[논문 리뷰] Robust Motion Planning employing Signal Temporal Logic

Lars Lindemann, Dimos V. Dimarogonas|arXiv (Cornell University)|2017. 03. 06.

Formal Methods in Verification인용 수 4

한 줄 요약

이 논문은 신호 시간 논리(Signal Temporal Logic, STL)를 위한 새로운 강건성 척도인 이산 평균 공간 강건성(Discrete Average Space Robustness, DASR)을 도입하며, 선형 모델 예측 제어(Model Predictive Control, MPC) 프레임워크에 통합하여 강건한 운동 계획을 가능하게 한다. 볼록 선형 프로그래밍(Linear Program)을 통해 DASR를 직접 최대화함으로써, 시간과 공간에 걸쳐 평균적인 사양 만족도를 향상시키고 노이즈에 대한 내성을 강화한다. 시뮬레이션을 통해 평면상에서 장애물을 피하면서 여러 영역을 순차적으로 방문하는 로봇의 경우에 이 방법이 효과적으로 작동함을 입증하였다.

ABSTRACT

Motion planning classically concerns the problem of accomplishing a goal configuration while avoiding obstacles. However, the need for more sophisticated motion planning methodologies, taking temporal aspects into account, has emerged. To address this issue, temporal logics have recently been used to formulate such advanced specifications. This paper will consider Signal Temporal Logic in combination with Model Predictive Control. A robustness metric, called Discrete Average Space Robustness, is introduced and used to maximize the satisfaction of specifications which results in a natural robustness against noise. The comprised optimization problem is convex and formulated as a Linear Program.

연구 동기 및 목표

• 복잡한 시간에 의존하는 행동을 포괄하는 시간 논리 사양을 통합함으로써 전통적인 운동 계획의 한계를 해결하고자 한다.
• 시간 논리 제어 기반의 방법에서 발생하는 상태 폭발 문제를 해결하기 위해, 정량적 강건성 척도를 갖춘 신호 시간 논리(Signal Temporal Logic, STL)를 사용한다.
• 노이즈 및 불확실성 하에서 사양 만족도를 극대화하는 계산 효율성이 높은 강건한 제어 합성 방법을 개발하고자 한다.
• 선형 프로그래밍을 통한 볼록 최적화와 STL을 융합함으로써 실용적인 로봇 시스템을 위한 운동 계획을 가능하게 하고자 한다.

제안 방법

• 시간과 공간에 걸쳐 평균적인 만족도를 평가하는 새로운 강건성 척도인 이산 평균 공간 강건성(Discrete Average Space Robustness, DASR)을 제안하며, 최악의 경우 중심의 공간 강건성(Space Robustness, SR)보다 향상된 성능을 제공한다.
• DASR를 선형 MPC 설정의 목적 함수에 직접 통합함으로써, 노이즈 및 외란에 대한 강건성 최적화를 직접 수행할 수 있도록 한다.
• 시스템 동역학을 이산 시간 선형 시간 불변(Linear Time-Invariant, LTI) 시스템으로 모델링하며, 상태, 출력, 입력 벡터를 사용하고, 아핀 술어 매핑을 통해 STL 공식을 표현한다.
• 강건성 계산을 선형 프로그래밍(Linera Program, LP)으로 표현함으로써 볼록성을 확보하고, 믹스드 인티거 프로그래밍 또는 비볼록 설정 대비 계산 효율성을 향상시킨다.
• 워크스페이스 내 직사각형 영역을 정의하기 위해 무한노름(infinity norm)을 사용하며, 이는 최적화에 대한 선형 표현 가능성을 보장한다.
• 재귀적 타당성 및 과거 만족 개념을 활용하여 MPC 프레임워크 내에서 강건성과 안정성을 확보한다.

실험 결과

연구 질문

• RQ1 평균 만족도 기반의 새로운 강건성 척도가 최악의 경우 중심 강건성 대비 STL 기반 제어에서 성능 향상을 이끌 수 있는가?
• RQ2 DASR가 믹스드 인티거 프로그래밍을 피하면서 선형 MPC 프레임워크에 효율적으로 통합될 수 있는가?
• RQ3 이 방법은 운동 계획 맥락에서 프로세스 노이즈 및 모델 불확실성 하에서도 성능을 유지를 할 수 있는가?
• RQ4 이 방법은 평면 워크스페이스에서 시간적 및 공간적 제약 조건을 포함하는 복잡한 STL 사양을 강건하게 만족시킬 수 있는가?

주요 결과

• 제안된 방법은 이산 평균 공간 강건성(Discrete Average Space Robustness, DASR)을 직접 최대화함으로써 강건한 운동 계획을 달성하며, 노이즈 및 외란에 대한 저항력이 향상됨을 입증하였다.
• 최적화 문제는 볼록 선형 프로그래밍(Linear Program, LP)으로 설정되어, 비볼록 믹스드 인티거 선형 프로그래밍(MILP) 대비 낮은 계산 비용과 실시간 적용 가능성을 확보하였다.
• 시뮬레이션 결과, 신호 대 노이즈 비(Signal-to-Noise Ratio, SNR)가 16.23 dB임에도 MPC 제어기가 사양 만족을 유지함을 확인하였으며, 이는 강건성을 입증한다.
• 로봇이 5~25초의 창 내에서 세 개의 지정된 영역을 순차 방문하면서 안전 제약 조건을 준수하는 데 성공하였으며, 노이즈가 없는 상황과 노이즈가 있는 상황 모두에서 검증되었다.
• DASR의 사용은 최악의 경우 중심 강건성 척도보다 평균 성능이 향상됨을 보였으며, 제어 설계에서 과도한 보수성(over-conservatism)을 방지한다.
• 이 프레임워크는 다수의 시간적 및 공간적 요구 조건을 포함하는 복잡한 STL 사양을 계산 효율적으로 지원할 수 있으며, 예를 들어 여러 영역 방문 및 안전 유지 등의 요구 사항을 동시에 충족시킬 수 있다.