[논문 리뷰] Nonlinear Model Predictive Control for Multi-Micro Aerial Vehicle Robust Collision Avoidance

Mina Kamel, Javier Alonso–Mora외 2명|arXiv (Cornell University)|2017. 03. 03.

Distributed Control Multi-Agent Systems참고 문헌 18인용 수 11

한 줄 요약

이 논문은 상태 추정기의 불확실성과 통신 지연을 고려하면서 궤도 추적과 반응형 충돌 회피를 통합하는 분산형 비선형 모델 예측 제어(NMPC) 프레임워크를 제안한다. 이 방법은 차량 간 거리에 하드 제약 조건과 불확실성 인식 잠재력장(potential fields)을 적용하여 충돌 없는 비행을 보장하며, 두 대의 MAV에서 실시간 실험과 여섯 대의 시뮬레이션에서 민첩하고 동적인 조작을 성공적으로 수행한다.

ABSTRACT

Multiple multirotor Micro Aerial Vehicles sharing the same airspace require a reliable and robust collision avoidance technique. In this paper we address the problem of multi-MAV reactive collision avoidance. A model-based controller is employed to achieve simultaneously reference trajectory tracking and collision avoidance. Moreover, we also account for the uncertainty of the state estimator and the other agents position and velocity uncertainties to achieve a higher degree of robustness. The proposed approach is decentralized, does not require collision-free reference trajectory and accounts for the full MAV dynamics. We validated our approach in simulation and experimentally.

연구 동기 및 목표

• 동적이고 불확실한 환경에서 공유 공역을 운용하는 다중 MAV 팀의 안전하고 실시간 충돌 회피 문제를 해결한다.
• 중앙집중식 궤도 계획과 분리된 제어의 한계를 극복하기 위해 단일 제어 프레임워크 내에서 궤도 추적과 충돌 회피를 통합한다.
• 상태 추정기의 불확실성과 통신 지연을 충돌 회피 메커니즘에 통합하여 강인성을 향상시킨다.
• 후퇴 예측 최적화 프레임워크에서 MAV의 전체 역학을 활용하여 민첩하고 동적인 회피 조작을 가능하게 한다.
• 최소 차량 간 거리에 하드 제약 조건을 적용하여 불확실성 조건 하에서도 충돌 없는 비행을 보장한다.

제안 방법

• 비선형 모델 예측 제어(NMPC)를 사용하여 후퇴 예측 방식으로 제약 조건이 있는 비선형 최적화 문제를 해결한다.
• 비용 함수에 유사 잠재력장 항목을 통합하여 에이전트 간 근접도를 페널티 처리하며, 충돌을 보장하기 위해 하드 제약 조건을 추가한다.
• 예측 시간 간격 동안 상태 추정기의 불확실성을 전파하여 효과적인 최소 안전 거리를 증가시켜 강인성을 향상시킨다.
• 공유 네트워크를 통해 각 MAV에서 위치 및 속도 데이터를 교환하여 분산형 의사결정을 가능하게 한다.
• 각 MAV에서 100 Hz로 작동하는 분산형 제어기를 구현하며, 2초 예측 시간 간격과 모션 캡처 및 자이로스코프/가속도계 융합에서 온 실시간 피드백을 제공한다.
• 충돌 회피를 보장하기 위해 차량 간 거리에 하드 제약 조건(0.9 m로 설정)을 적용한다.

실험 결과

연구 질문

• RQ1 예측된 충돌 없는 궤도를 사전 계획할 필요 없이 통합된 NMPC 프레임워크가 다중 MAV 시스템에서 기준 궤도 추적과 반응형 충돌 회피를 동시에 달성할 수 있는가?
• RQ2 상태 추정기의 불확실성을 통합함으로써 다이나믹하고 불확실한 환경에서 충돌 회피의 강인성은 어떻게 향상되는가?
• RQ3 모델 및 측정 불확실성 하에서도 차량 간 거리에 하드 제약 조건이 충돌 없는 비행을 얼마나 잘 보장할 수 있는가?
• RQ4 실세계 비행 실험에서 분산형 NMPC 접근 방식은 민첩성, 안정성 및 계산 비용 측면에서 어떻게 성능을 발휘하는가?
• RQ5 특정 에이전트에 우선순위를 할당하는 것이 컨트롤러에 효과적으로 통합될 수 있는가? 이를 통해 공유 공역 내 안전하고 고우선순위의 조작이 가능할 수 있는가?

주요 결과

• 제안된 NMPC 프레임워크는 시뮬레이션(6대의 MAV)과 실세계 실험(2대의 MAV) 모두에서 충돌 없는 비행을 성공적으로 달성하였으며, 공격적인 조작 조건에서도 충돌이 발생하지 않았다.
• 실험에서 최소 거리에 대한 하드 제약 조건(0.9 m)이 위반되지 않았으며, 이는 주어진 예측 시간 간격과 불확실성 모델 하에서 충돌이 보장되지 않는다는 것을 확인한다.
• 실험 전반에서 MAV 간 거리는 항상 임계값(1.2 m)을 초과 유지되었으며, 이는 고속 또는 우선순위 기반 조작 중에도 효과적인 회피가 이루어졌음을 시사한다.
• 전체 MAV 역학을 활용하여 민첩하고 천연적인 회피 조작을 수행하였으며, 분리된 궤도 계획 및 제어 방법보다 뛰어난 성능을 보였다.
• 상태 추정기의 불확실성을 비용 함수와 제약 조건에 통합함으로써 강인성이 크게 향상되었으며, 특히 다른 에이전트의 행동이 급격히 변화할 경우에 두드러졌다.
• 각 MAV에서 100 Hz로 안정적으로 작동하며 2초 예측 시간 간격을 유지하여 실시간 실행 가능성과 실용적 구현에 적합한 낮은 계산 오버헤드를 입증하였다.