Integrated Multi-Simulation Environments for Aerial Robotics Research

要約

シミュレーションフレームワークは、ロボットアプリケーションの安全な開発において極めて重要な役割を果たします。
ただし、多くの場合、想定されているロボットシステムの異なるコンポーネントは、さまざまな環境/シミュレーターで最もよくシミュレートされます。
これは、プロジェクト全体を単一の統合ロボットフレームワークにシミュレートする上で重要な課題をもたらします。
具体的には、部分的にオープンまたは閉鎖シミュレータの場合、多くの場合、2つのコア制限が生じます。
i）指定されたロボット以外のシーンの俳優は、ROSやII）シーン内のオブジェクトのリアルタイム状態情報（ポーズ、速度など）の取得を防ぐことができないようなインターフェイスを介して、ランタイム中に制御することはできません。
この作業では、これらの制限に対処し、強力なシミュレーターSphinx（Parrot Droneが提供）によってシミュレートされた空中ドローンをGazebo Simulatorに統合するユースケースのソリューションについて説明します。
これは、既存のガゼボベースの環境に含まれるドローンの鏡面インスタンスを使用して達成します。
統合されたシミュレーション環境の有望なアプリケーションは、空中マルチロボットシナリオで一般的なターゲット追跡のタスクです。
したがって、当社の統合シミュレーションの有効性を実証するために、オウムのさまざまな動的追跡シナリオで提供されるデフォルトのPIDベースのコントローラーフレームワークを上回るモデル予測コントローラー（MPC）も実装します。
。
既存のガゼボベースのシミュレーションにANAFIドローンを含めることでソリューションをテストし、カスタマイズされたPIDコントローラーベースラインに対するシミュレーションおよび実際の追跡実験での厳密なテストを通じてMPCのパフォーマンスを評価します。
ソースコードは、https：//github.com/robot-ception-group/anafi_simに公開されています。

要約(オリジナル)

Simulation frameworks play a pivotal role in the safe development of robotic applications. However, often different components of an envisioned robotic system are best simulated in different environments/simulators. This poses a significant challenge in simulating the entire project into a single integrated robotic framework. Specifically, for partially-open or closed-source simulators, often two core limitations arise. i) Actors in the scene other than the designated robots cannot be controlled during runtime via interfaces such as ROS and ii) retrieving real-time state information (such as pose, velocity etc.) of objects in the scene is prevented. In this work, we address these limitations and describe our solution for the use case of integrating aerial drones simulated by the powerful simulator Sphinx (provided by Parrot Drone) into the Gazebo simulator. We achieve this by means of a mirrored instance of a drone that is included into existing Gazebo-based environments. A promising application of our integrated simulation environment is the task of target tracking that is common in aerial multi-robot scenarios. Therefore, to demonstrate the effectiveness our our integrated simulation, we also implement a model predictive controller (MPC) that outperforms the default PID-based controller framework provided with the Parrot’s popular Anafi drone in various dynamic tracking scenarios thus enhancing the utility of the overall system. We test our solution by including the Anafi drone in an existing Gazebo-based simulation and evaluate the performance of the MPC through rigorous testing in simulated and real-world tracking experiments against a customized PID controller baseline. Source code is published on https://github.com/robot-perception-group/anafi_sim.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google