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

许可协议

• 开放获取
• 论文: CC BY 4.0

以下内容均依据论文全文，按其 CC BY 4.0 许可协议使用；其中的图已注明作者。

一句话总结

一个经训练模仿鲁棒管 MPC 的两层神经网络，与自适应姿态控制器级联，以 2 kHz 控制一架 0.7 g 的软驱动 MAV 飞行，位置 RMSE 低于 1.8 cm。

为何重要

它在一台小型机外计算机上，以 2 kHz 为昆虫尺度机器人带来了兼顾约束和不确定性、类似 MPC 的轨迹跟踪，作者认为这是迈向机载部署的一条路径。训练一个新策略只需约一分钟，从而加快了控制器的调参。

问题

亚克级扑翼 MAV 的模型不确定性大、动力学极快，机载计算能力又很有限，因此需要鲁棒的高频反馈，同时还要遵守执行器的限制，例如软执行器的介电击穿电压。MPC 和鲁棒管 MPC 能够处理约束和不确定性，但在资源受限的平台上高频运行代价过高；而现有的亚克级控制器并未显式考虑不确定性或驱动约束。

提出的方法

一个级联控制器：内环是几何姿态控制器，并增加了一个稳态卡尔曼滤波力矩观测器，用于估计并抵消缓慢变化的力矩扰动。外环是一个全连接网络（2 个隐藏层，每层 32 个神经元），经训练模仿一个时域为 1 s（N = 50）的轨迹跟踪鲁棒管 MPC；训练数据来自高保真仿真器，并在每个时间步增加 200 个在管内采样、由管的辅助控制器打标签的状态–动作对。

关键见解

• 在鲁棒管内采样额外状态并用辅助控制器为其打标签，使在无扰动仿真中训练的策略能够保持 RTMPC 的鲁棒性。
• 将横滚和俯仰角速率作为 MPC 的输入，可避免不连续的姿态指令，并允许向姿态控制器进行角速度前馈。
• 力矩观测器捕捉到一个与位置相关的扰动，可能来自电源线或安全系绳；在圆形轨迹上，它补偿了绕机体 x 轴约为最大力矩能力 30% 的力矩。
• 得益于其很小的惯量，机器人在每次撞击后不到 200 ms 内将加速度降低了 50%。

主要结果

• 沿三个轴的斜坡轨迹（任务 1，3 次运行）：x / y / z 上的平均位置 RMSE 为 0.6 / 0.8 / 0.1 cm，最大绝对误差在 x–y 上最高 1.6 cm，在 z 上为 0.2 cm。
• 与早期 SoftFly 工作在悬停任务中报告的 x–y 上 4.0 cm（z 上 0.5 cm）相比，最大绝对误差降低了 60%。
• 用木棍戳碰安全系绳的斜坡轨迹（任务 2，1 次运行，加速度超过 0.25 g）：x / y / z 上 RMSE 为 0.7 / 1.0 / 0.2 cm，最大绝对误差为 2.5 / 2.1 / 0.3 cm。
• 半径 5.0 cm、速度 5.2 cm/s 的圆形轨迹（任务 3，3 次运行）：平均 RMSE 为 1.0 / 1.5 / 0.3 cm，最差一次运行在 y 上的 RMSE 为 1.8 cm，最大绝对误差最高 3.1 cm。
• 策略在 Speedgoat Baseline Target Machine 上以 2 kHz 运行；在配备两块 RTX 3090 GPU 的 Intel i9-10920 上，训练每个策略约需 1 分钟（T = 350 步）。

局限

• 论文没有局限性章节；它把机载部署作为下一步，因为控制器运行在机外的 Speedgoat 计算机上，位置和姿态由 Vicon 动作捕捉系统提供。
• 执行器布局无法产生绕机体 z 轴的力矩，因此偏航未被主动控制。
• 每种轨迹类型（斜坡、圆形）都单独训练了一个策略，并且控制器参数在实验期间做了少量调整。
• 模型假设无风，机器人依靠电源系绳飞行，扰动测试仅限于一次运行中用木棍戳碰安全系绳。

对领域的影响

入围 ICRA 2023 杰出动力学与控制论文奖决赛，被引用 7 次。获许可的版本未提供代码、训练好的策略或数据的链接。

摘要

在亚克级微型飞行器（MAVs）上实现精确而敏捷的轨迹跟踪颇具挑战：机器人尺度小会带来很大的模型不确定性，因而需要鲁棒的反馈控制器，而快速的动力学和计算约束又使计算代价高昂的策略无法部署。在这项工作中，我们提出一种在 MIT SoftFly [1]（一种亚克级 MAV，0.7 克）上实现敏捷且计算高效的轨迹跟踪的方法。我们的策略采用级联控制方案，将自适应姿态控制器与一个神经网络策略相结合，该策略经训练模仿一个轨迹跟踪鲁棒管模型预测控制器（RTMPC）。神经网络策略通过我们近期的工作 [2] 获得，它使策略能够保持 RTMPC 的鲁棒性，而计算代价只是其一小部分。我们通过实验评估了该方法，即使在更具挑战性的机动中，位置均方根误差（RMSEs）也低于 1.8 cm，最大位置误差相比 [3] 降低了 60%，并展示了对大幅外部扰动的鲁棒性。

链接

• 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