Sterowanie postawą niedostatecznie uruchomionych wielowirnikowców z uwzględnieniem opóźnień przy użyciu barierowej funkcji Lyapunowa i przybliżenia Padé opartego na logice rozmytej

Utrzymanie stabilności małych dronów w świecie z opóźnieniami

Współczesne drony typu quadcopter są powszechne — od inspekcji mostów po wsparcie w strefach katastrof. Utrzymanie tych lekkich maszyn w stabilnym locie jest jednak trudniejsze, niż się wydaje, zwłaszcza gdy ich silniki i czujniki nie reagują natychmiast. W pracy przedstawiono nowe podejście, dzięki któremu quadrotory zachowują stabilność i precyzyjnie realizują zadane kąty, nawet gdy między poleceniami komputera sterującego a reakcją silników występuje zauważalne opóźnienie. Cel to bezpieczniejsze, bardziej precyzyjne drony, którym można zaufać podczas wymagających, długotrwałych misji.

Dlaczego opóźnienia psują zachowanie dronów

Kiedy przesuwasz drążek steru lub autopilot wysyła nowe polecenie, reakcja drona nigdy nie jest idealnie natychmiastowa. Trzeba wykonać pomiary, przetworzyć dane i wysłać sygnały do silników. Te opóźnienia zwykle mierzy się w ułamkach sekundy, ale dla szybkich, lekkich pojazdów, które reagują błyskawicznie, nawet krótka przerwa może wywołać poważne drgania lub utratę kontroli. Tradycyjne metody sterowania często zakładają, że opóźnienia są znikome lub stałe. W rzeczywistości mogą się zmieniać, zwłaszcza gdy łącza komunikacyjne są obciążone lub komputery pokładowe intensywnie pracują. Autorzy skupiają się na tym zaniedbanym problemie: jak zaprojektować układ sterowania, który pozostaje wiarygodny przy obecnych opóźnieniach oraz w obliczu zaburzeń takich jak wiatr czy niedokładny model.

Inteligentniejsza koperta bezpieczeństwa dla ruchu drona

Naukowcy opierają swoje rozwiązanie na matematycznej „kopercie bezpieczeństwa”, która utrzymuje błąd postawy drona — różnicę między żądanym a rzeczywistym kątem — w ścisłych granicach. Koperta ta jest wymuszana za pomocą techniki zwanej funkcją barierową, która silnie odpycha system od krawędzi obszarów niebezpiecznych bez potrzeby stosowania gwałtownych, agresywnych działań sterujących. Mówiąc prościej, kontroler jest zaprojektowany tak, aby przechył, pochylenie i obrót drona mieściły się w ustalonych „bezpiecznych limitach”, a jednocześnie szybko dążyły do pożądanej orientacji. Daje to formalne zapewnienie, że dron nie przechyli się nadmiernie, nawet przy zaburzeniach — co jest szczególnie ważne podczas operacji blisko przeszkód lub w przestrzeniach ograniczonych.

Nauka przewidywania przez kontroler opóźnień

Aby radzić sobie z opóźnieniem, zespół adaptuje klasyczny pomysł: zamiast reagować tylko na to, co silniki robią teraz, kontroler przewiduje efekt poleceń, który będzie odczuwalny z niewielkim przesunięciem czasowym. Standardowe sztuczki predykcyjne są jednak bardzo wrażliwe na błędy modelu. Autorzy udoskonalają to podejście warstwą rozmytą, czyli regułową, która ciągle dopasowuje model predykcyjny na podstawie trzech sygnałów w czasie rzeczywistym: jak duży jest aktualny błąd śledzenia, jak szybko ten błąd się zmienia oraz estymaty rzeczywistego opóźnienia. Gdy opóźnienie rośnie lub dron oddala się od celu, predykcja jest wzmacniana; gdy sytuacja jest spokojna, ulega złagodzeniu. To połączenie rozmytej predykcji z kopertą bezpieczeństwa wpływa na wewnętrzne zmienne tak, że uciążliwe opóźnienie nie pojawia się bezpośrednio w głównych rachunkach stabilności. W efekcie powstaje kontroler, który reaguje, jakby opóźnienie zostało w dużej mierze zneutralizowane, a jednocześnie pozostaje na tyle lekki, by działać na pokładowych komputerach.

Od równań do symulacji i rzeczywistego sprzętu

Autorzy najpierw testują swój kontroler w szczegółowych symulacjach komputerowych ruchu postawy quadrotora, uwzględniając zaburzenia zewnętrzne i opóźnione sygnały wejściowe. Porównują swoje rozwiązanie łączące rozmytą predykcję z kopertą bezpieczeństwa z typowym sterownikiem rozmytym oraz klasycznymi metodami, takimi jak PID i backstepping. Dla kątów przechyłu, pochylenia i odchylenia nowe podejście osiąga szybsze czasy narastania i ustalania, utrzymuje przeregulowanie praktycznie zerowe oraz zmniejsza długookresowy skumulowany błąd. Zachowuje te zalety nawet wtedy, gdy masa drona lub właściwości aerodynamiczne różnią się nieznacznie od wartości nominalnych. Aby pokazać, że metoda nie jest tylko trikiem symulacyjnym, wdrożyli ją na komercyjnym stanowisku do testów z trzema stopniami swobody, które pozwala platformie quadrotora na swobodny obrót wokół przechyłu, pochylenia i odchylenia. Enkodery mierzą kąty z wysoką precyzją, a zidentyfikowane opóźnienie wejścia z rzeczywistego sprzętu zostało uwzględnione w kontrolerze. Eksperymenty potwierdzają, że platforma szybko śledzi zadane kąty i pozostaje stabilna pomimo zaburzeń i niedokładnych estymat parametrów.

Co to oznacza dla rzeczywistych misji dronów

W gruncie rzeczy praca pokazuje, że małe drony można sterować bardziej jak niezawodne narzędzia, a mniej jak kapryśne zabawki, nawet gdy sygnały sterujące docierają z opóźnieniem lub otoczenie jest nieuporządkowane. Łącząc warstwę predykcyjną, która uczy się, ile skompensować opóźnienia, z matematycznie wymuszoną kopertą bezpieczeństwa, kontroler utrzymuje błędy postawy na niskim poziomie, przywracanie do zadanej orientacji przebiega szybko, a reakcje są płynne. To odporne na opóźnienia rozwiązanie jest na tyle lekkie obliczeniowo, że nadaje się do praktycznego zastosowania na pokładzie, co czyni je atrakcyjnym do długich, krytycznych misji, takich jak poszukiwania i ratownictwo, inspekcje infrastruktury czy współpraca wielu dronów, gdzie stabilność, odporność i przewidywalne zachowanie mają kluczowe znaczenie.

Cytowanie: Abro, G.E.M., Memon, S.A., Hoshu, A.A. et al. Latency-aware attitude control of underactuated quadrotor UAVs using barrier Lyapunov and fuzzy Padé approximation. Sci Rep 16, 10633 (2026). https://doi.org/10.1038/s41598-026-45781-x

Słowa kluczowe: sterowanie quadrotorem, opóźnienie wejścia, sterowanie rozmyte, stabilność drona, autonomiczne UAV