[논문 리뷰] Robust Model Predictive Control for Autonomous Vehicles/Self Driving Cars

Che Kun Law, Darshit Dalal외 1명|arXiv (Cornell University)|2018. 05. 22.

Advanced Control Systems Optimization참고 문헌 3인용 수 6

한 줄 요약

이 논문은 비선형 차량 동역학의 온라인 연속 선형화를 통해 자율 주행 차량의 조향을 위한 강건한 모델 예측 제어(MPC) 프레임워크를 제안한다. 위치 및 속도의 오차에 대해 가중치 조정과 선형화를 통해 추적 정확도와 강건성을 향상시켰으며, 계산 부담을 관리 가능한 수준으로 유지하면서 시뮬레이션 결과를 통해 검증되었다. 비선형 차량 모델을 대상으로 한 결과가 이를 뒷받 đỡ는다.

ABSTRACT

A robust Model Predictive Control (MPC) approach for controlling front steering of an autonomous vehicle is presented in this paper. We present various approaches to increase the robustness of model predictive control by using weight tuning, a successive on-line linearization of a nonlinear vehicle model to track position error and successive on-line linearization to track velocity error. Results of the effectiveness of each method in terms of accuracy and computational load are discussed.

연구 동기 및 목표

• 모델 불확실성과 비선형 동역학 하에서 자율 주행 차량의 정확한 궤적 추적을 유지를 위한 과제 해결
• 자율 주행 차량의 전륜 조향 시스템에 대한 모델 예측 제어(MPC)의 강건성 향상
• 적응형 선형화와 가중치 조정을 통해 계산 부담을 줄이고도 높은 추적 성능 유지
• 실시간 MPC 응용에서 제어 정확도와 계산 부담 간의 상충 관계 평가
• 위치 및 속도 오차 동역학에 대한 연속적인 온라인 선형화의 효과성 입증

제안 방법

• 비선형 차량 운동학 모델에 대해 연속적인 온라인 선형화를 적용하여 실시간 MPC 계산 가능하게 함
• 추적 성능 향상을 위해 위치 오차와 속도 오차 동역학에 별도의 선형화 모델 사용
• 추적 정확도와 제어 노력 간 균형을 이루기 위해 MPC 목적 함수 내 가중치 조정 구현
• 물리적 실현 가능성을 확보하기 위해 조향 각도 및 변화율에 제약 조건을 포함한 MPC 최적화 문제 설정
• 각 제어 주기마다 현재 차량 상태 추정치를 사용해 선형화 모델을 업데이트하여 강건성 향상
• 표준 자전거 모델을 사용한 차량 동역학 기반 시뮬레이션 프레임워크에 MPC 컨트롤러 통합

실험 결과

연구 질문

• RQ1 위치 및 속도 오차에 대한 연속적인 온라인 선형화는 비선형 차량 시스템에서 MPC의 추적 성능에 어떻게 기여하는가?
• RQ2 MPC 목적 함수 내 가중치 조정은 제어 정확도와 계산 부담에 어떤 영향을 미치는가?
• RQ3 모델 불확실성 하에서 제안된 강건한 MPC 방법은 기존 표준 MPC와 비교해 궤적 추적 측면에서 어떻게 다를까?
• RQ4 온라인 선형화로 인해 발생하는 계산 부담은 얼마이며, 실시간 실행 가능성에 어떤 영향을 미치는가?
• RQ5 선형화와 가중치 조정의 조합은 추적 정밀도를 희생시키지 않고도 강건성을 달성할 수 있는가?

주요 결과

• 위치 및 속도 오차에 대한 연속적인 온라인 선형화는 표준 MPC에 비해 궤적 추적 정확도를 크게 향상시킨다.
• MPC 목적 함수 내 가중치 조정은 제어 노력 감소에 효과적이며, 높은 추적 성능 유지에 기여한다.
• 계산 부담은 관리 가능한 수준을 유지하였으며, 표준 자전거 차량 모델 기반 시뮬레이션을 통해 실시간 실행 가능성이 입증되었다.
• 각 제어 주기에서 적응형 선형화 덕분에 모델 불확실성과 외란에 대해 강건함을 보였다.
• 시뮬레이션 결과, 곡선 경로를 포함한 다양한 기준 궤적에서 위치 및 속도 추적 오차가 감소하는 것으로 나타났다.
• 기준 MPC에 비해 성능과 계산 비용의 균형을 더 잘 유지하여, 자율 주행 차량의 실시간 구현에 적합하다.