Safe and Dynamically Feasible Trajectory Planning for Helicopter UAVs in Urban Environments: A Combined Model Predictive Control and Sampling-based Path Planning Approach

Dies ist die aktuellste Version dieses Eintrags.

Kurzfassung

Diese Arbeit präsentiert ein Echtzeit-Trajektorienplanungsframework für Hubschrauber-UAVs, die in strukturierten städtischen Umgebungen operieren. Hubschrauber-UAVs bieten einzigartige Fähigkeiten wie Manövrierfähigkeit, Traglast und Schwebeflug, was sie besonders gut für urbane Einsätze geeignet macht. Um diese Vorteile sicher zu nutzen, sind Planungsmethoden erforderlich, die dynamische Durchführbarkeit und formale Sicherheit gewährleisten und gleichzeitig echtzeitfähig bleiben. Bestehende Ansätze scheitern oft entweder an fehlenden formalen Garantien ohne globale Neuberechnung oder an einer unzureichenden Modellierung der Fahrzeugdynamik. Zur Lösung dieser Herausforderungen wird ein vollständiges Trajektoriengenerierungsframework vorgeschlagen, das stichprobenbasierte globale Pfadplanung, die Generierung von Safe Flight Corridors (SFC) und einen neuartigen Model Predictive Controller for Tracking using Artificial Reference (MPCTar) integriert. Das Framework bietet formale, integrierte Sicherheitsgarantien während der Ausführung, indem der MPC vollständig auf vorab berechnete SFCs beschränkt wird und die rekursive Durchführbarkeit des MPCTar ausgenutzt wird. Dadurch bleibt das UAV innerhalb verifizierter sicherer Räume, während es sich in Echtzeit unter einem auf Flachheit basierenden Jerk-Level-Modell anpassen kann. Das Framework wurde in drei Fallstudien validiert. In der ersten übertrifft MPCTar eine klassische MPC-Formulierung, indem es die Durchführbarkeit bei kürzeren Horizonten und während Übergängen zwischen Korridoren beibehält. Die zweite Fallstudie bewertet die Pfadplanung und SFC-Generierung auf 200 zufällig generierten Karten und erreicht eine Erfolgsquote von 100% bei der kollisionsfreien Pfadgenerierung mit durchschnittlichen Laufzeiten von 68 Sekunden für die Pfadplanung und 4,2 Sekunden für die SFC-Erzeugung. Die dritte Fallstudie testet das vollständige System in einer realistischen städtischen Mission mit einem hochdetaillierten Hubschraubermodell. Während Positions- und Geschwindigkeitsgrenzen während der Mission eingehalten werden, werden die Beschleunigungsgrenzen in den horizontalen Achsen mit bis zu 23,6% überschritten, was jedoch nur in 2,6% der Gesamtzeit auftritt. Diese Abweichungen resultieren aus dem vereinfachten dynamischen Modell im MPCTar, das gekoppelte Lageeffekte nicht berücksichtigt. Dennoch bleibt das System echtzeitfähig und liefert eine sichere Trajektorie. Zusammenfassend zeigt diese Arbeit, dass mit dem vorgeschlagenen Framework sichere, durchführbare und in Echtzeit ausführbare Trajektorien für Hubschrauber-UAVs in komplexen Umgebungen generiert werden können, bezogen auf das auf Flachheit basierende Jerk-Level-Modell, ohne dass eine globale Neuberechnung erforderlich ist. Die Kombination aus vorab berechneten räumlichen Einschränkungen und einem prädiktiven Regler mit garantierter rekursiver Durchführbarkeit bildet eine fundierte und praxisnahe Grundlage für den sicheren autonomen UAV-Betrieb in urbanen Szenarien. Zur weiteren Verbesserung der Praxistauglichkeit sollten zukünftige Arbeiten die Berücksichtigung gekoppelter Lagedynamiken und die Validierung des Gesamtsystems durch Flugversuche mit realer UAV-Hardware anstreben.

Verfügbare Versionen dieses Eintrags

• Safe and Dynamically Feasible Trajectory Planning for Helicopter UAVs in Urban Environments: A Combined Model Predictive Control and Sampling-based Path Planning Approach. (deposited 02 Feb 2026 08:36) [Gegenwärtig angezeigt]