論文の概要: Why Change Your Controller When You Can Change Your Planner: Drag-Aware Trajectory Generation for Quadrotor Systems

• arxiv url: http://arxiv.org/abs/2401.04960v1
• Date: Wed, 10 Jan 2024 07:00:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-11 15:16:26.999429
• Title: Why Change Your Controller When You Can Change Your Planner: Drag-Aware Trajectory Generation for Quadrotor Systems
• Title（参考訳）: クワッドローターシステムのためのドラッグアウェアの軌道生成
• Authors: Hanli Zhang, Anusha Srikanthan, Spencer Folk, Vijay Kumar, Nikolai Matni
• Abstract要約: 輸送ペイロードからの非モデル化された空気力学的抵抗力は破滅的な結果をもたらす可能性がある。 制御器の固定を保ちながら軌道生成部品を適応させることで軌道追跡を改善できると主張している。 シミュレーションとハードウェアプラットフォームCrzyflieで行った実験では、プランナーの変更によってトラッキングエラーが最大83%削減された。
• 参考スコア（独自算出の注目度）: 10.101847906979435
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motivated by the increasing use of quadrotors for payload delivery, we consider a joint trajectory generation and feedback control design problem for a quadrotor experiencing aerodynamic wrenches. Unmodeled aerodynamic drag forces from carried payloads can lead to catastrophic outcomes. Prior work model aerodynamic effects as residual dynamics or external disturbances in the control problem leading to a reactive policy that could be catastrophic. Moreover, redesigning controllers and tuning control gains on hardware platforms is a laborious effort. In this paper, we argue that adapting the trajectory generation component keeping the controller fixed can improve trajectory tracking for quadrotor systems experiencing drag forces. To achieve this, we formulate a drag-aware planning problem by applying a suitable relaxation to an optimal quadrotor control problem, introducing a tracking cost function which measures the ability of a controller to follow a reference trajectory. This tracking cost function acts as a regularizer in trajectory generation and is learned from data obtained from simulation. Our experiments in both simulation and on the Crazyflie hardware platform show that changing the planner reduces tracking error by as much as 83%. Evaluation on hardware demonstrates that our planned path, as opposed to a baseline, avoids controller saturation and catastrophic outcomes during aggressive maneuvers.
• Abstract（参考訳）: ペイロード配送におけるクワッドロータの利用の増加に動機づけられ,空力レンチを経験するクワッドロータの軌道生成とフィードバック制御設計問題を考える。 輸送ペイロードからの非モデル化された空気力学的抵抗力は破滅的な結果をもたらす可能性がある。 事前の作業モデルによる空気力学的効果は、残留ダイナミクスや制御問題における外的外乱として、壊滅的な反応政策につながる。 さらに、コントローラの再設計とハードウェアプラットフォームでのコントロール向上のチューニングは、大変な作業です。 本稿では,制御器を固定した軌道生成成分を適応させることで,ドラッグ力に遭遇する四角形系の軌道追従性が向上すると主張する。 そこで本研究では,最適四倍子制御問題に対して適切な緩和を施し,基準軌道を追従するコントローラの能力を測定する追従コスト関数を導入することで,ドラッグアウェア計画問題を実現する。 この追従コスト関数は軌道生成のレギュレータとして働き、シミュレーションから得られたデータから学習される。 シミュレーションとハードウェアプラットフォームCrzyflieで行った実験では、プランナーの変更によってトラッキングエラーが最大83%削減された。 ハードウェアに対する評価は,我々の計画経路が,ベースラインとは対照的に,攻撃的操作時の制御飽和や破滅的な結果を回避することを実証している。

