[논문 리뷰] Some remarks on wheeled autonomous vehicles and the evolution of their control design

Brigitte d’Andréa-Novel, Lghani Menhour외 2명|arXiv (Cornell University)|2016. 04. 07.

Vehicle Dynamics and Control Systems참고 문헌 15인용 수 12

한 줄 요약

이 논문은 물리적 매개변수의 불확실성에 의존하지 않고, 종래의 평탄성 출력 대신 실제 측정 가능한 출력인 종방향 속도와 횡방향 이탈량을 사용하여 휠드 자율 주행 차량을 위한 모델 프리(control) 전략을 제안한다. 이로 인해 불확실한 물리적 매개변수에 의존하지 않고도 강건한 궤적 추적을 구현할 수 있다. 방법론은 초국소 모델과 적분 고이득 관측기를 활용하여 미지의 동역학을 추정하며, 도전적인 시험 주행 코스에서의 시뮬레이션 결과, 횡방향 오차는 2cm 이하, 요행 오차는 0.5° 이하를 달성하였다.

ABSTRACT

Recent investigations on the longitudinal and lateral control of wheeled autonomous vehicles are reported. Flatness-based techniques are first introduced via a simplified model. It depends on some physical parameters, like cornering stiffness coefficients of the tires, friction coefficient of the road, ..., which are notoriously difficult to identify. Then a model-free control strategy, which exploits the flat outputs, is proposed. Those outputs also depend on physical parameters which are poorly known, i.e., the vehicle mass and inertia and the position of the center of gravity. A totally model-free control law is therefore adopted. It employs natural output variables, namely the longitudinal velocity and the lateral deviation of the vehicle. This last method, which is easily understandable and implementable, ensures a robust trajectory tracking problem in both longitudinal and lateral dynamics. Several convincing computer simulations are displayed.

연구 동기 및 목표

• 기존 모델 기반 제어에서 흔히 발생하는 코너링 스타일, 도로 마찰계수, 차량 질량, 중력 중심 위치 등 물리적 매개변수의 높은 불확실성 문제를 해결하기 위해.
• 평탄성 기반 제어가 부정확하게 알려진 물리적 매개변수에 의존하는 한계를 극복하기 위해 모델 프리 접근법으로 전환하기 위해.
• 실시간 구현을 위해 측정 가능한 실제 출력인 종방향 속도와 횡방향 이탈량만을 사용하는 제어 전략을 개발하기 위해.
• 예측 불가능한 복잡한 주행 조건, 예를 들어 급커브와 변화하는 도로 동역학 조건에서도 강건성과 정확도를 확보하기 위해.
• 실제 도로 시험 코스에서 고정밀 시뮬레이션을 통해 평탄성 기반 제어 및 이전의 모델 프리 방법과 비교하여 뛰어난 성능을 입증하기 위해.

제안 방법

• 종방향 속도 $y_1 = V_x$ 와 횡방향 이탈량 $y_2$ 를 사용하여 종방향 및 횡방향 동역학에 대한 초국소 모델을 수립한다.
• 종방향 운동을 $\dot{y}_1 = F_1 + \alpha_1 u_1$ 로 모델링하고, 횡방향 운동을 $\ddot{y}_2 = F_2 + \alpha_2 u_2$ 로 모델링하며, 여기서 $F_1$, $F_2$ 는 알려지지 않은 비선형 동역학을 나타낸다.
• 미지의 함수 $F_1$ 과 $F_2$ 를 실시간으로 추정하기 위해 적분 고이득 관측기(iP 및 iPD)를 구현하여 시스템 식별이 필요 없도록 한다.
• 제어 법칙으로 $u_1 = \frac{1}{\alpha_1}(F_1 + \dot{y}_1^d - K_P^{y_1}e_{y_1} - K_I^{y_1}\int e_{y_1}dt)$ 와 $u_2 = \frac{1}{\alpha_2}(F_2 + \dot{y}_2^d - K_P^{y_2}e_{y_2} - K_I^{y_2}\int e_{y_2}dt)$ 를 사용하며, 추적 오차 피드백을 통한 제어를 구현한다.
• 알고리즘적 추정 기법을 활용해 측정된 데이터로부터 $\alpha_1$ 과 $\alpha_2$ 를 추정하여 물리적 매개변수 의존도를 제거한다.
• 복잡한 주행 코스에서의 실제 실험 기반 참조 궤적을 확보하기 위해 10-DoF 비선형 차량 모델을 사용하여 방법을 검증한다.

실험 결과

연구 질문

• RQ1 측정 가능한 실제 출력만을 사용하는 모델 프리 제어 전략이 자율 주행 휠드 차량에서 강건한 궤적 추적을 달성할 수 있는가?
• RQ2 실제 출력 기반 모델 프리 제어의 성능은 평탄성 기반 제어 및 이전의 모델 프리 방법과 비교해 횡방향 및 요각 추적 오차 측면에서 어떻게 다른가?
• RQ3 제안된 방법이 차량 질량, 중력 중심, 코너링 스타일 등의 물리적 매개변수 불확실성에 대해 어느 정도 내재된 강건성을 보일 수 있는가?
• RQ4 급커브와 변화하는 도로 조건을 포함한 고역동 주행 조건에서도 제어 전략이 정확성을 유지할 수 있는가?
• RQ5 초국소 모델과 적분 고이득 관측기를 사용하는 것이 시스템 식별 없이도 충분히 미지의 동역학을 추정하는 데에 효과적인가?

주요 결과

• 실제 측정 가능한 출력을 사용하는 모델 프리 제어 전략은 도전적인 시험 주행 코스에서 횡방향 추적 오차가 2cm 이하로 나타나 평탄성 기반 제어(10cm 이상 오차)를 크게 능가하였다.
• 요각 오차는 0.51° 이하로 제한되었으며, 평탄성 기반 제어의 경우 10° 이상, 이전의 모델 프리 방법의 경우 1° 이상의 오차를 보였다.
• 신규 방법이 생성한 제어 입력 신호는 시험 주행 코스에서 기록된 실제 운전자 입력과 매우 유사하여 높은 실용성 잠재력을 보였다.
• 다양한 곡률과 직선 구간이 혼합된 고부하 주행 조건에서도 제어 전략이 강건성을 유지하였다.
• 종방향 속도와 횡방향 이탈량을 포함한 실제 출력을 사용함으로써, 물리적 매개변수에 의존하지 않는 완전한 제어 설계가 가능해졌으며, 불확실한 물리적 매개변수 의존도가 제거되었다.
• 시뮬레이션 결과는 제안된 실제 출력 기반 모델 프리 접근법이 모델 기반 및 이전의 모델 프리 대안 대비 뛰어난 추적 정확도와 안정성을 확보하고 있음을 확인하였다.