【图/文 华政宇】本工作提出了SLOT-MPC——一种面向多旋翼无人机系统的分层模型预测控制框架，旨在降低自身运动与移动目标估计的不确定性，从而提升同步定位与目标追踪(SLOT, Simultaneous Localization and Object Tracking)性能。
该框架包含两层结构：用于上层路径规划的目标跟踪模型预测控制器(OT-MPC)，以及用于路径跟踪和视角控制的自定位whole-body模型预测控制器(SL-MPC)。OT-MPC采用质点模型及时间连续信息滤波器(Time-continous Information Filter)，以最小化目标估计不确定性，并通过滚动时域方式在线计算最优追踪路径。进而，为提升基于视觉的自身定位能力，SL-MPC控制器在跟踪OT-MPC生成路径的同时，优化感知目标并利用观测特征提升视觉定位精度，并实时生成飞行器最优控制序列。
主要贡献：
- OT-MPC： 一种将信息滤波器整合进MPC框架的创新方法，利用MPC的预测能力优化目标跟踪任务中的估计精度。
- SL-MPC： 一种基于采样的视角规划算法，旨在保障视觉定位精度和目标可见性，进而引入一个整体非线性模型预测控制器（NMPC）进行运动优化与控制。与传统MPC不同，该方法创新性地采用了一种融入环境感知的采样-优化结构。此结构能避免陷入局部最优，并无需求解复杂的最优控制问题（OCP）。在低纹理环境中，该创新结构显著地将视觉定位精度提升超过50%，有效规避了定位失效风险。
- SLOT-MPC： 一个系统性、灵活且高效的分层整体运动规划与控制框架，融合了上述两个模块。该框架可同步提升无人机的自我定位和目标估计能力。其双层设计充分保障了目标跟踪的优先性，并有效规避了局部最优陷阱。实验表明，该方法可使目标位置估计误差降低50%以上，同时将无人机本体视觉定位精度提升80%以上。