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

要約

惑星探査では、起伏の激しい地形での移動が必要となる。さらに、火星探査機やその他の惑星探査ロボットは、繊細な科学実験や部品を搭載していることが多く、機械的な危害から保護する必要がある。本論文では、シャーシの安定化に焦点を当てたアクティブサスペンションシステムと、避けることのできない障害物に遭遇した際の効率的なトラバース方法について述べる。ソフトアクタークリティック（SAC）を比例積分微分（PID）制御とともに適用し、シャシーを安定させ、低速で大きな障害物をトラバースする。このモデルは、周囲の障害物からのローバーの距離、障害物の高さ、シャーシの向きを利用して、サスペンションの制御リンクを正確に作動させます。Gazebo環境で実施された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る。

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, DeepL