[論文レビュー] Distributed estimation and control for preserving formation rigidity for mobile robot teams

Zhiyong Sun, Changbin Yu+1 more|arXiv (Cornell University)|Sep 19, 2013

Distributed Control Multi-Agent Systems参考文献 16被引用数 6

ひとこと要約

本稿では、新規の剛性ラプラシアン行列と勾配ベースの制御を用いて、マルチロボットチームにおけるフォーメーションの剛性を維持する分散推定および制御フレームワークを提案する。分散逆べき乗反復アルゴリズムを用いることで、各ロボットはグローバルな剛性インデックスを推定可能となり、中央集権的調整なしにリアルタイムでの剛性維持と接続性の維持を実現する。2次元および3次元のシナリオにおいて、リーダーフォロワー運動を想定したシミュレーションで検証された。

ABSTRACT

Inspired by the concept of network algebraic connectivity, we adopt an extended notion named rigidity preservation index to characterize the rigidity property for a formation framework. A gradient based controller is proposed to ensure the rigidity preservation of multi-robot networks in an unknown environment, while the rigidity metric can be maximized over time during robots' motions. In order to implement the controller in a distributed manner, a distributed inverse power iteration algorithm is developed which allows each robot to estimate the global rigidity index information. Simulation results are provided to demonstrate the effectiveness of the estimation and control scheme.

研究の動機と目的

• 未知または不確実な環境で動作する移動ロボットチームにおけるフォーメーションの剛性を維持する課題に対処すること。
• 中央集権的な計算を一切用いずに、各ロボットがグローバルな剛性指標を推定できる分散制御方式を開発すること。
• 剛性維持を主たる目的とし、単なるネットワーク接続性や固定形状制御とは明確に区別すること。
• リーダーフォロワー追従や衝突回避などの追加の協調目標と剛性維持を統合すること。
• 従来のべき乗反復法よりも収束が速い分散推定アルゴリズムを設計すること。

提案手法

• ロボットの位置とネットワークトポロジーを組み合わせて、フォーメーションの剛性を定量化する剛性ラプラシアン行列を構築する。
• 剛性ラプラシアン行列の最小固有値（0でない最小固有値）に基づいてポテンシャル関数を定義し、これを剛性指標として用いる。
• この固有値を最大化する勾配ベースのコントローラーを導出することで、運動中における剛性維持を保証する。
• 各ロボットが剛性ラプラシアン行列の主要固有ベクトルおよび固有値を推定できるように、分散逆べき乗反復アルゴリズムを開発する。
• アルゴリズムは制御可能な速度で収束を保証し、標準的な分散べき乗反復法よりも高速である。
• フレームワークは3次元フォーメーションへと拡張され、リーダーフォロワー動的条件下およびランダムな初期配置のもとでシミュレーションにより検証された。

実験結果

リサーチクエスチョン

• RQ1 分散型マルチロボットシステムにおいて、フォーメーションの剛性を定量的に測定・維持する方法は何か？
• RQ2 ローカル情報のみを用いて、分散推定アルゴリズムが信頼性を持ってグローバルな剛性インデックスを計算できるか？
• RQ3 提案された逆べき乗反復法は、既存の分散手法と比較して収束速度でどのように優れているか？
• RQ4 剛性維持が、ロボットネットワークにおける接続性および衝突回避をどの程度自然に支援するか？
• RQ5 リーダーフォロワー追従のような他の制御目的と、剛性維持コントローラーを効果的に統合できるか？

主な発見

• 分散逆べき乗反復アルゴリズムは、標準的な分散べき乗反復法よりも著しく高速に収束し、特に初期推定値が真の固有値に近い場合に顕著である。
• 剛性ラプラシアン行列の最小非ゼロ固有値 λ₄(E) が、シミュレーション全体を通して下限 ε=2 を下回らないことから、剛性維持が継続的に行われていることが確認された。
• リーダーフォロワーのシナリオでは、フォーメーションは剛性を保ちつつ柔軟な幾何的変化を許容し、最小間隔がゼロを超えて維持されており、衝突回避が保証された。
• 代数的連結度（フィードラー固有値）が運動中も正のままであり、剛性維持の副産物として持続的なネットワーク接続性が確認された。
• コントローラーは動的リーダーのフォーメーション追従を効果的に実現しながら剛性を維持した。外部の運動目的との相性が良好であることが示された。
• 提案手法は、剛性維持と接続性維持の両方を明示的な制約を設けずに達成した。これは、剛性ラプラシアンとポテンシャル関数の設計に内在する性質による。