A decoupled approach to trajectory generation based on a cubic spline geometry formulation is introduced. The distinct consideration of boundary conditions yields a continuously differentiable trajectory definition such that path tracking errors are minimized during flight. A curvature-based, dimensionless space-filling curve allows to determine a suitable velocity profile along the path for hover-capable vehicles. Tracking of the trajectory is enabled by a conversion between the spline parameters and the arc length of the spline. In the past years, this approach in combination with a suitable trajectory tracking control has been successfully flight tested with an unmanned helicopter.
MiPlEx - Online Task Planning for Exploration Tasks in Urban Terrain
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV
1. Florian M. Adolf
Sven Lorenz,M.Mieth, J.Furlan, A.Langer, L.Praxcedes, L.Silva uvm
Schichtenmodell zur integrierten Auftrags- und
Bewegungsplanung an Bord tief fliegender
Hubschrauber UAV
DGLR Workshop: UAV-Regelung und Flugführung
„Vom Missionsauftrag zur geflogenen Trajektorie“
2. Folie 2
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Motivation
San Francisco Earthquake of 1906: Ruins in vicinity of Post and Grant Avenue.
ARC Identifier: 524396 NARA National Archives and Records Administration
Teaming Missionen
Suche + Rettung / Aufklärung /
Erkundung / Geowissenschaften …
- Wiederkehrende Aufgaben
- ggf unter (Zeit-)Druck
3. Folie 3
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Schichtenmodell
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
Aufgaben-
planung
MRAC
Regler
Welt-
modell
Vorwissen über die
Umgebung
(u.a.Hindernisse und
Flugraumgrenzen)
Operator-getrieben:
Ziel(e) einer bestimmten Aufgabe
(z.B. “im Tiefflug von A nach B”
od. “Suche nach einem Objekt”)
Automatisiert an Bord des UAVÜbergangsbereich: Automatisiert od.
manuelle (Pfad-)Vorgaben
4. Folie 4
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Welt-
modell Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
Aufgaben-
planung
MRAC
Regler
100x100m² area, 1x1x0.1m³ regular grid
Quellen 3D
(OSG,WaveFront…)
Speicherungseffizienz und
auflösungsgenaue Annäherung
durch polygonales, irregulares Netz
Unabhängige polygonale Objekte
Quellen 2.5D
5. Folie 5
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Welt-
modell
Polygon sind freie Platten,
nicht zwingend dreieckig
• Geschlossenes Polygonformat (wie z.B.
Halbkantenverfahren) nicht ohne weiteres
echtzeittauglich, da Indizierung über
Raumkurve nötig.
• Sensorisch erfasste Hindernisdaten nicht
immer einfache Dreiecke, wie es bei 3D-
Simulationen/Spielen möglich ist.
UAV mit sphärischem
Sicherheitsradius
y
z
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
Aufgaben-
planung
MRAC
Regler
6. Folie 6
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Aufgaben-
planungWelt-
modell
Hindernis
Suchbereich
sym. Matrix n x n
In diesem Beispiel:
ninit=30 → nopt=72
⇨ 72²=5184 Kombinationen!
Wegpunkt-
sequenz,
Variante 0
0
n-1
..
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
MRAC
Regler
7. Folie 7
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Welt-
modell
Kombinatorische Optimierung:
Modifiziertes 2-Opt Verfahren
+ Simulated Annealing als Metaheuristik
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
MRAC
Regler
Aufgaben-
planung
8. Folie 8
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Welt-
modell
Kombinatorische Optimierung:
Modifiziertes 2-Opt Verfahren + Simulated Annealing Metaheuristik
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
MRAC
Regler
Aufgaben-
planung
9. Folie 9
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Graphen-
sucheWelt-
modell
Aufgaben-
planung
Polygonales Weltmodell Roadmap
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
MRAC
Regler
10. Folie 10
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Sampling-Methoden für Roadmap
„Classical“ Pseudo random sample distribution (PRM) Lattice grid sample distribution (LRM):
non-orthogonal + non-uniform
Quasi-random sample distribution (QRM):
steered randomness using Halton sequences
11. Folie 11
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
QRM Sampling
Roadmap mit unpassierbaren Kanten.
