Formation Control

Também chamado: formation keeping
Categoria: Learning & autonomy › Multi-robot
Tags: multi-robot, distributed-control, coordination, swarms, uav

Coordenar um grupo de robôs para que alcancem e mantenham um arranjo geométrico especificado, como distâncias, deslocamentos ou espaçamentos fixos ao longo de um caminho, geralmente com percepção e comunicação locais.

Definição

Controle de formação (formation control) é o problema de conduzir vários robôs para que suas posições relativas assumam e mantenham uma forma desejada, como uma linha, uma cunha, um anel ou um espaçamento uniforme ao longo de uma curva, enquanto o grupo se move ou se mantém em posição. Cada robô geralmente conhece apenas seu próprio estado e o que consegue perceber ou receber de vizinhos próximos, então o controlador precisa obter uma forma global a partir de informação local. É um tema central dos sistemas multirrobô, com aplicações que vão de grupos de drones e espaçonaves a comboios de caminhões.

As arquiteturas clássicas incluem esquemas líder-seguidor, em que os seguidores mantêm deslocamentos em relação a um líder; esquemas de estrutura virtual, em que a formação é tratada como um corpo rígido cujos pontos os robôs ocupam; e esquemas baseados em comportamentos, que combinam objetivos como manter a formação, desviar de obstáculos e alcançar um alvo. Uma revisão muito citada de Oh, Park e Ahn (2015) classifica os métodos pelo que percebem e controlam: baseados em posição (posições absolutas em um referencial comum), baseados em deslocamento (vetores de posição relativa em referenciais alinhados, muitas vezes construídos sobre algoritmos de consenso) e baseados em distância (apenas distâncias entre robôs, o que exige que o grafo da formação seja rígido para que as distâncias fixem a forma). O grafo de comunicação importa em todos eles: a conectividade decide se o grupo consegue chegar a um acordo, e atrasos e perdas de enlace afetam a estabilidade.

O controle de formação está intimamente relacionado ao seguimento coordenado de caminhos, em que cada robô segue seu próprio caminho e o grupo coordena seu avanço ao longo desses caminhos, por exemplo mantendo distâncias de arco definidas entre aeronaves que circulam na mesma órbita. Ele difere da robótica de enxame, que geralmente se baseia em regras locais simples e em comportamento de grupo emergente sem uma forma prescrita, e da busca de caminhos multiagente, que planeja rotas sem colisão em grafos em vez de regular uma geometria relativa contínua. Implantações reais acrescentam prevenção de colisões, limites de atuação, como a velocidade quase constante de aeronaves de asa fixa, e estimação das posições dos vizinhos, que costuma ser a parte mais difícil ao ar livre.

Por que importa

Muitas tarefas multirrobô exigem que os robôs mantenham uma geometria: arranjos de sensores precisam de uma linha de base, comboios precisam de espaçamento seguro e o transporte cooperativo precisa de pontos de preensão fixos. O controle de formação fornece os métodos e as garantias de estabilidade para fazer isso com comunicação limitada.

Principais aplicações

Voo coordenado de grupos de UAVs multirrotores e de asa fixa
Formação de pelotões de veículos em rodovias
Transporte cooperativo com vários robôs
Sensoriamento distribuído e vigilância em torno de um alvo
Voo em formação de espaçonaves
Comboios de veículos marinhos e padrões de levantamento

Na prática

Vários UAVs de asa fixa precisam circular um ponto de interesse com espaçamento uniforme. Cada aeronave segue um campo vetorial de guiamento que converge para o círculo, e um termo de coordenação ajusta seu avanço ao longo do caminho com base nas distâncias de arco até seus vizinhos, que ela recebe por um enlace de rádio local. Como as aeronaves não conseguem pairar nem parar, o espaçamento precisa ser corrigido mudando a forma como cada uma se move ao longo do caminho ou em torno dele, e não esperando. Antes dos testes de voo, a equipe simula enlaces perdidos: com um grafo de comunicação conexo, o espaçamento se recupera, enquanto um grafo que se divide deixa os subgrupos separados se afastarem.

Equívocos comuns

O controle de formação precisa de um computador central que conheça todas as posições — muitos métodos são distribuídos e usam apenas informações dos vizinhos
Manter as distâncias entre pares fixa a forma da formação — só se o grafo de distâncias for rígido; caso contrário, a forma pode se deformar enquanto todas as distâncias especificadas se mantêm
Controle de formação e robótica de enxame são a mesma coisa — os métodos de enxame geralmente produzem comportamento de grupo emergente a partir de regras locais, enquanto o controle de formação regula uma geometria especificada

Quem deve saber

Engenheiros de sistemas multirrobô
Desenvolvedores de frotas de UAVs e drones
Engenheiros de controle que trabalham com sistemas em rede
Engenheiros de pelotões de veículos autônomos

Tecnologias relacionadas

Algoritmos de consenso (Consensus Algorithms)
Teoria da rigidez de grafos (Graph Rigidity Theory)
Controle líder-seguidor (Leader-Follower Control)
Método da estrutura virtual (Virtual Structure Method)
Campos vetoriais de guiamento (Guiding Vector Fields)
Controle de cruzeiro adaptativo cooperativo (Cooperative Adaptive Cruise Control)

Termos relacionados

Projetos 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