[論文レビュー] Motion Planning and Control for On-Orbit Assembly using LQR-RRT* and Nonlinear MPC

Bryce Doerr, Richard Linares|arXiv (Cornell University)|Aug 6, 2020

Robotic Path Planning Algorithms参考文献 33被引用数 7

ひとこと要約

本稿では、LQR-RRT*を用いたサンプリングベースの軌道生成と、PANOCを用いた非線形モデル予測制御（NMPC）によるリアルタイムのフィードバック追従を統合した、軌道上でのロボットアセンブリのための統合的運動計画・制御フレームワークを提案する。この手法により、衝突回避でかつ動的に妥当な軌道が自由飛行型ロボットに対して得られ、楕円体障害物を想定したシミュレーションにおいて、軌道上部品の最適かつ安定した操作が実現された。

ABSTRACT

Deploying large, complex space structures is of great interest to the modern scientific world as it can provide new capabilities in obtaining scientific, communicative, and observational information. However, many theoretical mission designs contain complexities that must be constrained by the requirements of the launch vehicle, such as volume and mass. To mitigate such constraints, the use of on-orbit additive manufacturing and robotic assembly allows for the flexibility of building large complex structures including telescopes, space stations, and communication satellites. The contribution of this work is to develop motion planning and control algorithms using the linear quadratic regulator and rapidly-exploring randomized trees (LQR-RRT*), path smoothing, and tracking the trajectory using a closed-loop nonlinear receding horizon control optimizer for a robotic Astrobee free-flyer. By obtaining controlled trajectories that consider obstacle avoidance and dynamics of the vehicle and manipulator, the free-flyer rapidly considers and plans the construction of space structures. The approach is a natural generalization to repairing, refueling, and re-provisioning space structure components while providing optimal collision-free trajectories during operation.

研究の動機と目的

• 打ち上げ用ロケットの制約下で、衝突回避でかつ動的に妥当な軌道を計画する課題に対処すること。
• 望遠鏡や人工衛星などの大規模な宇宙構造物の軌道上での建設を可能にするために、打ち上げ用ロケットの体積および質量制限を克服すること。
• システムの動的特性および不確実性を考慮しても、軌道追従を保証するリアルタイム制御フレームワークを開発すること。
• 運動計画と閉ループフィードバック制御を統合し、軌道上部品のロバストな操作を実現すること。
• 自由飛行型ロボット（8自由度）と楕円体部品を用いたシミュレーションを通じて、手法の有効性を検証すること。

提案手法

• LQR-RRT*は、LQRのコスト・トゥ・ゴール指標をRRT*のサンプリングヒューリスティクスに組み込むことで、漸近的に最適な軌道を生成する。これにより、動的に妥当なパスへの収束が向上する。
• 8自由度の自由飛行型ロボットおよびアームの動的特性を、一次のテイラー展開を用いて動作点の周辺で線形化し、LQRに基づくコスト推定を可能にする。
• 線形化された動的特性を、制御入力をゼロ次ホールドで補間した4次ルンゲ・クッタ法を用いて離散化し、数値積分による軌道計算を可能にする。
• LQR-RRT*の出力にパススムージングを適用し、リアルタイム実行に適した滑らかで時間パラメータ化された軌道を生成する。
• 非線形MPCにPANOC最適化器を用いて閉ループ軌道追従を実現し、各タイムステップでマーリット関数と一次勾配情報に基づき最適制御問題を解く。
• 全システムは楕円体部品を障害物として想定してシミュレーションされ、NMPCコントローラは動的擾乱およびモデル不確実性に対しても軌道の追従性を維持した。

実験結果

リサーチクエスチョン

• RQ1 LQR-RRT*は、軌道上アセンブリシナリオにおける自由飛行型ロボットに対して、動的に妥当でかつ衝突回避可能な軌道を生成できるか？
• RQ2 非線形MPCにPANOCを組み合わせた手法は、複雑で時間パラメータ化された軌道をリアルタイムで効果的に追従できるか？ また、障害物回避を保証できるか？
• RQ3 パススムージングは、高自由度ロボットシステムにおける軌道品質および制御性能にどのような影響を与えるか？
• RQ4 LQR-RRT*とNMPCの統合は、軌道上での操作タスクにおける全体的なシステムのロバストネスおよび収束性をどのように向上させるか？
• RQ5 このフレームワークは、軌道上部品の操作中に質量および慣性が変化するような動的変化を、どの程度適応できるか？

主な発見

• LQR-RRT*は、サンプリングヒューリスティクスにLQRコスト・トゥ・ゴールを組み込むことで、8自由度の自由飛行型ロボットに対して衝突回避でかつ動的に最適な軌道を成功裏に生成した。
• パススムージングのステップにより、軌道の滑らかさが著しく向上し、制御効率も改善された。これにより、後続のMPC段階における追従性能が向上した。
• PANOCを用いた非線形MPCは、動的擾乱に対しても最小限の偏差でリアルタイムかつ安定した軌道追従を達成した。
• フレームワークはモデル不確実性に対してもロバストであり、すべてのシミュレーションシナリオにおいて楕円体障害物の周囲に十分な安全マージンを維持した。
• LQR-RRT*とNMPCの統合により、迅速かつ最適な計画と実行が可能となり、時間制約のある軌道上アセンブリタスクに適したものとなった。
• シミュレーション結果は、このフレームワークが将来的に国際宇宙ステーション（ISS）でのアストロビー・ロボットを用いた物理実験に応用可能であることを検証した。