[论文解读] Nonlinear Model Predictive Control for Multi-Micro Aerial Vehicle Robust Collision Avoidance

Mina Kamel, Javier Alonso–Mora+2 more|arXiv (Cornell University)|Mar 3, 2017

Distributed Control Multi-Agent Systems参考文献 18被引用 11

一句话总结

该论文提出了一种用于多架微型飞行器（MAV）避撞的去中心化非线性模型预测控制（NMPC）框架，统一了轨迹跟踪与反应式避撞，同时考虑了状态估计算不确定性和通信延迟。该方法通过车辆间距离的硬约束以及不确定性感知的势场，确保飞行无碰撞，在两架MAV的实时实验和六架MAV的仿真中均实现了敏捷、动态的机动飞行。

ABSTRACT

Multiple multirotor Micro Aerial Vehicles sharing the same airspace require a reliable and robust collision avoidance technique. In this paper we address the problem of multi-MAV reactive collision avoidance. A model-based controller is employed to achieve simultaneously reference trajectory tracking and collision avoidance. Moreover, we also account for the uncertainty of the state estimator and the other agents position and velocity uncertainties to achieve a higher degree of robustness. The proposed approach is decentralized, does not require collision-free reference trajectory and accounts for the full MAV dynamics. We validated our approach in simulation and experimentally.

研究动机与目标

• 解决在动态且不确定的环境中，多架MAV团队在共享空域中实现安全、实时避撞的挑战。
• 通过在单一控制框架中统一轨迹跟踪与避撞，克服集中式轨迹规划和解耦控制的局限性。
• 通过将状态估计算不确定性和通信延迟整合到避撞机制中，提升系统的鲁棒性。
• 通过在滚动时域优化框架中利用完整的MAV动力学，实现敏捷、动态的避让机动。
• 通过在最小车辆间距上施加硬约束，确保在不确定性存在的情况下飞行无碰撞。

提出的方法

• 将控制问题表述为一个通过非线性模型预测控制（NMPC）以滚动时域方式求解的约束非线性优化问题。
• 在目标函数中引入类似势场的项，以惩罚代理之间的接近，同时增加硬约束以确保无碰撞。
• 将状态估计算不确定性的传播扩展到预测时域，以增加有效最小安全距离，从而增强鲁棒性。
• 通过共享网络在每架MAV之间交换位置和速度数据，实现去中心化决策。
• 在每架MAV上以100 Hz的频率实现去中心化控制器，采用2秒的预测时域，并通过运动捕捉与IMU融合实现实时反馈。
• 对车辆间距离施加硬约束（设定为0.9 m），以确保在不确定性或扰动存在的情况下仍能实现避撞。

实验结果

研究问题

• RQ1 统一的NMPC框架是否能在不依赖预规划无碰撞轨迹的前提下，同时实现多MAV系统中的参考轨迹跟踪与反应式避撞？
• RQ2 将状态估计算不确定性纳入系统，如何提升在动态、不确定环境中避撞的鲁棒性？
• RQ3 在模型和测量不确定性存在的情况下，对车辆间距离施加硬约束在多大程度上能保证无碰撞飞行？
• RQ4 在实际飞行实验中，去中心化NMPC方法在敏捷性、稳定性及计算成本方面的表现如何？
• RQ5 是否能有效在控制器中编码对某些代理的优先级，以实现在共享空域中安全的高优先级机动？

主要发现

• 所提出的NMPC框架在仿真（6架MAV）和实际飞行实验（2架MAV）中均成功实现了无碰撞飞行，即使在剧烈机动下也未发生任何碰撞。
• 在实验中，最小距离的硬约束（0.9 m）从未被违反，证实了在给定预测时域和不确定性模型下，避撞具有保证性。
• 在实验中，MAV之间的距离始终稳定高于阈值（1.2 m），表明即使在高速或基于优先级的机动中，避撞效果也十分有效。
• 通过利用完整的MAV动力学，系统实现了敏捷且自然的避让机动，优于解耦轨迹规划与控制的方法。
• 将状态估计算不确定性整合到目标函数和约束中，显著提升了鲁棒性，尤其是在其他代理行为突然变化时。
• 控制器在每架MAV上以100 Hz的频率稳定运行，预测时域为2秒，证明了其在实际部署中的实时可行性与低计算开销。