guest ::
Model-based control of cooperative landing maneuvers with fully automated ground and aerial vehicles = Modellbasierte Regelung kooperativer Landemanöver mit vollautomatisierten Boden- und Luftfahrzeugen
2024
Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2024
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak04
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2024-09-30
Online
DOI: 10.18154/RWTH-2024-09963
URL: https://publications.rwth-aachen.de/record/995515/files/995515.pdf
Einrichtungen
Projekte
Inhaltliche Beschreibung (Schlagwörter)
Posenschätzung (frei) ; Trajektorienfolgeregelung (frei) ; Trajektorienplanung (frei) ; automated vehicles (frei) ; automatisierte Fahrzeuge (frei) ; model-based control (frei) ; modellbasierte Regelung (frei) ; pose estimation (frei) ; trajectory planning (frei) ; trajectory tracking control (frei)
Thematische Einordnung (Klassifikation)
DDC: 620
Kurzfassung
Bodengestützte Landesysteme als Ersatz für reguläre Flugzeugfahrwerke sind aus verschiedenen Gründen eine vielversprechende Technologie. Dazu zählt unter anderem eine signifikante Verringerung der Flugzeugmasse, was zu deutlich energieeffizienterem Lufttransport führen kann. Laut der International Air Transport Association (IATA) könnte das fahrwerklose Fliegen aufgrund des geringeren Gewichts und Luftwiderstands zu einer Treibstoffreduzierung von 10 bis 20 % führen. Eine mögliche Umsetzung des fahrwerklosen Fliegens für Starrflügelflugzeuge ist die Verwendung eines bodengestützten Fahrwerks in Form eines Bodenfahrzeugs. Die Automatisierung kooperativer Landemanöver zwischen unbemannten Bodenfahrzeugen (Unmanned Ground Vehicles, UGVs) und unbemannten Luftfahrzeugen (Unmanned Aerial Vehicles, UAVs) erfordert eine präzise räumliche Synchronisation der Fahrzeugsysteme mittels Trajektorienplanung und Trajektorienfolgeregelung, sowie eine robuste Fahrzeug-zu-Fahrzeug-Kommunikation, was aus regelungstechnischer Sicht eine anspruchsvolle Herausforderung darstellt. Diese Dissertation adressiert verschiedene Komponenten, die für kooperative Landemanöver zwischen UGVs und Starrflügel-UAVs relevant sind, wobei der Schwerpunkt auf der Automatisierung des UGVs liegt. Nach einer Zusammenfassung der relevanten Grundlagen zur Fahrzeugnavigation, der Modellierung des Bodenfahrzeugs, der Zustandsschätzung, der Model Predictive Control (MPC) und der Flachheitseigenschaft werden das Simulationsmodell und die skalierten Versuchsträger vorgestellt. Darauf aufbauend werden zwei kamerabasierte Verfahren zur Schätzung der relativen Pose zwischen dem UGV und dem UAV unter Verwendung von optischen Markern bzw. eines Convolutional Neural Network (CNN) mit synthetischen Trainingsdaten vorgestellt und miteinander verglichen. Um die räumliche Synchronisation zwischen den Fahrzeugen während der automatisierten Landung zu ermöglichen, wird ein neuartiger modellprädiktiver Trajektorienplaner eingeführt, der auf der Flachheitseigenschaft der kinematischen Modelle des UGVs und UAVs basiert. Der zentrale Trajektorienplaner entkoppelt die horizontale und vertikale Bewegung der Fahrzeuge und optimiert fahr- bzw. fliegbare Trajektorien für die beiden Fahrzeuge. Für die Trajektorienfolgereglung des UGVs wird ein linearer modellbasierter Regler präsentiert. Die entwickelten Komponenten werden in Simulationen, Hardware-in-the-Loop (HiL) Versuchen und realen Experimenten mit skalierten Versuchsträgern validiert.Ground-based landing systems as a replacement for regular aircraft landing gears are a promising technology for several reasons, including significant reductions of the aircraft mass, leading to more efficient air transportation. According to the International Air Transport Association (IATA), gearless flying could result in fuel reductions of 10 to 20 % due to reduced weight and drag. One possible implementation of gearless flying for fixed-wing Unmanned Aerial Vehicles (UAVs) is the use of a ground-based landing gear in form of an Unmanned Ground Vehicle (UGV). The automation of cooperative landing maneuvers between UGVs and UAVs requires precise spatial synchronization of the vehicles systems by means of trajectory planning and trajectory tracking control, as well as vehicle-to-vehicle communication, which poses a challenging task from a control engineering perspective. This dissertation addresses multiple components relevant for the Guidance, Navigation, and Control (GNC) of cooperative landing maneuvers between UGVs and fixed-wing UAVs, focussing on the automatic control of the UGV. After a summary of the relevant fundamentals on vehicle navigation, ground vehicle modeling, state estimation, Model Predictive Control (MPC), and differential flatness, the simulation model and model-scale demonstrator vehicle setup is introduced. Based on this, two camera-based methods for estimating the relative pose between the UGV and the UAV using fiducial markers and a Convolutional Neural Network (CNN) with synthetic training data, respectively, are presented and compared with each other. To enable the spatial synchronization between the vehicles during the automated landing, a novel model predictive trajectory planning scheme based on the differential flatness property of kinematic models of the UGV and UAV is presented. The central trajectory planner decouples the horizontal and vertical motion of the vehicles and optimizes feasible trajectories for the UAV and UGV that converge towards each other. For the trajectory following of the UGV, a linear MPC-based trajectory tracking controller is presented. The developed components are validated in simulations, Hardware-in-the-Loop (HiL), and real-world experiments with a model-scale demonstrator vehicle setup.
OpenAccess: 
PDF
(additional files)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT030891427
Interne Identnummern
RWTH-2024-09963
Datensatz-ID: 995515
Beteiligte Länder
Germany
|
The record appears in these collections: |