Formation Control

Detto anche: formation keeping
Categoria: Learning & autonomy › Multi-robot
Tag: multi-robot, distributed-control, coordination, swarms, uav

Coordinare un gruppo di robot affinché raggiungano e mantengano una disposizione geometrica specificata, come distanze, scostamenti o spaziature fissi lungo un percorso, di solito con percezione e comunicazione locali.

Definizione

Il controllo di formazione (formation control) è il problema di guidare più robot in modo che le loro posizioni relative assumano e mantengano una forma desiderata, come una linea, un cuneo, un anello o una spaziatura uniforme lungo una curva, mentre il gruppo si sposta o resta in posizione. Ogni robot di solito conosce solo il proprio stato e ciò che può percepire o ricevere dai vicini, quindi il controllore deve ottenere una forma globale a partire da informazioni locali. È un tema centrale dei sistemi multi-robot, con applicazioni che vanno da gruppi di droni e veicoli spaziali a plotoni di camion.

Le architetture classiche comprendono gli schemi leader-follower, in cui i follower mantengono degli scostamenti rispetto a un leader; gli schemi a struttura virtuale, in cui la formazione è trattata come un corpo rigido i cui punti sono occupati dai robot; e gli schemi basati sui comportamenti, che combinano obiettivi come mantenere la formazione, evitare gli ostacoli e raggiungere una meta. Una rassegna molto citata di Oh, Park e Ahn (2015) classifica i metodi in base a ciò che percepiscono e controllano: basati sulla posizione (posizioni assolute in un sistema di riferimento comune), basati sullo spostamento (vettori di posizione relativa in sistemi di riferimento allineati, spesso costruiti su algoritmi di consenso) e basati sulla distanza (solo distanze tra robot, il che richiede che il grafo della formazione sia rigido affinché le distanze fissino la forma). Il grafo di comunicazione conta in tutti questi casi: la connettività decide se il gruppo può raggiungere un accordo, e ritardi e perdite di collegamento influiscono sulla stabilità.

Il controllo di formazione è strettamente legato all'inseguimento coordinato di percorsi, in cui ogni robot segue il proprio percorso e il gruppo coordina l'avanzamento lungo questi percorsi, per esempio mantenendo distanze d'arco prefissate tra velivoli che girano sulla stessa orbita. Si distingue dalla robotica di sciame, che di solito si basa su semplici regole locali e su un comportamento di gruppo emergente senza una forma prescritta, e dalla pianificazione di percorsi multi-agente, che pianifica rotte prive di collisioni su grafi invece di regolare una geometria relativa continua. Le applicazioni reali aggiungono la prevenzione delle collisioni, limiti di attuazione come la velocità quasi costante dei velivoli ad ala fissa e la stima delle posizioni dei vicini, che all'aperto è spesso la parte più difficile.

Perché è importante

Molti compiti multi-robot richiedono che i robot mantengano una geometria: le schiere di sensori hanno bisogno di una linea di base, i convogli di una spaziatura sicura e il trasporto cooperativo di punti di presa fissi. Il controllo di formazione fornisce i metodi e le garanzie di stabilità per farlo con una comunicazione limitata.

Applicazioni principali

Volo coordinato di gruppi di droni multirotore e ad ala fissa
Marcia in plotone dei veicoli in autostrada
Trasporto cooperativo con più robot
Rilevamento distribuito e sorveglianza attorno a un obiettivo
Volo in formazione di veicoli spaziali
Convogli di veicoli marini e schemi di rilievo

In pratica

Diversi droni ad ala fissa devono girare attorno a un punto di interesse con spaziatura uniforme. Ogni velivolo segue un campo vettoriale di guida che converge al cerchio, e un termine di coordinamento regola il suo avanzamento lungo il percorso in base alle distanze d'arco dai vicini, che riceve tramite un collegamento radio locale. Poiché i velivoli non possono stare in hovering né fermarsi, la spaziatura deve essere corretta cambiando il modo in cui ciascuno si muove lungo il percorso o attorno a esso, anziché aspettando. Prima dei voli di prova, il gruppo simula la perdita di collegamenti: con un grafo di comunicazione connesso la spaziatura si ripristina, mentre un grafo che si divide lascia che i sottogruppi separati si allontanino.

Idee sbagliate comuni

Il controllo di formazione richiede un computer centrale che conosca tutte le posizioni — molti metodi sono distribuiti e usano solo informazioni provenienti dai vicini
Mantenere le distanze tra coppie fissa la forma della formazione — solo se il grafo delle distanze è rigido; altrimenti la forma può deformarsi pur rispettando ogni distanza specificata
Controllo di formazione e robotica di sciame sono la stessa cosa — i metodi a sciame producono di solito un comportamento di gruppo emergente da regole locali, mentre il controllo di formazione regola una geometria specificata

Chi dovrebbe saperlo

Ingegneri di sistemi multi-robot
Sviluppatori di flotte di UAV e droni
Ingegneri del controllo che lavorano su sistemi in rete
Ingegneri del platooning di veicoli autonomi

Tecnologie correlate

Algoritmi di consenso (Consensus Algorithms)
Teoria della rigidità dei grafi (Graph Rigidity Theory)
Controllo leader-follower (Leader-Follower Control)
Metodo della struttura virtuale (Virtual Structure Method)
Campi vettoriali di guida (Guiding Vector Fields)
Cruise control adattivo cooperativo (Cooperative Adaptive Cruise Control)

Termini correlati

Progetti correlati

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