[논문 리뷰] Motion Planning and Control for On-Orbit Assembly using LQR-RRT* and Nonlinear MPC

Bryce Doerr, Richard Linares|arXiv (Cornell University)|2020. 08. 06.

Robotic Path Planning Algorithms참고 문헌 33인용 수 7

한 줄 요약

이 논문은 LQR-RRT*를 사용한 샘플링 기반 경로 생성과 비선형 모델 예측 제어(NMPC)를 통한 실시간 피드백 추적을 활용하여 궤도상 로봇 조립을 위한 통합된 운동 계획 및 제어 프레임워크를 제안한다. 본 방법은 충돌이 없고 역학적으로 타당한 경로를 자유비행형 로봇에 대해 제공하며, 타원형 장애물이 있는 시뮬레이션 환경에서 궤도상 부품의 최적이고 안정적인 조작을 달성한다.

ABSTRACT

Deploying large, complex space structures is of great interest to the modern scientific world as it can provide new capabilities in obtaining scientific, communicative, and observational information. However, many theoretical mission designs contain complexities that must be constrained by the requirements of the launch vehicle, such as volume and mass. To mitigate such constraints, the use of on-orbit additive manufacturing and robotic assembly allows for the flexibility of building large complex structures including telescopes, space stations, and communication satellites. The contribution of this work is to develop motion planning and control algorithms using the linear quadratic regulator and rapidly-exploring randomized trees (LQR-RRT*), path smoothing, and tracking the trajectory using a closed-loop nonlinear receding horizon control optimizer for a robotic Astrobee free-flyer. By obtaining controlled trajectories that consider obstacle avoidance and dynamics of the vehicle and manipulator, the free-flyer rapidly considers and plans the construction of space structures. The approach is a natural generalization to repairing, refueling, and re-provisioning space structure components while providing optimal collision-free trajectories during operation.

연구 동기 및 목표

• 발사 차량의 제약 조건 하에서 충돌이 없고 역학적으로 타당한 경로를 계획하는 데 도전하는 데 목적이 있다.
• 발사 차량의 부피 및 질량 제약를 극복하여 천체망원경과 인공위성과 같은 대규모 우주 구조물의 궤도상 조립을 가능하게 하는 데 목적이 있다.
• 시스템 역학성과 불확실성에도 불구하고 경로 추적을 보장하는 실시간 제어 프레임워크를 개발하는 데 목적이 있다.
• 운동 계획을 닫힘 피드백 제어와 통합하여 궤도상 부품의 강력한 조작을 가능하게 하는 데 목적이 있다.
• 자유비행형 로봇의 8-DOF 동역학과 타원형 부품을 장애물로 사용하여 시뮬레이션을 통해 접근 방식을 검증하는 데 목적이 있다.

제안 방법

• LQR-RRT*는 LQR의 cost-to-go 지표를 RRT*의 샘플링 히우리스틱에 통합하여 渐近적으로 최적의 경로를 생성함으로써 동역학적으로 타당한 경로로의 수렴을 향상시킨다.
• 8-DOF 자유비행형 로봇과 조작기의 동역학을 운영점 주변에서 일阶 테일러 전개를 사용하여 선형화하여 LQR 기반의 비용 추정을 가능하게 한다.
• 선형화된 동역학의 이산화를 4차 룬게-쿠타 방법을 사용하고 제어 입력에 대해 0차 보존을 적용하여 수치적 통합을 통해 경로 계산을 수행한다.
• LQR-RRT*의 출력에 경로 스무딩을 적용하여 실시간 실행에 적합한 부드럽고 시간에 매개변수화된 경로를 생성한다.
• 비선형 MPC는 PANOC 최적화기와 함께 닫힘 피드백 경로 추적에 사용되며, 매력 함수와 1차 도함수 정보를 사용하여 각 시간 단계에서 최적 제어 문제를 해결한다.
• 전체 시스템은 타원형 장애물로 구성된 부품을 가진 시뮬레이션으로 수행되었으며, NMPC 제어기는 동역학적 외란과 모델 정확도 부족에도 불구하고 경로 유지에 성공하였다.

실험 결과

연구 질문

• RQ1 LQR-RRT*는 궤도상 조립 시나리오에서 자유비행형 로봇에 대해 역학적으로 타당하고 충돌이 없는 경로를 생성할 수 있는가?
• RQ2 비선형 MPC와 PANOC는 복잡한 시간에 매개변수화된 경로를 실시간으로 얼마나 효과적으로 추적할 수 있으며, 장애물 회피를 보장할 수 있는가?
• RQ3 경로 스무딩은 고자유도 로봇 시스템에서 경로 품질과 제어 성능에 어떤 영향을 미치는가?
• RQ4 LQR-RRT*와 NMPC의 통합은 궤도상 조작 작업에서 전체 시스템의 강인성과 수렴 성능을 어떻게 향상시키는가?
• RQ5 이 프레임워크는 궤도상 부품 조작 중 질량과 관성의 변화와 같은 동적 변화를 어느 정도 처리할 수 있는가?

주요 결과

• LQR-RRT*는 샘플링 히우리스틱에 LQR cost-to-go를 통합함으로써 8-DOF 자유비행형 로봇에 대해 충돌이 없고 역학적으로 최적의 경로를 성공적으로 생성하였다.
• 경로 스무딩 단계는 경로의 부드러움을 크게 향상시키고 제어 에너지를 감소시켜 후속 MPC 단계에서의 추적 성능을 향상시켰다.
• PANOC 최적화기를 사용한 비선형 MPC는 동역학적 외란이 있더라도 실시간으로 안정적인 경로 추적을 달성하였으며, 계획된 경로에서의 편차가 최소화되었다.
• 이 프레임워크는 모델 불확실성에 대해 강인성을 보였고, 모든 시뮬레이션 시나리오에서 타원형 장애물 주변의 안전 마진을 유지하였다.
• LQR-RRT*와 NMPC의 통합은 시간 제약이 있는 궤도상 조립 작업에 적합한 빠르고 최적의 계획 및 실행을 가능하게 하였다.
• 시뮬레이션 결과는 이 프레임워크가 국제우주정거장(ISS)에서 아스트로피 봉제로의 향후 물리 실험에 활용될 수 있음을 검증하였다.