Key points are not available for this paper at this time.
Nous étudions la faisabilité d'un contrôle prédictif de suivi à modèle non linéaire (NMPTC) pour les hélicoptères autonomes. Nous formulons un algorithme NMPTC pour planifier des trajectoires sous contraintes d'entrée et d'état et suivre les trajectoires de position et d'orientation générées, et mettons en œuvre un contrôleur d'optimisation en ligne utilisant une méthode de descente de gradient. L'algorithme NMPTC proposé démontre des performances de suivi supérieures par rapport aux contrôleurs proportionnels-dérivés à multi-boucles conventionnels (MLPD), surtout lorsque la non-linéarité et le couplage dominent la dynamique du véhicule. De plus, le NMPTC montre une robustesse exceptionnelle face à l'incertitude des paramètres, et la saturation d'entrée et les contraintes d'état sont facilement intégrées. Lorsque le coût inclut une fonction potentielle avec un obstacle peut-être mobile ou d'autres informations d'état des agents, le NMPTC peut résoudre le problème de planification de trajectoire et de contrôle en une seule étape. Cela constitue une solution prometteuse en une étape pour la génération et la régulation de trajectoires pour les RUAV, qui opèrent sous diverses incertitudes et contraintes découlant de la dynamique du véhicule et des contingences environnementales.
Kim et al. (Mar,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: