[論文レビュー] Nonlinear Model Predictive Control for 3D Formation of Multirotor Micro Aerial Vehicles with Relative Sensing in Local Coordinates

I. Kagan Erunsal, Rodrigo Ventura+1 more|arXiv (Cornell University)|Apr 7, 2019

Distributed Control Multi-Agent Systems参考文献 23被引用数 6

ひとこと要約

本論文は、局所座標系における相対センシングのみを用いて、マルチローター・マイクロエアロダイナミクス・ビークル（MAVs）の3次元リーダーフォロワー編隊飛行を制御する集中型非線形モデル予測制御（NMPC）戦略を提案する。局所ロボット中心のフレームを用いた制御問題の定式化と、修正されたリアルタイムイテレーション（RTI）スキームの採用により、モデル不確実性、センサノイズ、動的擾乱の下でも、安定した編隊安定性と軌道追従性を達成した。編隊誤差は常に0.068 m未満であり、CPU時間は1制御サイクルあたり0.05 s未満であった。

ABSTRACT

The complex tasks such as surveillance, construction, search and rescue can benefit of the maneuverability of multirotor Micro Aerial Vehicles (MAVs) to obtain robust, cooperative system behavior and formation control is a prominent component of the these complex tasks. This work focuses on the problem of three-dimensional formation control of multirotor MAVs by using exclusively relative sensory information. It proposes a centralized Nonlinear Model Predictive Control (NMPC) approach in a leader-follower scheme. A realistic six degrees of freedom mathematical model of a multirotor MAVs is introduced and leveraged in the control laws. The formulation of the problem is performed based on NMPC and relative sensing framework with respect to local coordinate frames of the robots. This type of formulation makes the formation independent of the full knowledge of global or common reference frames and the utilization of expensive global localization sensors. Real-time Iteration (RTI) based solution to optimal control problem (OCP) is proposed by taking the novel formulation into account. An extensive scenario is designed to test and validate the strategy. Evaluation of the results suggests that satisfactory robust performance is achieved and maintained under model uncertainty and noise in local sensors and even in cases where the dynamics of the formation suddenly changes.

研究の動機と目的

• グローバル局所化センサに依存しない、局所座標系における相対センシングにのみ依存するNMPCベースの編隊制御戦略の不足を解消すること。
• グローバルまたは共通の基準フレームに依存せず、車両間の相対測定値のみを用いて、編隊安定性と視野（FOV）適合性を保証する集中型NMPC定式化を開発すること。
• 一貫したウォームスタートと低計算オーバーヘッドを備えた修正RTIスキームにより、リアルタイム実行可能性を実現すること。
• 3次元マルチビークルシナリオにおいて、モデル不確実性、センサノイズ、動的擾乱の下でのロバストネスを検証すること。
• シミュレーションを通じて実用的妥当性を示し、CPU時間、KKT許容誤差、誤差ノルムなどのパフォーマンス指標を含むこと。

提案手法

• 各車両の局所フレーム内で全状態軌道を予測する、6自由度の非線形動的モデルを用いて、マルチローターMAVsの制御を定式化する。
• 再びホライズンを用いたNMPCに基づく制御定式化を採用し、各エージェントの相対位置および姿勢測定値を、それらの固有の局所座標系で使用する。
• 相対センサ視野（FOV）制約が、状態変数の選択と制御制約を通じて内生的に満たされるように、センシンググラフを定義する。
• 最適制御問題（OCP）は、ウォームスタートを可能にし、1制御サイクルあたり0.05 s未満でリアルタイム実行可能性を維持する、修正されたリアルタイムイテレーション（RTI）スキームを用いて解かれる。
• コスト関数内の重み行列は、軌道追従性よりも編隊精度を優先し、撹乱およびノイズに対してロバスト性を確保する。
• グローバルまたは共通の基準フレームに依存しないため、屋内などGPS非利用環境への展開が可能である。

実験結果

リサーチクエスチョン

• RQ1 集中型NMPC戦略は、局所座標系における相対センシングのみを用いて、マルチローターMAVsの安定した3次元編隊飛行を達成できるか？
• RQ2 本提案定式化は、グローバル座標に依存せずに、相対センサ視野制約をどのように満たしているか？
• RQ3 リアルタイム制約およびノイズ混在または不確実な動的特性下で、RTIベースのOCP解法の性能はいかがなものか？
• RQ4 本手法は、モデル不確実性およびセンサノイズをどのように処理しながら、低編隊誤差および制御入力安定性を維持しているか？
• RQ5 急激な動きや突然の動的変化の間でも、編隊品質はどの程度維持されているか？

主な発見

• 編隊誤差ノルムは平均して0.068 m未満であり、最大定常誤差は0.015 mにとどまり、動的条件下でも高い編隊精度を示した。
• アグレッシブな旋回や編隊再構成の際には目的関数に一時的なピークが観察されたが、NMPCの予測機能のおかげで迅速に収束した。
• 修正RTIスキームは、ウォームスタートをしない代替手法と比較して、目的関数値を顕著に低減した。特に高動的状態下で顕著であった。
• KKT許容誤差は平均的に低く保たれ、逐次二次計画法（SQP）ソルバが最適解に一貫して収束していることを示した。
• CPU時間は常に0.05 sの制御サンプル時間未満であり、ほとんどのサイクルで2回のSQP反復で許容誤差に到達した。
• プロペラ回転数は物理的制限内に保たれ、わずかなチタリングしか示さず、センサノイズに対しても安定的かつ実行可能である制御入力を示した。