Control Predictivo por Modelo de Swarms de Cuadricópteros a través de Restricciones de Evitación de Colisiones Computacionalmente Viables

Este trabajo presenta un algoritmo de Control Predictivo por Modelo (MPC) con restricciones computacionalmente viables para coordinar un enjambre de cuadricópteros que depende exclusivamente de sensores a bordo. La formulación propuesta incluye verificación de colisiones en tiempo continuo que permite la optimización en tiempo real en hardware económico sin sistemas de localización externos. La validación experimental con drones Crazyflie 2.1 demuestra que se pueden lograr la evitación de obstáculos, la separación entre drones y la asignación de objetivos coordinada a pesar de la limitada precisión de detección y ancho de banda de comunicación. Un análisis cuantitativo de la incertidumbre en la estimación, el tiempo de cálculo y la carga de comunicación destaca las limitaciones prácticas y los límites de escalabilidad de esta implementación centralizada de MPC. Los resultados muestran que se puede lograr una navegación confiable de múltiples drones con requisitos de hardware mínimos, lo que hace que este enfoque sea adecuado para escenarios de despliegue de bajo costo.