近年来，无人驾驶飞行器（UAV）发展迅速，应用范围广泛。
高空任务对人类工人具有挑战性，且需要与环境进行主动交互，扩大了无人机操作的需求。
空中交互或空中操纵也因此而受到关注，尤其在执行接触缺陷检查、清洁或维护等任务时。
在空中操控任务（UAMs）中，无人机需在与外部物体接触时准确追踪参考接触力或运动轨迹。
然而，现有工作主要聚焦于运动规划，往往将无人机与环境间的交互力视为干扰因素。
这一领域的核心挑战在于应对非线性漂浮扰动。
然而，先前的研究主要集中于保持静态接触点或力，缺乏一种通用的解决方案来有效跟踪连续、时变的运动和力轨迹。
▍提出新策略，实现连续时变接触力与运动轨迹同时跟踪为实现无人机（UAV）在执行空中交互任务时对连续时变接触力和运动轨迹的同时跟踪，卡内基梅隆大学和宾夕法尼亚州立大学的研究人员对此进行了深入研究。
前不久，研究团队提出了一种创新的接触感知轨迹规划算法。
该算法能够在接触平面内生成动态且可行的接触力和运动轨迹。
同时，他们还开发了一种先进的接触感知混合运动-力控制算法，使无人机（UAM）能够同时追踪连续时变的接触力和运动轨迹，并有效补偿摩擦力等干扰因素。
此外，研究团队利用全驱动六旋翼空中机械手，设计了一套完整的系统和流程，包括用户输入界面、轨迹规划器、控制器和末端执行器，成功实现了空中书法任务的精确执行。
空中书法任务不仅要求UAV具备高精度的运动控制能力，还需要根据线条粗细动态调整接触力，因此成为验证本研究方法有效性的理想平台。
为了验证该方法，研究团队开发了一个灵活的触摸屏界面，用于用户输入，并采用了一种新颖的海绵笔设计作为末端执行器，在空中书法任务上进行了演示。
通过空中书法任务这一代表性应用，充分展示了该方法在精确控制线条宽度和形状方面的优越性。
▍聚焦空中书法，设计系统化解决方案执行空中交互任务时，如何同时且准确地控制无人机末端执行器的运动轨迹和接触力是一个核心挑战。
这种能力对于许多高难度的空中作业至关重要，尤其是在需要精细操作和环境交互的场景中，如空中书法任务。
具体到空中书法，研究团队提出了一个高度精确的需求：无人机不仅需要沿着预定义的路径移动，还要根据每个点的线宽要求动态调整其末端执行器施加的接触力。
这不仅考验了无人机的运动控制能力，还对其感知和响应环境变化的能力提出了极高要求。
为实现无人机在空中交互任务中的高精度运动与力控制，研究团队设计了一套系统化的解决方案。
该系统涵盖了从用户输入到任务执行的全流程，具体包括以下几个方面：首先，用户通过空中书法界面输入目标笔画或字母，这些输入可以是手动定义的路径点，也可以通过触摸屏界面直接绘制。
界面随后将这些输入转换为任务空间中的稀疏路径点，这些路径点包含了执行空中书法任务所需的关键信息，如位置和预期的线宽。
接下来，研究利用接触感知轨迹规划器来处理这些路径点。
规划器的核心任务是生成一条动态可行的运动-力轨迹，这条轨迹不仅需要确保无人机能够平滑地移动，还需要在不同点施加正确的接触力，以满足绘制线条粗细的要求。
这一过程涉及复杂的优化算法，需要综合考虑无人机的动力学特性、环境约束以及任务需求。
在生成了参考轨迹之后，研究设计了混合运动-力控制器来确保无人机能够紧密跟随这条轨迹。
控制器结合了运动控制和力控制的优势，能够在无人机与环境交互时快速响应各种扰动，如摩擦力等。
这种混合控制方式使得无人机在复杂的空中作业环境中表现出更高的鲁棒性和精确性。
为了实现精细的线条绘制效果，研究还特别设计了一种新型的海绵笔末端执行器。
这种末端执行器能够根据无人机施加的接触力动态调整线条的宽度，从而精准地再现用户输入的笔画或字母。
此外，为了确保用户输入的便捷性和直观性，研究还开发了一种触摸屏界面，允许用户通过简单的触摸操作来定义和修改目标轨迹。
最后，为了准确描述无人机在三维空间中的位置和姿态，以及末端执行器与接触表面的交互情况，研究定义了多个坐标框架，并建立了无人机机械臂的动力学模型。
这些框架和模型为后续的轨迹规划和运动-力控制算法提供了坚实的理论基础和数学描述工具。
通过系统化的解决方案，研究团队全面考虑了用户输入、轨迹规划、运动-力控制、末端执行器设计以及动力学建模等方面的问题和挑战，旨在实现无人机在空中交互任务中的高精度运动与力控制。
▍混合运动-力控制器制作为了提升无人机在执行空中交互任务时的控制精度和鲁棒性，研究团队提出了一种创新的混合运动-力控制策略。
这种控制策略的核心在于可有效地整合运动控制和力控制，以应对无人机在动态环境中同时跟踪运动轨迹和接触力的挑战。
接触力估计在执行需要精确控制接触力的任务（如空中书法）时，准确估计接触力至关重要。
研究团队通过融合传感器数据（来自安装在无人机机械臂基座上的力/力矩传感器）和分析模型（如库仑摩擦模型），实现了对接触力的精确估计。
