Forscher des MIT haben neue Algorithmen für die Trajektorienplanung und Steuerung eines Tailsitters entwickelt. Dabei handelt es sich um ein feststehendes Flugzeug, das senkrecht starten und landen kann und sich zum Vorwärtsflug horizontal kippen kann. Mit diesen Algorithmen kann der Tailsitter schwierige Manöver wie seitliches oder kopfüber Fliegen ausführen und komplexe Trajektorien in Echtzeit planen. Die Forscher nutzten ein globales Dynamikmodell und nutzten die Differential-Flachheit, um effizient machbare Trajektorien für die Tailsitters zu planen. Die Algorithmen wurden in Räumen für den Indoor-Flug getestet und konnten akrobatische Manöver wie Schleifen, Rollen und Steigflüge durchführen. Das Ziel der Forscher ist es, den Algorithmus auf vollständig autonomes Outdoor-Fliegen auszudehnen.

Einführung

Dieser Artikel konzentriert sich auf die jüngsten Fortschritte bei der Trajektorienplanung und -steuerung von Tailsitter-Flugzeugen. Tailsitter sind Flugzeuge mit festen Tragflächen, die senkrecht starten und landen können und sich horizontal zum Vorwärtsflug neigen können. Forscher des MIT haben neue Algorithmen entwickelt, die es Tailsittern ermöglichen, anspruchsvolle Manöver durchzuführen und komplexe Trajektorien in Echtzeit zu planen. Durch die Nutzung eines globalen Dynamikmodells und der Differentialflachheit konnten diese Algorithmen erfolgreich in Innenflugräumen getestet werden, was ihr Potenzial für akrobatische Manöver demonstriert und den Weg für autonomes Fliegen im Freien ebnet.

Tailsitter-Flugzeuge

Tailsitter-Flugzeuge sind eine besondere Art von Flugzeugen mit festen Tragflächen, die die Fähigkeiten von Hubschraubern und herkömmlichen Flugzeugen kombinieren. Sie haben die Fähigkeit, senkrecht wie Hubschrauber zu starten und zu landen, was eine Start- und Landebahn überflüssig macht. Zusätzlich können sie ihre Flügel oder ihren gesamten Körper horizontal neigen und so in den Vorwärtsflug übergehen, wie ein herkömmliches Flugzeug. Tailsitter bieten im Vergleich zu herkömmlichen Flugzeugen eine erhöhte Manövrierfähigkeit und Effizienz, was sie für verschiedene Anwendungen wie Überwachung, Lieferungen und Such- und Rettungsoperationen geeignet macht.

Die Steuerung und Planung von Trajektorien für Tailsitter-Flugzeuge kann jedoch aufgrund ihrer unkonventionellen Flugeigenschaften und komplexen Dynamik herausfordernd sein. Herkömmliche Steuerungsansätze, die für Hubschrauber oder Flugzeuge funktionieren, sind möglicherweise nicht für Tailsitter geeignet. Aus diesem Grund konzentrieren sich Forscher auf die Entwicklung spezialisierter Algorithmen und Techniken, um diese Herausforderungen zu bewältigen und das volle Potenzial von Tailsitter-Flugzeugen auszuschöpfen.

Algorithmus-Entwicklung

Die Forscher des MIT haben neue Algorithmen zur Trajektorienplanung und -steuerung von Tailsitter-Flugzeugen entwickelt. Diese Algorithmen nutzen ein globales Dynamikmodell, das das allgemeine Verhalten und die Interaktionen des Flugzeugs mit seiner Umgebung erfasst. Indem die Dynamik auf globaler Ebene betrachtet wird, können die Algorithmen in Echtzeit effiziente und machbare Trajektorien für die Tailsitter generieren.

Eine wichtige Technik, die in den Algorithmen verwendet wird, ist die Differentialflachheit. Die Differentialflachheit ist ein Konzept der Regelungstechnik, das es ermöglicht, die Dynamik des Systems in einen flachen Ausgangsraum zu transformieren, in dem die Eingaben (Steuerbefehle) direkt auf gewünschte Ausgaben (gewünschte Trajektorien) abgebildet werden können. Durch die Nutzung der Differentialflachheit können die Algorithmen Trajektorien planen, die verschiedenen Einschränkungen genügen und die Leistung optimieren.

