[논문 리뷰] Estimation-aware model predictive path-following control for a general 2-trailer with a car-like tractor

Oskar Ljungqvist, Daniel Axehill외 2명|arXiv (Cornell University)|2020. 02. 20.

Vehicle Dynamics and Control Systems참고 문헌 44인용 수 7

한 줄 요약

이 논문은 후면에 장착된 제한된 시야각(Field of View, FOV)을 가진 센서로부터 유도된 관절각 제약 조건을 명시적으로 통합한 일반 2트레일러(G2T)에 대한 추정 인식 모델 예측 제어(MPC) 프레임워크를 제안한다. 두 가지 MPC 접근법을 도입한다: 정확도가 높은 유니언-오브-컨벡스-폴리토프 모델링을 사용한 혼합정수형 이차계획문(MIQP-MPC)과 이진 변수를 회피하여 복잡도를 낮춘 이차계획문(QP-MPC)으로, 양쪽 모두 기존 방법보다 시뮬레이션 및 현장 테스트에서 후진 주행 중 안전하고 추정 가능한 관절각 구성을 유지함으로써 성능을 뛰어나게 했다.

ABSTRACT

The design of the path-following controller is crucial for reliable autonomous vehicle operation. This design problem is especially challenging for a general 2-trailer with a car-like tractor due to the vehicle's unstable joint-angle kinematics in backward motion. Additionally, advanced sensors placed in the rear of the tractor have been proposed to solve the joint-angle estimation problem. Since these sensors typically have a limited field of view, the estimation solution introduces restrictions on the joint-angle configurations that can be estimated with high accuracy. To explicitly consider these constraints in the controller, a model predictive path-following control approach is proposed. Two approaches with different computation complexity and performance are presented. In the first approach, the joint-angle constraints are modeled as a union of convex polytopes, making it necessary to incorporate binary decision variables. The second approach avoids binary variables at the expense of a more conservative controller. In simulations and field experiments, the performance of the proposed path-following control approach is compared with a previously proposed control strategy.

연구 동기 및 목표

• 저속 후진 주행 중 차체형 트랙터를 갖춘 일반 2트레일러(G2T)의 경로 추종 제어 과제를 해결하기 위해.
• 관절각 운동학의 불안정성과 제한된 시야각(Field of View, FOV)을 가진 후면에 장착된 센서의 물리적 제약 조건을 고려하기 위해.
• 센서 시야각이 신뢰할 수 있는 측정을 가능하게 하는 영역으로 관절각을 제약하여 고정밀 상태 추정을 보장하기 위해.
• 이러한 추정 제약 조건을 명시적으로 통합한 MPC 기반 제어기를 개발하여 내성적이고 성능이 뛰어난 제어 성능을 향상시키기 위해.

제안 방법

• 비볼록 추정 제약 조건을 반영하기 위해 센서 시야각의 허용 가능한 관절각 영역을 볼록 다각체의 유니언으로 모델링하기 위해.
• 빅-엠 모델링과 이진 변수를 사용하여 볼록 다각체의 유니언 제약 조건을 표현한 MIQP-MPC 제어기를 구성하여 정밀한 제약 조건 처리를 가능하게 하기 위해.
• 단일 볼록 다각체로 관절각 제약 조건을 근사화하여 이진 변수를 회피하는 QP-MPC 변형을 개발하여 보수적인 근사화의 비용을 지불함으로써 복잡도를 낮추기 위해.
• 경로 추종 오차 모델을 선형화하여 MPC 프레임워크에 통합하여 노미널 경로에서의 이탈을 예측하고 보정하기 위해.
• 실시간으로 트레일러 자세와 관절각을 추정하기 위해 LIDAR 기반 옵저버를 사용하고 RTK-GPS를 기준 참조로 활용하기 위해.
• 모든 시뮬레이션 및 전용 테스트 차량에서 이전의 관절각 제약 조건을 忽略한 제어기와 비교하여 두 MPC 제어기의 성능을 평가하기 위해.

실험 결과

연구 질문

• RQ1 후진 주행 중 후면에 장착된 센서의 시야각 내에서 관절각을 유지할 수 있는 MPC 제어기를 설계할 수 있는가? 이는 고정밀 상태 추정을 보장하기 위함이다.
• RQ2 관절각 제약 조건을 볼록 다각체의 유니언으로 모델링하는 것이 단일 볼록 근사화보다 제어 성능을 어떻게 향상시키는가?
• RQ3 이진 변수를 사용하는(MIQP) 것과 보수적인 볼록 근사화를 사용하는(QP) 것 간의 계산 복잡도와 성능 사이의 상충 관계는 어떠한가?
• RQ4 제안된 추정 인식 MPC 접근법은 추정 제약 조건을 忽略하는 제어기보다 간섭을 억제하고 비정상적인 초기 상태에서 복구하는 데 더 효과적인가?
• RQ5 제안된 제어기는 전용 G2T 테스트 차량에서 실시간 구현에 적합한가?

주요 결과

• 관절각 제약 조건을 볼록 다각체의 유니언으로 모델링한 MIQP-MPC 제어기는 QP-MPC 접근법보다 제약 위반을 크게 줄였다.
• QP-MPC 제어기는 덜 보수적이지만 시뮬레이션에서 약 25~50초 동안 경미한 관절각 제약 위반을 보였으며, 이는 위반에 대한 선형 페널티로 인해 곡률의 경미한 진동을 유발했다.
• 현장 실험을 통해 QP-MPC 제어기는 관절각이 센서의 시야각 내에 유지되어 전체 주행 동안 신뢰할 수 있는 LIDAR 기반 상태 추정이 가능함을 확인했다.
• QP-MPC 제어기의 평균 계산 시간은 단지 5 ms였으며, 이는 50 ms의 샘플링 주기보다 훨씬 낮아 실시간 실행 가능성을 확인했다.
• 모든 시뮬레이션 및 실험에서 두 MPC 제어기 모두 기준 제어기보다 간섭 억제 및 비정상적인 초기 상태에서의 복구 성능이 뛰어났다.
• LIDAR 기반 옵저버는 RTK-GPS를 기준 참조로 사용하여 반차량의 축 위치를 성공적으로 추적하였으며, 제어기 가이드 하에 추정 정확도가 검증되었다.