TinyMPC: Model-Predictive Control on Resource-Constrained Microcontrollers

要約

モデル予測制御 (MPC) は、複雑な制約を受ける高度に動的なロボット システムを制御するための強力なツールです。
ただし、MPC は計算量が多く、リソースに制約のある小型のロボット プラットフォームに実装するのは現実的ではないことがよくあります。
小型ロボットに一般的なマイクロコントローラーをターゲットとした、メモリ占有量が少ない高速 MPC ソルバーである TinyMPC を紹介します。
私たちのアプローチは、乗算器の交互方向法 (ADMM) に基づいており、MPC 問題の構造を効率化のために活用しています。
私たちは、最先端のソルバー OSQP に対するベンチマークによって TinyMPC を実証し、ほぼ 1 桁の速度向上を達成しました。また、27 g クワッドローターでのハードウェア実験を通じて、高速軌道追跡と動的障害物回避を実証しました。

要約(オリジナル)

Model-predictive control (MPC) is a powerful tool for controlling highly dynamic robotic systems subject to complex constraints. However, MPC is computationally demanding, and is often impractical to implement on small, resource-constrained robotic platforms. We present TinyMPC, a high-speed MPC solver with a low memory footprint targeting the microcontrollers common on small robots. Our approach is based on the alternating direction method of multipliers (ADMM) and leverages the structure of the MPC problem for efficiency. We demonstrate TinyMPC both by benchmarking against the state-of-the-art solver OSQP, achieving nearly an order of magnitude speed increase, as well as through hardware experiments on a 27 g quadrotor, demonstrating high-speed trajectory tracking and dynamic obstacle avoidance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google