Trajectory generation and control of multi-rotors with a suspended load using nonlinear optimization

Abstract

경로 계획과 제어는 안전하고 안정적으로 멀티로터를 운용하기 위해서 필수적인 요소이다. 충돌을 회피하며 효율적인 경로를 생성하고 이를 실제로 추종하기 위해서는 동역학 모델이 고려되어야 한다. 일반 멀티로터의 동역학 모델은 높은 차원을 가진 비선형식으로 표현되는데, 현수 운송 물체를 추가할 경우 계산이 더욱 복잡해진다. 본 논문은 멀티로터를 이용한 현수 운송에 있어 경로 계획과 제어에 대한 효율적인 기법을 제안한다.

첫 번째로 단일 멀티로터를 이용한 현수 운송을 다룬다. 물체가 별도의 엑츄에이터 없이 운송될 경우 물체는 기체의 움직임에 의해서만 제어가 가능하다. 하지만, 동역학식의 높은 비선형성으로 운용에 어려움이 존재한다. 이를 경감시키기 위해서 회전 동역학식의 비선형성을 줄이고 자세 제어에 존재하는 시간 지연을 고려하여 동역학식을 간소화한다. 경로 계획에 있어서는 충돌 회피를 위해 기체, 케이블, 그리고 운송 물체를 다른 크기와 모양을 가진 타원체들로 감싸며, 효과적이면서도 덜 보수적인 방식으로 충돌 회피 구속조건을 부과한다. Augmented Lagrangian 방법을 이용하여 비선형 구속조건이 부과된 비선형 문제를 실시간 최적화하여 경로를 생성한다. 생성된 경로를 추종하기 위해서 Sequential linear quadratic 솔버를 이용한 모델 예측 제어기로 최적 제어 입력을 계산한다. 제안된 기법은 여러 시뮬레이션과 실험을 통해 검증한다.

다음으로, 다중 멀티로터를 이용한 협업 현수 운송 시스템을 다룬다. 해당 시스템의 상태 변수나 동역학식에서 연결된(coupled) 항의 개수는 기체의 수에 비례하여 증가하기 때문에, 효과적인 기법 없이는 최적화에 많은 시간이 소요된다. 높은 비선형성을 가진 동역학식의 복잡성을 낮추기 위하여 미분 평탄성을 사용한다. 경로 또한 piece-wise Bernstein 다항식을 이용하여 매개변수화하여 최적화 변수의 개수를 줄인다. 최적화 문제를 분해하고 충돌 회피 구속조건들에 대해 볼록화(convexification)를 수행하여 운송 물체의 경로와 장력의 경로에 대한 볼록한(convex) 하위문제들이 만들어진다. 첫 번째 하위문제인 물체 경로 생성에서는, 장애물 회피와 멀티로터의 공간을 확보하기 위하여 안전 비행 통로(safe flight corridor, SFC)와 여유 간격 구속조건을 고려하여 최적화한다. 다음으로, 장력 벡터들의 경로는 장애물 회피와 상호 충돌을 방지하기 위하여 안전 비행 섹터(safe flight sector, SFS)와 상대 안전 비행 섹터(relative safe flight sector, RSFS) 구속조건을 부과하여 최적화한다. 시뮬레이션과 실험으로 복잡한 환경에서 효율적인 경로 계획 기법을 시연하며 검증한다.

Trajectory generation and control are fundamental requirements for safe and stable operation of multi-rotors. The dynamic model should be considered to generate efficient and collision-free trajectories with feasibility. While the dynamic model of a bare multi-rotor is expressed non-linearly with high dimensions which results in computational loads, the suspended load increases the complexity further. This dissertation presents efficient algorithms for trajectory generation and control of multi-rotors with a suspended load.

A single multi-rotor with a suspended load is addressed first. Since the load is suspended through a cable without any actuator, movement of the load must be controlled via maneuvers of the multi-rotor. However, the highly non-linear dynamics of the system results in difficulties. To relive them, the rotational dynamics is simplified to reduce the non-linearity and consider the delay in attitude control. For trajectory generation, the vehicle, cable, and load are considered as ellipsoids with different sizes and shapes, and collision-free constraints are expressed in an efficient and less-conservative way. The augmented Lagrangian method is applied to solve a nonlinear optimization problem with nonlinear constraints in real-time. Model predictive control with the sequential linear quadratic solver is used to track the generated trajectories. The proposed algorithm is validated with several simulations and experiment.

A system with multiple multi-rotors for cooperative transportation of a suspended load is addressed next. As the system has more state variables and coupling terms in the dynamic equation than the system with a single multi-rotor, optimization takes a long time without an efficient method. The differential flatness of the system is used to reduce the complexity of the highly non-linear dynamic equation. The trajectories are also parameterized using piece-wise Bernstein polynomials to decrease the number of optimization variables. By decomposing an optimization problem and performing convexification, convex sub-problems are formulated for the load and the tension trajectories optimization, respectively. In each sub-problem, a light-weight sampling method is used to find a feasible and low-cost trajectory as initialization. In the first sub-problem, the load trajectory is optimized with safe flight corridor (SFC) and clearance constraints for collision avoidance and security of space for the multi-rotors. Then, the tension histories are optimized with safe flight sector (SFS) and relative safe flight sector (RSFS) constraints for obstacle and inter-agent collision avoidance. Simulations and experiments are conducted to demonstrate efficient trajectory generation in a cluttered environment and validate the proposed algorithms.