Bezzałogowe statki powietrzne, zwłaszcza quadrotory, są w coraz większym stopniu wykorzystywane do zadań od obserwacji po dostawy. Jednak utrzymanie ich stabilności w nieprzewidywalnych warunkach pozostaje podstawowym wyzwaniem. Zakłócenia zewnętrzne, błędy modelowania i szum mogą zdestabilizować systemy sterowania, prowadząc do pogorszenia wydajności, a nawet awarii. Sprostanie tym wyzwaniom wymaga strategii sterowania, które można dostosowywać w czasie rzeczywistym, zapewniając jednocześnie niezawodne i ograniczone zachowanie systemu.
Profesor Francisco Jurado z Tecnológico Nacional de México/Instituto Tecnológico de La Laguna opracował nową strukturę kontroli adaptacyjnej, zaprojektowaną specjalnie do stabilizacji pozycji quadrotora. Jego praca, opublikowana w recenzowanym czasopiśmie Applied Sciences, przedstawia zdecentralizowane, solidne podejście do adaptacyjnego sterowania referencyjnym, metodę sterowania, która w sposób ciągły dostosowuje się do pożądanego zachowania, udoskonaloną za pomocą techniki znanej jako e-modyfikacja. Jak wyjaśnia profesor Jurado: „W tej pracy zaproponowano zdecentralizowany, solidny, adaptacyjny kontroler odniesienia do modelu bezpośredniego poprzez modyfikację elektroniczną do kontroli położenia quadrotora, aby zapobiec dryfowi parametrów”.
Profesor Jurado skupił się na jednym z najbardziej utrzymujących się problemów w adaptacyjnych systemach sterowania: dryfowaniu parametrów, czyli sytuacji, w której szacowane wartości z biegiem czasu oddalają się od wartości prawdziwych/idealnych. Zjawisko to ma miejsce, gdy oszacowane parametry znacznie odbiegają od ich wartości rzeczywistych/idealnych, szczególnie w przypadku zakłóceń lub niewystarczających sygnałów wzbudzenia, co oznacza, że system nie otrzymuje wystarczająco zróżnicowanych danych wejściowych, aby prawidłowo się uczyć. W praktyce może to spowodować nagłą rozbieżność w wydajności systemu, przez co drony będą zawodne w rzeczywistych warunkach. Proponowana metoda wprowadza mechanizm tłumienia zależny od błędu, czyli regulację stabilizującą zależną od wielkości błędu śledzenia, która dynamicznie dostosowuje aktualizacje parametrów, zapobiegając niestabilności przy jednoczesnym zachowaniu szybkości reakcji.
Wyniki symulacji pokazują, że nowa strategia sterowania działa skutecznie w wielu scenariuszach. Gdy nie występują zakłócenia takie jak hałas, parametry systemu płynnie zbliżają się do wartości idealnych, co oznacza, że sterownik z czasem uczy się prawidłowego zachowania. W bardziej realistycznych warunkach, w tym w przypadku zakłóceń zewnętrznych, sterownik utrzymuje stabilną wydajność śledzenia, nie dopuszczając do odchyleń parametrów. Zamiast dryfować w sposób niekontrolowany, system pozostaje w określonych granicach, co oznacza, że jego zachowanie mieści się w bezpiecznych i przewidywalnych zakresach, zapewniając niezawodne działanie. Ta równowaga między zdolnością adaptacji a wytrzymałością oznacza znaczną poprawę w porównaniu z konwencjonalnymi metodami sterowania adaptacyjnego.
Kluczową zaletą tego podejścia jest jego zdecentralizowany projekt. Zamiast traktować quadrotora jako pojedynczy złożony system, dynamikę obrotową, czyli ruchy opisujące przechylanie się i obracanie drona w przestrzeni, podzielono na mniejsze podukłady odpowiadające przechyleniu, pochyleniu i odchyleniu. Każdy podsystem jest sterowany niezależnie, przy jednoczesnym uwzględnieniu ich wewnętrznego sprzężenia, co oznacza, że ruchy nadal wpływają na siebie. Struktura ta upraszcza konstrukcję sterowania i zwiększa niezawodność, szczególnie w przypadku niepewności, które w różny sposób wpływają na różne osie.
W badaniu profesora Jurado porównano także proponowane podejście do e-modyfikacji z innymi uznanymi technikami, w tym modyfikacjami opartymi na sigma i metodą płynnej regulacji martwej strefy. Metoda gładkiej martwej strefy tymczasowo zatrzymuje adaptację, gdy błędy są bardzo małe, aby uniknąć niepotrzebnych zmian. Chociaż wszystkie metody mają na celu łagodzenie dryfu parametrów, wyniki pokazują, że strategia e-modyfikacji pozwala w większości przypadków stale obniżyć błędy śledzenia. Jednocześnie pozwala uniknąć niepożądanych skutków, takich jak oscylacje lub obniżona wydajność, które mogą wystąpić w przypadku metod alternatywnych. Co ważne, profesor Jurado potwierdza, że „zapewniona jest jednolita ostateczna granica sygnału błędu śledzenia”. Oznacza to, że z biegiem czasu błąd śledzenia będzie utrzymywał się w ustalonym, bezpiecznym zakresie, nawet jeśli występują zakłócenia.
