Quadricóptero MIMO — Controlador Neural-LQR com Animação 3D em Tempo Real

Arquivos: examples/advanced/06_quadcopter_mimo/

---

O que este exemplo demonstra

Uma simulação em tempo real completa de um quadricóptero com 12 estados controlado por um Neural-LQR informado pela física — visualizado simultaneamente em uma cena 3D com PyVista e uma janela de telemetria matplotlib ao vivo. Antes da simulação começar, uma GUI de configuração em tkinter permite escolher a trajetória de referência, ajustar seus parâmetros e definir a duração da simulação.

Conceito	Detalhe
Modelagem LTI MIMO	Modelo hover linearizado com 12 estados, construído com synapsys.api.ss()
LQR MIMO	synapsys.algorithms.lqr() em uma planta 12 estados / 4 entradas
Neural-LQR residual	δu = −K·e + MLP(e) — resíduo zerado na inicialização → começa no LQR ótimo
GUI de configuração	Dialog tkinter: tempo de simulação, altitude, trajetória de referência e seus parâmetros
PyVista 3D	Animação da pose do drone + rastro de trajetória a 50 Hz
Telemetria matplotlib	Rastreamento de posição, ângulos de Euler, entradas de controle — ao vivo a 10 Hz

---

Modelo físico — hover linearizado

Um quadricóptero possui dinâmica altamente não-linear, mas na vizinhança do hover (velocidade zero, atitude nivelada) uma expansão de Taylor de primeira ordem fornece um modelo LTI útil válido para pequenas perturbações (|φ|, |θ| ≤ 15°).

Vetores de estado e entrada

$$\mathbf{x} = \begin{bmatrix} x & y & z & \varphi & \theta & \psi & \dot{x} & \dot{y} & \dot{z} & p & q & r \end{bmatrix}^\top \in \mathbb{R}^{12}$$ $$\delta\mathbf{u} = \begin{bmatrix} \delta F & \tau_\varphi & \tau_\theta & \tau_\psi \end{bmatrix}^\top \in \mathbb{R}^{4}$$

onde $(\varphi, \theta, \psi)$ são rolagem, arfagem e guinada; $(p, q, r)$ são as taxas angulares no corpo; e $\delta\mathbf{u}$ representa desvios do equilíbrio hover (em hover $F = mg$).

Matrizes A e B linearizadas

A equação de estado $\dot{\mathbf{x}} = A\mathbf{x} + B\,\delta\mathbf{u}$ no hover é:

$$A = \begin{bmatrix} 0_{3\times 3} & 0_{3\times 3} & I_{3\times 3} & 0_{3\times 3} \\ 0_{3\times 3} & 0_{3\times 3} & 0_{3\times 3} & I_{3\times 3} \\ 0 & 0 & 0 & g & 0 & 0 & 0_{3\times 6} \\ 0 & 0 & 0 & -g & 0 & 0 & 0_{3\times 6} \\ 0_{6\times 12} \end{bmatrix}$$

Os termos de acoplamento gravitacional são $A_{6,4} = +g$ (aceleração frontal pela arfagem $\theta$) e $A_{7,3} = -g$ (aceleração lateral pela rolagem $\varphi$):

ẍ = +g·θ     (arfagem para frente → acelera em x)
ÿ = −g·φ     (rolagem à direita → acelera em −y)

A matriz de entrada mapeia cada canal de controle para seu efeito dinâmico:

$$B = \begin{bmatrix} 0_{8 \times 4} \\ 1/m & 0 & 0 & 0 \\ 0 & 1/I_{xx} & 0 & 0 \\ 0 & 0 & 1/I_{yy} & 0 \\ 0 & 0 & 0 & 1/I_{zz} \end{bmatrix}$$

Parâmetros físicos (quadricóptero racing de 500 mm):

Símbolo	Valor	Significado
$m$	0,500 kg	Massa total
$I_{xx} = I_{yy}$	4,856 × 10⁻³ kg·m²	Inércia de rolagem / arfagem
$I_{zz}$	8,801 × 10⁻³ kg·m²	Inércia de guinada
$\ell$	0,175 m	Braço centro-motor

O modelo em tempo contínuo é construído com synapsys.api.ss() e discretizado a 100 Hz com synapsys.api.c2d() pelo método zero-order-hold (ZOH):

from synapsys.api import ss, c2d

A, B, C, D = build_matrices()   # de quadcopter_dynamics.py
sys_c = ss(A, B, C, D)          # sistema LTI em tempo contínuo
sys_d = c2d(sys_c, dt=0.01)     # discretização ZOH a 100 Hz

