Inherently robust suboptimal MPC for autonomous racing with anytime feasible SQP

要約

近年、自動運転などのアプリケーションにおける高性能コントローラーのニーズが高まっているため、特定の制御問題に合わせた最適化ルーチンの開発が促進されています。
この論文では、固有のロバスト性特性を備えた自律型ミニチュア レーシングのための効率的な不正確モデル予測制御 (MPC) 戦略を提案します。
私たちは、再帰的な実現可能性を損なうことなく、任意の回数の反復後にソルバーを停止できるように、実行可能な中間反復を生成できる実行可能な逐次二次計画法 (SQP) アルゴリズムに依存しています。
このようにして、局所最適解の計算に基づく最先端の方法よりもはるかに少ない計算フットプリントで、最適ではないが実現可能な解を計算する戦略を提供します。
端末セットとシステムの制御特性に関する適切な仮定の下では、システムのダイナミクスに影響を与える十分に小さな外乱に対して、再帰的な実現可能性が保証できると言えます。
私たちは、提案された戦略の有効性をシミュレーションと自律型ミニチュア レース カーによる物理実験に展開することで検証します。
シミュレーションと実験の結果はいずれも、実行可能な SQP 手法を使用すると、実行可能な解を提供せずに早期終了に頼る戦略と比較して、適度な追加の計算量で実行可能な解を取得できることを示しています。
同時に、提案された方法は、最先端のソルバー Ipopt よりも大幅に高速です。

要約(オリジナル)

In recent years, the increasing need for high-performance controllers in applications like autonomous driving has motivated the development of optimization routines tailored to specific control problems. In this paper, we propose an efficient inexact model predictive control (MPC) strategy for autonomous miniature racing with inherent robustness properties. We rely on a feasible sequential quadratic programming (SQP) algorithm capable of generating feasible intermediate iterates such that the solver can be stopped after any number of iterations, without jeopardizing recursive feasibility. In this way, we provide a strategy that computes suboptimal and yet feasible solutions with a computational footprint that is much lower than state-of-the-art methods based on the computation of locally optimal solutions. Under suitable assumptions on the terminal set and on the controllability properties of the system, we can state that, for any sufficiently small disturbance affecting the system’s dynamics, recursive feasibility can be guaranteed. We validate the effectiveness of the proposed strategy in simulation and by deploying it onto a physical experiment with autonomous miniature race cars. Both the simulation and experimental results demonstrate that, using the feasible SQP method, a feasible solution can be obtained with moderate additional computational effort compared to strategies that resort to early termination without providing a feasible solution. At the same time, the proposed method is significantly faster than the state-of-the-art solver Ipopt.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google