Oprócz quadrotorów implikacje tej pracy rozciągają się na inne systemy lotnicze i mechaniczne, w których niezbędna jest precyzyjna kontrola położenia geograficznego i zdolność kontrolowania orientacji w przestrzeni. Zdolność do utrzymania stabilności pomimo niepewności jest szczególnie cenna w zastosowaniach takich jak orientacja satelitarna, gdzie zakłócenia są niewielkie, ale trwałe. Łącząc zdolność adaptacji z matematycznymi gwarancjami ograniczonego zachowania, proponowana metoda oferuje praktyczną drogę do bardziej niezawodnych systemów autonomicznych.
Jak podkreśla profesor Jurado: „Chociaż w większości przypadków społeczność kontrolująca jest zainteresowana jedynie realizacją zadania sterującego przez sterownik adaptacyjny, nie zwracając uwagi na to, czy oszacowania parametrów zbiegają się do ich prawdziwych/idealnych wartości, nie można pominąć dryfu parametrów”.
Podsumowując, badania profesora Jurado przedstawiają solidne i skuteczne rozwiązanie długotrwałego wyzwania w zakresie sterowania adaptacyjnego. Zapobiegając dryfowaniu parametrów i zapewniając stabilne śledzenie, zdecentralizowane podejście do adaptacyjnego sterowania modelem referencyjnym z e-modyfikacjami zwiększa niezawodność systemów quadrotorowych działających w niepewnych środowiskach. Odkrycia nie tylko pogłębiają teorię sterowania, ale także przyczyniają się do bezpiecznego i skutecznego rozmieszczania dronów w coraz bardziej złożonych scenariuszach rzeczywistych.
Odniesienie do czasopisma
Jurado F., Ollervides-Vazquez EJ „Zdecentralizowany, solidny bezpośredni MRAC poprzez e-modyfikację dla pozycji quadrotorowego UAV”. Nauki Stosowane, 2025; 15: 11713. DOI: https://doi.org/10.3390/app152111713
Odniesienie do obrazu
Quadrotor w warunkach silnych zakłóceń wiatru. Obraz wygenerowany przez sztuczną inteligencję utworzony za pomocą ChatGPT (DALL E, OpenAI), 2026. Rysunek ilustruje quadrotor utrzymujący lot w warunkach znacznych turbulencji i silnych podmuchów wiatru, z widocznymi zaburzeniami przepływu powietrza wokół wirników.
O autorze
Franciszek Jurado otrzymał tytuł licencjata uzyskał stopień inżyniera elektroniki w 1996 r., a tytuł magistra inż. uzyskali dyplom z inżynierii elektrycznej w 2001 r. w Instituto Tecnológico de La Laguna (Meksyk). Uzyskał stopień doktora nauk medycznych. uzyskał stopień doktora w Centro de Investigación y de Estudios Avanzados (CINVESTAV) del Instituto Politécnico Nacional (IPN) Unidad Guadalajara (Meksyk) w 2010 r. Staż badawczy odbył na Università Degli Studi Di L’ Aquila, L’ Aquila, Włochy, w 2008 r., uczestnicząc w programie Linear Control Systems and Projekt zastosowań niedynamicznych systemów sterowania w ramach programu współpracy naukowej MAE pomiędzy Włochami i Meksykiem. Obecnie jest profesorem-naukowcem w Tecnológico Nacional de México (TecNM)/Instituto Tecnológico de La Laguna, Torreón, Meksyk. Od 2012 roku uznano go za posiadającego pożądany profil PRODEP. Jest członkiem Rejestru Akredytowanych Asesorów CONACYT (RCEA-CONACYT), oceniającego krajowe projekty badawcze od 2013 roku. Jest także członkiem Krajowego Systemu Badaczy (SNII) na poziomie II z SECIHIT, Humanistyka, Humanistyka Technologia i Innowacje). Został wyróżniony tytułem Państwowego Honorowego Naukowca przez rząd stanu Coahuila de Saragossa w Meksyku oraz Radę Stanu ds. Nauki i Technologii (COECYT). Został nagrodzony nagrodą za doskonałość edukacyjną w edycji Cusco 2026 przyznaną przez OIICE (Międzynarodową Organizację na rzecz Włączenia i Jakości Edukacji) w Peru. Jest także laureatem doktoratu honoris causa nadanego przez OIICE. Został odznaczony Orderem Dorada Magisterial przyznanym przez OIICE. Jest członkiem IEEE, członkiem AIAA, członkiem AMRob, członkiem RICCA i członkiem OIICE. Pełnił funkcję członka TPC na konferencjach międzynarodowych. Był także recenzentem wielu prestiżowych czasopism naukowych. Jego główne zainteresowania badawcze obejmują sterowanie adaptacyjne, sterowanie nieliniowe, sterowanie inteligentne, bezzałogowe statki powietrzne, robotykę i systemy niedostatecznie pobudzone.
