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

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

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Una red neuronal de dos capas entrenada para imitar un MPC de tubo robusto, en cascada con un controlador de actitud adaptativo, hace volar un MAV de 0,7 g con actuación blanda a 2 kHz con un RMSE de posición inferior a 1,8 cm.

Por qué importa

Lleva un seguimiento de trayectorias de tipo MPC, consciente de las restricciones y de la incertidumbre, a un robot de escala de insecto a 2 kHz en un pequeño ordenador externo, lo que los autores ven como un camino hacia el despliegue a bordo. Una nueva política se entrena en aproximadamente un minuto, lo que acelera el ajuste del controlador.

Problema

Los MAV de alas batientes de menos de un gramo tienen una gran incertidumbre del modelo, una dinámica muy rápida y poca capacidad de cómputo a bordo, por lo que necesitan una realimentación robusta y de alta frecuencia que además respete los límites de los actuadores, como la tensión de ruptura dieléctrica de los actuadores blandos. El MPC y el MPC de tubo robusto manejan restricciones e incertidumbre, pero son demasiado costosos para ejecutarse a alta frecuencia en plataformas con recursos limitados, y los controladores existentes para vehículos de menos de un gramo no tienen en cuenta explícitamente la incertidumbre ni las restricciones de actuación.

Solución propuesta

Un controlador en cascada: el lazo interno es un controlador de actitud geométrico ampliado con un observador de par basado en un filtro de Kalman en régimen permanente que estima y cancela perturbaciones de par de variación lenta. El lazo externo es una red totalmente conectada (2 capas ocultas de 32 neuronas) entrenada para imitar un MPC de tubo robusto de seguimiento de trayectorias con un horizonte de 1 s (N = 50); los datos de entrenamiento proceden de un simulador de alta fidelidad, ampliados con 200 pares estado–acción adicionales por paso de tiempo muestreados dentro del tubo y etiquetados por el controlador auxiliar del tubo.

Ideas clave

• Muestrear estados adicionales dentro del tubo robusto y etiquetarlos con el controlador auxiliar permite que una política entrenada en una simulación sin perturbaciones conserve la robustez del RTMPC.
• Usar las velocidades de alabeo y cabeceo como entradas del MPC evita comandos de actitud discontinuos y permite una prealimentación de velocidad angular al controlador de actitud.
• El observador de par detectó una perturbación dependiente de la posición, posiblemente procedente de los cables de alimentación o del cable de seguridad; en el círculo compensó pares de aproximadamente el 30 % de la capacidad máxima de par alrededor del eje x del cuerpo.
• Gracias a su pequeña inercia, el robot redujo su aceleración en un 50 % en menos de 200 ms después de cada impacto.

Resultados principales

• Rampa a lo largo de los tres ejes (Tarea 1, 3 ejecuciones): RMSE medio de posición de 0,6 / 0,8 / 0,1 cm en x / y / z, con un error absoluto máximo de hasta 1,6 cm en x–y y 0,2 cm en z.
• Esto supone una reducción del 60 % del error absoluto máximo respecto a los 4,0 cm en x–y (y 0,5 cm en z) reportados en un trabajo anterior sobre SoftFly para una tarea de vuelo estacionario.
• Rampa con golpes con un palo al cable de seguridad (Tarea 2, 1 ejecución, aceleraciones superiores a 0,25 g): RMSE de 0,7 / 1,0 / 0,2 cm y error absoluto máximo de 2,5 / 2,1 / 0,3 cm en x / y / z.
• Círculo de 5,0 cm de radio a 5,2 cm/s (Tarea 3, 3 ejecuciones): RMSE medio de 1,0 / 1,5 / 0,3 cm, RMSE de la peor ejecución de 1,8 cm en y, error absoluto máximo de hasta 3,1 cm.
• La política se ejecuta a 2 kHz en una Speedgoat Baseline Target Machine; entrenar cada política lleva aproximadamente 1 minuto (T = 350 pasos) en un Intel i9-10920 con dos GPU RTX 3090.

Limitaciones

• El artículo no tiene sección de limitaciones; presenta el despliegue a bordo como un paso siguiente, ya que el controlador se ejecutó en un ordenador Speedgoat externo, con captura de movimiento Vicon que proporcionaba la posición y la actitud.
• La disposición de los actuadores no puede producir par alrededor del eje z del cuerpo, por lo que la guiñada no se controla activamente.
• Se entrenó una política distinta para cada tipo de trayectoria (rampa, círculo), y los parámetros del controlador se ajustaron ligeramente durante los experimentos.
• El modelo supone ausencia de viento, el robot vuela con cables de alimentación y las pruebas de perturbación se limitaron a golpes con un palo al cable de seguridad en una sola ejecución.

Impacto en el campo

Finalista del premio ICRA 2023 Outstanding Dynamics and Control Paper, con 7 citas. La copia con licencia no enlaza código, políticas entrenadas ni datos.

Resumen

El seguimiento preciso y ágil de trayectorias en microvehículos aéreos (Micro Aerial Vehicles, MAVs) de menos de un gramo es difícil, ya que la pequeña escala del robot induce grandes incertidumbres del modelo, lo que exige controladores de realimentación robustos, mientras que la dinámica rápida y las restricciones computacionales impiden desplegar estrategias computacionalmente costosas. En este trabajo presentamos un enfoque de seguimiento de trayectorias ágil y computacionalmente eficiente en el MIT SoftFly [1], un MAV de menos de un gramo (0,7 gramos). Nuestra estrategia emplea un esquema de control en cascada, en el que un controlador de actitud adaptativo se combina con una política de red neuronal entrenada para imitar un controlador predictivo basado en modelo de tubo robusto (RTMPC) para el seguimiento de trayectorias. La política de red neuronal se obtiene con nuestro trabajo reciente [2], que permite a la política conservar la robustez del RTMPC, pero con una fracción de su coste computacional. Evaluamos experimentalmente nuestro enfoque y logramos errores cuadráticos medios (Root Mean Square Errors, RMSEs) de posición inferiores a 1,8 cm incluso en las maniobras más exigentes, obtenemos una reducción del 60 % en el error máximo de posición en comparación con [3] y demostramos robustez frente a grandes perturbaciones externas.

Enlaces

• arXiv 2209.10007: https://arxiv.org/abs/2209.10007
• DOI 10.1109/ICRA48891.2023.10161510: https://doi.org/10.1109/ICRA48891.2023.10161510
• PDF: https://arxiv.org/pdf/2209.10007v1