Why Change Your Controller When You Can Change Your Planner: Drag-Aware Trajectory Generation for Quadrotor Systems

要約

ペイロードの配送にクワッドローターの使用が増加していることを動機として、空力レンチにさらされるクワローターの関節軌道生成とフィードバック制御の設計問題を検討します。
輸送されたペイロードから生じるモデル化されていない空気力学的抵抗力は、壊滅的な結果を引き起こす可能性があります。
以前の作業では、壊滅的な事態を招く可能性のある事後対応​​策につながる制御問題における残留ダイナミクスまたは外乱としての空力効果をモデル化しました。
さらに、ハードウェア プラットフォーム上でコントローラーを再設計し、制御ゲインを調整するのは骨の折れる作業です。
この論文では、コントローラーを固定したまま軌道生成コンポーネントを適応させることで、抗力がかかるクアローター システムの軌道追跡を改善できると主張します。
これを達成するために、最適なクアローター制御問題に適切な緩和を適用し、基準軌道に従うコントローラーの能力を測定する追跡コスト関数を導入することにより、ドラッグを意識した計画問題を定式化します。
この追跡コスト関数は、軌道生成における正則化機能として機能し、シミュレーションから得られたデータから学習されます。
シミュレーションと Crazyflie ハードウェア プラットフォームの両方での実験では、プランナーを変更すると追跡エラーが 83% も削減されることがわかりました。
ハードウェアの評価では、ベースラインとは対照的に、計画されたパスが、攻撃的な操作中のコントローラーの飽和と壊滅的な結果を回避することを示しています。

要約(オリジナル)

Motivated by the increasing use of quadrotors for payload delivery, we consider a joint trajectory generation and feedback control design problem for a quadrotor experiencing aerodynamic wrenches. Unmodeled aerodynamic drag forces from carried payloads can lead to catastrophic outcomes. Prior work model aerodynamic effects as residual dynamics or external disturbances in the control problem leading to a reactive policy that could be catastrophic. Moreover, redesigning controllers and tuning control gains on hardware platforms is a laborious effort. In this paper, we argue that adapting the trajectory generation component keeping the controller fixed can improve trajectory tracking for quadrotor systems experiencing drag forces. To achieve this, we formulate a drag-aware planning problem by applying a suitable relaxation to an optimal quadrotor control problem, introducing a tracking cost function which measures the ability of a controller to follow a reference trajectory. This tracking cost function acts as a regularizer in trajectory generation and is learned from data obtained from simulation. Our experiments in both simulation and on the Crazyflie hardware platform show that changing the planner reduces tracking error by as much as 83%. Evaluation on hardware demonstrates that our planned path, as opposed to a baseline, avoids controller saturation and catastrophic outcomes during aggressive maneuvers.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google