Flight Control Talents

Förderung leistungsstarker Studierender am iFR

Allgemein

Flugregelung und Flugrobotik sind interdisziplinäre Forschungsfelder, bei denen Ergebnisse aus den Bereichen Luftfahrttechnik, Regelungstechnik und mathematischer Systemtheorie sowie in jüngerer Zeit verstärkt aus der Informatik und dem Maschinellen Lernen Anwendung finden. Zur erfolgreichen Entwicklung, Analyse und Nachweisführung zukünftiger Flugregelungssystemen und autonomer Roboter benötigen Wissenschaftler:innen vertieftes Wissen in mehreren der genannten Disziplinen.

Im einjährigen Projekt Flight Control Talents werden hervorragende Studierende der Luft- und Raumfahrttechnik mit Interesse an Themen der Flugregelung, Flugrobotik, Regelungstechnik und Systemtheorie sowie des Maschinellem Lernens frühzeitig an Forschungsfragen herangeführt und zum eigenständigen wissenschaftlichen Arbeiten befähigt. Im Vordergrund steht die Veröffentlichung der eigenen Ergebnisse als wissenschaftliche Arbeit. Dabei werden die teilnehmenden Studierenden innerhalb der Forschungsgruppen des Instituts für Flugmechanik und Flugregelung betreut. Für Fragen der Studien- und Berufswahl stehen ihnen der bzw. die jeweilige Projektleiter:in als Mentor:in zur Seite. Auf diese Weise werden die Teilnehmer:innen auf eine spätere wissenschaftliche Karriere vorbereitet.

Die Teilnahme am Projekt bietet:

  • Eigenständige Bearbeitung einer Fragestellung mit wissenschaftlichen Methoden;
  • Anstellung am iFR als wissenschaftliche Hilfskraft für die Dauer des Projekts;
  • Einreichung der Forschungsergebnisse zur Veröffentlichung und Vorstellung im Rahmen einer wissenschaftlichen Konferenz;
  • Mitgliedschaft in einer Forschungsgruppe am iFR;
  • Wissenschaftliche Betreuung und Mentoring durch eine:n erfahrene:n Wissenschaftler:in;
  • Teilnahme an Veranstaltungen am iFR, bei denen die erzielten Ergebnisse vorgestellt und Kontakte innerhalb des Instituts und darüber hinaus geknüpft werden können.

Themenübersicht

Automatisierte Autorotation von Koaxialhubschraubern

Autorotation bezeichnet den kontrollierten Sinkflug und die Landung eines Helikopters nach einem Triebwerksausfall. Dieses Manöver ist essenziell für die Flugsicherheit, allerdings wenig erforscht und daher auch nicht automatisiert. In diesem Projekt soll die Autorotation eines Koaxialhubschraubers analysiert und deren Automatisierungspotenzial untersucht werden. Unter den folgenden Aufgaben können individuell Schwerpunkte gesetzt werden:

  • Herleitung von Kriterien zur Initiierung der Autorotation (wann muss „spätestens“ eine Autorotation eingeleitet werden?)
  • Modellbeschreibung einer Autorotation
  • Flugmechanische Analyse des Sinkflugs, Steuerbarkeit
  • Synthese einer Optimalsteuerung zum Abfangen und Aufsetzen am Boden

Bei einem der iFR-Projektpartner steht ein Koaxialhelikopter mit Messinstrumentierung für Flugtests zur Verfügung. Unter anderem sind Testflüge mit manueller Autorotation und Messinstrumentierung geplant. Neben anspruchsvollen theoretischen Arbeiten ist daher die Mitarbeit an Flugversuchen erwünscht, so können auch praktische Erfahrungen gesammelt werden. Bei genügend großer Datenlage können Methoden des maschinellen Lernens eingesetzt werden.

Nach Abschluss des Projekts sollen die Ergebnisse im Rahmen einer internationalen Konferenz veröffentlicht werden, vorzugsweise beim jährlichen Forum der Vertical Flight Society in USA.

 

Betreuer: Prof. Dr.-Ing. Walter Fichter

Flight robotics is an interdisciplinary topic that brings together classical and AI-based methods for flight control, state estimation, high-level decision making and planning. Within this topic, we will focus on the following two themes.

Vision-based GNC

Visual inspection tasks, such as, monitoring of a construction site or of a wind turbine, can be achieved using a team of multi-rotor UAVs flying in a formation around the target structure. Instead of a pre-defined formation geometry, a vision-guided formation is highly beneficial because it can maximize the perceptual information gain, while simultaneously minimizing control effort and energy consumption by every UAV. The goal of this project is, therefore, to develop a vision-guided MPC-based formation control for building inspection.

Reinforcement learning-based autonomous landing of UAVs

Autonomous landing of UAVs is a challenging task. The problem is further exacerbated when the landing platform itself is moving. In this project, we will develop an RL-based technique to land a small multi-rotor UAV on a space-constrained landing platform, suspended from a flying airship. A combination of explicit communication between the blimp and UAV, and relative localization (UAV tracking the blimp's suspended platform) will be used for learning a landing control policy.

 

Supervisor: Jun.-Prof. Dr.-Ing. Aamir Ahmad

Verification of a switching upset recovery control law

Upset modes are critical flight conditions that endanger the integrity of the aircraft and may lead to fatal accidents. Automated recovery laws are necessitated for unmanned vehicles as well as a desirable aid for piloted aircraft, but nonlinear dynamics and limited actuator authority make classical control techniques difficult. A remedy are state-machine based, switching laws which mimic the procedures recommended in pilot handbooks. On the other hand, regularizations governing autonomous flight of unmanned vehicles require rigorous verification of flight control laws including for upset recovery.

In this project, a switching upset recovery control law from the literature shall be verified. Therefore, a suitable formulation for correctness of a recovery law needs to be developed and different verification techniques from nonlinear systems theory shall be studied. Due to the complexity of the problem, the approach might include Lyapunov stability theory, data-based Monte Carlo analysis, or preferably combinations of both.

 

Advisor. Dr. Torbjørn Cunis

Bewerbung

Der Bewerbungszeitraum für das akademische Jahr 2022/2023 ist abgeschlossen.

Flight Control Talents ist ein Projekt der School for Talents an der Universität Stuttgart, die durch die Deutsche Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie des Bundes und der Länder gefördert wird.

Dieses Bild zeigt Walter Fichter

Walter Fichter

Prof. Dr.-Ing.

Direktor

Dieses Bild zeigt Aamir Ahmad

Aamir Ahmad

Jun.-Prof. Dr.-Ing.

Stellv. Institutsleiter (Forschung)

Dieses Bild zeigt Torbjørn Cunis

Torbjørn Cunis

Dr.

Akademischer Rat auf Zeit / Gruppenleiter Aerospace Control Systems & Optimization

Zum Seitenanfang