Trajectory optimization for aerial robots with physical interactions

In recent years, Aerial Robotics has experienced an extreme growth in popularity and applications but, despite their large use, flying robots are still significantly limited by their poor endurance. Possible emerging solutions for limiting the energy consumption include interactions with surfaces, e.g. perching to fixed surfaces like tree branches or using terrestrial locomotion through external rolling structures in hybrid robot solutions. In this work we consider aerial robots in presence of possible physical interactions with surfaces. In this framework, we present a Model Predictive Control (MPC) strategy that enables to perform online optimization tasks. First of all, we introduce the model of a 4-rotor Unmanned Aerial Vehicle, capable of sliding over a frictionless surface (e.g. through a rolling external cage), along with the contact force modeling obtained thanks to a Linear Complementarity Problem. Secondly, we formulate a dedicated MPC problem solved using a recently proposed numerical method, the iterative Linear Quadratic Regulator. This approach shows interesting results highlighting how the quadrotor takes advantage of the presence of the surface to reach a goal position in an energy efficient way. To prove the flexibility of this technique, we apply this modeling and control approach to a different scenario: the case of a cable-suspended load lifting quadrotor. In this case the devised control algorithm is able to manage correctly the tension force (modelled with Linear Complementarity Problem) using a unique model of the system instead of resorting to a hybrid system representing the different phases of the manoeuvre.

Negli ultimi anni la Robotica Aerea ha conosciuto una notevole crescita di popolarità e di applicazioni. Tuttavia, nonostante il loro largo utilizzo, i robot aerei sono significativamente limitati a causa della loro scarsa autonomia. Possibili soluzioni emergenti al problema di limitare il consumo di energia prevedono l’interazione con superfici. Queste interazioni possono realizzarsi grazie alla possibilità di aggrapparsi a delle superfici fisse quali i rami degli alberi o di permettere la locomozione terrestre usando strutture di rotolamento esterne in soluzioni ibride. In questo lavoro si considerano modelli di robot aerei in presenza di possibili interazioni fisiche con superfici. In questo contesto viene proposta una strategia di controllo che si basa su Model Predictive Control (MPC) in grado di ottimizzare la traiettoria del robot aereo. Innanzitutto, introdurremo il modello di un quadrirotore, un robot aereo con 4 rotori, capace di scivolare su una superficie priva di attrito (usando per esempio una struttura di rotolamento esterna), e il modello della forza di contatto ottenuto usando un problema di complementarità lineare. Successivamente formuleremo e risolveremo il problema di MPC utilizzando un recente metodo numerico detto iterative Linear Quadratic Regulator. Questo approccio permette di ottenere risultati promettenti evidenziando come il quadrirotore sfrutti la presenza della superficie di contatto per raggiungere una destinazione in modo efficiente dal punto di vista energetico. Infine, per mettere alla prova la flessibilità dell’approccio modellistico e di controllo usato, abbiamo considerato un secondo scenario applicativo: il caso del sollevamento di oggetti tramite una fune usando un quadrirotore, dove l’algoritmo si è dimostrato in grado di gestire correttamente la forza di tensione (modellata con un problema di complementarità lineare) usando un unico modello del sistema, invece di ricorrere ad un sistema ibrido basato sulle differenti fasi della manovra