Ulepszona kontrola geometryczna zasilana przez AI dla UAV z ramieniem robotycznym kompensującym zaburzenia

Latające roboty, które potrafią używać rąk

Wyobraź sobie drona, który nie tylko widzi, lecz także potrafi wyciągnąć ramię, chwycić i manipulować przedmiotami, pozostając bezpiecznie w powietrzu. Badanie pokazuje, że połączenie latającego robota z ramieniem robotycznym oraz wyposażenie go w inteligentny system sterowania oparty na sztucznej inteligencji może uczynić takie powietrzne asystenty stabilnymi i niezawodnymi nawet przy wietrze i zmieniającym się ładunku.

Dlaczego dodanie ramienia do drona jest trudne

Gdy dron niesie ramię robotyczne, każdy ruch tego ramienia zmienia sposób, w jaki cały układ balansuje w powietrzu. Gdy ramię kołysze się lub podnosi przedmiot, przesuwa się środek masy, pojawiają się dodatkowe siły, a porywy wiatru mogą pogorszyć sytuację. Tradycyjne metody sterowania, które dobrze radzą sobie przy prostych lotach i fotografii, mają problemy z tak szybkimi, nieliniowymi zmianami. Mogą prowadzić do chybotania, wolnego odzyskiwania równowagi lub nawet utraty kontroli, gdy ramię porusza się szybko albo obsługuje cięższe ładunki. Wyzwanie polega na utrzymaniu poziomu i kursu drona, podczas gdy przymocowane ramię zachowuje się jak ruchome, nieprzewidywalne obciążenie.

Nowe podejście do równowagi w powietrzu

Autorzy opierają się na nowoczesnym podejściu zwanym kontrolą geometryczną, które opisuje orientację drona bezpośrednio w przestrzeni trójwymiarowej zamiast polegać na uproszczeniach kątowych, które mogą stać się mylące lub niestabilne. Ta rama matematyczna daje solidne gwarancje, że dron można sterować płynnie i bez typowych anomalii występujących w prostszych schematach. Na to nakładają własny projekt drona, HANA-26, wykonanego z lekkiego włókna węglowego, z trzystawnym ramieniem robotycznym zamontowanym w pobliżu środka masy. Korzystając ze szczegółowych modeli komputerowych zarówno platformy latającej, jak i ramienia, symulują, jak siły, momenty i rozkład masy zmieniają się, gdy ramię się porusza oraz gdy drona uderzają porywy wiatru albo przenosi różne ciężary.

Pozwolić AI przewidzieć nadchodzące zaburzenia

Nawet bardzo dobry układ sterowania może zawieść, jeśli nie wie, co się zaraz wydarzy. Aby temu sprostać, zespół dodaje warstwę sztucznej inteligencji opartą na typie rekurencyjnej sieci neuronowej zwanej LSTM. Sieć ta jest trenowana na dziesiątkach tysięcy przykładów pochodzących z symulacji i rzeczywistych lotów, obejmujących różne pozycje ramienia, ładunki i syntetyczne porywy wiatru. Jej zadaniem jest przewidzieć dodatkowe momenty skręcające i przesunięcia równowagi, które pojawią się w krótkiej przyszłości w miarę ruchu ramienia. Te przewidywania są następnie łączone z bieżącymi odczytami z czujników w kroku fuzji podobnym do filtru Kalmana. Wynikiem jest czyste oszacowanie tego, jakie zaburzenia spotkają drona, które jest podawane do kontrolera geometrycznego jako ostrożnie ograniczona korekta, nie zastępując przy tym zasadniczych, bezpiecznych reguł sterowania.

Jak zachowuje się inteligentny sterownik w testach

Aby sprawdzić, czy podejście rzeczywiście pomaga, badacze porównują trzy strategie: standardowy regulator PID, kontroler geometryczny bez AI oraz ich kontroler geometryczny wzmocniony AI. Testują je w wysokiej jakości symulatorze łączącym MATLAB z CoppeliaSim oraz w rzeczywistych eksperymentach z HANA-26 wykonującym zawisy, ruchy ramienia i manipulacje ładunkiem w warunkach wewnętrznych i zewnętrznych. Regulator PID działa akceptowalnie przy lekkich ładunkach, ale pokazuje silne oscylacje i wolne ustalanie się, gdy ramię porusza się szybko lub niesie cięższe masy. Sama kontrola geometryczna poprawia stabilność i zmniejsza chybotanie, lecz nadal ma problemy, gdy ładunek rośnie lub porywy wiatru stają się silniejsze. Po dodaniu warstwy AI dron utrzymuje znacznie mniejsze błędy orientacji, szybciej odzyskuje równowagę po zaburzeniach i rzadziej doprowadza silniki do ich granic, nawet gdy ramię kołysze się z ładunkami do kilkuset gramów.

Co to oznacza dla przyszłych latających pomocników

Mówiąc prosto, badanie pokazuje, że wyposażenie drona w umiejętność przewidywania własnych problemów znacznie poprawia jego zdolność do utrzymania równowagi podczas pracy w powietrzu. Poprzez połączenie solidnego kontrolera geometrycznego z predyktorem AI, który uczy się, jak ramię i ładunek będą zaburzać lot, system może pozostać stabilny, zużywać mniej energii i wykonywać bardziej precyzyjne zadania. Ta hybrydowa strategia może przyczynić się do powstania praktycznych robotów powietrznych, które inspekcjonują konstrukcje, pobierają próbki lub pomagają w sytuacjach awaryjnych, korzystając bezpiecznie z ramion robotycznych w wietrznych, niepewnych warunkach rzeczywistych.

Cytowanie: Oqda, K., El-Gendy, E.M., Marie, H.S. et al. Enhanced geometry control powered by AI for UAVS with a robotic arm for compensating for disturbances. Sci Rep 16, 15989 (2026). https://doi.org/10.1038/s41598-026-52048-y

Słowa kluczowe: manipulacja powietrzna, UAV z ramieniem robotycznym, kontrola geometryczna, sterowanie AI, odrzucanie zaburzeń