Robuste Zustandsschätzung zur Navigation und Regelung autonomer und bemannter Multikopter mit verteilten Sensoren

Die robuste Navigation von unbemannten aber auch bemannten VTOL Multirotor-Fluggeräten mit vier oder mehr Motoren und Festpropellern steht im Fokus dieser Arbeit. Dabei wird auf leichtgewichtige, platzsparende, kostengünstige und stromsparende Sensorik aufgebaut. Eine neue Ausprägung des Kalman-Filters wird vorgestellt: das Simplex Kalman-Filter mit robusten L1 Eigenschaften.

Dieser Ansatz erlaubt darüber hinaus die Navigationszustandsschätzung unter der Hinzunahme von Ungleichungen und Bedingungsgleichungen. Somit kann, bei vorliegenden Informationen über das Gesamtsystem oder der Umgebung, der Lösungsraum auf einfache Art eingeschränkt werden. Es wird gezeigt, wie das Simplex Kalman-Filter mit Hilfe des binären Raumteilungsverfahrens (Binary Space Partitioning) die Einbeziehung von beliebigen konkaven Raumgeometrien zulässt. Somit stellt das Verfahren beispielsweise für manche Anwendungsfälle eine Alternative zu einem Partikelfilter dar. Die Auswirkungen von Ungleichungen auf die Wahrscheinlichkeitsdichtefunktion wird betrachtet.

Zudem wird auf Basis der Simplex L1 Methode eine redundante Flugregelungsarchitektur für unbemannte und bemannte Multirotor-Fluggeräte vorgestellt. Diese Architektur erlaubt die Einbindung beliebig vieler dissimilarer Flugsteuerungsrechner und dezentralisiert die Entscheidung, welcher dieser Rechner aktiv die Regelung des Fluggeräts übernimmt.

The robust navigation of unmanned as well as manned VTOL multi rotor aircraft with four or more engines and fixed pitch propellers is the focus of this work. It is based on lightweight, space-saving, cost-effective and energy-saving sensor technology. A new extension of the Kalman filter is introduced: the Simplex Kalman filter with robust L1 properties.

This approach also allows the estimation of the navigational state vector under the addition of linear inequality constraints and equality constraints. Thus, with information available about the overall system or the environment, the solution space can be easily restricted. The Simplex Kalman filter can use the so called binary space partitioning method (BSP) to restrict the solution space to arbitrary geometries. For some use cases this is an alternative to a particle filter. The effects of inequalities on the probability density function is considered.

In addition, based on the Simplex L1 method, a redundant flight control architecture for unmanned and manned multirotor aircraft is presented. This architecture allows the integration of any number of dissimilar flight control computers and decentralizes the decision, which of these computers actively controls the aircraft in a closed loop behaviour.