Vision-Based System Identification of a Quadrotor
Selim Ahmet Iz, Mustafa Unel
本文探讨了基于视觉的系统识别技术在四旋翼建模和控制中的应用。 通过实验和分析,我们解决了四旋翼建模的复杂性和局限性,特别是在推力和阻力系数方面。 灰盒建模用于减轻不确定性,并评估板载视觉系统的有效性。 LQR控制器基于使用板载视觉系统数据的系统识别模型设计。 结果表明模型之间的性能一致,验证了基于视觉的系统识别的功效。 这项研究强调了基于视觉的技术在增强四旋翼建模和控制方面的潜力,有助于提高性能和操作能力。 我们的发现提供了对这些技术的可用性和一致性的见解,为未来在四旋器性能增强、故障检测和决策过程方面的研究铺平了道路。
This paper explores the application of vision-based system identification techniques in quadrotor modeling and control. Through experiments and analysis, we address the complexities and limitations of quadrotor modeling, particularly in relation to thrust and drag coefficients. Grey-box modeling is employed to mitigate uncertainties, and the effectiveness of an onboard vision system is evaluated. An LQR controller is designed based on a system identification model using data from the onboard vis...
