AFD-CAMLs: Kraftverteilungsbewusste Planung und Regelung für agile Seiltransporte mit mehreren Drohnen
Der vorliegende Preprint stellt AFD-CAMLs vor, einen hybriden Planungs- und Regelungsansatz für kabelgehängte Lasten mit vier oder mehr UAVs. Ein globaler Planer erzeugt über Nullraumoptimierung spannungsfähige Seilkraftreferenzen, ein zentraler NMPC-Regler berücksichtigt diese in der Trajektorienplanung, und ein Admittanzfilter korrigiert die kinematischen Sollwerte anhand von Seilkraftschätzungen. In Simulationen mit bis zu zehn UAVs und Experimenten mit vier UAVs werden die Seilkräfte gleichmäßiger verteilt und die Positionsfehler bleiben bei agilen Manövern vergleichbar oder leicht verbessert.
Wie lässt sich bei redundanten kabelgehängten Multidrohnen-Systemen eine sichere und gleichmäßige Seilkraftverteilung planen und unter geometrischer sowie modellbedingter Unsicherheit ohne Verlust an Agilität durchsetzen?
Bei vier oder mehr UAVs ist die Zuordnung von Seilkräften zum resultierenden Payload-Wrench redundant. Trajektorienbasierte Verfahren erzeugen die Kräfte indirekt über kinematische Referenzen; kleine Fehler in Anbaupositionen, Kabellängen oder der Bahnverfolgung können bei schlecht konditionierter Allokationsmatrix zu sehr ungleichen Seilkräften führen. Reine Positionsregelung kann diese interne Kraftkomponente nicht korrigieren, weil sie den resultierenden Wrench unverändert lässt.
Bisherige Ansätze umfassen quasistatische positionsbasierte Verfahren, kaskadierte kraftbasierte Regler und trajektorienbasierte zentrale NMPC-Planer. Quasistatische Methoden vernachlässigen dynamische Kopplungen; kraftbasierte Methoden sind empfindlich gegenüber Modellunsicherheiten und durch die Zeitskalentrennung weniger agil. Der jüngste trajektorienbasierte Ansatz erzeugt zwar dynamisch zulässige Bahnen, wählt aber bei redundanter Kraftverteilung keine realisierbare Seilkraftreferenz und regelt die tatsächlich auftretenden Spannungen nicht direkt.
Der neue Ansatz erweitert die trajektorienbasierte Architektur um drei Komponenten. Ein interner kraftbewusster globaler Planer optimiert im Nullraum der Wrench-Allokationsmatrix eine spannungsfähige Referenzverteilung mit einstellbarer radialer Vorspannung. Die zentrale NMPC-Kostenfunktion bestraft Abweichungen von diesen Seilkraft- und Seilrichtungsreferenzen. Ein dezentraler Admittanzfilter vergleicht geplante Sollspannungen mit bordseitigen Schätzungen aus IMU, Schub und Luftwiderstandsmodell und erzeugt Positions-, Geschwindigkeits- und Beschleunigungskorrekturen für jede Drohne. Die Architektur bleibt hybrid aus vorausschauender Ganzkörperplanung und lokaler Kraftrückführung.
In Simulationen mit vier UAVs lag die inverse Konditionszahl k(A) bei ebener Konfiguration bei 0,0012 und bei geneigter Konfiguration bei 0,1916; ohne Admittanzfilter stieg der Spannungsfehler in schlecht konditionierten Fällen deutlich an. Bei zehn UAVs war die Allokationsmatrix stets rangdefizitär, und der Filter reduzierte den Spannungsfehler ebenfalls. Für eine agile Achtkurve mit Maximalgeschwindigkeit 5 m/s, Beschleunigung 8 m/s^2 und Ruck 16 m/s^3 sank der 3D-MAE bei 1 cm Kabellängenfehler von 0,221 m ohne Filter auf 0,199 m mit Filter; ohne Fehler betrug er 0,1608 m ohne und 0,1674 m mit Filter. Im realen Schwebeversuch mit vier UAVs blieb nach Filteraktivierung ein Restversatz von ungefähr 2 N, verglichen mit ungefähr 0,5 N in der Simulation. Bei realer agiler Bahnverfolgung erreichte das Verfahren einen 3D-MAE von 0,1525 m gegenüber 0,1787 m der Baseline; mit unbekannter Last von 0,6 kg stieg der Wert auf 0,1974 m. Der aggregierte Spannungs-RMSE über vier Kabel sank von 3,51 N auf 2,09 N.
Die realen Experimente wurden nur mit vier UAVs durchgeführt; größere Teams wurden ausschließlich in Simulation getestet. Im realen Schwebeversuch blieb ein Restversatz von ungefähr 2 N bestehen, vermutlich durch nicht modellierte Aerodynamik wie Rotorabwind und Beobachterverzerrung; direkte Spannungsmessungen könnten hier helfen. Der Admittanzfilter verbesserte die Robustheit gegenüber Trägheitsmodellunsicherheit nicht merklich. Eine Online-Anpassung der Admittanzparameter anhand von k(A) steht noch aus. Im Paper nicht berichtet: Rechenaufwand und Code-Verfügbarkeit.
Unternehmen, die Schwerlast-Transportdrohnen oder Multidrohnen-Logistik für Bau, Landwirtschaft oder industrielle Logistik entwickeln, könnten die Methode nutzen. Kurzfristig ist sie als Forschungsprototyp einsetzbar; innerhalb von 1 bis 3 Jahren sind spezialisierte industrielle Pilotprojekte denkbar, sofern eine zuverlässige bordseitige Spannungsschätzung oder direkte Kraftsensorik verfügbar ist und Tests mit größeren Teams sowie realen Nutzlasten erfolgreich verlaufen. Für zertifizierte Schwerlastoperationen über mehr als 3 Jahre sind zusätzlich Sicherheitsnachweise, Online-Parametertuning und der Erhalt von Beschränkungen des lokalen Planers erforderlich.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.