Enhancing AUV Autonomy With Model Predictive Path Integral Control

要約

自律型水中ビークル (AUV) は、海洋環境の調査、水中検査作業の実行、海洋探査において重要な役割を果たします。
ただし、AUV がその使命を確実に遂行できるようにするには、変化する環境条件に適応できる制御システムが必要です。
さらに、ロボット プラットフォームの安全な動作を保証するために、オンボード コントローラーは特定の制約の下で動作できる必要があります。
この研究では、AUV の制御のためのモデル予測経路統合制御 (MPPI) の実現可能性を調査します。
AUV の非線形モデルを利用して MPPI のサンプルを伝播し、リアルタイムで制御アクションを計算できるようにします。
MPPI コントローラーのパフォーマンスに対する主要なハイパーパラメーターの影響の詳細な評価を提供します。
さらに、提案した方法のパフォーマンスを古典的な PID およびカスケード PID アプローチと比較し、提案したコントローラーの優位性を実証しました。
最後に、環境制約を追加した結果を示し、それらの制約をコスト関数に単純に組み込むことで MPPI が環境制約をどのように処理できるかを示します。

要約(オリジナル)

Autonomous underwater vehicles (AUVs) play a crucial role in surveying marine environments, carrying out underwater inspection tasks, and ocean exploration. However, in order to ensure that the AUV is able to carry out its mission successfully, a control system capable of adapting to changing environmental conditions is required. Furthermore, to ensure the robotic platform’s safe operation, the onboard controller should be able to operate under certain constraints. In this work, we investigate the feasibility of Model Predictive Path Integral Control (MPPI) for the control of an AUV. We utilise a non-linear model of the AUV to propagate the samples of the MPPI, which allow us to compute the control action in real time. We provide a detailed evaluation of the effect of the main hyperparameters on the performance of the MPPI controller. Furthermore, we compared the performance of the proposed method with a classical PID and Cascade PID approach, demonstrating the superiority of our proposed controller. Finally, we present results where environmental constraints are added and show how MPPI can handle them by simply incorporating those constraints in the cost function.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google