[論文レビュー] Some remarks on wheeled autonomous vehicles and the evolution of their control design

Brigitte d’Andréa-Novel, Lghani Menhour+2 more|arXiv (Cornell University)|Apr 7, 2016

Vehicle Dynamics and Control Systems参考文献 15被引用数 12

ひとこと要約

本論文は、物理的パラメータの不確実性に依存せず、走行車両のトラジェクトリ追従性を高めるために、平坦出力ではなく自然出力（縦方向速度と横方向偏差）を用いたモデルフリー制御戦略を提案する。この手法は、超局所モデルと積分高ゲイン観測器を用いて未知の動的特性を推定し、きびしいテストトラック上でのシミュレーションで横方向誤差2 cm未満、ヨー角誤差0.5°未満を達成した。

ABSTRACT

Recent investigations on the longitudinal and lateral control of wheeled autonomous vehicles are reported. Flatness-based techniques are first introduced via a simplified model. It depends on some physical parameters, like cornering stiffness coefficients of the tires, friction coefficient of the road, ..., which are notoriously difficult to identify. Then a model-free control strategy, which exploits the flat outputs, is proposed. Those outputs also depend on physical parameters which are poorly known, i.e., the vehicle mass and inertia and the position of the center of gravity. A totally model-free control law is therefore adopted. It employs natural output variables, namely the longitudinal velocity and the lateral deviation of the vehicle. This last method, which is easily understandable and implementable, ensures a robust trajectory tracking problem in both longitudinal and lateral dynamics. Several convincing computer simulations are displayed.

研究の動機と目的

• 従来のモデルベース制御において、コーナリングスティフネス、道路摩擦、車両質量、重心位置といった物理的パラメータに大きな不確実性が生じる問題に取り組む。
• 平坦出力に依存する制御の限界を克服するため、物理的パラメータが不確実な状態でも良好に動作するモデルフリーなアプローチに移行する。
• 縦方向速度 $y_1 = V_x$ と横方向偏差 $y_2$ といった測定可能で自然な出力のみを用いた、リアルタイム実装に適した制御戦略を開発する。
• 急カーブや道路状況の変化が激しい複雑な走行条件下でも、トラジェクトリ追従性の高いロバスト性と精度を確保する。
• 実際のテストトラック上での高精度なシミュレーションを通じて、平坦出力に基づく制御および先行のモデルフリー手法と比較して優れた性能を示す。

提案手法

• 縦方向および横方向の動的特性を、自然出力（縦方向速度 $y_1 = V_x$ と横方向偏差 $y_2$）を用いて超局所モデルとして定式化する。
• 縦方向運動を $\dot{y}_1 = F_1 + \alpha_1 u_1$、横方向運動を $\ddot{y}_2 = F_2 + \alpha_2 u_2$ としてモデル化し、$F_1$ および $F_2$ を未知の非線形動的特性とする。
• 未知関数 $F_1$ および $F_2$ をオンラインで推定するために、積分高ゲイン観測器（iP および iPD）を実装し、システム同定の必要性を排除する。
• 制御則として、$u_1 = \frac{1}{\alpha_1}(F_1 + \dot{y}_1^d - K_P^{y_1}e_{y_1} - K_I^{y_1}\int e_{y_1}dt)$ および $u_2 = \frac{1}{\alpha_2}(F_2 + \dot{y}_2^d - K_P^{y_2}e_{y_2} - K_I^{y_2}\int e_{y_2}dt)$ を用い、誤差フィードバックによる追従制御を実現する。
• 代数的推定技術を用いて測定データから $\alpha_1$ および $\alpha_2$ を推定し、物理的パラメータに依存しない設計を実現する。
• 10自由度非線形車両モデルと、Peugeot 406 が走行した実際の実験トラジェクトリを用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 測定可能な自然出力（縦方向速度と横方向偏差）のみを用いたモデルフリー制御戦略は、自律走行車両においてロバストなトラジェクトリ追従性を達成できるか？
• RQ2 自然出力に基づくモデルフリー制御の性能は、平坦出力に基づく制御および先行のモデルフリー手法と比較して、横方向およびヨー角追従誤差の観点でどの程度優れているか？
• RQ3 本手法は、車両質量、重心位置、コーナリングスティフネスといった物理的パラメータの不確実性をどの程度耐えられるか？
• RQ4 急カーブや道路状況が変化する高動的走行条件下でも、制御戦略は精度を維持できるか？
• RQ5 超局所モデルと積分高ゲイン観測器の組み合わせは、システム同定を一切行わずに未知の動的特性を十分に推定できるか？

主な発見

• 自然出力に基づくモデルフリー制御戦略は、複雑なテストトラック上でも横方向追従誤差が2 cm未満に抑えられ、平坦出力に基づく制御（10 cm以上の誤差）を著しく上回った。
• ヨー角誤差は0.51°に制限されたのに対し、平坦出力制御では10°以上、先行のモデルフリー手法でも1°を超える誤差を示した。
• 本手法で生成された制御入力は、実際のテストトラック走行で記録されたドライバー入力とよく一致しており、実用的妥当性が裏付けられた。
• 急カーブや直線部の変化に伴う高負荷がかかる走行条件下でも、本手法はロバスト性を示した。
• 縦方向速度と横方向偏差といった自然出力の使用により、完全にパラメータに依存しない制御設計が実現され、不確実な物理的パラメータへの依存が排除された。
• シミュレーション結果から、自然出力に基づく本手法は、モデルベースおよび先行のモデルフリー手法と比較して、はるかに優れた追従精度と安定性を有することが確認された。