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
MRAC
Regler
Graphen-
sucheWelt-
modell
Aufgaben-
planung
12. Folie 12
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Kostenkodierung „kürzester Pfad“Kostenkodierung „Tiefflug 1“
Kostenkodierung „Tiefflug 2“
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
MRAC
Regler
Graphen-
sucheWelt-
modell
Aufgaben-
planung
15. Folie 15
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Trajektorien
-generierung
(Linear)Welt-
modell
Graphen-
suche
Aufgaben-
planung
Pfadfolge-
regelung
MRAC
Regler
Verhaltens-
generierung
maxV
Geschw.:V
Weg: s
, ,[ ]
*
min max i
cmd Frickel V V V
sV K
(x,y,z,V)A (x,y,z,V)B
(x,y,z,V)C
Frickel
dV
m K
ds
16. Folie 16
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
(0) (1)
(1)(x,y,z,V)A
(x,y,z,V)B
(x,y,z,V)C
(x,y,z,V)D
„Wegpunkte“
„Segmente“
Sx;i (¿) = ai ;k + bi k
¢(¿¡ ¿k ) + ci ;k ¢(¿¡ ¿k )2
+ di ;k ¢(¿¡ ¿k )3
3 Splines pro Segment (x,y,z)
4 Parameter pro Spline (a…d)
Spline-Paramter: ¿
Trajektorien
-generierung
(Spline)Welt-
modell
Graphen-
suche
Aufgaben-
planung
Pfadfolge-
regelung
MRAC
Regler
Verhaltens-
generierung
17. Folie 17
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
· (¿) = 1
Rci r cl e (¿) =
°
°S
0
(¿)£ S
00
(¿)
°
°
kS
0
(¿)k3
Vk;m ax =
r
(am a x ¡ g)2 ¡ _Vk
2
· 2 ¢(cos4 ° + 1)
Trajektorien
-generierung
(Spline)Welt-
modell
Graphen-
suche
Aufgaben-
planung
Pfadfolge-
regelung
MRAC
Regler
Verhaltens-
generierung
18. Folie 18
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Pfadfolge-
regelungWelt-
modell
Graphen-
suche
Aufgaben-
planung
MRAC
Regler
Verhaltens-
generierung
Trajektorien
-generierung
19. Folie 19
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
MRAC
Regler
Attitude
Dynamics
Limitation
(velocity)
Limitation
(acceleration)
Lift- & Drag
Model
Gravity Model
0
Acc. to
Att.
R
R
u
y v
w
S
S
u
y v
w
Control Error
c
c
u
y v
w
Thrust Dynamics
Welt-
modell
Graphen-
suche
Aufgaben-
planung
Verhaltens-
generierung
Trajektorien
-generierung
Pfadfolge-
regelung
20. Folie 20
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
World Model loaded in 16.109 sec.
Quasi random Halton sampling for [x=1748,y=1396,z=125.2]
Roadmap build time 57.515 sec
Roadmap path planning in 70.155 sec
Spline-based smoothing in 0.0940001 sec
Mission planned in 70.265 sec
Unlimitierte Interpolation
⇨ Unerwünschter Seiteneffekt:
Bahn zwar kollisionsfrei, aber
teils erhebliche Abweichungen der Spline-
Bahn bzgl Länge und Ablage im Vergleich
zum initialen, linear interpolierten
Pfadsegment.
Berlin, Mitte
21. Folie 21
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
World Model loaded in 16.109 sec.
Quasi random Halton sampling for [x=1748,y=1396,z=125.2]
Roadmap build time 57.515 sec
Roadmap path planning in 70.155 sec
Spline-based smoothing in 0.0940001 sec
Mission planned in 70.265 sec
World Model loaded in 15.015 sec.
Quasi random Halton sampling for [x=1748,y=1396,z=125.2]
Roadmap build time 57.468 sec
Roadmap path planning in 74.608 sec
Spline-based smoothing in 0.61 sec
Mission planned in 75.249 sec
Berlin, Mitte
22. Folie 22
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
World Model loaded in 14.702 sec.
Quasi random Halton sampling for [x=1748,y=1396,z=125.2]
Roadmap build time 156.655 sec
Path length: 2138.19m
Waypoints: 138
Roadmap path planning in 14.187 sec
Spline-based smoothing in 3.547 sec
Mission planned in 17.75 sec
Berlin, Mitte
23. Folie 23
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Zusammenfassung
Auftragsorientierung für schwebefähige UAVs
(Abstrahierung durch Verhalten, Pfadverlaufsvorgaben)
Automatisierte Missionsplanung
(Suchmustergenerierung, Reihenfolgenoptimierung)
3D Bewegungsplanung und -ausführung
(Pfadplanung, Pfadoptimierung, Trajektoriengenerierung und -folge)
Schichtenmodell zur Verknüpfung von Auftragsorientierung,
Pfadplanung und Flugregelung
24. Folie 24
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Ausblick
Pfadfolge-
regelung
Trajektorien
-generierung
Verhaltens-
generierung
Graphen-
suche
Aufgaben-
planung
MRAC
Regler
Welt-
modell
?
??
?
25. Folie 25
Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011
Fragen?
Danke für Ihre
Aufmerksamkeit!
florian.adolf@dlr.de