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

Licenças

Acesso aberto
Artigo: CC BY 4.0

Tudo o que segue se baseia no artigo completo sob a licença CC BY 4.0; sua figura é mostrada com crédito aos autores.

Em resumo

Uma rede neural de duas camadas treinada para imitar um MPC de tubo robusto, em cascata com um controlador de atitude adaptativo, faz voar um MAV de 0,7 g com atuação macia a 2 kHz com RMSE de posição abaixo de 1,8 cm.

Por que importa

Ele leva um rastreamento de trajetórias semelhante ao MPC, que considera restrições e incertezas, a um robô em escala de inseto a 2 kHz em um pequeno computador externo, o que os autores veem como um caminho para a implantação embarcada. Uma nova política é treinada em cerca de um minuto, o que acelera o ajuste do controlador.

Problema

MAVs de asas batentes com menos de um grama têm grande incerteza de modelo, dinâmica muito rápida e pouca capacidade de computação embarcada, por isso precisam de realimentação robusta e de alta frequência que também respeite limites dos atuadores, como a tensão de ruptura dielétrica de atuadores macios. O MPC e o MPC de tubo robusto lidam com restrições e incertezas, mas são caros demais para rodar em alta frequência em plataformas com recursos limitados, e os controladores existentes para veículos de menos de um grama não consideram explicitamente a incerteza nem as restrições de atuação.

Solução proposta

Um controlador em cascata: a malha interna é um controlador de atitude geométrico ampliado com um observador de torque baseado em filtro de Kalman em regime permanente, que estima e cancela perturbações de torque de variação lenta. A malha externa é uma rede totalmente conectada (2 camadas ocultas de 32 neurônios) treinada para imitar um MPC de tubo robusto de rastreamento de trajetórias com horizonte de 1 s (N = 50); os dados de treinamento vêm de um simulador de alta fidelidade, ampliados com 200 pares estado–ação extras por passo de tempo amostrados dentro do tubo e rotulados pelo controlador auxiliar do tubo.

Principais ideias

Amostrar estados extras dentro do tubo robusto e rotulá-los com o controlador auxiliar permite que uma política treinada em simulação sem perturbações mantenha a robustez do RTMPC.
Usar as taxas de rolagem e arfagem como entradas do MPC evita comandos de atitude descontínuos e permite feed-forward de velocidade angular para o controlador de atitude.
O observador de torque captou uma perturbação dependente da posição, possivelmente vinda dos cabos de alimentação ou do cabo de segurança; no círculo, ele compensou torques de cerca de 30 % da capacidade máxima de torque em torno do eixo x do corpo.
Graças à sua pequena inércia, o robô reduziu sua aceleração em 50 % em menos de 200 ms após cada impacto.

Principais resultados

Rampa ao longo dos três eixos (Tarefa 1, 3 execuções): RMSE médio de posição de 0,6 / 0,8 / 0,1 cm em x / y / z, com erro absoluto máximo de até 1,6 cm em x–y e 0,2 cm em z.
Isso representa uma redução de 60 % no erro absoluto máximo em relação aos 4,0 cm em x–y (e 0,5 cm em z) relatados em um trabalho anterior com o SoftFly para uma tarefa de voo pairado.
Rampa com cutucadas de bastão no cabo de segurança (Tarefa 2, 1 execução, acelerações acima de 0,25 g): RMSE de 0,7 / 1,0 / 0,2 cm e erro absoluto máximo de 2,5 / 2,1 / 0,3 cm em x / y / z.
Círculo de 5,0 cm de raio a 5,2 cm/s (Tarefa 3, 3 execuções): RMSE médio de 1,0 / 1,5 / 0,3 cm, RMSE da pior execução de 1,8 cm em y, erro absoluto máximo de até 3,1 cm.
A política roda a 2 kHz em uma Speedgoat Baseline Target Machine; treinar cada política leva cerca de 1 minuto (T = 350 passos) em um Intel i9-10920 com duas GPUs RTX 3090.

Limitações

O artigo não tem seção de limitações; apresenta a implantação embarcada como próximo passo, já que o controlador rodou em um computador Speedgoat externo, com captura de movimento Vicon fornecendo posição e atitude.
A disposição dos atuadores não consegue produzir torque em torno do eixo z do corpo, portanto a guinada não é controlada ativamente.
Uma política separada foi treinada para cada tipo de trajetória (rampa, círculo), e os parâmetros do controlador foram levemente ajustados durante os experimentos.
O modelo pressupõe ausência de vento, o robô voa preso a cabos de alimentação e os testes de perturbação se limitaram a cutucadas de bastão no cabo de segurança em uma única execução.

Impacto na área

Finalista do prêmio ICRA 2023 Outstanding Dynamics and Control Paper, com 7 citações. A cópia licenciada não traz links para código, políticas treinadas ou dados.

Resumo

O rastreamento preciso e ágil de trajetórias em microveículos aéreos (Micro Aerial Vehicles, MAVs) de menos de um grama é desafiador, pois a pequena escala do robô induz grandes incertezas de modelo, exigindo controladores de realimentação robustos, enquanto a dinâmica rápida e as restrições computacionais impedem a implantação de estratégias computacionalmente caras. Neste trabalho, apresentamos uma abordagem de rastreamento de trajetórias ágil e computacionalmente eficiente no MIT SoftFly [1], um MAV de menos de um grama (0,7 grama). Nossa estratégia emprega um esquema de controle em cascata, no qual um controlador de atitude adaptativo é combinado com uma política de rede neural treinada para imitar um controlador preditivo por modelo de tubo robusto (RTMPC) para rastreamento de trajetórias. A política de rede neural é obtida com nosso trabalho recente [2], que permite à política preservar a robustez do RTMPC, mas com uma fração de seu custo computacional. Avaliamos experimentalmente nossa abordagem, alcançando erros quadráticos médios (Root Mean Square Errors, RMSEs) de posição inferiores a 1,8 cm mesmo nas manobras mais desafiadoras, obtendo uma redução de 60 % no erro máximo de posição em comparação com [3] e demonstrando robustez a grandes perturbações externas.

Open Source Robotics