Introducción a ArduPilot: Estimación de estado, control y diseño de misiones para un piloto automático.

ArduPilot no es una aplicación de piloto automático exclusiva para drones. Desde aeronaves de ala fija (Avión) y multicópteros (Cóptero) hasta vehículos terrestres (Rover) e incluso sumergibles/embarcaciones (configuraciones híbridas), es una plataforma integrada que lee sensores, estima el estado, emite comandos a los actuadores y transita a un estado seguro en caso de fallo. Antes de volar un vehículo, es fundamental comprender la estimación, el control, la comunicación, la alimentación y la estación terrestre como un único sistema de seguridad.

Ejemplo de aeronave autónoma

Imagen: Skydio X2D inspeccionando aeronave (Mauricio Campino, dominio público), Wikimedia Commons. No es un vehículo ArduPilot; ilustra el contexto de computación a bordo y vuelo autónomo.

Resumen de 30 segundos

• ArduPilot fusiona datos de IMU, GNSS, magnetómetro, barómetro y telémetro mediante un filtro de Kalman extendido (EKF) para estimar la actitud, la velocidad, la posición y el sesgo.

• El helicóptero se centra en la asignación de empuje y el control de actitud, el avión en la aerodinámica y la gestión de energía, y el rover en las ruedas/dirección y el seguimiento de trayectoria; no comparten los mismos parámetros.

• Un bucle interno de velocidad angular/actitud se ejecuta a alta frecuencia, mientras que un bucle externo de posición/velocidad/misión genera los objetivos. Verifique los símbolos y unidades PID en el vehículo real.

• MAVLink es el protocolo de mensajería que conecta el vehículo con la estación terrestre, las computadoras auxiliares y los periféricos. La pérdida de comunicaciones, el bajo voltaje, la pérdida de GNSS y las infracciones de geocerca se gestionan mediante mecanismos de seguridad.

• Las pruebas se realizan por etapas: SITL, reproducción de registros, pruebas en banco con las hélices retiradas, pruebas con cable y pruebas a baja altitud. Incluso si la simulación es exitosa, la vibración del vehículo real, el ruido electromagnético y la caída de potencia son problemas independientes.

1. Arquitectura

Figura 1 — Los sensores se fusionan mediante el filtro de Kalman extendido (EKF); el bucle interno de control de actitud/velocidad acciona un mezclador que envía señales a los motores y servomotores. MAVLink establece el límite con la estación terrestre y los ordenadores externos.

El bucle principal del vehículo procesa la adquisición, estimación, control, salida, comunicación y registro de datos de los sensores en un ciclo fijo. Los datos de alta frecuencia de la IMU predicen la actitud, mientras que el GNSS, el magnetómetro, el barómetro y la visión externa proporcionan correcciones de menor frecuencia. Cuando la calidad de la estimación se degrada, en lugar de seguir el objetivo, el controlador cambia a una acción segura: mantener la posición, regresar o aterrizar.

2. Estimación de estado mediante EKF

Un ejemplo de vector de estado es la posición p, la velocidad v, la actitud R y el sesgo del giroscopio/acelerómetro b_g,b_a. La predicción proviene de la IMU y las actualizaciones de observaciones externas.

Aquí, a_m,\omega_m son los valores medidos, g es la gravedad y [\cdot]_{\times} es la matriz de producto cruzado. El EKF propaga la covarianza P y rechaza temporalmente un sensor cuando su residuo de observación (innovación) se encuentra fuera del rango esperado; un mecanismo para evitar la aceptación indiscriminada de interferencias magnéticas o GNSS multitrayecto.

La vibración del vehículo añade contenido de alta frecuencia al acelerómetro, desestabilizando tanto la estimación como el control. Es necesario ajustar la rigidez del chasis, el equilibrio de la hélice, los amortiguadores y la latencia del filtro, tanto a nivel mecánico como de software. Superponer el espectro de vibración del registro con la innovación del EKF en la misma marca de tiempo facilita el aislamiento de la causa.

3. Control en helicópteros, aviones y vehículos exploradores

Helicópteros

Un multicóptero genera el par de actitud a partir del empuje total (T) y la velocidad de rotación de cada motor. Aproximadamente,

donde el mezclador distribuye las demandas de alabeo, cabeceo, guiñada y aceleración entre cada motor. Fuera del bucle de actitud-ángulo se encuentra un bucle de velocidad/posición, que monitoriza el margen de empuje frente a los cambios de viento y carga útil.

