Time-Optimal Planning for Long-Range Quadrotor Flights: An Automatic Optimal Synthesis Approach

要約

ドローンレースなどのタイムクリティカルなタスクは通常、広い作戦エリアをカバーします。
ただし、軌道を表現するにはまだ未知の多数のノット ポイントが必要であるため、現在の最適時間モーション プランナーが長い飛行距離に対応することは困難であり、計算量が多くなります。
我々は、この課題に対処できる多項式ベースの自動最適合成 (AOS) アプローチを提案します。
私たちの方法は、優れた時間最適性を達成するだけでなく、完全なクワッドローターダイナミクスを考慮しながら、さまざまな範囲にわたって一貫して低い計算コストを維持します。
まず、時間最適化クアローター操縦の特性を分析して、時間最適化軌道の支配的な構造を捕捉するために必要な多項式部分の最小数を決定します。
これにより、最小限の変数セットで実質的に長い最小時間の軌跡を表現できるようになります。
次に、任意の開始条件と終了条件、および中間ウェイポイントを処理するための堅牢な最適化スキームが開発されます。
広範な比較により、私たちのアプローチは最先端のアプローチよりも桁違いに高速であり、同等の時間最適性を備えていることがわかります。
実世界の実験では、結果として得られる軌道の品質をさらに検証し、最大速度 8.86 m/s で時間に最適なアグレッシブな操縦を実証しました。

要約(オリジナル)

Time-critical tasks such as drone racing typically cover large operation areas. However, it is difficult and computationally intensive for current time-optimal motion planners to accommodate long flight distances since a large yet unknown number of knot points is required to represent the trajectory. We present a polynomial-based automatic optimal synthesis (AOS) approach that can address this challenge. Our method not only achieves superior time optimality but also maintains a consistently low computational cost across different ranges while considering the full quadrotor dynamics. First, we analyze the properties of time-optimal quadrotor maneuvers to determine the minimal number of polynomial pieces required to capture the dominant structure of time-optimal trajectories. This enables us to represent substantially long minimum-time trajectories with a minimal set of variables. Then, a robust optimization scheme is developed to handle arbitrary start and end conditions as well as intermediate waypoints. Extensive comparisons show that our approach is faster than the state-of-the-art approach by orders of magnitude with comparable time optimality. Real-world experiments further validate the quality of the resulting trajectories, demonstrating aggressive time-optimal maneuvers with a peak velocity of 8.86 m/s.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google