[논문 리뷰] L1-Adaptive MPPI Architecture for Robust and Agile Control of Multirotors

Jintasit Pravitra, Kasey A. Ackerman외 3명|arXiv (Cornell University)|2020. 03. 31.

Advanced Control Systems Optimization참고 문헌 22인용 수 21

한 줄 요약

이 논문은 실시간 비선형 궤도 계획을 위한 모델 예측 경로 적분 제어(MPPI)와 모델 불확실성에 대한 강건성을 향상시키기 위한 L1 적응 제어를 융합한 L1-적응형 MPPI 아키텍처를 제안한다. L1 제어기는 명목 동역학과 실제 동역학 간의 불일치를 보완하여, 질량 변화, 관성 이동, 추력 저하 등의 교란 상황에서도 안정적이고 민첩한 다중로터 비행을 시뮬레이션에서 가능하게 한다. 극한 조건에서도 성공률이 크게 향상되고 랩 타임이 감소한다.

ABSTRACT

This paper presents a multirotor control architecture, where Model Predictive Path Integral Control (MPPI) and L1 adaptive control are combined to achieve both fast model predictive trajectory planning and robust trajectory tracking. MPPI provides a framework to solve nonlinear MPC with complex cost functions in real-time. However, it often lacks robustness, especially when the simulated dynamics are different from the true dynamics. We show that the L1 adaptive controller robustifies the architecture, allowing the overall system to behave similar to the nominal system simulated with MPPI. The architecture is validated in a simulated multirotor racing environment.

연구 동기 및 목표

• 모델 불확실성 하에서 민첩한 다중로터 비행의 강건한 궤도 추적 문제를 해결한다.
• 시뮬레이션된 동역학이 실제 동역학과 다를 경우 MPPI의 본질적 취약성을 극복한다.
• MPPI의 강건성을 해치지 않으면서도 L1 적응 제어를 보완 제어로 통합하여 모델 불확실성에 대응한다.
• 부정확한 동역학 모델을 가진 복잡한 환경에서 신뢰할 수 있는 고속 다중로터 레이싱을 가능하게 한다.
• 질량 및 관성 변화, 추력 저하, 지속적인 교란과 같은 극한의 교란 조건 하에서 아키텍처의 효과성을 입증한다.

제안 방법

• GPU 가속 샘플링을 활용하여 실시간으로 최적의 궤도와 피드포워드 제어를 생성하기 위해 비선형 모델 예측 제어기로 MPPI를 사용한다.
• 자세 편차를 보정하고 추적 성능을 향상시키기 위해 기하 제어와 쿼aternion 기반 PD를 사용한 베이스라인 제어기를 구현한다.
• MPPI와 동일한 명목 동역학을 사용하여 모델 불확실성을 예측하고 보완하는 L1 적응 제어기를 도입한다.
• MPPI의 명목 동역학을 그대로 반영한 상태 예측기를 설계하여, 불일치하는 동역학에 대한 일관된 보완을 보장한다.
• MPPI가 생성한 제어 시퀀스에 L1 제어기를 보완 제어로 적용하여, 모델에 포함되지 않은 교란에 실시간으로 적응할 수 있도록 한다.
• 4×4 전이 함수와 상태공간 설계를 통해 빠르게 적응하고, 강건하며 예측 가능한 일시적 응답을 확보하기 위해 L1 제어기를 튜닝한다.

실험 결과

연구 질문

• RQ1 L1 적응 제어는 다중로터 시스템에서 모델 불확실성 하에서 MPPI 기반 궤도 계획의 강건성을 효과적으로 향상시킬 수 있는가?
• RQ2 질량 50% 증가 또는 관성 100% 증가와 같은 극한의 교란 조건에서 L1-적응형 MPPI 아키텍처는 어떻게 성능을 발휘하는가?
• RQ3 MPPI만을 사용할 경우에 비해 L1 보완 제어는 고속 다중로터 레이싱에서 임무 성공률과 랩 타임을 어떻게 향상시키는가?
• RQ4 추력 저하 및 지속적인 교란(예: 노즈업 피치 모멘트)의 영향을 L1 제어기는 어느 정도 감소시키는가?
• RQ5 명목 동역학이 실제 동역학과 다를 경우, 특히 실시간 재계획 상황에서 L1-적응형 MPPI 아키텍처는 성능을 유지할 수 있는가?

주요 결과

• 모든 테스트 케이스에서 L1-적응형 MPPI 아키텍처는 MPPI만을 사용한 경우보다 평균 랩 타임을 단축시켰으며, 극한의 교란 조건에서 가장 뚜렷한 개선을 보였다.
• 질량 50% 증가 및 0.1 Nm의 노즈업 피치 모멘트 조건에서는 L1 보완 시스템이 15회 모두 성공했고, MPPI 전용 시스템은 15회 모두 실패했다.
• 추력 40% 감소 조건에서는 L1 보완 시스템이 15회 모두 성공했고, MPPI 전용 시스템은 완전히 실패하여 핵심적인 강건성을 입증했다.
• 질량 및 관성 변화가 큰 5가지 교란 시나리오 전반에서 L1 제어기는 레이싱 코스를 성공적으로 통과시켰다.
• 실제 동역학이 명목 모델에서 크게 벗어나도 안정적인 궤도 추적과 빠른 재계획(최대 50 Hz)을 유지했다.
• MPPI의 빠르고 복잡한 비용 기반 궤도 계획과 L1의 실시간 적응 능력의 조합으로, 모델-플랜트 불일치가 존재하더라도 명목 시뮬레이션과 유사하게 행동하는 제어 시스템을 확보했다.