I have one question regarding the proposed attitude-reference correction. As I understand it, this mechanism is introduced to mitigate potential NMPC infeasibility caused by rotor-thrust saturation. Have the authors investigated whether any theoretical guarantees on recursive feasibility can be established, i.e., whether feasibility of the current NMPC problem can imply feasibility at subsequent control iterations? Or should the proposed correction currently be interpreted primarily as a feasibility-enhancing engineering solution?
The differentiating from [15] needs work, the differences that the authors highlight are only necessary due to the choice of a predictive architecture. As such the choice of using a predictive control should be justfied, why was this a necessary addition? I would note the thrust limits and saturation margins could be enforced through constrained allocation, as in [11], so why the choice of an NMPC.
본 연구에서 NMPC를 채택한 주된 이유는 rotor-position morphing을 주어진 payload에 적합한 geometry를 결정하거나 rotor-thrust saturation을 처리하는 데 사용하는 것뿐만 아니라, 비행 중 wrench redistribution을 위한 actuator로도 활용하기 때문이다.
[15]에서는 payload 부착 후 vehicle mass와 CoG(Center of Gravity)를 추정하고, 그 결과 얻어진 weight와 CoG position을 기반으로 morphology를 최적화한다. 특히 [15]의 Section IV-A에서 parameter estimation 과정은 다음과 같이 near-hover condition을 명시적으로 가정한다.
“Assuming the drone is near the hovering state”
이 가정을 기반으로 rotor configuration을 변경하여 payload-induced CoG shift를 보상하고 flight efficiency와 stability를 향상시킨다.
본 연구에서는 rotor-position morphing을 비행 중 발생하는 transient moment demand에 대응하기 위해 추가적으로 활용한다. Rotor position을 지속적으로 변화시켜 allocation geometry를 재구성하고, 변화된 geometry 자체가 required body moment의 생성과 redistribution에 기여하도록 한다. 따라서 morphology의 시간적 변화 자체가 control action의 일부가 된다.
이러한 목적을 달성하기 위해서는 morphing dynamics를 고려한 prediction이 필요하다. Morphing mechanism은 finite response speed를 가지는 servo에 의해 구동되므로 commanded rotor configuration에 즉시 도달할 수 없다. 따라서 현재 시점에서의 desired morphology뿐만 아니라, servo dynamics에 따라 rotor configuration이 어떻게 변화하고 그 과정에서 rotor-thrust distribution이 어떻게 변화하는지도 함께 고려해야 한다. 이를 위해 proposed prediction model에는 finite morphing dynamics와 morphing-rate constraints를 명시적으로 포함한다.
추가로, [11]은 rotor-thrust saturation을 다른 관점에서 다룬다. Fixed allocation geometry에서 [11]은 commanded wrench components에 priority를 부여하여 motor saturation을 처리한다. [15]와 같은 방법을 이용해 hover 부근에서 CoG mismatch를 보상하는 morphology를 먼저 결정하더라도, 해당 configuration에서 [11]의 saturation strategy를 적용하면 여전히 주어진 geometry 내에서 commanded wrench를 조정하는 방식으로 saturation을 처리하게 된다.
반면 본 연구에서는 thrust margin이 감소함에 따라 rotor geometry 자체도 변화시킨다. 이를 통해 allocation geometry를 재구성하고, required moment를 생성하고 redistribution하는 것을 보조하며, fixed geometry 내에서 commanded wrench를 조정하는 것에만 의존하지 않는다.
또한 본 플랫폼은 rotor-position variables와 rotor thrusts가 모두 wrench generation에 기여하는 redundant system이다. 따라서 required wrench를 생성할 수 있는 rotor position과 thrust의 조합이 여러 개 존재한다. 이 변수들은 allocation geometry를 통해 서로 coupled되어 있으며, 동시에 servo dynamics, workspace constraints, rate limits의 영향을 받는다. 따라서 이러한 coupled effects를 고려하면서 rotor position과 thrust의 시간적 변화를 함께 조정하기 위해 optimization framework를 사용한다.
이러한 이유로 본 연구에서는 다음 목적을 위해 NMPC를 사용한다.