Aviones

Un avión de ala fija vuela utilizando la sustentación y la resistencia de las alas, la velocidad aerodinámica, el ángulo de ataque y el estado energético. Gira mediante el ángulo de alabeo y ajusta la velocidad/altitud mediante el cabeceo, por lo que las ganancias del multicóptero no se pueden reutilizar directamente. El aterrizaje automático requiere pruebas específicas que tengan en cuenta el viento, la pista y la latencia de los sensores.

Rover

El Rover combina la velocidad de las ruedas, el ángulo de dirección, el GNSS, la brújula, el LiDAR y sensores similares para seguir puntos de referencia y objetivos de velocidad. Dado que el deslizamiento de las ruedas y las pendientes afectan a la navegación inercial, la covarianza y la relocalización se diseñan de la misma manera que la odometría descrita en el artículo robotics-dead-reckoning.

4. Misiones y MAVLink

Una misión es una secuencia de comandos: puntos de referencia, velocidad, altitud, activación de la cámara, aterrizaje, etc. MAVLink es un pequeño protocolo de mensajes binarios que intercambia latidos (HEARTBEAT), posición, actitud, parámetros, datos de la misión y confirmaciones de comandos. SITL y la estación terrestre se conectan mediante UDP; En hardware real, se debe evaluar la latencia, el ancho de banda, el cifrado y la autenticación del enlace de radio.

Al automatizar una misión, no avance al siguiente comando sin esperar la confirmación. Defina la confirmación (ACK), el tiempo de espera, el reintento, la cancelación y la posición de reanudación tras un ciclo de encendido. La comunicación nunca debe ser el único punto de fallo del control; diseñe el sistema para que el vehículo pueda regresar y aterrizar de forma segura incluso si la estación terrestre pierde la conexión.

5. Medidas de seguridad y pruebas de seguridad

Detecte bajo voltaje, pérdida del enlace RC, degradación de la calidad del GNSS, fallos del EKF, infracciones de geocercas y fallos del motor, y adopte un comportamiento adecuado al tipo de vehículo. La opción "Regresar al punto de despegue" del helicóptero no siempre es la más segura: con viento fuerte, cerca de obstáculos o con una posición inicial no confirmada, aterrizar o mantener la posición puede ser más apropiado. Una vez establecidos los umbrales, pruebe a cruzarlos en un entorno de bajo riesgo.

Las pruebas deben realizarse por etapas: SITL → hardware en bucle → hélices retiradas → sujeto → baja altitud → altitud operativa. Ejecute pruebas de inyección de fallos registradas: corte abrupto de energía, blindaje de la antena GNSS, interrupción de las comunicaciones, retirada de un solo sensor. La autorización de vuelo, la legislación aeronáutica local, la privacidad y las regulaciones de radio son tan importantes como cualquier otro requisito técnico.

6. Orden recomendado para el ajuste de parámetros

1. Confirme la orientación, calibración, sincronización y tensión de alimentación de los sensores.

2. Con el vehículo sujeto, mida el sesgo y la vibración del giroscopio, el acelerómetro y la brújula.

3. Ajuste el bucle de actitud interno comenzando con ganancias pequeñas, observando la saturación y la oscilación.

4. Añada los bucles de velocidad, posición y altitud, y evalúe el seguimiento bajo diferentes condiciones de viento y carga útil.

5. Ejecute una prueba completa de extremo a extremo de las misiones, los mecanismos de seguridad, los reinicios y el registro de datos.

Copiar los valores de ganancia de otro vehículo no generará estabilidad si las hélices, el momento de inercia, el margen de empuje o el período de muestreo difieren. Superponga el objetivo, el valor medido, la saturación de salida y la innovación en el registro para identificar qué bucle está generando retardo.

7. Uso actual e investigación

ArduPilot se utiliza en diversos campos con muchos tipos de vehículos: fumigación agrícola, topografía, evaluación de desastres, VTOL de investigación y embarcaciones autónomas. Algunas configuraciones envían objetivos desde una computadora auxiliar a través de MAVLink y proporcionan estimaciones de ROS 2 o visión artificial como observaciones auxiliares. Se está investigando la navegación visual, el diagnóstico de fallas multisensor, la estimación del viento basada en aprendizaje y la coordinación de múltiples vehículos; sin embargo, sigue siendo una buena práctica que la salida final supere los límites y mecanismos de seguridad existentes.

Resumen

La esencia de ArduPilot radica en unificar la fusión de sensores, el control jerárquico, la ejecución de misiones, la comunicación y los sistemas de seguridad en un único sistema embebido. Antes de escribir el código que mueve el vehículo, especifique el estado estimado y los sistemas de coordenadas, el período de control, los límites de salida y las transiciones en caso de fallo. Utilice SITL y los registros, y realice pruebas de seguridad minuciosas en el vehículo real. El software de código abierto permite llevar un proyecto desde la investigación hasta la operación real.