Werner, HerbertHerbertWerner10270722910000-0003-3456-5539Samir Said Metwalli Rezk, AhmedAhmedSamir Said Metwalli Rezk2025-07-092025-07-092025Technische Universität Hamburg (2025)978-3-8439-5621-5https://hdl.handle.net/11420/56006This thesis presents a novel predictive path-following control scheme for fixed-wing UAVs, addressing limitations in the existing literature. While geometric methods struggle with variable winds and predictive strategies tend to be computationally intensive, the qLPV approach proposed here strikes a balance—accurately capturing the system dynamics while maintaining computational efficiency through the use of Quadratic Programs (QPs). The practicability of the approach is demonstrated by applying it to a high-fidelity model of the ULTRA-Extra UAV. Constructing qLPV representations is not unique; in this work, velocity-based linearization is employed, which is known to be well-suited for controller design. It is also compatible with offset-free Model Predictive Control (MPC) and enables efficient disturbance rejection. The proposed framework is further extended to obstacle avoidance by representing obstacles as qLPV constraints.In dieser Arbeit wird ein neuartiger prädiktiver Pfadfolgeregler für Starrflügler-UAVs vorgestellt, der Einschränkungen in der bestehenden Literatur überwindet. Während geometrische Methoden mit variablen Windstärken zu kämpfen haben und prädiktive Strategien rechenintensiv sind, bietet der hier vorgestellte Ansatz sowohl eine präzise Darstellung der nichtlinearen Dynamik als qLPV-Modell als auch eine effiziente Implementierung einer auf quadratischer Programmierung basierenden Regelung. Dieser Ansatz wurde auf ein realitätsgetreues Modell des ULTRA-Extra-UAVs angewendet. Die Konstruktion von qLPV-Darstellungen ist nicht eindeutig, aber die geschwindigkeitsbasierte Linearisierung ist bekannt für ihre guten Eigenschaften im Hinblick auf den Reglerentwurf. Sie ist auch mit der offset-freien prädiktiven Regelung kompatibel und kann Störungen effizient ausregeln. Das vorgeschlagene Framework wurde zudem auf die Hindernisvermeidung ausgeweitet, wobei die Herausforderungen der Linearisierung und der kontinuierlichen Aktualisierung berücksichtigt wurden. Simulationsstudien in zwei Szenarien bestätigen die Effektivität bei der Bahnverfolgung und Hindernisvermeidung.enhttps://creativecommons.org/licenses/by/4.0/Path-FollowingControl SystemsqLMPCObstacle AvoidanceStability AnalysisFixed-Wing UAVsTechnology::629: Other Branches::629.1: Aviation::629.13: Aviation EngineeringTechnology::629: Other Branches::629.8: Control and Feedback Control Systems::629.89: Computer-Controlled GuidanceDoctoral Thesishttps://doi.org/10.15480/882.1531810.15480/882.15318Thielecke, FrankFrankThieleckeOther