System Identification and Control of Front-Steered Ackermann Vehicles through Differentiable Physics

要約

この論文では、アッカーマン幾何学的制約に従う前操舵車両のシステム識別と制御の問題に取り組みます。
この問題は、車線維持やウェイポイントナビゲーションなどのさまざまな用途に信頼性の高いシステム識別と基本的なフィードバックコントローラーを必要とするオンロードおよびオフロード車両で自然に発生します。
従来のシステム識別には高価な機器が必要であり、時間がかかります。
この研究では、システム識別とコントローラー設計のための微分可能な物理学の使用を調査し、次の貢献を行います。 i) 微分可能な物理シミュレーター (DPS) を開発して、システムが前操舵クラスの車両のシステム識別方法を提供します。
パラメータは勾配ベースの方法を使用して学習されます。
ii) 他のグラジエントフリー法と比較して、より優れたサンプル効率を示すグラジエントベースのメソッドの結果を提供します。
iii) 実際の前輪操舵車両である F1TENTH で安定した車線維持性能を実証するために、フィードバック コントローラーを実装することで学習したシステム パラメーターを検証します。
iv) さらに、F1TENTH の実際のシステム パラメータの車線維持動作と、勾配ベースの方法を使用して学習したシステム パラメータの同等の車線維持動作を示す結果を提供します。

要約(オリジナル)

In this paper, we address the problem of system identification and control of a front-steered vehicle which abides by the Ackermann geometry constraints. This problem arises naturally for on-road and off-road vehicles that require reliable system identification and basic feedback controllers for various applications such as lane keeping and way-point navigation. Traditional system identification requires expensive equipment and is time consuming. In this work we explore the use of differentiable physics for system identification and controller design and make the following contributions: i)We develop a differentiable physics simulator (DPS) to provide a method for the system identification of front-steered class of vehicles whose system parameters are learned using a gradient-based method; ii) We provide results for our gradient-based method that exhibit better sample efficiency in comparison to other gradient-free methods; iii) We validate the learned system parameters by implementing a feedback controller to demonstrate stable lane keeping performance on a real front-steered vehicle, the F1TENTH; iv) Further, we provide results exhibiting comparable lane keeping behavior for system parameters learned using our gradient-based method with lane keeping behavior of the actual system parameters of the F1TENTH.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google