[논문 리뷰] Downwash-Aware Trajectory Planning for Large Quadrotor Teams

James A. Preiss, Wolfgang Hönig외 2명|arXiv (Cornell University)|2017. 04. 17.

Robotic Path Planning Algorithms참고 문헌 15인용 수 9

한 줄 요약

이 논문은 대규모 큐브로터 팀을 위한 두 단계의 궤도 계획 방법을 제안하며, 하향류 영향을 고려하여 안전하고 조밀한 편대 비행을 가능하게 한다. 이는 충돌 및 하향류를 고려한 경로 탐색을 위한 그래프 기반 이산 계획자와, 연속적인 C^k-연속 최적화를 조합하여 적분 제곱 도함수를 최소화함으로써, 최대 200架의 드론이 몇 분 내로 매끄럽고 물리적으로 타당한 궤도를 생성하며, 32대의 나노-큐브로터를 실제로 비행시켜 성공을 입증한다.

ABSTRACT

We describe a method for formation-change trajectory planning for large quadrotor teams in obstacle-rich environments. Our method decomposes the planning problem into two stages: a discrete planner operating on a graph representation of the workspace, and a continuous refinement that converts the non-smooth graph plan into a set of C^k-continuous trajectories, locally optimizing an integral-squared-derivative cost. We account for the downwash effect, allowing safe flight in dense formations. We demonstrate the computational efficiency in simulation with up to 200 robots and the physical plausibility with an experiment with 32 nano-quadrotors. Our approach can compute safe and smooth trajectories for hundreds of quadrotors in dense environments with obstacles in a few minutes.

연구 동기 및 목표

• 조밀하고 장애물이 많은 환경에서 대규모 큐브로터 팀의 안전하고 확장 가능한 궤도 계획 과제를 해결한다.
• 근접 비행 중 물리적 안전을 확보하기 위해 큐브로터 간 하향류 영향을 반영한다.
• 고도의 매끄러움(C^k)과 에너지 효율성을 확보한 매끄럽고 역학적으로 타당한 궤도를 달성한다.
• 대규모 다중로봇 시스템에서 시간과 에너지 사용의 최적성과 계산 효율성을 균형 잡는다.
• 고정된 계산 예산 내에서 반복적 개선 기법을 통해 계산 시간과 궤도 품질 간의 사용자 제어 가능한 트레이드오프를 가능하게 한다.

제안 방법

• 궤도 계획 문제를 두 단계로 분해: 이산 그래프 기반 계획자와 연속 궤도 정밀화 단계.
• 사용자가 정의한 하향류 안전 반경(예: 0.3 m 또는 0.9 m)을 가진 3D 타원체로 큐브로터를 모델링하여 계획 중 최소 간격을 보장한다.
• 이산 단계에서 하향류 및 장애물 제약 조건을 고려한 최소 마케이스팬 할당 및 경로를 해결하기 위해 정수선형계획문제(ILP)를 사용한다.
• 각 드론에 대해 연속적이고 분리된 최적화를 적용하여, 적분 제곱 도함수 비용 함수를 최소화하는 C^k-매끄러운 궤도를 생성한다.
• 고정된 계산 예산 내에서 궤도의 매끄러움과 동역학적 특성을 향상시키는 anytime 반복 정밀화 과정을 구현한다.
• 사용자가 정의한 도함수 차수까지 임의의 매끄러움 수준을 지원하여 물리적으로 타당한 제어 입력을 보장한다.

실험 결과

연구 질문

• RQ1 두 단계 계획 접근법이 대규모 큐브로터 팀의 확장성, 물리적 타당성, 매끄러움을 효과적으로 균형 잡을 수 있는가?
• RQ2 하향류 영향을 명시적으로 모델링함으로써 안전성은 어떻게 향상되고, 더 조밀한 편대 비행은 어떻게 가능해지는가?
• RQ3 반복적 정밀화는 계산 비용을 과도하게 증가시키지 않고 궤도의 매끄러움과 동역학 성능을 얼마나 향상시킬 수 있는가?
• RQ4 복잡하고 장애물이 많은 환경에서 수백 대의 드론으로도 저마케이스팬과 매끄러움을 유지하면서 확장 가능한가?
• RQ5 실제 하드웨어 비행 실험에서 이 방법은 궤도 실행 정밀도와 안전성 측면에서 얼마나 잘 성능을 발휘하는가?

주요 결과

• 이 방법은 수분 내로 200대의 큐브로터에 대해 조밀하고 장애물이 많은 환경에서 안전하고 매끄러운 궤도를 성공적으로 계산하였다.
• 32대의 Crazyflie 나노-큐브로터를 이용한 비행 테스트에서 계획된 궤도를 성공적으로 실행하여 공중에서 'USC' 문자를 형성하였으며, 물리적 타당성과 실제 적용 가능성은 입증되었다.
• 반복적 정밀화 과정을 통해 피크 가속도는 5.2 m/s²에서 1.6 m/s²로, 피크 각속도는 2.2 rad/s에서 0.4 rad/s로 감소하여 동역학적 매끄러움이 크게 향상되었다.
• 32대 드론의 'USC' 작업에서 이산 계획자는 40초 내에 마케이스팬 K=17 타임스텝을 확보한 해를 찾았고, 연속 단계에서는 3초 이내에 초기 매끄러운 궤도를 생성하였다.
• 연속 최적화 단계는 19초 내로 6회의 반복 정밀화를 완료하였고, 모든 실험에서 2차 프로그래밍 비용 함수에 수렴하였다.
• 이 방법은 격자 해상도에 대해 완전하며, 적분 제곱 도함수 비용 함수에 대해 국소적으로 최적임을 보장하여 고품질 궤도 출력을 보장한다.