这种方法不仅考虑了无人机与环境的直接作用力，还考虑了摩擦力等间接作用力，从而确保了控制策略的全面性和准确性。
混合运动-力控制器设计混合运动-力控制器是本研究的核心创新点之一。
该控制器结合了运动控制和力控制的优势，能够根据任务需求动态调整控制策略。
具体来说，当无人机在自由飞行状态时，控制器主要关注运动控制，确保无人机能够准确追踪预定的飞行轨迹；而当无人机需要与环境进行接触交互时（如在空中书写时施加压力），控制器则同时关注运动控制和力控制，确保无人机在保持轨迹追踪的同时施加正确的接触力。
在运动控制方面，研究团队采用了经典的PID控制算法。
通过不断调整无人机的位置和姿态，PID控制器使无人机能够紧密跟随参考轨迹。
同时，力控制部分采用了阻抗控制策略，该策略能够根据预设的刚度、阻尼等参数，对接触力进行精确调整。
即使在环境发生变化或存在扰动时，阻抗控制器也能保持接触力的稳定输出。
控制策略的综合与优化为了实现运动控制和力控制的协同作用，研究团队设计了一种巧妙的控制策略综合方法。
通过动态调整运动控制分量和力控制分量的比例，控制器能够在不同任务阶段灵活切换控制重点。
此外，为了将控制指令有效传递给无人机的各个旋翼，研究团队还采用了先进的控制分配技术。
这种技术能够根据无人机的实时状态和任务需求，优化各旋翼的推力分配，从而实现更高效的飞行控制。
通过融合运动控制和力控制、精确估计接触力以及采用先进的控制分配技术，研究团队成功设计了一种高效、鲁棒的混合运动-力控制器。
这一研究成果不仅有助于提升无人机在执行空中交互任务时的性能表现，还为未来更复杂的无人机应用提供了宝贵的参考和借鉴。
▍末端执行器与用户界面设计通过对空中书法任务的核心要素进行精心设计与优化，研究团队极大地提升了任务的执行效果与用户体验。
具体而言，团队在末端执行器和用户交互界面两大方面取得了显著进展。
末端执行器设计方面，团队独创性地开发了一款特制海绵笔，该设计精妙地解决了传统工具在空中书法应用中的局限性。
海绵笔的核心优势在于其线宽与接触力的直接正相关关系，确保了书写过程中的精细控制与高度表现力。
通过精心调配的海绵材质与可调节弹簧支撑结构，海绵笔不仅能够有效吸收并均匀释放墨水，还能够在不同接触力下展现出多样化的线宽效果，完美契合空中书法对于动态线宽变化的需求。
此外，其设计还充分考虑了书写的对称性，确保了即使在接触力变化时，书写效果也能保持连贯与稳定。
用户交互界面设计方面，团队致力于打造一个直观、便捷的操作平台，使用户能够轻松参与到空中书法的创作过程中。
通过引入触摸屏技术，并结合iPad应用程序的开发，用户可以直接在屏幕上绘制目标笔画，系统则能即时捕捉并处理用户的绘制动作与压力信息，将其转化为无人机可执行的精确指令。
这种创新的输入方式不仅简化了操作流程，还赋予了用户更大的创作自由度。
同时，界面内置的自动优化算法还能对用户输入进行智能处理，通过三次样条曲线拟合等高级技术，确保生成的轨迹既平滑又符合实际执行要求，从而进一步提升了任务的可行性与完成质量。
▍空中书法任务实验与测试为了全面评估所提出方法在空中书法任务中的性能与效果，研究团队进行了一系列实验测试。
具体而言，研究团队选用高度定制化的全驱动六旋翼无人机作为实验平台，配备先进的机械臂与力/力矩传感器，以及强大的NVIDIA Xavier AGX处理器，为实时精准的控制提供坚实的技术支持。
同时，利用Optitrack运动捕捉系统确保无人机在三维空间中的精确定位，为后续的轨迹跟踪与性能评估奠定坚实基础。
在实验内容上，团队精心挑选了多种语言的字母及复杂的中文成语作为书写目标，充分验证了所提出方法在不同应用场景下的广泛适用性与强大灵活性。
实验过程中，无人机不仅能够准确执行预设的动态轨迹与接触力指令，更在多次重复实验中保持了高度一致的书写效果，展现了极高的操作稳定性与可靠性。
为了量化评估书写任务的完成质量，团队采用了交并比（IoU）、末端执行器位置跟踪的均方根误差（RMSE）及接触力跟踪的RMSE等关键指标。
实验结果显示，无人机书写的字母与参考图像高度一致，位置与接触力跟踪误差均保持在较低水平，充分证明了所提出方法在实现高精度空中书法方面的卓越性能。
此外，团队还通过对比实验与速度影响分析进一步验证了所提出方法的优越性。
对比实验表明，与不使用接触力模型或动态轨迹规划的控制基线相比，所提出的方法在书写质量、稳定性及执行效率等方面均展现出显著优势。
同时，速度影响分析揭示了书写速度与书写质量之间的微妙平衡关系，为实际应用中的速度选择提供了宝贵的参考依据。
以上实验结果不仅深入验证了研究团队所提出方法在空中书法任务中的卓越性能与广泛应用潜力，更为未来在更复杂空中交互任务中的应用探索奠定了坚实基础。
参考内容https://xiaofeng-guo.github.io/flying-calligrapher/