Sparse Identification of Nonlinear Dynamics-based Model Predictive Control for Multirotor Collision Avoidance

要約

本稿では、ペイロードからの不確実性と未知のモデルを考慮したマルチコプター衝突回避のためのデータ駆動型モデル予測制御を提案する。
この課題に対処するために、非線形力学のスパース同定 (SINDy) を使用してマルチコプター システムの支配方程式を取得します。
SINDy は、システムの支配的な特性を持つ関数がほとんどないと仮定して、少ないデータでターゲット システムの方程式を発見できます。
モデル予測制御 (MPC) は、状態と制御入力の制約を考慮することにより、正確な軌道追跡パフォーマンスを得るために利用されます。
動作中の衝突を回避するために、障害物に関する不等式制約を使用して MPC 最適化問題を再度定式化します。
シミュレーションでは、SINDy は質量パラメーターの不確実性や空力効果を含むマルチローター システムの支配方程式を発見できます。
さらに、シミュレーション結果は、提案された方法が障害物を回避し、所望の軌道を正確に追跡する能力を有することを示した。

要約(オリジナル)

This paper proposes a data-driven model predictive control for multirotor collision avoidance considering uncertainty and an unknown model from a payload. To address this challenge, sparse identification of nonlinear dynamics (SINDy) is used to obtain the governing equation of the multirotor system. The SINDy can discover the equations of target systems with low data, assuming that few functions have the dominant characteristic of the system. Model predictive control (MPC) is utilized to obtain accurate trajectory tracking performance by considering state and control input constraints. To avoid a collision during operation, MPC optimization problem is again formulated using inequality constraints about an obstacle. In simulation, SINDy can discover a governing equation of multirotor system including mass parameter uncertainty and aerodynamic effects. In addition, the simulation results show that the proposed method has the capability to avoid an obstacle and track the desired trajectory accurately.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google