Manöver und Trajektorien

Die entwickelten Algorithmen ermöglichen es Tailsitter-Flugzeugen, anspruchsvolle Manöver durchzuführen, die zuvor schwierig oder unmöglich waren. Zum Beispiel kann der Tailsitter seitwärts oder kopfüber fliegen, was seine außergewöhnliche Manövrierfähigkeit zeigt. Die Algorithmen ermöglichen es auch den Tailsittern, komplexe Trajektorien in Echtzeit zu planen und auszuführen. Diese Trajektorien können verschiedene Flugmuster und Manöver umfassen, wie Schleifen, Rollen, Steigkurven und mehr.

Die Fähigkeit, komplexe Trajektorien in Echtzeit zu planen, eröffnet neue Möglichkeiten für Anwendungen in der Luftfotografie, Filmproduktion und Such- und Rettungsoperationen. Zum Beispiel kann ein mit einer Kamera ausgestatteter Tailsitter autonom einem Zielobjekt folgen und dabei dynamisches und fesselndes Filmmaterial aufnehmen. Ebenso können die Algorithmen in Such- und Rettungsszenarien dem Tailsitter helfen, sich durch anspruchsvolle Umgebungen zu navigieren und schnell bestimmte Orte zu erreichen.

Tests und zukünftige Richtungen

Die Forscher haben umfangreiche Tests der Trajektorienplanungs- und Steuerungsalgorithmen in Innenflugräumen durchgeführt. Diese Tests haben die Wirksamkeit der Algorithmen beim Ermöglichen von akrobatischen Manövern und der Ausführung komplexer Trajektorien gezeigt. Das ultimative Ziel ist es jedoch, diese Algorithmen für vollständig autonomes Fliegen im Freien zu erweitern.

Autonomes Fliegen im Freien stellt zusätzliche Herausforderungen dar, wie zum Beispiel den Umgang mit unvorhersehbaren Umgebungsbedingungen, Hindernissen und der Navigation in großen offenen Räumen. Die Forscher arbeiten aktiv daran, diese Herausforderungen anzugehen und die Algorithmen zu verfeinern, um einen sicheren und zuverlässigen autonomen Flug für Tailsitter zu gewährleisten. Dadurch soll das volle Potenzial von Tailsitter-Flugzeugen für eine Vielzahl von Anwendungen erschlossen werden können.

Zusammenfassung

Die von Forschern des MIT entwickelten Trajektorienplanungs- und -steuerungsalgorithmen haben die Fähigkeiten von Tailsitter-Flugzeugen erheblich erweitert. Diese Algorithmen ermöglichen es Tailsittern, anspruchsvolle Manöver durchzuführen und komplexe Trajektorien in Echtzeit unter Verwendung eines globalen Dynamikmodells und des Konzepts der Differentialflachheit zu planen. Durch umfangreiche Tests in Innenflugräumen haben die Algorithmen ihre Wirksamkeit beim Ermöglichen von akrobatischen Manövern und der Ausführung komplexer Trajektorien bewiesen. Der nächste Schritt besteht darin, diese Algorithmen für vollständig autonomes Fliegen im Freien zu erweitern, was zusätzliche Herausforderungen mit sich bringt und eine Verfeinerung der Algorithmen erfordert, um einen sicheren und zuverlässigen Betrieb zu gewährleisten. Die Fortschritte bei der Trajektorienplanung und -steuerung für Tailsitter-Flugzeuge haben das Potenzial, verschiedene Branchen zu revolutionieren, darunter Luftfotografie, Filmproduktion und Such- und Rettungsoperationen.

Quelle

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

You May Also Like

Machine-Learning-Ansatz zur Berechnung von Übergangszuständen in chemischen Reaktionen

Forscher vom MIT haben eine maschinelle Lernmethode entwickelt, um Übergangszustände in chemischen…

Ein potenzieller Wirkstoffkandidat zur Behandlung der Amyotrophen Lateralsklerose (ALS)

Forscher der Universität Helsinki haben einen potenziellen Wirkstoff entdeckt, der zur Behandlung…

Von der Verbrennung angetriebener insektengroßer Roboter: Ein Durchbruch in der Robotik

Forscher der Cornell University haben einen robotischen Insekt entwickelt, der durch Verbrennung…

Die Rolle des Retinsäurerezeptors Alpha (RARα) bei der T-Zell-Aktivierung und Immunantwort

Eine neue Studie, veröffentlicht im Journal Immunity, zeigt, dass der nukleare Rezeptor…