Model Predictive Fuzzy Control: A Hierarchical Multi-Agent Control Architecture for Outdoor Search-and-Rescue Robots

要約

未知の捜索救助（SAR）環境に展開された自律的なロボットは、閉じ込められた犠牲者の迅速なローカリゼーションと救助を支援することにより、ミッションの効率を大幅に改善できます。
未知の環境を効率的にマッピングするマルチロボットSARシステムの自律ミッション計画のために、モデル予測制御（MPC）とファジーロジックコントロール（FLC）を組み合わせて、ロボットがローカルコントローラーによってローカルなコントロールを制御されている場合、モデル予測ロジックコントロール（FLC）を組み合わせて、モデル予測制御（MPC）とファジーロジックコントロール（FLC）を組み合わせて、モデル予測制御（MPC）とファジーロジックコントロール（FLC）を組み合わせているため、モデル予測ファジー制御（MPFC）と呼ばれる新しい統合階層制御アーキテクチャを提案します。
MPCコントローラー、定期的またはイベントトリガーされた方法で。
提案されたアーキテクチャは、3つの主な利点を提供します。（1）制御決定はFLCコントローラーによって行われるため、リアルタイムの計算時間は手頃な価格です。
（2）集中化されたMPCコントローラーは、システムダイナミクスのグローバルで予測的なビジョンでパフォーマンス基準を最適化し、それに応じてFLCコントローラーのパラメーターを更新します。
（3）FLCコントローラーは本質的にヒューリスティックであるため、決定の最適性を考慮しませんが、MPCコントローラーを介した調整されたパラメーターは、ロボットのローカル決定にある程度の最適性を間接的に組み込むことができます。
災害環境での被害者の検出のためのシミュレーション環境は、離散的な2Dグリッドベースのモデルを使用してMATLABで設計されました。
計算効率のポイントから同等である一方で、統合されたMPFCアーキテクチャは、分散型FLCコントローラーと比較してマルチロボットSARシステムのパフォーマンスを改善します。
さらに、MPFCのパフォーマンスは、SARロボットのパス計画のための集中化されたMPCのパフォーマンスに匹敵しますが、MPFCはコントロール問題の最適化変数の数が減少するため、大幅に少ない計算リソースを必要とします。

要約(オリジナル)

Autonomous robots deployed in unknown search-and-rescue (SaR) environments can significantly improve the efficiency of the mission by assisting in fast localisation and rescue of the trapped victims. We propose a novel integrated hierarchical control architecture, called model predictive fuzzy control (MPFC), for autonomous mission planning of multi-robot SaR systems that should efficiently map an unknown environment: We combine model predictive control (MPC) and fuzzy logic control (FLC), where the robots are locally controlled by computationally efficient FLC controllers, and the parameters of these local controllers are tuned via a centralised MPC controller, in a regular or event-triggered manner. The proposed architecture provides three main advantages: (1) The control decisions are made by the FLC controllers, thus the real-time computation time is affordable. (2) The centralised MPC controller optimises the performance criteria with a global and predictive vision of the system dynamics, and updates the parameters of the FLC controllers accordingly. (3) FLC controllers are heuristic by nature and thus do not take into account optimality in their decisions, while the tuned parameters via the MPC controller can indirectly incorporate some level of optimality in local decisions of the robots. A simulation environment for victim detection in a disaster environment was designed in MATLAB using discrete, 2-D grid-based models. While being comparable from the point of computational efficiency, the integrated MPFC architecture improves the performance of the multi-robot SaR system compared to decentralised FLC controllers. Moreover, the performance of MPFC is comparable to the performance of centralised MPC for path planning of SaR robots, whereas MPFC requires significantly less computational resources, since the number of the optimisation variables in the control problem are reduced.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google