[论文解读] Proofs of the Technical Results Justifying an Algorithm of Extremum Seeking Navigation in Dynamic Environmental Fields

Alexey S. Matveev, Michael Hoy+1 more|arXiv (Cornell University)|Feb 8, 2015

Extremum Seeking Control Systems参考文献 30被引用 7

一句话总结

本文提出了一种新颖的极值搜索导航算法，用于在仅使用单点场测量值的动态环境场中，对移动机器人进行导航。通过基于当前场值与时间可变参考函数之间的差异来引导机器人，该方法在无需梯度估计、导数计算或切换控制的情况下，实现了对场最大值点的有限时间收敛，确保在适当参数调节下行为单调且无振荡。

ABSTRACT

We consider a single kinematically controlled robot with a bounded control range. The robot travels in a two-dimensional region supporting an unknown unsteady scalar field. A single sensor provides the field value at the current location of the robot. The paper is concerned with a reactive navigation strategy to drive the robot to the time-varying location where the field attains its spatial maximum, with subsequent keeping the robot close to this location. This strategy is based on a novel paradigm of kinematic control different from conventionally trying to align the velocity vector with the field gradient, does not employ estimation of the entire field gradient or derivative-dependent quantities, like the rate at which the available field reading evolves over time, and is non-demanding with respect to both computation and motion. The paper presents the proofs of the technical facts required to justify convergence of the proposed algorithm.

研究动机与目标

• 解决当仅在机器人当前位置获得单个、随时间变化的场测量值时，导航移动机器人至动态环境场最大值点的挑战。
• 开发一种不依赖梯度估计、时间导数计算或切换控制器的控制律，以避免噪声放大和颤振问题。
• 在一般动态场条件下，确保有限时间收敛至移动场最大值点的期望邻域。
• 提供明确的、非隐式的收敛条件，并给出可量化的参数边界，以支持实际应用。
• 通过仿真和基于轮式机器人的实际实验验证理论结果。

提出的方法

• 控制律通过将机器人的速度方向角与测量场值和时间的线性递增参考函数之间的差异对齐，来引导机器人。
• 该方法仅使用有限增益反馈，避免对场梯度或测量值时间导数的任何显式计算。
• 机器人的轨迹由运动学模型控制，其中航向角与场测量值和时变参考值之间的差值成正比，从而确保反应式与自主运行。
• 通过李雅普诺夫型分析和微分不等式技术建立收敛性，证明机器人能够到达并保持在场最大值点的有界邻域内。
• 理论分析包括证明在适当控制器调谐下，至目标等值线的距离单调减小，从而避免振荡和颤振。
• 通过轮式移动机器人上的仿真和实际实验验证该方法，展示了其在动态环境中的鲁棒性与收敛性。

实验结果

研究问题

• RQ1 在仅使用单个在线场测量值、无需梯度或导数估计的情况下，移动机器人能否导航至动态环境场的最大值点？
• RQ2 基于场测量值与时间可变参考函数之间差异的控制律，是否能确保对场最大值点的有限时间收敛？
• RQ3 所提出的方法能否避免基于导数或切换控制器的缺点，如噪声放大和颤振，同时保持鲁棒性？
• RQ4 控制器参数的何种显式条件可保证向最大值点期望邻域的单调、非振荡收敛？
• RQ5 在一般动态场条件下（包括时变和非平稳场型），理论收敛保证是否具有鲁棒性？

主要发现

• 只要控制器参数适当调节，无论初始条件如何，机器人都能在有限时间内到达场最大值点的期望邻域。
• 闭环系统在瞬态过程中表现出单调、无振荡的行为，避免了颤振，确保了稳定收敛。
• 该方法无需场梯度或时间导数的估计，降低了计算与传感复杂度。
• 推导出明确的收敛条件，包括控制器增益和场动态的边界，确保在一般动态场假设下的鲁棒性。
• 通过仿真和基于轮式机器人的实际实验验证了理论结果，证明了方法的实际可行性与性能。
• 收敛后，机器人保持在最大值点的期望邻域内，即使场随时间演化也能维持接近状态。