Fault-Tolerant Control
- 又称: FTC
- 类别: Control › Feedback control
- 标签: fault-tolerance, flight-control, robust-control, reliability, multirotor
一种控制设计，在执行器或传感器失效等故障发生后，通过容忍故障或检测故障并重新配置控制器，使系统保持稳定和可用。
定义
容错控制（Fault-tolerant control，FTC）的目标是在出现故障之后——执行器卡死、性能减弱或失效，传感器出现偏差或失灵，或者发生结构损伤——仍使系统保持安全，并在可能时继续完成任务。它通常分为两种途径。被动容错控制设计一个固定的控制器，常常借助鲁棒控制技术，使其在一组限定的故障下保持稳定，而无需知道发生了哪种故障。主动容错控制在运行时检测并隔离故障（这一步称为故障检测与隔离，FDI，或故障检测与诊断），然后重新配置控制器、控制分配或任务，以适应已经改变的系统。
可选的做法取决于还剩多少冗余。在六旋翼或带有冗余自由度的机械臂上，一个失效的执行器通常可以通过控制分配把指令重新分配给其他执行器来应对。在没有备用执行器的情况下，控制器就必须放弃某些东西。一个标准例子是失去一个旋翼的四旋翼：剩下的三个旋翼无法独立控制全部三个转动轴和总推力。Mueller 和 D'Andrea 在 2014 年证明，仍然可以让飞行器绕偏航轴持续自旋，只控制其推力轴的方向和位置，从而继续飞行。类似的推理也适用于控制面受损的飞机，以及失去一个关节或一条腿的机器人。
容错涉及整个回路，而不仅是控制律。故障检测必须足够快、足够可靠，才能在系统变得无法恢复之前采取行动；而重新配置后的控制器往往依赖于状态估计，而故障发生后状态估计本身也更难获得。例如，自旋的四旋翼会产生运动模糊，标准相机难以应对，这就是为什么人们用事件相机研究这种条件下的状态估计。测试通常结合注入故障的仿真、硬件在环实验，以及在可能时在系留或受保护的硬件上人为制造故障。
为何重要
机器人和无人机越来越多地在人附近、远离维修条件的地方运行。能在软件中消化掉的故障，而不需要额外硬件或以坠毁告终，能以很小的代价提高安全性和可靠性。在航空以及其他安全关键领域，容错控制也是监管和认证所关注的问题。
主要应用
- 使多旋翼从旋翼或电机故障中恢复
- 为飞机和无人机上的冗余执行器进行控制分配
- 在关节失效或关节锁死后继续进行操作
- 腿足机器人在腿部受损后调整步态
- 在状态估计和导航中处理传感器故障
实际应用
一个团队为四旋翼的飞控软件加入旋翼失效处理。一个检测器把指令角加速度与 IMU 测得的角加速度进行比较，并在一个很短的时间窗内标记出旋翼失效。检测到失效后，控制器从常规的串级姿态控制器切换到一个降维姿态控制器，让飞行器绕偏航轴自旋，同时倾斜自旋轴以控制水平运动。团队先在注入故障的仿真中测试这一切换，然后在硬件上于防护网上方把一个旋翼的推力指令设为零进行测试，并检查飞行器的推重比是否留有足够裕量，能靠三个旋翼保持高度。
常见误解
- 容错总是需要冗余硬件 — 某些系统（如四旋翼）在失去一个执行器后，通过放弃对一个较不重要的自由度的控制，仍可保持可控
- 容错控制只是一个控制器设计问题 — 快速的故障检测和故障后可靠的状态估计往往是更难的部分
- 容错系统在故障后表现得同样好 — 重新配置通常以牺牲性能（例如偏航控制或负载能力）为代价，换取继续安全运行
谁需要了解
- 无人机和飞控工程师
- 自主系统的安全与可靠性工程师
- 研究鲁棒控制和自适应控制的控制研究人员
- 为远程作业进行设计的野外机器人工程师
相关技术
- 故障检测与隔离（Fault Detection and Isolation，FDI）
- 控制分配（Control Allocation）
- 鲁棒控制（Robust Control）
- 增量非线性动态逆（Incremental Nonlinear Dynamic Inversion，INDI）
- PX4 Autopilot
相关术语
相关项目
- MAVROS: ROS gateway for MAVLink-compatible autopilots (PX4, ArduPilot)
- Pegasus Simulator: Photorealistic multirotor simulation on NVIDIA Isaac Sim with PX4-in-the-loop