[論文レビュー] Geometrically Constrained Trajectory Optimization for Multicopters

Zhepei Wang, Xin Zhou+2 more|arXiv (Cornell University)|Feb 27, 2021

Robotic Path Planning Algorithms被引用数 8

ひとこと要約

本論文は、動的制約、幾何的制約、状態入力制約の下で効率的かつ高品質な運動計画を実現する、幾何的制約付き軌道最適化フレームワークGCOPTERを提案する。制御効率最小化の最適性条件に基づく新しいMINCO軌道表現を活用することで、滑らかな制約除去とスパースパrameterizationにより制約なし最適化を実現し、高精度かつ耐障害性に富んだリアルタイム性能を達成。高スピー�ドおよび攻撃的SE(3)運動を含む複雑な飛行タスクにおいても有効である。

ABSTRACT

We present an optimization-based framework for multicopter trajectory planning subject to geometrical configuration constraints and user-defined dynamic constraints. The basis of the framework is a novel trajectory representation built upon our novel optimality conditions for unconstrained control effort minimization. We design linear-complexity operations on this representation to conduct spatial-temporal deformation under various planning requirements. Smooth maps are utilized to exactly eliminate geometrical constraints in a lightweight fashion. A variety of state-input constraints are supported by the decoupling of dense constraint evaluation from sparse parameterization, and backward differentiation of flatness map. As a result, this framework transforms a generally constrained multicopter planning problem into an unconstrained optimization that can be solved reliably and efficiently. Our framework bridges the gaps among solution quality, planning efficiency, and constraint fidelity for a multicopter with limited resources and maneuvering capability. Its generality and robustness are both demonstrated by applications to different flight tasks. Extensive simulations and benchmarks are also conducted to show its capability of generating high-quality solutions while retaining the computation speed against other specialized methods by orders of magnitude. The source code of our framework is available at: https://github.com/ZJU-FAST-Lab/GCOPTER

研究の動機と目的

• 複雑な制約（動的制約、幾何的制約、状態入力制限）の下で、マルチコプターの効率的かつリアルタイムな軌道計画を解決すること。
• リソース制約のあるマルチコプター系において、計画効率、解の品質、制約の正確性のギャップを埋めること。
• 細かい離散化に依存せずに、高精度で滑らかで動的に妥当な軌道をサポートする、軽量で柔軟な最適化フレームワークを開発すること。
• 高スピー�ド飛行やSE(3)ウィンドウ通過などの攻撃的飛行タスクを可能にしながら、安全かつ動的に妥当性を維持すること。
• 特殊化された手法を凌駕するスピードと品質を実現する汎用的で計算効率の良いソリューションを提供すること。

提案手法

• 線形マルチコプター動力学における制御効率最小化の必要十分最適性条件に基づく、新しい軌道クラスであるMINCO（Minimum Control）を導入。
• 空間的および時間的プロファイルを同時に制御できるスパースパrameterizationを採用し、効率的な最適化と動的妥当性を実現。
• 滑らかな写像を用いて幾何的制約（例：障害物なしの凸プリミティブ）を正確に除去し、局所的最小値を導入せず、複雑性を増さない。
• 平坦性写像の後退微分を用いて、ユーザー定義の状態入力制約を、スパースパラメータに関する勾配に違反を反映させることで強制。
• 一般の連続時間制約を強制するための微分可能ペナルティ関数を導入し、最適化フレームワークへのシームレスな統合を可能に。
• 制約除去とスパースパラメータ化により、元の制約付き最適化問題を制約なし問題に変換し、標準非線形ソルバーによる信頼性の高い高速解法を実現。

実験結果

リサーチクエスチョン

• RQ1 複雑な幾何的制約および動的制約の下で、マルチコプターの高品質で動的に妥当な軌道を、リアルタイム性能を維持しながら達成できるか？
• RQ2 障害物回避などの幾何的制約を、局所的最小値を導入せず、計算コストを増加させずに最適化問題から除去できるか？
• RQ3 スパースパラメータ化された軌道が、空間的および時間的プロファイルを効果的に制御しながら、動的妥当性と滑らかさを維持できるか？
• RQ4 制御効率最小化の最適性条件を用いることで、軌道計画の効率性と耐障害性にどのような影響を与えるか？
• RQ5 本フレームワークは、マルチコプター運動計画のための既存の特殊化手法と比較して、性能と解の品質で優れているか？

主な発見

• フレームワークは、343.57mの高スピー�ド軌道をわずか0.29秒で計算し、複雑な制約下でもリアルタイム性能を実証した。
• 最大12.0 m/sの速度および90°の傾きで狭いウィンドウを通過する攻撃的SE(3)運動を12回成功裏に実行し、耐障害性と正確性を検証。
• MINCO軌道表現は、制御効率最小化におけるグローバル最適性を保証し、線形時間および空間計算量で一意の解を構築可能。
• 滑らかな写像による制約除去は、元の問題構造を保持し、局所的最小値を回避し、信頼性の高い制約なし最適化を可能に。
• シミュレーションおよびベンチマークにおいて、特殊化手法よりも1000倍以上高速な計算を達成しながら、解の品質を維持または上回った。
• ソースコードはhttps://github.com/ZJU-FAST-Lab/GCOPTERで公開されており、再現性およびさらなる研究を支援。