能被視為是一種資源上的浪費。

另外，為了使得無人機能夠精確地預測目標的運動路徑進行追蹤，需要掌握目標運動學模型作為先驗信息。對于無人車的運動模型，通常被簡單假設為勻速直線運動或勻加速直線運動，考慮到其所執行的任務形式，這樣的簡化顯然是不切實際的，難以保證運動模型的準確性。

然而，即使是在擁有穩定狀態估計和準確運動模型的條件下，無人機和無人車之間的動態變化和控制誤差也要求其需要頻繁的軌跡重規劃操作進行修正。這不僅導致了無人機控制上的不平滑，而且會帶來沉重的計算負擔，難以適應板載計算資源的限制。

為應對這些挑戰并讓無人機實現與移動目標平臺的高機動協同控制，研究團隊開發了一種新穎的解決方案CoNi-MPC，在移動目標機體坐標系中直接控制無人機，實現不依賴GPS或SLAM的高機動空地協同控制。

不同于傳統框架在世界系中控制無人機，CoNi-MPC直接在移動目標機體系（即非慣性系）下構建無人機的動力學模型，并設計相對應的非線性模型控制器。該方案僅依賴于相對于非慣性系的位姿和速度，以及非慣性系在世界系下的角速度和加速度信息即可實現穩定飛行。

這一方案摒棄了對世界坐標系下狀態估計的需求，而只依賴于相對估計。通過引入非慣性系的IMU測量數據，可將無人機動力學模型中有關世界系的變量進行替換，從而有效消除系統對于世界系的數值依賴，使其在現實環境中得以應用。

驗證CoNi-MPC控制性能與魯棒性

CoNi-MPC作為一個通用的空地協作控制框架，支持多種交互式任務的應用，通過給定不同類型的參考狀態，即可實現定點跟隨、自主降落、環繞跟蹤以及穿環飛行等復雜任務。

為了驗證CoNi-MPC控制性能和魯棒性，研究人員在數值仿真和真實世界中進行了大量應用實驗。

實驗中，研究人員采用四旋翼無人機和無人車（松靈Scout Mini）作為實驗道具。四旋翼無人機的重量為591.8克，推重比達到了2.03。無人機的CoNi-MPC算法在一臺搭載Intel Celeron J4125處理器（頻率2.0至2.7 GHz）和8 GB RAM的機載計算機上運行。所提出的CoNi-MPC平均計算時間（單次迭代）為4.58毫秒，標準偏差為1.2毫秒，確保了在機載計算機上以超過100 Hz的頻率運行。室外實驗中采用CREPES系統實現相對估計，室內實驗中利用運動捕捉系統模擬相對估計。

圖2. 實物實驗中的四旋翼無人機和無人車

研究人員通過數值仿真模擬的方式確定保證無人機穩定跟蹤和成功降落的安全參數，并依據仿真模擬的結果分別為固定單點（Fixed point）和固定軌跡（Fixed plan）兩種控制方案選定多組具有代表性的參數，在MPC優化問題中的約束條件與仿真中保持一致的前提下，兩種方案的參數設置及其對應的平均跟蹤誤差如圖3所示。

圖3. 實物實驗的平均跟蹤誤差

而兩次測試的詳細跟蹤性能隨時間變化的情況則繪制在圖4和圖5中。

圖4. 使用(1.0,1.0,0.71)參數設置進行固定單點實驗。藍色（I）為無人機程序控制模式；橙色（II）表示無人車移動過程。

圖5. 使用(4.0,1.0,0.71)參數設置進行固定軌跡實驗。藍色（I）為無人機程序控制模式；橙色（II）表示無人車移動過程。