Meta-Learning Augmented MPC for Disturbance-Aware Motion Planning and Control of Quadrotors

要約

自律飛行における大きな課題は未知の外乱であり、特に障害物が多い環境では、安全性が脅かされ、衝突につながる可能性があります。
この論文では、自律飛行用に設計された外乱を認識した動作計画および制御フレームワークについて説明します。
このフレームワークは、外乱を認識するモーション プランナーと追跡コントローラーという 2 つの主要なコンポーネントで構成されています。
外乱を認識するモーション プランナーは、予測制御スキームと、オンラインで適応される外乱の学習済みモデルで構成されます。
トラッキング コントローラーは、外乱を考慮した動作計画に関して、障害物付近のクアローターの動作に安全限界を提供するために、収縮制御手法を使用して設計されています。
最後に、このアルゴリズムは、クアローターが強い横風と地面に起因する外乱に直面するシミュレーション シナリオでテストされます。

要約(オリジナル)

A major challenge in autonomous flights is unknown disturbances, which can jeopardize safety and lead to collisions, especially in obstacle-rich environments. This paper presents a disturbance-aware motion planning and control framework designed for autonomous aerial flights. The framework is composed of two key components: a disturbance-aware motion planner and a tracking controller. The disturbance-aware motion planner consists of a predictive control scheme and a learned model of disturbances that is adapted online. The tracking controller is designed using contraction control methods to provide safety bounds on the quadrotor behaviour in the vicinity of the obstacles with respect to the disturbance-aware motion plan. Finally, the algorithm is tested in simulation scenarios with a quadrotor facing strong crosswind and ground-induced disturbances.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google