適応Unscentedカルマンフィルタと非線形モデル予測制御を用いたクアッドローターの固定時間動的着陸
本論文は、移動プラットフォーム上でのマルチローター無人航空機の動的着陸のための推定・制御フレームワークを提案する。提案手法は、非線形モデル予測制御と、所定の接地時刻を強制するリアルタイム最小躍度軌道計画を統合し、終端降下中の一貫したタイミングを可能にする。時間変動するセンシング品質に対するロバスト性を高めるため、プロセスノイズと測定ノイズの統計をオンラインで更新する適応Unscentedカルマンフィルタを利用する。さらに、最小躍度リファレンスが標準的な追跡仮定の下で有界な推力とトルク指令を誘発することを示す参照実現可能性解析を提供する。シミュレーションとハードウェア実験により、提案フレームワークが再現可能な着陸と、EKF/UKFベースの手法に比べたプラットフォーム速度予測精度の向上を達成することが示された。
最近、CRV 2026（コンピュータビジョンとロボティクスに関する会議）で採択された論文「Fixed-Time Dynamic Landing of Quadrotors using Adaptive Unscented Kalman Filtering and Nonlinear Model Predictive Control」が発表されました。Mohammadreza Izadiらによる本研究は、移動プラットフォーム上でのマルチローター無人航空機の動的着陸問題に対して、新しい推定・制御フレームワークを提案しています。
動的着陸は、特に船舶や車両などの移動体に着陸する際に、飛行体とプラットフォームの相対運動を正確に同期させる必要があるため、重要な課題です。従来手法はセンシング品質の変動や着陸タイミングの不確実性に悩まされることがよくありました。そこで研究チームは、非線形モデル予測制御（NMPC）とリアルタイム最小躍度軌道計画（minimum-jerk trajectory planner）を組み合わせ、接地時刻（fixed touchdown time）を強制することで、終端降下段階の時間的一貫性を確保しました。この設計により、着陸タイミングが予測可能かつ再現可能となり、自動化操作に不可欠です。
実環境では、GPS信号の遮蔽や視覚特徴の変化など、センシング品質が時間とともに変動します。これに対処するため、論文では適応Unscentedカルマンフィルタ（Adaptive UKF）を導入しました。このフィルタはプロセスノイズと測定ノイズの統計をオンラインで更新し、センシング品質が低下してもロバストな状態推定を維持します。拡張カルマンフィルタ（EKF）や標準UKFと比較して、適応UKFはプラットフォーム速度予測の精度を大幅に向上させました。
また、研究チームは参照実現可能性解析（reference feasibility analysis）を提供し、標準的な追跡仮定の下で最小躍度参照軌道が有界な推力とトルク指令を生成することを証明しました。この解析により、制御指令の物理的な実現可能性が保証され、実システムへの適用性が強化されています。
実験はシミュレーションとハードウェアテストの両方で実施されました。シミュレーションでは、さまざまなプラットフォーム運動パターンに対して安定した着陸性能が示されました。ハードウェア実験では、クアッドローターを使用して移動プラットフォーム上で実際に着陸を行い、本手法の再現性が確認されるとともに、EKF/UKFベースの手法に比べてプラットフォーム速度予測精度が優れていることが示されました。結果は、着陸成功率、位置精度、時間的一貫性のすべてにおいて目標を達成しています。
本研究は、ドローンの動的着陸分野に新たな解決策を提供し、物流配送、海洋作業、自動運転車両などへの応用が期待されます。今後の課題としては、より複雑な環境でのロバスト性検証や計算効率の最適化が挙げられます。