Formation Control

También llamado: formation keeping
Categoría: Learning & autonomy › Multi-robot
Etiquetas: multi-robot, distributed-control, coordination, swarms, uav

Coordinación de un grupo de robots para que alcancen y mantengan una disposición geométrica especificada, como distancias, desplazamientos o espaciados fijos a lo largo de una trayectoria, normalmente con percepción y comunicación locales.

Definición

Control de formación (formation control) es el problema de guiar a varios robots para que sus posiciones relativas adopten y mantengan una forma deseada, como una línea, una cuña, un anillo o un espaciado uniforme a lo largo de una curva, mientras el grupo se desplaza o se mantiene en posición. Cada robot suele conocer solo su propio estado y lo que puede percibir o recibir de sus vecinos cercanos, por lo que el controlador debe conseguir una forma global a partir de información local. Es un tema central de los sistemas multirrobot, con aplicaciones que van desde grupos de drones y naves espaciales hasta convoyes de camiones.

Entre las arquitecturas clásicas están los esquemas líder-seguidor, en los que los seguidores mantienen desplazamientos respecto a un líder; los esquemas de estructura virtual, en los que la formación se trata como un cuerpo rígido cuyos puntos ocupan los robots; y los esquemas basados en comportamientos, que combinan objetivos como mantener la formación, evitar obstáculos y alcanzar un destino. Una revisión muy citada de Oh, Park y Ahn (2015) clasifica los métodos según lo que perciben y controlan: basados en posición (posiciones absolutas en un sistema de referencia común), basados en desplazamiento (vectores de posición relativa en sistemas de referencia alineados, a menudo construidos sobre algoritmos de consenso) y basados en distancia (solo distancias entre robots, lo que exige que el grafo de la formación sea rígido para que las distancias fijen la forma). El grafo de comunicación importa en todos ellos: la conectividad decide si el grupo puede llegar a un acuerdo, y los retardos y las pérdidas de enlace afectan a la estabilidad.

El control de formación está estrechamente relacionado con el seguimiento coordinado de trayectorias, en el que cada robot sigue su propia trayectoria y el grupo coordina su avance a lo largo de ellas, por ejemplo manteniendo distancias de arco fijadas entre aeronaves que circulan en la misma órbita. Se diferencia de la robótica de enjambre, que suele basarse en reglas locales sencillas y en un comportamiento de grupo emergente sin una forma prescrita, y de la búsqueda de caminos multiagente, que planifica rutas sin colisiones sobre grafos en lugar de regular una geometría relativa continua. Los despliegues reales añaden la evitación de colisiones, límites de actuación como la velocidad casi constante de las aeronaves de ala fija y la estimación de las posiciones de los vecinos, que suele ser la parte más difícil en exteriores.

Por qué importa

Muchas tareas multirrobot requieren que los robots mantengan una geometría: las matrices de sensores necesitan una línea de base, los convoyes necesitan un espaciado seguro y el transporte cooperativo necesita puntos de agarre fijos. El control de formación proporciona los métodos y las garantías de estabilidad para lograrlo con una comunicación limitada.

Aplicaciones clave

Vuelo coordinado de grupos de UAV multirrotor y de ala fija
Circulación en pelotón de vehículos en autopistas
Transporte cooperativo con varios robots
Percepción distribuida y vigilancia alrededor de un objetivo
Vuelo en formación de naves espaciales
Convoyes de vehículos marinos y patrones de levantamiento

En la práctica

Varios UAV de ala fija deben circular alrededor de un punto de interés con un espaciado uniforme. Cada aeronave sigue un campo vectorial de guiado que converge al círculo, y un término de coordinación ajusta su avance a lo largo de la trayectoria según las distancias de arco a sus vecinos, que recibe por un enlace de radio local. Como las aeronaves no pueden mantenerse en vuelo estacionario ni detenerse, el espaciado debe corregirse cambiando cómo se mueve cada una a lo largo de la trayectoria o alrededor de ella, y no esperando. Antes de los ensayos de vuelo, el equipo simula enlaces caídos: con un grafo de comunicación conexo el espaciado se recupera, mientras que un grafo que se divide deja que los subgrupos separados se alejen entre sí.

Ideas erróneas comunes

El control de formación necesita un ordenador central que conozca todas las posiciones — muchos métodos son distribuidos y solo usan información de los vecinos
Mantener las distancias entre pares fija la forma de la formación — solo si el grafo de distancias es rígido; de lo contrario, la forma puede deformarse mientras se mantienen todas las distancias especificadas
El control de formación y la robótica de enjambre son lo mismo — los métodos de enjambre suelen producir un comportamiento de grupo emergente a partir de reglas locales, mientras que el control de formación regula una geometría especificada

Quién debería saberlo

Ingenieros de sistemas multirrobot
Desarrolladores de flotas de UAV y drones
Ingenieros de control que trabajan en sistemas en red
Ingenieros de circulación en pelotón de vehículos autónomos

Tecnologías relacionadas

Algoritmos de consenso (Consensus Algorithms)
Teoría de la rigidez de grafos (Graph Rigidity Theory)
Control líder-seguidor (Leader-Follower Control)
Método de estructura virtual (Virtual Structure Method)
Campos vectoriales de guiado (Guiding Vector Fields)
Control de crucero adaptativo cooperativo (Cooperative Adaptive Cruise Control)

Términos relacionados

Proyectos relacionados

ArduPilot: World's most trusted open-source autopilot for drones, planes, rovers, and submarines
PX4 Autopilot: Open-source flight control software for drones and other unmanned vehicles
Open X-Embodiment (OXE): Largest open robotics dataset: 1M+ episodes from 22 embodiments
Paparazzi UAV: Complete university-developed open-source UAV system for research and fixed-wing drones
MAVROS: ROS gateway for MAVLink-compatible autopilots (PX4, ArduPilot)
IR-SIM: Lightweight pure-Python 2D robot simulator for navigation, control and RL research