Enabling On-Chip High-Frequency Adaptive Linear Optimal Control via Linearized Gaussian Process

要約

予測不可能で複雑な空力効果は、上部車両から下部車両へのダウンウォッシュ効果など、正確な飛行制御を達成する上で重大な課題を引き起こします。
従来の方法では、これらの相互作用を正確にモデル化するのが困難なことが多く、車両間に大きな安全マージンを必要とするコントローラーが必要になります。
さらに、実際のドローンのコントローラーは通常、高周波数を必要とし、オンチップ計算が制限されているため、適応制御設計の実装がより困難になります。
これらの課題に対処するために、ガウス プロセス (GP) を組み込み、線形モデル予測制御を使用して適応外部空気力学をモデル化します。
GP はリアルタイムの高周波ソリューションを可能にするために線形化されています。
さらに、線形化によって生じる誤差を処理す​​るために、サンプル収集段階でエンドツーエンドのベイジアン最適化を統合し、制御パフォーマンスを向上させます。
シミュレーションと実際のクワローターの両方での実験結果は、許容可能な追跡誤差でリアルタイムの解決可能な計算速度を達成できることを示しています。

要約(オリジナル)

Unpredictable and complex aerodynamic effects pose significant challenges to achieving precise flight control, such as the downwash effect from upper vehicles to lower ones. Conventional methods often struggle to accurately model these interactions, leading to controllers that require large safety margins between vehicles. Moreover, the controller on real drones usually requires high-frequency and has limited on-chip computation, making the adaptive control design more difficult to implement. To address these challenges, we incorporate Gaussian process (GP) to model the adaptive external aerodynamics with linear model predictive control. The GP is linearized to enable real-time high-frequency solutions. Moreover, to handle the error caused by linearization, we integrate end-to-end Bayesian optimization during sample collection stages to improve the control performance. Experimental results on both simulations and real quadrotors show that we can achieve real-time solvable computation speed with acceptable tracking errors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google