UAV/ペイロード制御2025/8/1arXiv:2508.11547

吊り下げペイロードを搭載したUAVの完全オンボード状態推定と軌道追従

Towards Fully Onboard State Estimation and Trajectory Tracking for UAVs with Suspended Payloads

GNSSとIMUのみを用いて、ケーブルで吊り下げたペイロードの位置を推定し、モデル予測制御で追従する完全オンボードの枠組みを提案し、実機実験で有効性を示した。

詳しい要約

1. どんなもの？

- 本論文は、UAVが吊り下げたケーブル懸架ペイロードの位置を追従する問題を扱う。 - 実環境展開と最小限のハードウェア要件に焦点を当てる。 - 標準的な機載センサのみ、具体的にはRTK GNSS測定と機載IMUデータを用いてペイロード位置を推定・制御するフレームワークを提案する。 - UAVとペイロードの完全な連成ダイナミクスをモデル化する。

2. 先行研究と比べてどこがすごい？

- 既存の多くのアプローチはmotion-capture systems、追加の機載カメラ、またはinstrumented payloadsに依存している。 - それらと異なり、本手法は標準的な機載センサのみで推定・制御を実現する点が優れている。 - これにより実世界展開が容易で、ハードウェア要件を最小化できる。

3. 技術・手法の肝は？

- UAVとペイロードの完全な連成ダイナミクスをモデル化する。 - 状態推定にlinear Kalman filterを統合する。 - 計画にmodel predictive contouring control plannerを用いる。 - 制御にincremental model predictive controllerを用いる。 - センシングの制限と推定不確実性があっても有効に機能するよう制御アーキテクチャを設計する。

4. どうやって有効だと検証した？

- 広範なシミュレーションにより、提案システムがground-truth measurementsに基づく制御と同等の性能を達成し、劣化はわずか（< 6%）であることを示す。 - ペイロードパラメータの変動に対する強いロバスト性も示す。 - フィールド実験により、市販のUAVハードウェアのみを用いた屋外環境での実用性と信頼性を確認する。

5. 議論はある？

- センシング制限と推定不確実性の下での有効性が議論の中心である。 - シミュレーションでground-truth比<6%の劣化、ペイロードパラメータ変動へのロバスト性が示される。 - フィールド実験で実用性が確認されるが、詳細な限界や失敗事例は要旨からは不明。

6. 次に読むべき論文は？

- motion-capture systemsを用いた既存のペイロード位置推定・制御研究。 - 追加の機載カメラを用いるアプローチ。 - instrumented payloadsを用いるアプローチ。 - linear Kalman filter、model predictive contouring control、incremental model predictive controllerに関する関連研究。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Martin Jiroušek, Tomáš Báča, Martin Saska

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

This paper addresses the problem of tracking the position of a cable-suspended payload carried by an unmanned aerial vehicle, with a focus on real-world deployment and minimal hardware requirements. In contrast to many existing approaches that rely on motion-capture systems, additional onboard cameras, or instrumented payloads, we propose a framework that uses only standard onboard sensors--specifically, real-time kinematic global navigation satellite system measurements and data from the onboard inertial measurement unit--to estimate and control the payload's position. The system models the full coupled dynamics of the aerial vehicle and payload, and integrates a linear Kalman filter for state estimation, a model predictive contouring control planner, and an incremental model predictive controller. The control architecture is designed to remain effective despite sensing limitations and estimation uncertainty. Extensive simulations demonstrate that the proposed system achieves performance comparable to control based on ground-truth measurements, with only minor degradation (< 6%). The system also shows strong robustness to variations in payload parameters. Field experiments further validate the framework, confirming its practical applicability and reliable performance in outdoor environments using only off-the-shelf aerial vehicle hardware.

arXivで原文を読む →arXiv概要ページ

← 論文一覧