Model Predictive Control for Cooperative Rendezvous of Autonomous Unmanned Vehicles
Tid: Ti 2021-06-08 kl 14.00
Plats: https://kth-se.zoom.us/j/61673746824, F3, Lindstedtsvägen 26, Stockholm (English)
Ämnesområde: Elektro- och systemteknik
Respondent: Linnea Persson , Reglerteknik
Opponent: Professor Jonathan How, Massachusetts Institute of Technology
Handledare: Professor Bo Wahlberg, Optimeringslära och systemteori, Reglerteknik
Abstract
Denna avhandling behandlar kooperativa och autonoma landningar av drönare på mobila landingsplattformar, och undersöker hur sådana landningar effektivt kan implementeras på verkliga system som påverkas av externa störningar och som samtidigt arbetar under fysiska och beräkningsmässiga begränsningar. Två exempel betraktas särskilt: först landingen av ett autonomt flygplan på en markfarkost, därefter landning av en quadcopter på en båt. Landningarna utförs kooperativt,vilket innebär att båda fordonen har möjlighet att påverka systemet för att fullborda landningen. Denna typ av system har applikationer bland annat inom autonoma leveranser, nödlandningar, samt inom eftersöknings- och räddningsuppdrag. Forskningen motiveras av ett behov av effektiva och säkra autonoma landingsmanövrar, för fordon med heterogen och komplex dynamik som samtidigt måste uppfylla ett antal säkerhetsvillkor.
Reglermetoden som appliceras är modell-prediktiv reglerteknik (MPC), en optimeringsbaserad metod där ett optimalt reglerproblem med ändlig horisont löses under varje samplingsperiod. Denna metod tillför till det autonoma landningsproblemet fördelar såsom explicit hantering av systemdynamik, samt direkt inkludering av störningshantering och bivillkor vid beräkning av insignaler. På så sätt kan vi direkt i optimeringslösaren hantera säkerhetsvillkor och externa störningar. Det visas i avhandlingen hur lösningstiden för optimeringen kan effektiviseras genom att separera den horisontella och den vertikala dynamiken till två subproblem som löses sekvensiellt. Därefter härleds en ny algoritm för variabel-horisont MPC, där horisonten tillåts variera som en del av optimeringsproblemet i MPC-regulatorn. Algoritmen använder sig av effektiva uppdateringsregler och tar hänsyn till de likheter som finns i strukturen på de flertalet optimeringsproblem som löses under varje samplingstid. Vi visar dels att algoritmen är tillräckligt effektiv för att implementeras på system även med långa horisonter, och även att lösningstiden går ner när manövern går mot sitt slutskede. Detta betyder att kraven på systemets beräkningskraft minskar under den mest kritiska delen.
Algoritmen implementeras för två olika landingssystem, för att därefter tillämpas och utvärderas i både realistiska simuleringsmiljöer under olika typer av störningar, samt med flygtester på en verklig plattform genom WASPs forskningsarena. Resultaten visar dels att reglermetoden ger önskade resultat med avseende både på störningshantering och uppfyllande av bivillkor från säkerhetskrav, och dels att algoritmen är praktiskt implementerbar även på system med begränsad beräkningskraft.