An Integrated Real-time UAV Trajectory Optimization with Potential Field Approach for Dynamic Collision Avoidance

要約

本論文では、無人航空機（UAV）のリアルタイム最適軌道計画と動的衝突回避のために、軌道最適化と人工ポテンシャル場（APF）法を組み合わせた統合的アプローチを紹介する。初期位置と最終位置を境界条件とし、衝突回避を制約条件として、最小時間軌道最適化問題が定式化される。この問題は，チェビシェフ擬似スペクトル法を用いて，非線形計画問題に変換される．状態と制御の歴史はラグランジュ多項式で近似され、コロケーションポイントは制約を満たすために使用される。擬似スペクトル法におけるラグランジュ多項式近似の欠点である、節点でのみ不等式制約の充足が保証されることを克服するために、シグモイド型の新しい衝突回避制約が提案された。コスト関数と制約の自動微分を用いて、それぞれの勾配とヤコビアンを高速に決定する。衝突回避を保証するための最適な制御入力を更新するために、APF法を用いる。軌道最適化とAPF法は、クローズドループ方式で連続的に、しかし、それぞれ中程度の周波数と高い周波数で並行して実行される。最適化のための初期推測は、以前の解に基づいて提供される。提案されたアプローチは、室内実験によってテストされ、検証される。

要約(オリジナル)

This paper presents an integrated approach that combines trajectory optimization and Artificial Potential Field (APF) method for real-time optimal Unmanned Aerial Vehicle (UAV) trajectory planning and dynamic collision avoidance. A minimum-time trajectory optimization problem is formulated with initial and final positions as boundary conditions and collision avoidance as constraints. It is transcribed into a nonlinear programming problem using Chebyshev pseudospectral method. The state and control histories are approximated by using Lagrange polynomials and the collocation points are used to satisfy constraints. A novel sigmoid-type collision avoidance constraint is proposed to overcome the drawbacks of Lagrange polynomial approximation in pseudospectral methods that only guarantees inequality constraint satisfaction only at nodal points. Automatic differentiation of cost function and constraints is used to quickly determine their gradient and Jacobian, respectively. An APF method is used to update the optimal control inputs for guaranteeing collision avoidance. The trajectory optimization and APF method are implemented in a closed-loop fashion continuously, but in parallel at moderate and high frequencies, respectively. The initial guess for the optimization is provided based on the previous solution. The proposed approach is tested and validated through indoor experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL