Robust, High-Rate Trajectory Tracking on Insect-Scale Soft-Actuated Aerial Robots with Deep-Learned Tube MPC

Autoren: Andrea Tagliabue, Yi-Hsuan Hsiao, Urban Fasel, J. Nathan Kutz, Steven L. Brunton, YuFeng Chen, Jonathan P. How · ICRA 2023

Lizenzen

Open Access
Paper: CC BY 4.0

Alles Folgende stützt sich auf das vollständige Paper unter seiner Lizenz CC BY 4.0; die Abbildung wird mit Nennung der Autoren gezeigt.

Kurz gesagt

Ein zweischichtiges neuronales Netz, trainiert zur Imitation von robustem Tube-MPC und mit einem adaptiven Lageregler kaskadiert, fliegt ein 0,7 g schweres, weich aktuiertes MAV mit 2 kHz bei einem Positions-RMSE unter 1,8 cm.

Warum es wichtig ist

Es bringt beschränkungs- und unsicherheitsbewusste, MPC-artige Trajektorienfolge mit 2 kHz auf einem kleinen externen Rechner auf einen Roboter von Insektengröße, was die Autoren als Weg zum Einsatz an Bord sehen. Eine neue Policy ist in etwa einer Minute trainiert, was das Abstimmen des Reglers beschleunigt.

Problem

Schlagflügel-MAVs unter einem Gramm haben große Modellunsicherheit, eine sehr schnelle Dynamik und kaum Kapazität für Berechnungen an Bord, daher benötigen sie eine robuste, hochfrequente Rückführung, die auch Aktuatorgrenzen wie die dielektrische Durchschlagsspannung weicher Aktuatoren einhält. MPC und robuster Tube-MPC berücksichtigen Beschränkungen und Unsicherheit, sind aber zu aufwendig, um auf eingeschränkten Plattformen mit hoher Rate zu laufen, und bestehende Regler für Fluggeräte unter einem Gramm berücksichtigen Unsicherheit oder Stellgrößenbeschränkungen nicht explizit.

Lösungsansatz

Ein kaskadierter Regler: Die innere Schleife ist ein geometrischer Lageregler, ergänzt um einen Drehmomentbeobachter auf Basis eines stationären Kalman-Filters, der langsam veränderliche Drehmomentstörungen schätzt und kompensiert. Die äußere Schleife ist ein vollständig verbundenes Netz (2 verborgene Schichten mit je 32 Neuronen), trainiert zur Imitation eines robusten Tube-MPC zur Trajektorienfolge mit einem Horizont von 1 s (N = 50); die Trainingsdaten stammen aus einem hochgenauen Simulator und werden um 200 zusätzliche Zustand–Aktion-Paare pro Zeitschritt erweitert, die innerhalb des Tubes gesampelt und vom Hilfsregler des Tubes gelabelt werden.

Wichtigste Erkenntnisse

Zusätzliche Zustände innerhalb des robusten Tubes zu sampeln und sie mit dem Hilfsregler zu labeln, ermöglicht es einer in störungsfreier Simulation trainierten Policy, die Robustheit des RTMPC zu bewahren.
Roll- und Nickraten als MPC-Eingänge zu verwenden, vermeidet unstetige Lagekommandos und erlaubt eine Winkelgeschwindigkeits-Vorsteuerung an den Lageregler.
Der Drehmomentbeobachter erfasste eine positionsabhängige Störung, möglicherweise durch die Stromkabel oder die Sicherungsleine; auf dem Kreis kompensierte er Drehmomente von etwa 30 % der maximalen Drehmomentautorität um die x-Achse des Körpers.
Dank seiner geringen Trägheit verringerte der Roboter seine Beschleunigung nach jedem Stoß in unter 200 ms um 50 %.

Hauptergebnisse

Rampe entlang aller drei Achsen (Aufgabe 1, 3 Durchläufe): mittlerer Positions-RMSE 0,6 / 0,8 / 0,1 cm in x / y / z, mit maximalem Absolutfehler bis zu 1,6 cm in x–y und 0,2 cm in z.
Das ist eine Verringerung des maximalen Absolutfehlers um 60 % gegenüber den 4,0 cm in x–y (und 0,5 cm in z), die frühere SoftFly-Arbeiten für eine Schwebeaufgabe berichteten.
Rampe mit Stockstößen gegen die Sicherungsleine (Aufgabe 2, 1 Durchlauf, Beschleunigungen über 0,25 g): RMSE 0,7 / 1,0 / 0,2 cm und maximaler Absolutfehler 2,5 / 2,1 / 0,3 cm in x / y / z.
Kreis mit 5,0 cm Radius bei 5,2 cm/s (Aufgabe 3, 3 Durchläufe): mittlerer RMSE 1,0 / 1,5 / 0,3 cm, RMSE des schlechtesten Durchlaufs 1,8 cm in y, maximaler Absolutfehler bis zu 3,1 cm.
Die Policy läuft mit 2 kHz auf einer Speedgoat Baseline Target Machine; das Training jeder Policy dauert etwa 1 Minute (T = 350 Schritte) auf einem Intel i9-10920 mit zwei RTX 3090 GPUs.

Einschränkungen

Das Paper hat keinen Abschnitt zu Einschränkungen; es stellt den Einsatz an Bord als nächsten Schritt dar, da der Regler auf einem externen Speedgoat-Rechner lief und Vicon-Motion-Capture Position und Lage lieferte.
Die Aktuatoranordnung kann kein Drehmoment um die z-Achse des Körpers erzeugen, daher wird das Gieren nicht aktiv geregelt.
Für jeden Trajektorientyp (Rampe, Kreis) wurde eine eigene Policy trainiert, und Reglerparameter wurden während der Experimente leicht nachgestellt.
Das Modell geht von Windstille aus, der Roboter fliegt an Stromleinen, und Störungstests beschränkten sich auf Stockstöße gegen die Sicherungsleine in einem einzigen Durchlauf.

Wirkung auf das Fachgebiet

Finalist für den ICRA 2023 Outstanding Dynamics and Control Paper Award, mit 7 Zitierungen. Die lizenzierte Fassung verlinkt weder Code noch trainierte Policies oder Daten.

Zusammenfassung

Genaue und agile Trajektorienfolge bei Mikroluftfahrzeugen (MAVs) unter einem Gramm ist schwierig, da die geringe Größe des Roboters große Modellunsicherheiten verursacht und robuste Rückführregler erfordert, während die schnelle Dynamik und die Rechenbeschränkungen den Einsatz rechenaufwendiger Strategien verhindern. In dieser Arbeit stellen wir einen Ansatz für agile und recheneffiziente Trajektorienfolge auf dem MIT SoftFly [1] vor, einem MAV unter einem Gramm (0,7 Gramm). Unsere Strategie verwendet ein kaskadiertes Regelungsschema, in dem ein adaptiver Lageregler mit einer neuronalen Netz-Policy kombiniert wird, die trainiert wurde, einen robusten modellprädiktiven Tube-Regler (RTMPC) zur Trajektorienfolge zu imitieren. Die neuronale Netz-Policy wird mit unserer jüngsten Arbeit [2] gewonnen, die es der Policy ermöglicht, die Robustheit des RTMPC zu bewahren, jedoch zu einem Bruchteil seiner Rechenkosten. Wir evaluieren unseren Ansatz experimentell, erreichen mittlere quadratische Positionsfehler (RMSEs) unter 1,8 cm selbst bei den anspruchsvolleren Manövern, erzielen eine Verringerung des maximalen Positionsfehlers um 60 % gegenüber [3] und zeigen Robustheit gegenüber großen äußeren Störungen.

Open Source Robotics