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

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

授權條款

• 開放取用
• 論文: CC BY 4.0

以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。

一句話摘要

一個經訓練模仿穩健管 MPC 的兩層神經網路，與自適應姿態控制器串接，以 2 kHz 控制一架 0.7 g 的軟性致動 MAV 飛行，位置 RMSE 低於 1.8 cm。

為何重要

它在一台小型機外電腦上，以 2 kHz 為昆蟲尺度的機器人帶來兼顧限制條件與不確定性、類似 MPC 的軌跡追蹤，作者視之為邁向機上部署的途徑。訓練一個新策略只需約一分鐘，加快了控制器的調校。

問題

次公克級拍翼 MAV 的模型不確定性大、動力學極快，機上運算能力又很少，因此需要穩健的高頻回授，同時也要遵守致動器的限制，例如軟性致動器的介電崩潰電壓。MPC 與穩健管 MPC 能處理限制條件與不確定性，但在資源受限的平台上以高頻執行成本太高；而現有的次公克級控制器並未明確考量不確定性或致動限制。

提出的方法

一個串級控制器：內迴路是幾何姿態控制器，並加上一個穩態卡爾曼濾波力矩觀測器，用來估計並抵銷緩慢變化的力矩擾動。外迴路是一個全連接網路（2 個隱藏層，每層 32 個神經元），經訓練模仿一個時域為 1 s（N = 50）的軌跡追蹤穩健管 MPC；訓練資料來自高擬真度模擬器，並在每個時間步加入 200 筆在管內取樣、由管的輔助控制器標註的狀態–動作對。

關鍵見解

• 在穩健管內取樣額外的狀態，並以輔助控制器為其標註，讓在無擾動模擬中訓練的策略能保有 RTMPC 的穩健性。
• 以翻滾與俯仰角速率作為 MPC 的輸入，可避免不連續的姿態命令，並讓角速度能前饋給姿態控制器。
• 力矩觀測器偵測到一個與位置相關的擾動，可能來自電源線或安全繫繩；在圓形軌跡上，它補償了繞機體 x 軸、約為最大力矩能力 30% 的力矩。
• 由於慣量很小，機器人在每次撞擊後不到 200 ms 內就將加速度降低 50%。

主要結果

• 沿三軸的斜坡軌跡（任務 1，3 次執行）：x / y / z 的平均位置 RMSE 為 0.6 / 0.8 / 0.1 cm，最大絕對誤差在 x–y 最高 1.6 cm，在 z 為 0.2 cm。
• 相較先前 SoftFly 研究在懸停任務中報告的 x–y 4.0 cm（z 為 0.5 cm），最大絕對誤差降低 60%。
• 以棍子戳安全繫繩的斜坡軌跡（任務 2，1 次執行，加速度超過 0.25 g）：x / y / z 的 RMSE 為 0.7 / 1.0 / 0.2 cm，最大絕對誤差為 2.5 / 2.1 / 0.3 cm。
• 半徑 5.0 cm、速度 5.2 cm/s 的圓形軌跡（任務 3，3 次執行）：平均 RMSE 為 1.0 / 1.5 / 0.3 cm，最差一次在 y 的 RMSE 為 1.8 cm，最大絕對誤差最高 3.1 cm。
• 策略在 Speedgoat Baseline Target Machine 上以 2 kHz 執行；在搭載兩張 RTX 3090 GPU 的 Intel i9-10920 上，訓練每個策略約需 1 分鐘（T = 350 步）。

限制

• 論文沒有限制章節；它把機上部署列為下一步，因為控制器是在機外的 Speedgoat 電腦上執行，位置與姿態由 Vicon 動作捕捉系統提供。
• 致動器配置無法產生繞機體 z 軸的力矩，因此偏航未受主動控制。
• 每種軌跡類型（斜坡、圓形）各訓練一個策略，且控制器參數在實驗期間略有調校。
• 模型假設無風，機器人靠電源繫繩飛行，擾動測試僅限於單次執行中以棍子戳安全繫繩。

對領域的影響

入圍 ICRA 2023 傑出動力學與控制論文獎決選，被引用 7 次。授權版本未附程式碼、已訓練策略或資料的連結。

摘要

在次公克級微型飛行器（MAVs）上達成精確且敏捷的軌跡追蹤相當具挑戰性：機器人尺度小會造成很大的模型不確定性，因而需要穩健的回授控制器，而快速的動力學與運算限制又使運算成本高的策略無法部署。在這項研究中，我們提出一種在 MIT SoftFly [1]（一款次公克級 MAV，0.7 公克）上進行敏捷且運算有效率之軌跡追蹤的方法。我們的策略採用串級控制架構，將自適應姿態控制器與一個神經網路策略結合，該策略經訓練以模仿一個軌跡追蹤的穩健管模型預測控制器（RTMPC）。神經網路策略是以我們近期的研究 [2] 取得，它讓策略能保有 RTMPC 的穩健性，運算成本卻只有其一小部分。我們以實驗評估此方法，即使在較具挑戰性的機動中，位置均方根誤差（RMSEs）也低於 1.8 cm，最大位置誤差相較 [3] 降低 60%，並展現對大幅外部擾動的穩健性。

連結

• 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