[논문 리뷰] Fast UAV Trajectory Optimization using Bilevel Optimization with Analytical Gradients

Weidong Sun, Gao Tang외 1명|arXiv (Cornell University)|2018. 11. 27.

Robotic Path Planning Algorithms참고 문헌 32인용 수 8

한 줄 요약

이 논문은 UAV 궤도 계획 문제를 공간(상태) 변수와 시간(시기) 변수로 분리하는 이중 최적화 프레임워크를 제안한다. 이로 인해 효율적이고 전역 최적의 궤도 생성이 가능해지며, QP 이중성에서 유도된 분석적 기울기를 사용함으로써 수렴 속도가 빨라지고 정확도가 향상된다. 유한차분 방법에 비해 성능이 뛰어나 실시간 반응형 목표 추적 작업에서 높은 속도와 신뢰성 향상을 달성한다.

ABSTRACT

We present an efficient optimization framework that solves trajectory optimization problems by decoupling state variables from timing variables, thereby decomposing a challenging nonlinear programming (NLP) problem into two easier subproblems. With timing fixed, the state variables can be optimized efficiently using convex optimization, and the timing variables can be optimized in a separate NLP, which forms a bilevel optimization problem. The challenge of obtaining the gradient of the timing variables is solved by sensitivity analysis of parametric NLPs. The exact analytic gradient is computed from the dual solution as a by-product, whereas existing finite-difference techniques require additional optimization. The bilevel optimization framework efficiently optimizes both timing and state variables which is demonstrated on generating trajectories for an unmanned aerial vehicle. Numerical experiments demonstrate that bilevel optimization converges significantly more reliably than a standard NLP solver, and analytical gradients outperform finite differences in terms of computation speed and accuracy. Physical experiments demonstrate its real-time applicability for reactive target tracking tasks.

연구 동기 및 목표

• UAV 궤도 최적화에서 비효율적이고 신뢰성 떨어지는 시간 파arametrization 문제를 해결함으로써 고급도와 에너지 소비를 줄이기 위해.
• 공간 경로와 시간 변수를 동시에 최적화하는 확장 가능하고 실시간 적용 가능한 궤도 최적화 프레임워크를 개발하기 위해.
• 이중 궤도 최적화에서 유한차분 기울기 추정의 계산 및 정확도 한계를 극복하기 위해.
• 실시간 적용이 가능하도록 효율적인 기울기 계산을 통해 반응형 UAV 작업(예: 목표 추적)에 활용 가능하게 하기 위해.
• 비연속 조건에서도 최적화의 모든 단계에서 수렴성과 타당성을 보장하기 위해.

제안 방법

• 궤도 최적화 문제를 두 단계로 분해함: 하위 수준에서는 고정된 시간에 대해 공간 변수(위치, 속도, 가속도)에 대한 볼록 QP 최적화, 상위 수준에서는 시간 변수에 대한 비선형 프로그래밍(NLP) 최적화.
• 파라미터화된 QP의 민감도 분석을 활용하여 이중 해(라그랑주 승수)에서 유도된 정확한 분석적 기울기를 시간 변수에 대한 비용 함수의 기울기로 계산함.
• 상위 수준 문제에서 선형 탐색과 사영을 포함한 기울기 하강법을 사용하며, 비연속 영역에서는 하위기울기 처리를 수행함.
• 다항식 스퍼린의 영공간 구조를 활용하여 타당성을 보장하고, 완전질량 제약 행렬을 확보함으로써 강력한 이阶 충족 조건(SSOSC)을 보장함.
• 표준 NLP 솔버와의 성능 비교를 위해 헤르마이트-심슨 이산화를 사용한 직접 콜로케이션 벤치마크를 구현함.
• 전체 진동도와 시간을 균형 잡는 비용 함수를 사용하며, 가중치 합 목적함수를 통해 매끄럽고 빠른 궤도를 촉진함.

(a) Trajectories flying through a point cloud environment with the initial trajectory (red) and optimized trajectory using our method (black). The 12 boxes indicate the safe corridor in which the UAV is constrained.

실험 결과

연구 질문

• RQ1 분석적 기울기를 사용하는 이중 최적화가 UAV 궤도 계획에서 표준 NLP 솔버에 비해 수렴 속도와 신뢰성 면에서 뛰어나게 되는가?
• RQ2 QP 이중성에서 유도된 분석적 기울기가 유한차분 근사에 비해 정확도를 향상시키고 계산 시간을 단축시키는가?
• RQ3 이중 최적화 프레임워크는 반응형 UAV 작업(예: 목표 추적)에서 실시간 성능을 달성할 수 있는가?
• RQ4 제약 조건 충족 조건이 만족되지 않을 경우 상위 수준 비용 함수의 비연속성은 어떻게 다루는가?
• RQ5 공간과 시간 최적화를 분리함으로써 궤도 품질에 어떤 영향을 미치는가? 특히 진동도와 에너지 효율성 측면에서.

주요 결과

• 표준 NLP 솔버에 비해 이중 최적화 프레임워크는 고차원이고 비볼록인 궤도 문제에서도 수렴성이 뛰어나게 확보됨.
• 이중 해에서 유도된 분석적 기울기는 유한차분 방법에 비해 계산 시간을 단축시키고 정확도를 향상시키며, 기울기 단계당 다수의 QP 해를 필요로 하는 유한차분 방법보다 유리함.
• 물리 실험에서 실시간 성능을 달성하여 저진동, 에너지 효율적인 궤도로 반응형 목표 추적을 성공적으로 수행함.
• 모든 최적화 단계에서 타당성이 보장되어 임의의 종료 시점에서도 해 품질에 영향을 주지 않음.
• 수치 실험 결과, 제안된 방법이 히우리스틱 시간 파arametrization 방법보다 궤도 진동도와 비용 시간을 더 효과적으로 감소시킴.
• 이론적 분석을 통해 표준 UAV 제약 조건 하에서 강력한 이阶 충족 조건(SSOSC)을 유지함을 확인하였으며, 국소 최적성과 수렴성을 보장함.

(b) Velocity profiles of the trajectories in along the $x$ and $y$ direction.