---

Projeto LQR

O Regulador Linear Quadrático minimiza o custo de horizonte infinito:

$$J = \int_0^\infty \bigl(\mathbf{e}^\top Q\,\mathbf{e} + \delta\mathbf{u}^\top R\,\delta\mathbf{u}\bigr)\,dt$$

onde $\mathbf{e} = \mathbf{x} - \mathbf{x}_\text{ref}$ é o erro de rastreamento. A matriz de ganho ótima $K$ é encontrada resolvendo a Equação de Riccati Algébrica (ARE):

$$A^\top P + PA - PBR^{-1}B^\top P + Q = 0 \quad\Rightarrow\quad K = R^{-1}B^\top P$$

Matrizes de peso usadas neste exemplo:

Q = diag([20, 20, 30,    # x, y, z       — erros de posição
           3,  3,  8,    # φ, θ, ψ       — atitude (guinada com mais peso)
           2,  2,  4,    # ẋ, ẏ, ż       — velocidade linear
          0.5, 0.5, 1])  # p, q, r       — taxas angulares

R = diag([0.5, 3.0, 3.0, 5.0])   # δF, τφ, τθ, τψ

from synapsys.algorithms import lqr

K, P = lqr(A, B, Q, R)
# K.shape == (4, 12)
# Todos os autovalores em malha fechada têm Re < 0  ✓

O $K \in \mathbb{R}^{4 \times 12}$ resultante produz um sistema em malha fechada $A - BK$ com todos os autovalores no semiplano esquerdo (Re < 0), confirmando estabilidade assintótica.

---

Controlador Neural-LQR

Arquitetura residual

O controlador estende o LQR com um termo residual aprendível:

$$\delta\mathbf{u} = \underbrace{-K\,\mathbf{e}}_{\text{base LQR}} + \underbrace{\text{MLP}(\mathbf{e})}_{\text{resíduo}}$$

A MLP tem arquitetura 12 → 64 → 32 → 4 com ativações Tanh. Na inicialização, os pesos e vieses da camada de saída são zerados, de modo que a rede começa como LQR puro — o resíduo pode ser treinado depois via RL ou imitação sem alterar nenhuma API.

class NeuralLQR(nn.Module):
    def __init__(self, K_np):
        super().__init__()
        self.register_buffer("K", torch.tensor(K_np, dtype=torch.float32))
        self.residual = nn.Sequential(
            nn.Linear(12, 64), nn.Tanh(),
            nn.Linear(64, 32), nn.Tanh(),
            nn.Linear(32,  4),            # ← zerado na inicialização
        )
        with torch.no_grad():
            nn.init.zeros_(self.residual[4].weight)
            nn.init.zeros_(self.residual[4].bias)

    def forward(self, e):
        return -(e @ self.K.T) + self.residual(e)

Por que esse design?

Propriedade	Benefício
Estabilidade em t = 0	A base LQR é provadamente estável; o resíduo não acrescenta nada até ser treinado
Fine-tuning suave	RL ou IL pode ajustar o resíduo sem desestabilizar o loop
Fallback interpretável	Remova/zere a MLP → reverte ao LQR ótimo conhecido a qualquer momento

---

Trajetórias de referência

Três trajetórias de referência estão disponíveis via GUI de configuração:

Figura-8 — Lemniscata de Bernoulli

$$x_\text{ref}(t) = \frac{A\cos(\omega t)}{1 + \sin^2(\omega t)}, \qquad y_\text{ref}(t) = \frac{A\sin(\omega t)\cos(\omega t)}{1 + \sin^2(\omega t)}, \qquad z_\text{ref} = z_h$$

Padrão: $A = 0,8$ m, $\omega = 0,35$ rad/s.

Círculo

$$x_\text{ref}(t) = R\cos(\omega t), \qquad y_\text{ref}(t) = R\sin(\omega t), \qquad z_\text{ref} = z_h$$

Padrão: $R = 1,0$ m, $\omega = 0,30$ rad/s.

Hover (estático)

$$\mathbf{x}_\text{ref} = [0,\; 0,\; z_h,\; 0, \ldots, 0]^\top$$

As três trajetórias compartilham a fase de decolagem: o drone sobe do chão até a altitude hover $z_h$ durante os primeiros $t_\text{hover}$ segundos antes de iniciar o rastreamento.

---

Arquitetura

Todos os dados fluem de sim_thread para buffers collections.deque thread-safe protegidos por um único threading.Lock. A thread principal lê snapshots sem bloquear a simulação.

---

GUI de Configuração

Ao iniciar o script, um dialog tkinter aparece antes de qualquer janela de simulação:

Seção	Controles
Tempo de Simulação	Duração total (s), fase hover de decolagem (s), altitude hover (m)
Trajetória de Referência	Botões de rádio: Figura-8 / Círculo / Hover
Parâmetros Figura-8	Slider de amplitude (0,2–2,0 m), velocidade angular (0,1–0,8 rad/s)
Parâmetros Círculo	Slider de raio (0,2–3,0 m), velocidade angular (0,1–0,8 rad/s)

Clicar em Run Simulation fecha o dialog, valida a configuração e inicia as janelas de simulação e visualização. Cancel sai sem executar.

