DOI: https://doi.org/10.1016/j.sigpro.2026.110582
تاريخ النشر: 2026-03-03
المؤلف: Hussein N. Naser وآخرون
الموضوع الرئيسي: تتبع الأهداف ودمج البيانات في شبكات الاستشعار
نظرة عامة
تقدم هذه الورقة فلتر كالمان غير المشروط القائم على الكواتيرنيون المتقدم (QUKF) المصمم للتقدير الفوري والموثوق لحالات النظام والعزوم الخارجية في أنظمة نقل الحمولة الجوية المساعدة التي تتضمن تفاعلًا جسديًا مباشرًا. يستخدم QUKF تمثيل الكواتيرنيون الأحادي لتجنب الانفرادات وضمان تقدير متسق عالميًا وخالي من الانجراف لوضع المنصة وقوى التفاعل. تم تطوير نموذج ديناميكي شامل قائم على الكواتيرنيون لالتقاط الديناميات الانتقالية والدورانية المرتبطة بقوى التفاعل بدقة. تم إنشاء إطار عمل QUKF لتوقع الحالة، وتحديث القياسات، وتقدير العزوم الخارجية، مع الحفاظ على الخصائص غير الخطية للحركة الدورانية، مما يعزز دقة التقدير والثبات العددي مقارنة بأساليب التصفية الخطية التقليدية.
تظهر المحاكاة الواسعة تفوق QUKF على فلتر كالمان الموسع (EKF)، حيث تحقق انخفاضًا بنسبة 79.41% في خطأ الجذر التربيعي المتوسط (RMSE) لتقدير العزم، إلى جانب تحسينات متوسطة في RMSE بنسبة 79% و56% لمعدلات الموقع والزوايا، على التوالي. تشير هذه النتائج إلى أن QUKF أكثر قوة ضد ضوضاء القياس وعدم اليقين في النمذجة، مما يجعله أداة موثوقة للتفاعلات الآمنة والاستجابة بين الإنسان والطائرات بدون طيار في مهام نقل الحمولة التعاونية. ومع ذلك، يشير المؤلفون إلى أن التحديات الواقعية، مثل الديناميات المعقدة للتلامس والاضطرابات البيئية، تتطلب مزيدًا من التحقيق والتحقق التجريبي على منصات الطائرات بدون طيار-الحمولة الفيزيائية لتقييم قوة QUKF بالكامل في السيناريوهات العملية. ستركز الأبحاث المستقبلية على معالجة هذه التحديات من خلال التجارب الواقعية.
مقدمة
تسلط مقدمة ورقة البحث الضوء على الأهمية المتزايدة لنقل الحمولة التعاونية باستخدام الطائرات بدون طيار (UAVs) ضمن أنظمة متعددة الوكلاء. تعتبر هذه المنهجية التعاونية مفيدة بشكل خاص في البيئات الصعبة مثل مناطق الكوارث، والتضاريس الوعرة، والمناطق الحضرية حيث قد تفشل اللوجستيات التقليدية. من خلال الاستفادة من عدة طائرات بدون طيار، لا تعزز هذه الطريقة الكفاءة التشغيلية فحسب، بل تقلل أيضًا من المخاطر البشرية، كما تسهل الوصول إلى المواقع التي يصعب الوصول إليها.
تؤكد الورقة على التطبيقات الحيوية لهذه التكنولوجيا، بما في ذلك توصيل الإمدادات الطبية خلال عمليات البحث والإنقاذ، واكتشاف حرائق الغابات المدعوم بالذكاء الاصطناعي، ونقل المواد الثقيلة في مواقع البناء. ومع ذلك، يشير المؤلفون إلى أن التنفيذ الناجح يتطلب خوارزميات تحكم متطورة وتقديرًا دقيقًا للقوى والعزوم الخارجية لضمان حركة متزامنة واستقرار. يعد معالجة هذه التحديات التنسيقية أمرًا ضروريًا لمنع سقوط الحمولة وضمان العمليات الآمنة، خاصة عندما يكون المشغلون البشر متورطين في عملية التحكم. وبالتالي، يمثل تعزيز نقل الحمولة التعاونية خطوة محورية في النشر الفعال لتكنولوجيا الطائرات بدون طيار في السيناريوهات المعقدة في العالم الحقيقي.
