Nowadays the use of Unmanned Aerial Vehicles (UAVs) is widespread for a broad range of applications. At the core of their operation, different autopilots and controllers are used. The first layer of an autopilot is the attitude controller, meaning that its performance is essential for unmanned flight operations. Typically the controllers are synthesised by employing methodologies reliant on the knowledge of a model of the system to be controlled. Their performance, however, depends on its fidelity. For this reason, robust control techniques allow accounting for model uncertainty or under-modelling, which might hinder the performance of the real plant. Data-driven methods represent an alternative approach. In fact, they do not rely on a model of the system, but they are applied directly to experimental data, eliminating the aforementioned issues. In this thesis, a data-driven synthesis method is proposed and tailored for the application on multirotor UAV, formulated in a multivariable environment to allow considering coupling effects which typically affect rotorcraft. The Virtual Reference Feedback Tuning (VRFT) algorithm has been extended to cascaded control architectures. Experimental tests have been performed in flight using a baseline controller in closed-loop conditions, ensuring safe and efficient data collection tests. Testing on two different UAV platforms shows that this method delivers consistent results, with a satisfactory level of performance when compared to the decoupled axes approach of the VRFT scheme. An additional benefit is represented by the reduction of algorithm input parameters, selected by the user, simplifying the synthesis process. This result can pave the way to automatic data-based tuning since it is a non-iterative algorithm, or the application on helicopters, which feature coupling effects that generally require a multivariable approach in designing a control law.

Oggigiorno l'impiego di Aeromobili a Pilotaggio Remoto (APR o UAV) è sempre più esteso, abbracciando una gamma molto ampia di applicazioni. Al centro del loro funzionamento esistono una serie di controllori e sistemi di autopilota la cui base è rappresentata dal controllo d'assetto, il cui corretto funzionamento permette la definizione di leggi più avanzate. Tipicamente la sintesi dei controllori è effettuata con metodologie che si affidano alla presenza di un modello del sistema da controllare. Tecniche di controllo robusto possono essere impiegate per considerare gli effetti dell'incertezza o di un'errata scelta del modello, che possono inficiare le prestazioni del sistema reale. I metodi data-driven rappresentano un approccio alternativo in quanto non richiedono un modello del sistema, ma sono applicati direttamente a dati sperimentali, eliminando le problematiche esposte. In questa tesi, un metodo di sintesi data-driven è proposto e adattato ad applicazioni su UAV multirotore, formulato in una struttura multivariable per considerare i possibili effetti di accoppiamento tipici dell'ala rotante. L'algoritmo Virtual Reference Feedback Tuning (VRFT) è stato esteso per essere applicato a diverse architetture di controllo. I dati di prova sono stati acquisiti in volo in retroazione con un controllore di base, assicurando un'acquisizione efficiente e sicura. Prove su due differenti piattaforme UAV mostrano come il metodo proposto restituisca risultati consistenti, con un livello prestazionale soddisfacente comparato con l'approccio VRFT su assi disaccoppiati. Un ulteriore beneficio è rappresentato dalla riduzione del numero dei parametri dell'algoritmo selezionati dall'utente, semplificando il processo di sintesi. Questo primo risultato può rappresentare una base per metodi di taratura automatica basati sui dati, in quanto l'algoritmo non è iterativo, o l'applicazione su elicotteri, dove gli effetti di accoppiamento richiedono un approccio multivariabile nella realizzazione delle leggi di controllo.

Data-driven multivariable attitude control design of multirotor UAV platforms

ZANGARINI, ANGELO
2017/2018

Abstract

Nowadays the use of Unmanned Aerial Vehicles (UAVs) is widespread for a broad range of applications. At the core of their operation, different autopilots and controllers are used. The first layer of an autopilot is the attitude controller, meaning that its performance is essential for unmanned flight operations. Typically the controllers are synthesised by employing methodologies reliant on the knowledge of a model of the system to be controlled. Their performance, however, depends on its fidelity. For this reason, robust control techniques allow accounting for model uncertainty or under-modelling, which might hinder the performance of the real plant. Data-driven methods represent an alternative approach. In fact, they do not rely on a model of the system, but they are applied directly to experimental data, eliminating the aforementioned issues. In this thesis, a data-driven synthesis method is proposed and tailored for the application on multirotor UAV, formulated in a multivariable environment to allow considering coupling effects which typically affect rotorcraft. The Virtual Reference Feedback Tuning (VRFT) algorithm has been extended to cascaded control architectures. Experimental tests have been performed in flight using a baseline controller in closed-loop conditions, ensuring safe and efficient data collection tests. Testing on two different UAV platforms shows that this method delivers consistent results, with a satisfactory level of performance when compared to the decoupled axes approach of the VRFT scheme. An additional benefit is represented by the reduction of algorithm input parameters, selected by the user, simplifying the synthesis process. This result can pave the way to automatic data-based tuning since it is a non-iterative algorithm, or the application on helicopters, which feature coupling effects that generally require a multivariable approach in designing a control law.
INVERNIZZI, DAVIDE
PANZA, SIMONE
GIURATO, MATTIA
ING - Scuola di Ingegneria Industriale e dell'Informazione
16-apr-2019
2017/2018
Oggigiorno l'impiego di Aeromobili a Pilotaggio Remoto (APR o UAV) è sempre più esteso, abbracciando una gamma molto ampia di applicazioni. Al centro del loro funzionamento esistono una serie di controllori e sistemi di autopilota la cui base è rappresentata dal controllo d'assetto, il cui corretto funzionamento permette la definizione di leggi più avanzate. Tipicamente la sintesi dei controllori è effettuata con metodologie che si affidano alla presenza di un modello del sistema da controllare. Tecniche di controllo robusto possono essere impiegate per considerare gli effetti dell'incertezza o di un'errata scelta del modello, che possono inficiare le prestazioni del sistema reale. I metodi data-driven rappresentano un approccio alternativo in quanto non richiedono un modello del sistema, ma sono applicati direttamente a dati sperimentali, eliminando le problematiche esposte. In questa tesi, un metodo di sintesi data-driven è proposto e adattato ad applicazioni su UAV multirotore, formulato in una struttura multivariable per considerare i possibili effetti di accoppiamento tipici dell'ala rotante. L'algoritmo Virtual Reference Feedback Tuning (VRFT) è stato esteso per essere applicato a diverse architetture di controllo. I dati di prova sono stati acquisiti in volo in retroazione con un controllore di base, assicurando un'acquisizione efficiente e sicura. Prove su due differenti piattaforme UAV mostrano come il metodo proposto restituisca risultati consistenti, con un livello prestazionale soddisfacente comparato con l'approccio VRFT su assi disaccoppiati. Un ulteriore beneficio è rappresentato dalla riduzione del numero dei parametri dell'algoritmo selezionati dall'utente, semplificando il processo di sintesi. Questo primo risultato può rappresentare una base per metodi di taratura automatica basati sui dati, in quanto l'algoritmo non è iterativo, o l'applicazione su elicotteri, dove gli effetti di accoppiamento richiedono un approccio multivariabile nella realizzazione delle leggi di controllo.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
LM_Thesis_Zangarini.pdf

accessibile in internet per tutti

Descrizione: Thesis complete text
Dimensione 14.94 MB
Formato Adobe PDF
14.94 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/145951