---

Visualização

Janela PyVista 3D (50 Hz)

• Malha do drone — corpo em configuração X (caixa), 4 braços (cilindros) e 4 rotores (discos); pose atualizada via actor.user_matrix a partir da matriz de rotação $R = R_z R_y R_x$ calculada com scipy.spatial.transform.Rotation
• Rastro da trajetória — últimas TRAIL_LEN = 500 posições como pv.PolyData polyline, atualizado in-place
• Curva de referência — prévia estática da trajetória escolhida renderizada no início
• Overlay HUD — texto ao vivo mostrando modo, tempo, posição, ângulos de Euler, velocidades

Janela de telemetria matplotlib (10 Hz)

Painel	Conteúdo
Superior esquerdo	Trajetória $x$–$y$ vista de cima vs. curva de referência
Superior direito	Altitude $z(t)$ vs. linha de referência
Meio	Ângulos de Euler $\varphi$, $\theta$, $\psi$ em graus
Inferior	Desvios de controle $\delta F$, $\tau_\varphi$, $\tau_\theta$, $\tau_\psi$

Ambas as janelas rodam na mesma thread principal usando pv.Plotter(interactive_update=True) e plt.ion(), evitando crashes de GUI entre threads. A simulação roda em uma thread daemon dedicada.

---

Como executar

Instalar dependências:

pip install synapsys[viz] torch matplotlib

Executar a simulação standalone:

cd examples/advanced/06_quadcopter_mimo
python 06b_neural_lqr_3d.py

1. A GUI de configuração tkinter abre — ajuste os parâmetros e clique em Run Simulation
2. Uma janela de telemetria matplotlib abre com 4 painéis ao vivo
3. Uma janela PyVista 3D abre com a animação do drone
4. Feche qualquer janela ou pressione Ctrl+C para parar

Exportar GIFs (sem necessidade de display):

# Padrão: 20 s, 15 fps 3D + 7 fps telemetria → diretório atual
python 06b_neural_lqr_3d.py --save

# Personalizado: 30 s, fps customizados, pasta de saída
python 06b_neural_lqr_3d.py --save --fps 20 --mpl-fps 8 --out ./resultados

Salva quadcopter_3d.gif (~1,8 MB) e quadcopter_telemetry.gif (~4 MB) em menos de 2 minutos. Requer pip install imageio.

Variante SIL de dois processos (opcional):

# Terminal 1 — iniciar a planta linearizada em memória compartilhada
python 06a_quadcopter_plant.py

# Terminal 2 — conectar um controlador externo via SharedMemoryTransport

Estendendo o Neural-LQR

A sub-rede NeuralLQR.residual (12→64→32→4, Tanh) começa em zero — não faz nada até ser treinada. Substitua os pesos zerados por pesos treinados via PPO, SAC ou DDPG e o restante do exemplo permanece idêntico. As chamadas de API synapsys (ss(), c2d(), lqr(), evolve()) não mudam.

Adicionando feedforward de velocidade

A referência atual prescreve apenas posição. Para manobras agressivas, adicione um feedforward de velocidade cinematicamente consistente ($\dot{x}_\text{ref}$, $\dot{y}_\text{ref}$) ao estado de referência — isso reduz significativamente o erro de rastreamento durante a fase figura-8.

Limites da linearização

O modelo hover é válido apenas para $|\varphi|, |\theta| \leq 15°$. Manobras agressivas que ultrapassem esse envelope causarão divergência. Para voo em envelope completo, substitua o modelo LTI por um modelo não-linear (ex.: equações de Euler-Lagrange) e use linearização por realimentação ou NMPC.

---

Referência de arquivos

Arquivo	Propósito
quadcopter_dynamics.py	Constantes físicas, build_matrices(), figure8_ref(), pesos LQR
06a_quadcopter_plant.py	Planta SIL de dois processos via PlantAgent + SharedMemoryTransport
06b_neural_lqr_3d.py	Simulação standalone: GUI de config, Neural-LQR, PyVista 3D, matplotlib

Chamadas chave da API synapsys

Chamada	O que faz
ss(A, B, C, D)	Constrói um objeto StateSpace em tempo contínuo
c2d(sys_c, dt)	Discretiza para StateSpace discreto ZOH
sys_d.evolve(x, u)	Atualização de estado de um passo: retorna $(x_{k+1},\, y_k)$
lqr(A, B, Q, R)	Resolve a ARE, retorna matriz de ganho $K$ e matriz de custo $P$