النتائج
تظهر نتائج الدراسة فعالية فلتر كالمان غير المشروط القائم على الكواتيرنيون (QUKF) في تقدير حالة نظام ديناميكي بدقة، كما هو موضح في الأشكال 4 و5. نجح QUKF في تقدير الموقع والسرعة الخطية، مما أدى إلى تقليل أخطاء التقدير بسرعة إلى ما يقرب من الصفر والحفاظ على هذه الدقة طوال فترة المحاكاة. بالإضافة إلى ذلك، قدم QUKF تقديرات دقيقة للتوجه والسرعة الزاوية، مستفيدًا من قوة تمثيل الكواتيرنيون لتجنب مشكلات مثل قفل الجيمبال التي تكون شائعة في تطبيقات فلتر كالمان غير المشروط (UKF) القياسية باستخدام زوايا أويلر. ضمنت هذه الطريقة ثباتًا عدديًا عاليًا والالتزام بقيد الكواتيرنيون الأحادي، مما منع بشكل فعال الانجراف الحركي على المدى الطويل وتمكين تقدير متسق للوضع على الرغم من الارتباط القوي بين الديناميات الدورانية والانتقالية.
كشفت التحليلات الإضافية أنه بينما أظهر خطأ تقدير السرعة الزاوية العادية ارتفاعات قصيرة خلال التغيرات السريعة في الوضع بسبب العزوم الخارجية، كانت هذه الأخطاء محدودة وسرعان ما تقاربت إلى الصفر. بالمقابل، أظهر فلتر كالمان الموسع (EKF) استجابة متأخرة مع خطأ جذر تربيعي متوسط أكبر (RMSE)، مما يبرز الأداء المتفوق لـ QUKF في تقديم تقديرات دقيقة للحالة. يبرز الشكل 6 قدرة QUKF في تقدير القوى والعزم الخارجي مع أخطاء قريبة من الصفر، محققًا دقة عالية في تقدير العزم دون الحاجة إلى مستشعرات قوى-عزم مخصصة. أظهرت الطريقة دقة تقدير متسقة لأكثر من 60 ثانية من التشغيل، مما يؤكد قوتها وموثوقيتها في البيئات الديناميكية.
المناقشة
تسلط المناقشة الضوء على التحديات المتعلقة بدمج مستشعرات القوة-العزم التقليدية في الأنظمة الجوية، خاصة لعمليات الطائرات بدون طيار المتعددة. تعيق التكاليف المرتفعة والعقوبات المتعلقة بالوزن المرتبطة بهذه المستشعرات قابلية التوسع والكفاءة التشغيلية. وبالتالي، تدعو الورقة إلى استخدام أساليب قائمة على التقدير تستفيد من المستشعرات الموجودة على متن الطائرة، مثل وحدات القياس بالقصور الذاتي (IMUs) ودورات المحرك، لاستنتاج عزوم التفاعل. يعد هذا التحول أمرًا حيويًا لتطوير أنظمة تعاونية بين الإنسان والطائرات بدون طيار، حيث إنه يقلل من التعقيدات ومشكلات المعايرة المرتبطة بالمستشعرات الفيزيائية.
تستكشف الأبحاث أيضًا تقنيات تقدير القوة بدون مستشعرات، مع التركيز على الانتقال من الأساليب المعتمدة على الأجهزة إلى النماذج والمراقبين المعتمدين على البيانات. بينما تم اقتراح مجموعة متنوعة من المراقبين غير الخطيين والأساليب المعتمدة على التعلم، فإنها غالبًا ما تواجه تحديات تتعلق بالديناميات غير المودلة والعبء الحسابي. تقدم الورقة فلتر كالمان غير المشروط القائم على الكواتيرنيون (QUKF) كحل قوي لتقدير العزوم الخارجية في الوقت الحقيقي، متجاوزة الحاجة إلى مستشعرات فعلية. لا تبسط هذه الطريقة عملية التقدير من خلال تجنب الانفرادات المرتبطة بالتمثيلات التقليدية فحسب، بل تعزز أيضًا الدقة في ظل وجود ارتباط قوي بين الديناميات الانتقالية والدورانية. يهدف الإطار المقترح إلى تسهيل التحكم في القبول الاستجابي في التفاعلات بين الإنسان والطائرات بدون طيار، مما يضمن السلامة التشغيلية دون تكبد عقوبات الوزن والتكلفة المرتبطة بأساليب الاستشعار التقليدية.
DOI: https://doi.org/10.1016/j.sigpro.2026.110582
Publication Date: 2026-03-03
Author(s): Hussein N. Naser et al.
Primary Topic: Target Tracking and Data Fusion in Sensor Networks
Overview
This paper presents an advanced Quaternion-based Unscented Kalman Filter (QUKF) designed for real-time and robust estimation of system states and external wrenches in assistive aerial payload transportation systems that involve direct physical interaction. The QUKF utilizes a unit-quaternion representation to circumvent singularities and ensure globally consistent, drift-free estimation of the platform’s pose and interaction forces. A comprehensive quaternion-based dynamic model is developed to accurately capture the coupled translational and rotational dynamics influenced by interaction forces. The QUKF framework is established for state prediction, measurement updates, and external wrench estimation, maintaining the nonlinear characteristics of rotational motion, which enhances estimation accuracy and numerical stability compared to traditional linearized filtering methods.
