Autonomous Control of a Novel Closed Chain Five Bar Active Suspension via Deep Reinforcement Learning

要約

惑星探査では、険しい地形のある環境を横断する必要があります。
さらに、火星探査機やその他の惑星探査ロボットには、機内に機密性の高い科学実験やコンポーネントが搭載されていることが多く、これらは機械的損傷から保護する必要があります。
この論文では、シャーシの安定化に重点を置いたアクティブ サスペンション システムと、避けられない障害物に遭遇した際の効率的な横断方法について説明します。
Soft Actor-Critic (SAC) は比例積分微分 (PID) 制御とともに適用され、シャーシを安定させ、低速で大きな障害物を通過します。
このモデルは、周囲の障害物からローバーまでの距離、障害物の高さ、シャーシの向きを使用して、サスペンションの制御リンクを正確に作動させます。
Gazebo 環境で実行されるシミュレーションは、提案されたアクティブ システムを検証するために使用されます。

要約(オリジナル)

Planetary exploration requires traversal in environments with rugged terrains. In addition, Mars rovers and other planetary exploration robots often carry sensitive scientific experiments and components onboard, which must be protected from mechanical harm. This paper deals with an active suspension system focused on chassis stabilisation and an efficient traversal method while encountering unavoidable obstacles. Soft Actor-Critic (SAC) was applied along with Proportional Integral Derivative (PID) control to stabilise the chassis and traverse large obstacles at low speeds. The model uses the rover’s distance from surrounding obstacles, the height of the obstacle, and the chassis’ orientation to actuate the control links of the suspension accurately. Simulations carried out in the Gazebo environment are used to validate the proposed active system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google