Trajectory Tracking Control of Skid-Steering Mobile Robots with Slip and Skid Compensation using Sliding-Mode Control and Deep Learning

要約

屋外の地形を移動する移動ロボットにとって、滑りと横滑りを補償することは非常に重要です。
このような困難な環境では、スリップや横滑りによって軌道追跡システムに不確実性が生じ、車両の安全性が損なわれる可能性があります。
この分野の研究にもかかわらず、屋外環境における車輪と地形の相互作用の複雑さのため、現実世界で実行可能なオンラインのスリップと横滑りの補償を実現することは依然として困難です。
この論文では、屋外で動作するスキッドステアリング移動ロボット向けに、車両レベルで現実世界で実行可能なオンラインスリップとスキッド補償を特徴とする新しい軌道追跡技術を提案します。
このアプローチでは、スライディング モード制御を採用して堅牢な軌道追跡システムを設計し、このタイプのロボットに固有の不確実性を考慮しています。
ロボットの滑りと望ましくない滑りを推定し、リアルタイムで補償するために、以前に開発された 2 つの深層学習モデルが制御フィードバック ループに統合されています。
提案手法の主な利点は、(1) ロボットの横滑りに加えて各車輪の 2 つの滑り成分を含む従来のアプローチとは対照的に、ロボット全体の 2 つの滑り関連パラメータを考慮すること、(2) オンラインの
現実世界で実現可能なスリップおよびスキッド補償装置により、予期せぬ環境でのトラッキングエラーを軽減します。
実験結果では、軌道追跡システムのパフォーマンスが 27% 以上向上し、大幅な改善が見られました。

要約(オリジナル)

Compensating for slip and skid is crucial for mobile robots navigating outdoor terrains. In these challenging environments, slipping and skidding introduce uncertainties into trajectory tracking systems, potentially compromising the safety of the vehicle. Despite research in this field, having a real-world feasible online slip and skid compensation remains challenging due to the complexity of wheel-terrain interaction in outdoor environments. This paper proposes a novel trajectory tracking technique featuring real-world feasible online slip and skid compensation at the vehicle level for skid-steering mobile robots operating outdoors. The approach employs sliding-mode control to design a robust trajectory tracking system, accounting for the inherent uncertainties in this type of robot. To estimate the robot’s slipping and undesired skidding and compensate for them in real-time, two previously developed deep learning models are integrated into the control-feedback loop. The main advantages of the proposed technique are that it (1) considers two slip-related parameters for the entire robot, as opposed to the conventional approach involving two slip components for each wheel along with the robot’s skidding, and (2) has an online real-world feasible slip and skid compensator, reducing the tracking errors in unforeseen environments. Experimental results demonstrate a significant improvement, enhancing the trajectory tracking system’s performance by over 27%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google