[논문 리뷰] Nonlinear Model Predictive Control for 3D Formation of Multirotor Micro Aerial Vehicles with Relative Sensing in Local Coordinates

I. Kagan Erunsal, Rodrigo Ventura외 1명|arXiv (Cornell University)|2019. 04. 07.

Distributed Control Multi-Agent Systems참고 문헌 23인용 수 6

한 줄 요약

이 논문은 다중로터 마이크로 항공기(MAV)의 3차원 리더-팔로워 편대 비행을 위한 중심집중식 비선형 모델 예측 제어(NMPC) 전략을 제안한다. 이 전략은 국소 좌표계 내의 상대 센서 측정만을 사용하며, 모델 불확실성, 센서 노이즈, 동적 외란 하에서 안정적인 편대 안정성과 궤도 추적 성능을 달성한다. 편대 오차는 항상 0.068 m 이하로 유지되며, 제어 주기당 CPU 시간은 0.05 초 이하이다.

ABSTRACT

The complex tasks such as surveillance, construction, search and rescue can benefit of the maneuverability of multirotor Micro Aerial Vehicles (MAVs) to obtain robust, cooperative system behavior and formation control is a prominent component of the these complex tasks. This work focuses on the problem of three-dimensional formation control of multirotor MAVs by using exclusively relative sensory information. It proposes a centralized Nonlinear Model Predictive Control (NMPC) approach in a leader-follower scheme. A realistic six degrees of freedom mathematical model of a multirotor MAVs is introduced and leveraged in the control laws. The formulation of the problem is performed based on NMPC and relative sensing framework with respect to local coordinate frames of the robots. This type of formulation makes the formation independent of the full knowledge of global or common reference frames and the utilization of expensive global localization sensors. Real-time Iteration (RTI) based solution to optimal control problem (OCP) is proposed by taking the novel formulation into account. An extensive scenario is designed to test and validate the strategy. Evaluation of the results suggests that satisfactory robust performance is achieved and maintained under model uncertainty and noise in local sensors and even in cases where the dynamics of the formation suddenly changes.

연구 동기 및 목표

• 글로벌 위치 측정 센서에 의존하지 않고 국소 좌표계 내의 상대 센서 측정만을 사용하는 NMPC 기반의 편대 제어 전략의 부족을 보완하기 위해.
• 다른 차량 간의 상대 측정값만을 사용하여 편대 안정성과 시야 제약 조건을 충족시키는 중심집중식 NMPC 수식을 개발하기 위해.
• 일致한 온도 시작 및 낮은 계산 오버헤드를 통해 실시간 실행 가능성을 확보하기 위해 수정된 실시간 반복(RTI) 기반의 방법을 도입하기 위해.
• 모델 불확실성, 센서 노이즈, 동적 외란 하에서도 3차원 다중 차량 시나리오에서의 강건성을 검증하기 위해.
• 시뮬레이션을 통해 실용성과 성능 지표(예: CPU 시간, KKT 수렴 조건, 오차 노름 등)를 제시하기 위해.

제안 방법

• 각 차량의 국소 기준 좌표계 내에서 전체 상태 궤도를 예측하기 위해 6자유도 비선형 동역학 모델을 사용한다.
• 수축하는 수평 기반의 NMPC 제어 수식을 적용하며, 각 차량의 국소 좌표계 내에서의 상대 위치 및 자세 측정값을 사용한다.
• 상대 센서의 시야(FOV) 제약 조건이 상태 변수 선택 및 제어 제약 조건을 통해 내재적으로 만족되도록 감지 그래프를 정의한다.
• 최적 제어 문제(OCP)는 실시간 실행 가능성을 유지하면서도 온도 시작을 가능하게 하는 수정된 실시간 반복(RTI) 기반의 방법으로 해결되며, 제어 주기당 소요 시간은 0.05 초 미만이다.
• 비용 함수 내의 가중치 행렬은 궤도 추적보다 편대 정확도를 우선시하여 외란과 노이즈에 대한 강건성을 확보한다.
• 글로벌 또는 공통 기준 좌표계에 의존하지 않아, 실내와 같은 GPS 장애 환경에서도 구현이 가능하다.

실험 결과

연구 질문

• RQ1 국소 좌표계 내의 상대 센서 측정만을 사용하는 중심집중식 NMPC 전략이 다중로터 MAV의 안정적인 3차원 편대 비행을 달성할 수 있는가?
• RQ2 글로벌 좌표계에 의존하지 않고 상대 센서의 시야 제약 조건을 어떻게 보장할 수 있는가?
• RQ3 실시간 제약 조건과 노이즈 또는 불확실한 동역학 하에서 RTI 기반의 OCP 해법의 성능은 어떠한가?
• RQ4 모델 불확실성과 센서 노이즈 상황에서도 낮은 편대 오차와 제어 입력 안정성을 유지하기 위해 어떻게 처리하는가?
• RQ5 민첩한 조작과 급격한 동적 변화 상황에서도 편대 품질은 어느 정도 유지되는가?

주요 결과

• 편대 오차 노름은 평균적으로 0.068 m 이하로 유지되었으며, 최대 정적 상태 오차는 0.015 m로 동적 조건 하에서도 높은 편대 정확도를 보였다.
• 민첩한 회전과 편대 재구성 과정 동안 목적 함수에 일시적인 피크가 나타났지만, NMPC의 예측 기능 덕분에 신속히 수렴하였다.
• 수정된 RTI 기반의 방법은 온도 시작이 없는 대안 대비 목적 함수 값을 크게 개선했으며, 특히 고동적 상황에서 두드러진 성능 향상을 보였다.
• KKT 수렴 조건은 평균적으로 낮게 유지되어 순차적 2차 프ogramming(SQP) 해법이 최적 해에 일致적으로 수렴함을 나타냈다.
• CPU 시간은 항상 0.05 초 이하로 유지되었으며, 대부분의 제어 주기에서 KKT 수렴 조건을 충족하기 위해 단 두 번의 SQP 반복만으로도 충분했다.
• 프로펠러 속도는 물리적 한계 내에서 유지되었고, 제어 입력의 진동은 낮은 수준이었으며, 센서 노이즈 상황에서도 안정적이고 타당한 제어 입력을 제공함을 나타냈다.