[논문 리뷰] Dynamic System Identification, and Control for a cost effective open-source VTOL MAV

Inkyu Sa, Mina Kamel외 4명|arXiv (Cornell University)|2017. 01. 30.

Adaptive Control of Nonlinear Systems참고 문헌 16인용 수 9

한 줄 요약

이 논문은 DJI Matrice 100 플랫폼을 사용한 저비용, 오픈소스 VTOL MAV 시스템을 제안하며, 차량의 동역학 및 제어 거동을 현장에 통합된 IMU 데이터를 통해 식별하여 고정밀 모델 예측 제어(MPC)를 가능하게 한다. 풍속 간섭 조건 하에서도 허공에서 정지 상태에서 RMS 추적 오차가 x축 0.021 m, y축 0.016 m, z축 0.029 m, 롤 0.392°, 피치 0.618°, 야워 1.087°를 기록하며, 전체 코드와 문서를 연구 공동체에 기여한다.

ABSTRACT

This paper describes dynamic system identification, and full control of a cost-effective vertical take-off and landing (VTOL) multi-rotor micro-aerial vehicle (MAV) --- DJI Matrice 100. The dynamics of the vehicle and autopilot controllers are identified using only a built-in IMU and utilized to design a subsequent model predictive controller (MPC). Experimental results for the control performance are evaluated using a motion capture system while performing hover, step responses, and trajectory following tasks in the present of external wind disturbances. We achieve root-mean-square (RMS) errors between the reference and actual trajectory of x=0.021m, y=0.016m, z=0.029m, roll=0.392deg, pitch=0.618deg, and yaw=1.087deg while performing hover. This paper also conveys the insights we have gained about the platform and returned to the community through open-source code, and documentation.

연구 동기 및 목표

• 제한된 차량 내 센서 자료에서 정확한 동역학 및 제어기 거동을 식별함으로써 저비용 VTOL MAV에서 고정밀 자율 비행을 가능하게 하기 위해.
• DJI M-시리즈와 같은 상용 VTOL MAV 플랫폼에 대해 자동조종기 제어기 아키텍처 및 동역학 모델 등의 공개 자료 부족 문제를 해결하기 위해.
• 식별된 동역학 기반의 모델 예측 제어기(MPC)를 개발하고 검증하여 외부 간섭 조건 하에서도 향상된 제어 성능을 확보하기 위해.
• 연구 공동체가 로봇 애플리케이션을 위한 고성능 MAV를 구현할 수 있도록 오픈소스 소프트웨어, 문서 및 시스템 식별 도구를 공유하기 위해.

제안 방법

• DJI Matrice 100의 내장된 IMU 데이터만을 사용하여 오프라인으로 시스템 식별을 수행하여 차량의 동역학 모델 및 자동조종기 제어기 거동을 추정한다.
• 식별된 파rameter 기반으로 선형화된 상태공간 모델을 수립하여 MPC 설계에 활용한다.
• 식별된 모델을 사용하여 최적의 제어 입력을 계산하는 모델 예측 제어기(MPC)를 구현한다.
• 모션 캡처 시스템을 활용해 허공 정지, 스텝 응답, 경로 추적 작업 중 실시간 상태 추정(100 Hz)을 수행하여 제어 시스템을 검증한다.
• 정적 공기 조건과 풍속 간섭 조건 하에서 실험을 수행하여 내성 및 성능을 평가한다.
• 수정된 SDK, 시스템 식별 도구, MPC 구현을 오픈소스 소프트웨어로 공개하고 포괄적인 문서를 제공한다.

실험 결과

연구 질문

• RQ1 상용 VTOL MAV인 DJI Matrice 100의 차량 내부 IMU 자료만으로 정확한 동역학 시스템 식별이 가능할 수 있는가?
• RQ2 식별된 동역학 기반의 모델 예측 제어기(MPC)는 외부 풍속 간섭 조건 하에서도 경로 추적 성능이 얼마나 우수한가?
• RQ3 정지 및 동적 조작 조건에서 위치 및 자세 제어 정밀도 수준은 RMS 오차로 얼마나 달성 가능한가?
• RQ4 플랫폼의 질량 및 구조적 특성이 제어 응답 시간과 간섭 제거 능력에 얼마나 영향을 미치는가?
• RQ5 오픈소스 도구 및 문서는 저비용 플랫폼에서 자율 MAV 애플리케이션 개발을 얼마나 가속화할 수 있는가?

주요 결과

• 풍속 간섭 조건 하에서도 허공 정지 시 RMS 추적 오차가 x축 0.021 m, y축 0.016 m, z축 0.029 m를 기록하였다.
• 자세 제어 성능은 매우 정밀하였으며, 허공 정지 시 롤 오차 RMS 0.392°, 피치 오차 RMS 0.618°, 야워 오차 RMS 1.087°를 기록하였다.
• 플랫폼는 강력한 간섭 제거 능력을 보였으며, 11~11.5 m/s 이내의 풍속에서도 위치 오차가 일정하게 유지되었고, 3.3 kg의 기체에 비해 풍속 영향이 미미한 것으로 판단되었다.
• 스텝 응답 성능은 차량의 질량으로 인해 느린 동역학을 보였지만, MPC 제어기가 일시적 거동과 안정화를 효과적으로 관리하였다.
• 경로 추적 결과는 정적 및 풍속 간섭 조건 하에서 1×1 m 정사각형 경로를 정확하게 추적함을 보였으며, 빠른 운동 전환 시에만 야워 오차가 관찰되었다.
• SDK, 시스템 식별 도구, MPC 구현의 오픈소스 공개는 다른 DJI M-시리즈 플랫폼에서 재현 가능하고 고성능 제어 개발을 가능하게 한다.