Robust Maneuver Planning With Scalable Prediction Horizons: A Move Blocking Approach

要約

計算リソースが限られているハードウェアにモデル予測制御 (MPC) を実装することは依然として課題です。
特に短いサンプリング時間を必要とする長距離の操縦では、必要な水平線の長さが車載コンピュータでの適用を妨げます。
この論文では、長い予測期間に拡張可能な、計算効率の高いチューブベースのシュリンク ホライズン MPC を提案します。
移動ブロックを使用することで、操作全体を通じて指定された数の意思決定入力が効率的に使用されるようになります。
次に、制約の数を大幅に減らす方法を紹介します。
このアプローチは、300 ステップの予測ホライズンを使用して、傾斜したプラットフォームに着陸するヘリコプターで実証されます。
制約を削減すると、軌道コストがわずかに増加しますが、計算時間が 1 桁減少します。

要約(オリジナル)

Implementation of Model Predictive Control (MPC) on hardware with limited computational resources remains a challenge. Especially for long-distance maneuvers that require small sampling times, the necessary horizon lengths prevent its application on onboard computers. In this paper, we propose a computationally efficient tubebased shrinking horizon MPC that is scalable to long prediction horizons. Using move blocking, we ensure that a given number of decision inputs is efficiently used throughout the maneuver. Next, a method to substantially reduce the number of constraints is introduced. The approach is demonstrated with a helicopter landing on an inclined platform using a prediction horizon of 300 steps. The constraint reduction decreases the computation time by an order of magnitude with a slight increase in trajectory cost.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google