[논문 리뷰] Local NMPC on Global Optimised Path for Autonomous Racing

Dvij Kalaria, Parv Maheshwari외 5명|arXiv (Cornell University)|2021. 09. 15.

Robotic Path Planning Algorithms참고 문헌 12인용 수 6

한 줄 요약

이 논문은 자율 레이싱을 위한 이중 단계 제어 프레임워크를 제안한다: 먼저 궤적 최적화를 통해 전역 최적의 레이싱 라인을 계산하고, 그 다음 이 라인을 기준으로 사용하는 국소 비선형 모델 예측 제어기(NMPC)를 적용하여 동시에 주행 진전도를 극대화하고, 경쟁자들과의 충돌을 방지하며 드래깅 효과를 유리하게 활용한다. 기존의 중심선 기반 NMPC와 비교해 랩 타임과 안정성이 크게 향상되었으며, 시뮬레이션 검증을 통해 추월 및 고속 코너링에서 뛰어난 성능을 보였다.

ABSTRACT

The paper presents a strategy for the control of anautonomous racing car on a pre-mapped track. Using a dynamic model of the vehicle, the optimal racing line is computed, taking track boundaries into account. With the optimal racing line as areference, a local nonlinear model predictive controller (NMPC) is proposed, which takes into account multiple local objectives like making more progress along the race line, avoiding collision with opponent vehicles, and use of drafting to achieve more progress.

연구 동기 및 목표

• 기존 중심선 기반 접근 방식을 능가하는 제어 전략을 개발하여, 전역 최적화된 레이싱 라인을 기준 경로로 사용한다.
• 고속 차량 동역학 문제를 해결하기 위해 고속에서의 동적이고 고정밀한 타이어 힘 모델을 도입한다.
• 다중 에이전트 레이싱을 효과적으로 구현하기 위해 드래깅 효과 모델을 NMPC 제어기 내에 통합하여 전략적 추월를 가능하게 한다.
• 커브에서 최적의 레이싱 라인과 융합함으로써 국소 경로 추적 성능을 향상시키고, 주행 진전도를 극대화하고 편차를 최소화한다.
• 현실적인 동역학과 경쟁자 행동을 반영한 시뮬레이션 기반 다중 에이전트 레이싱 환경에서 제어기를 검증한다.

제안 방법

• 최소 주행 시간 궤적 최적화를 수치적으로 수행하여 트랙 경계 및 차량 동역학 제약 조건을 만족하는 전역 최적의 레이싱 라인을 계산한다.
• 국소 NMPC 제어기는 최적의 레이싱 라인을 기준 경로로 사용하며, 비용 함수에서 라인을 따라의 주행 진전도를 컨투어링 오차보다 우선시한다.
• 수정된 Pacejka 타이어 모델이 비선형적이고 고속에서의 타이어 힘을 정확히 기록하여 극한 조건에서의 동역학 정확도를 향상시킨다.
• 드래깅 효과 모델이 비용 함수에 통합되어, 자동차가 앞서가는 차량 뒤에 위치하여 항력 감소와 속도 증가를 유도하도록 한다.
• 추월 결정은 동적으로 수행된다: 만약 경쟁자가 임계 거리 이내로 감지되면, 대칭적인 비용 조건으로 인한 진동을 방지하기 위해 이전 결정에 기반해 선호하는 추월 방향(좌/우)을 선택한다.
• NMPC는 실시간으로 IPOPT를 사용하여 풀며, 1초 예측 수평선을 가지며 각 타임스텝에서 첫 번째 제어 조작을 실행한다.

실험 결과

연구 질문

• RQ1 국소 NMPC에서 전역 최적화 레이싱 라인을 기준 경로로 사용할 경우, 중심선 기반 접근 방식과 비교해 랩 타임과 경로 추적 성능이 향상되는가?
• RQ2 동적 타이어 힘 모델을 통합할 경우 고속 주행 제어의 정확도와 안정성은 어떻게 영향을 받는가?
• RQ3 NMPC에 드래깅 인식 비용 함수를 통합할 경우, 다중 에이전트 레이싱에서 속도 및 추월 성능 향상 정도는 어느 정도인가?
• RQ4 동적 추월 방향 선택 전략은 밀착 상황에서의 진동 행동을 방지하고 제어기의 강건성을 향상시키는가?
• RQ5 비선형 고정밀 모델을 내재한 실시간 NMPC가 시뮬레이션 기반 다중 에이전트 레이싱 환경에서 계산적으로 실행 가능한가?

주요 결과

• 최적의 레이싱 라인 기반 NMPC는 컨투어링 오차 기반 방법과 비교해 경로 편차를 감소시키고 주행 진전도를 향상시켰다.
• 동적 타이어 모델의 통합으로 고속 코너링 및 종방향 동역학의 정확한 시뮬레이션 가능성이 확보되어 현실적인 제어 성능에 필수적인 요소가 되었다.
• 드래깅 비용 항목은 주행 중 선두 차량을 따라갈 경우 명백한 속도 향상을 가져왔으며, 전략적 위치 조절이 반영된 경로가 관찰되었다.
• 알고리즘은 일관된 방향 선택을 통해 성공적으로 추월 조작을 수행했으며, 대칭 비용 조건으로 인한 진동을 방지했다.
• 5랩의 다중 에이전트 레이싱 시나리오에서 안정적이고 고속 주행 성능을 보였으며, 헤드투헤드 조건에서도 강건성을 입증했다.
• 만족스러운 성능를 보였지만, IPOPT를 사용한 비선형 최적화의 계산 부담으로 인해 실시간으로 약 5 FPS로 실행되어 향후 선형화 또는 반복적 LQR를 통한 가속이 필요하다는 점을 시사했다.