関連論文リスト

• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• Actuator Trajectory Planning for UAVs with Overhead Manipulator using Reinforcement Learning [0.3222802562733786]
  制御可能なアームを備えたUAVを2自由度で開発し、飛行中に作動作業を行う。 我々のソリューションは、腕の先端の軌跡を制御するためのQ-learning法(End-effector)を用いています。 提案手法は,15,000エピソードのQ-ラーニングを用いて,平均変位誤差の92%の精度を実現する。
  論文  参考訳（メタデータ） (2023-08-24T15:06:23Z)
• Perpetual Humanoid Control for Real-time Simulated Avatars [77.05287269685911]
  本稿では,高忠実度動作模倣と耐故障動作を実現する物理に基づくヒューマノイドコントローラを提案する。 コントローラは、外部の安定化力を使わずに1万本のモーションクリップを学習できる。 実時間およびリアルタイムのマルチパーソンアバター使用事例において,映像ベースのポーズ推定器と言語ベースのモーションジェネレータからノイズのあるポーズを模倣するために,制御器の有効性を実証する。
  論文  参考訳（メタデータ） (2023-05-10T20:51:37Z)
• A GOA-Based Fault-Tolerant Trajectory Tracking Control for an Underwater Vehicle of Multi-Thruster System without Actuator Saturation [9.371458775465825]
  本稿では,スラスタ損傷(パワーロス)を受けた水中車両(UV)の軌道追尾問題に対処するために,インテリジェントな耐故障制御(FTC)戦略を提案する。 提案した制御戦略では、速度変化を制御する改良されたバックステッピングアルゴリズムにより軌道追跡成分を形成し、スライディングモード制御によりトルク/フォース出力を減算する。
  論文  参考訳（メタデータ） (2023-01-04T21:30:16Z)
• Designing a Robust Low-Level Agnostic Controller for a Quadrotor with Actor-Critic Reinforcement Learning [0.38073142980732994]
  ソフトアクター・クリティカルに基づく低レベルウェイポイント誘導制御器の訓練段階におけるドメインランダム化を提案する。 トレーニング中の四元数力学に一定の不確実性を導入することにより、より大規模な四元数パラメータを用いて提案課題を実行することができる制御器が得られることを示す。
  論文  参考訳（メタデータ） (2022-10-06T14:58:19Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Interpretable Stochastic Model Predictive Control using Distributional Reinforced Estimation for Quadrotor Tracking Systems [0.8411385346896411]
  本研究では,動的・複雑環境下での自律的四角形ナビゲーションのためのトラジェクトリトラッカーを提案する。 提案フレームワークは,未知の空力効果に対する分散強化学習推定器をモデル予測制御器に統合する。 我々は,未知かつ多様な空気力を用いて,累積追従誤差を少なくとも66%改善するシステムを実証した。
  論文  参考訳（メタデータ） (2022-05-14T23:27:38Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)
• Regret-optimal Estimation and Control [52.28457815067461]
  後悔最適推定器と後悔最適制御器は状態空間形式で導出可能であることを示す。 非線形力学系に対するモデル予測制御(MPC)と拡張KalmanFilter(EKF)の残差最適類似性を提案する。
  論文  参考訳（メタデータ） (2021-06-22T23:14:21Z)
• DikpolaSat Mission: Improvement of Space Flight Performance and Optimal Control Using Trained Deep Neural Network -- Trajectory Controller for Space Objects Collision Avoidance [0.0]
  本稿では,宇宙船を所望の経路に追従させることにより,制御器の実証を行う方法について述べる。 障害回避アルゴリズムは、ニューラルネットワークからの入力を使用して自然に応答する制御機能に組み込まれる。 飛行制御と燃料消費を最適化するための複数のアルゴリズムは、軌道の飛行力学の知識を用いて実装することができる。
  論文  参考訳（メタデータ） (2021-05-30T23:35:13Z)
• Transition control of a tail-sitter UAV using recurrent neural networks [80.91076033926224]
  制御戦略は姿勢と速度安定化に基づいている。 RNNは高非線形空力項の推定に用いられる。 その結果, 遷移操作時の直線速度とピッチ角の収束性を示した。
  論文  参考訳（メタデータ） (2020-06-29T21:33:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。