Extensive simulations demonstrate the QUKF’s superiority over the Extended Kalman Filter (EKF), achieving a 79.41% reduction in Root Mean Squared Error (RMSE) for torque estimation, alongside average RMSE improvements of 79% and 56% for position and angular rates, respectively. These results indicate that the QUKF is more robust against measurement noise and modeling uncertainties, making it a reliable tool for safe and responsive human-UAV interactions in cooperative payload transportation tasks. However, the authors note that real-world challenges, such as complex contact dynamics and environmental disturbances, necessitate further investigation and experimental validation on physical UAV-payload platforms to fully evaluate the QUKF’s robustness in practical scenarios. Future research will focus on addressing these challenges through real-world experiments.
Introduction
The introduction of the research paper highlights the growing significance of cooperative payload transportation using Unmanned Aerial Vehicles (UAVs) within multi-agent systems. This collaborative methodology is particularly advantageous in challenging environments such as disaster zones, rugged terrains, and urban areas where traditional logistics may fail. By leveraging multiple UAVs, the approach not only enhances operational efficiency and reduces human risk but also facilitates access to locations that are otherwise unreachable.
The paper emphasizes the critical applications of this technology, including the delivery of medical supplies during search and rescue operations, AI-driven wildfire detection, and the transportation of heavy materials at construction sites. However, the authors note that successful implementation requires sophisticated control algorithms and accurate estimation of external forces and torques to ensure synchronized movement and stability. Addressing these coordination challenges is essential for preventing payload drops and ensuring safe operations, especially when human operators are involved in the control process. Thus, advancing cooperative payload transportation represents a pivotal step in the effective deployment of UAV technology for complex real-world scenarios.
Results
The results of the study demonstrate the effectiveness of the Quaternion Unscented Kalman Filter (QUKF) in accurately estimating the state of a dynamic system, as illustrated in Figures 4 and 5. The QUKF successfully estimated position and linear velocity, rapidly reducing estimation errors to near zero and maintaining this accuracy throughout the simulation. Additionally, the QUKF provided precise estimations of orientation and angular velocity, leveraging the robustness of quaternion representation to avoid issues such as gimbal lock that are common in standard Unscented Kalman Filter (UKF) applications using Euler angles. This approach ensured high numerical stability and adherence to the unit quaternion constraint, effectively preventing long-term kinematic drift and enabling consistent pose estimation despite strong coupling between rotational and translational dynamics.
Further analysis revealed that while the normalized angular velocity estimation error exhibited brief spikes during rapid attitude changes due to external torques, these errors were bounded and quickly converged to zero. In contrast, the Extended Kalman Filter (EKF) displayed a delayed response with larger Root Mean Squared Error (RMSE), underscoring the superior performance of the QUKF in providing accurate state estimates. Figure 6 highlights the QUKF’s capability in estimating external forces and torque with near-zero errors, achieving high precision in wrench estimation without the need for dedicated force-torque sensors. The method demonstrated consistent estimation accuracy over more than 60 seconds of operation, affirming its robustness and reliability in dynamic environments.
Discussion
The discussion highlights the challenges of integrating traditional 6D force-torque sensors in aerial systems, particularly for multi-UAV operations. The prohibitive costs and weight penalties associated with these sensors hinder scalability and operational efficiency. Consequently, the paper advocates for estimation-based approaches that leverage existing onboard sensors, such as inertial measurement units (IMUs) and motor RPMs, to infer interaction wrenches. This shift is crucial for developing practical human-UAV cooperative systems, as it mitigates the complexities and calibration issues tied to physical sensors.
The research further explores sensorless force estimation techniques, emphasizing the transition from hardware-dependent methods to data-driven models and observers. While various nonlinear observers and learning-based approaches have been proposed, they often face challenges related to unmodeled dynamics and computational overhead. The paper introduces the Quaternion-based Unscented Kalman Filter (QUKF) as a robust solution for estimating external wrenches in real-time, effectively bypassing the need for physical sensors. This method not only simplifies the estimation process by avoiding singularities associated with traditional representations but also enhances accuracy in the presence of strong coupling between translational and rotational dynamics. The proposed framework aims to facilitate responsive admittance control in human-UAV interactions, ensuring operational safety without incurring the weight and cost penalties of conventional sensing methods.