Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV
•Als PPT, PDF herunterladen•
0 gefällt mir•33 views
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.
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Mehr von Florian-Michael Adolf
Mehr von Florian-Michael Adolf (6)
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
- 13. Folie 13 Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011 Verhaltens- generierungGraphen- suche Welt- modell Aufgaben- planung Pfadfolge- regelung Trajektorien -generierung MRAC Regler Mobile Bodenstation Generierter Missionsplan: Sequenz von parametriesierten Verhalten UAV ID 20070510 TO -5 HV 0 0 -3 180 Object tracker on WT 10 HV 33.3 3.51 -7 28.9 HV 37.1415 1.63484 -10 90 WT 5 HV 37.1415 48.688 -10 90 HV 37.1415 48.688 -10 180 HV 31.81 48.688 -10 180 HV 26.4785 1.63484 -10 180 HV 26.4785 1.63484 -10 90 HV 26.4785 48.688 -10 90 HV 26.4785 48.688 -10 180 HV 21.147 48.688 -10 180 object tracker off HV 0 0 -3 180 LD WO SequenzmitVerhaltenskommandos
- 14. Folie 14 Schichtenmodell zur integrierten Auftrags- und Bewegungsplanung an Bord tief fliegender Hubschrauber UAV > Florian Adolf e.t al. > 24.02.2011 Verhaltens- generierungGraphen- suche Welt- modell Aufgaben- planung Pfadfolge- regelung Trajektorien -generierung MRAC Regler Sequenceofbehaviorcommands ID 20070510 TO -5 HV 0 0 -3 180 WT 10 HV 33.3 3.51 -7 28.9 HV 37.1415 1.63484 -10 90 WT 5 object tracker on HV 37.1415 48.688 -10 90 HV 37.1415 48.688 -10 180 HV 31.81 48.688 -10 180 HV 26.4785 1.63484 -10 180 HV 26.4785 1.63484 -10 90 HV 26.4785 48.688 -10 90 HV 26.4785 48.688 -10 180 HV 21.147 48.688 -10 180 object tracker off LD WO Grundlegende Verhalten Höhere Verhalten
- 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