OpEn (Optimization Engine)

Solver embarcado de otimização não convexa em Rust para MPC em tempo real em robôs

Licença

MIT, Apache 2.0

Visão geral

OpEn (Optimization Engine) é um framework para otimização não convexa rápida e segura em memória em sistemas embarcados, construído em torno do algoritmo PANOC (proximal-averaged Newton-type) com métodos de lagrangiano aumentado e de penalidade para restrições. Os problemas são descritos em Python ou MATLAB usando os simbólicos do CasADi; o OpEn gera um solver em Rust livre de dependências para o alvo — o computador de bordo de um robô, uma placa classe MCU ou um nó ROS — habilitando controle preditivo por modelo (MPC) em tempo real e otimização de trajetórias livres de colisão.

O fluxo de trabalho é geração de código: você define variáveis de decisão, um custo (possivelmente não convexo) e restrições no opengen, o front-end Python/MATLAB do OpEn; ele emite um crate Rust independente que implementa o PANOC — um método de busca em linha que combina gradientes proximais com direções L-BFGS e converge rápido sem Hessianas — envolvido em loops externos de ALM/penalidade para restrições gerais. O solver gerado não tem surpresas de alocação de heap, não tem bibliotecas externas e tem memória comprovadamente limitada: exatamente o que o controle embarcado com mentalidade de certificação precisa. As interfaces incluem Rust direto, bindings C/C++, um modo servidor TCP, bindings Python e um gerador de pacotes ROS. Usos típicos em robótica são MPC não linear a centenas de hertz para desvio de obstáculos (seus exemplos de navegação viraram referência para MPC livre de colisões em AGVs/UAVs), otimização de trajetórias e estimação de horizonte móvel em plataformas com recursos restritos. O OpEn é desenvolvido academicamente (Sopasakis et al., artigo do IFAC 2020) e tem licença dupla MIT/Apache-2.0.

Por que importa

O OpEn tornou prático o MPC não convexo em tempo real em robôs pequenos: um solver com as garantias de memória do Rust, sem dependências e com memória limitada, que roda em placas embarcadas — a peça de que você precisa quando um robô deve re-resolver um problema de desvio de obstáculos a cada poucos milissegundos a bordo.

Problema que resolve

Solvers gerais de NLP (classe IPOPT) são lentos e pesados demais para MPC de bordo em alta taxa, e solvers codificados à mão são propensos a erros. O OpEn gera um solver rápido, livre de dependências e seguro em memória para o seu problema específico a partir de poucas linhas de CasADi.

Pontos principais

• Algoritmo PANOC: gradiente proximal + L-BFGS para solves não convexos rápidos sem Hessianas
• Gera solvers Rust independentes, livres de dependências e com memória limitada
• Front-ends Python (opengen) e MATLAB com os simbólicos do CasADi
• Uso direto em Rust/C/C++, modo servidor TCP e geração de pacotes ROS
• Escolha de referência para MPC embarcado livre de colisões em AGVs e UAVs; licença dupla MIT/Apache-2.0

Para quem é

• Engenheiros de controle implantando MPC de bordo
• Pesquisadores de robótica em otimização de trajetórias
• Desenvolvedores embarcados que precisam de solvers amigáveis à certificação
• Equipes de autonomia de AGVs/UAVs

Limitações

• O PANOC, baseado em primeira ordem, pode ficar atrás de métodos de pontos interiores em problemas mal condicionados
• Não convexidade significa soluções locais (não globais) — a inicialização importa
• O tratamento de restrições via ALM/penalidade exige ajuste de tolerâncias para restrições de igualdade rígidas