Distributed 3D Leader-Follower Formation Control with Field-of-View Safety via Control Barrier Functions

Résumé technique : Contrôle de formation distribué 3D leader-suiveur avec sécurité du champ de vision via des fonctions barrière de contrôle

Énoncé du problème
L'article aborde le défi du maintien de formations 3D leader-suiveur (3D-LFF) sûres et basées sur la vision pour des systèmes multi-UAV, en particulier dans des environnements sans GPS où l'estimation d'état relative repose sur des caméras embarquées. Une contrainte critique dans de tels systèmes est le champ de vision (FOV) et la plage de profondeur de la caméra du suiveur. Si les commandes de suivi de formation poussent le leader hors du cône de vision de la caméra du suiveur, la visibilité est perdue, entraînant un échec de l'estimation d'état relative et un échec potentiel de la mission. Les approches existantes basées sur la position échouent souvent à modéliser rigoureusement ces contraintes de cône de vision 3D, tandis que l'extension des méthodes de visibilité planes aux formations d'UAV 3D n'est pas triviale en raison de la géométrie 3D couplée et des effets d'orientation relative. Le problème central consiste à concevoir un cadre de contrôle distribué qui réalise un suivi de formation précis tout en garantissant que le leader reste strictement visible à l'intérieur du cône de vision de la caméra du suiveur à tout moment.

Méthodologie
La solution proposée est une architecture de contrôle hiérarchique et consciente de la perception qui intègre un contrôleur de formation nominal avec un filtre de sécurité basé sur des fonctions barrière de contrôle (CBF).

1. Modélisation du système : Les auteurs dérivent un modèle cinématique relatif pour la paire leader-suiveur en utilisant des coordonnées sphériques ($L_{ij}, \phi_{ij}, \xi_{ij}$) augmentées d'une variable d'orientation relative ($\alpha_{ij}$). Ce modèle capture la géométrie entre la caméra fixe sur le corps du suiveur et le leader, exprimée dans le repère du corps du suiveur.
2. Contrôleur nominal : Un contrôleur de suivi 3D-LFF distribué est conçu en utilisant uniquement les états relatifs localement disponibles et les états du leader communiqués. Ce contrôleur génère une commande de vitesse nominale ($u_i^{nom}$) destinée à conduire l'erreur de formation vers zéro de manière exponentielle.
3. Filtre de sécurité (CBF-QP) : Pour imposer la visibilité, la commande nominale est traitée par un programme quadratique basé sur des fonctions barrière de contrôle (CBF-QP).
   • Définition de l'ensemble sûr : L'ensemble de sécurité de perception est défini par les contraintes du cône de vision de la caméra (angles de champ de vision horizontal/vertical et limites de profondeur $[x_{near}, x_{far}]$). Ces contraintes sont encodées comme des fonctions continûment différentiables ($h_c$) dans les coordonnées cartésiennes.
   • Optimisation : À chaque pas de temps de contrôle, le QP minimise l'écart entre la commande sûre ($u_i^{safe}$) et la commande nominale ($u_i^{nom}$) sous réserve des contraintes CBF ($\dot{h}_c + \kappa h_c \geq 0$). Cela assure l'invariance vers l'avant de l'ensemble sûr, ce qui signifie que si le leader commence à l'intérieur du cône de vision, il y reste.
   • Robustesse : Le cadre inclut des variables de relâchement pour gérer les limites des commandes de contrôle et les perturbations non modélisées, assurant la faisabilité même lors de manœuvres agressives.

Contributions clés
L'article expose trois contributions principales :

1. Modèle cinématique relatif : Un modèle cinématique 3D en coordonnées sphériques qui intègre l'orientation relative, permettant une loi de contrôle distribuée basée sur des mesures relatives locales.
2. Filtre de sécurité temps réel : Un filtre de sécurité CBF-QP qui impose les contraintes du cône de vision 3D (FOV et profondeur) en modifiant minimalement les commandes de formation nominales. Cela garantit une visibilité continue tout en préservant les performances de suivi lorsque cela est possible.
3. Validation expérimentale : Validation complète utilisant des simulations Gazebo et des expériences matérielles sur Crazyflie 2.1. Les résultats démontrent la capacité du cadre à suivre les formations désirées et à imposer strictement les contraintes FOV, même lorsque la formation désirée entre en conflit avec les limites de visibilité ou lorsque le leader effectue des manœuvres abruptes.

Résultats
La méthode proposée a été évaluée par rapport à un contrôleur de référence sans filtre de sécurité (NoCBF) dans deux scénarios : une tâche de formation en trois étapes et une tâche de mouvement abrupt du leader.

• Tâche en trois étapes : À l'étape 2, où l'expansion de la formation désirée poussait le leader vers la limite du cône de vision de la caméra, la référence NoCBF a violé les contraintes de sécurité, provoquant la sortie du leader du champ de vision. En revanche, le suiveur équipé de CBF a ajusté dynamiquement sa vitesse pour maintenir le leader dans l'ensemble sûr, résolvant avec succès le conflit entre les objectifs de formation et la sécurité de perception.
• Mouvement abrupt : Lors d'un scénario impliquant une décélération soudaine du leader, la référence NoCBF n'a pas réussi à empêcher le suiveur de dépasser et de perdre le leader. Le cadre proposé a réussi à atténuer le dépassement, maintenant la visibilité.
• Expériences matérielles : Les tests de vol physiques avec des drones Crazyflie ont confirmé les résultats de simulation. Le contrôleur CBF a maintenu le leader à l'intérieur du cône de vision lors de manœuvres complexes (y compris une trajectoire en lemniscate modulée en lacet), tandis que la référence n'a pas réussi à maintenir les contraintes de sécurité lors des phases d'expansion de la formation.

Signification et revendications
L'article revendique fournir une solution rigoureuse pour le contrôle de formation conscient de la perception dans l'espace 3D. Sa signification réside dans :

• Visibilité garantie : Contrairement aux méthodes précédentes qui peuvent reposer sur des heuristiques ou ne pas modéliser pleinement la géométrie 3D, cette approche utilise des CBF pour garantir mathématiquement que le leader reste à l'intérieur du cône de vision de la caméra (invariance vers l'avant).
• Intervention minimale : La formulation CBF-QP assure que le filtre de sécurité ne modifie l'entrée de contrôle que lorsque nécessaire, préservant autant que possible les performances de suivi de formation nominales.
• Applicabilité pratique : La validation réussie à la fois sur simulation et sur matériel physique (Crazyflie) démontre que l'approche est faisable en termes de calcul pour une implémentation temps réel sur des UAV aux ressources limitées.

Les auteurs notent que, bien que les expériences actuelles utilisent le suivi de mouvement pour émuler des mesures relatives idéales, les travaux futurs visent à intégrer la perception embarquée pour boucler la boucle en utilisant des mesures brutes basées sur l'image. L'article ne revendique pas de résoudre tous les problèmes de coordination multi-agents, mais cible spécifiquement l'intersection critique entre le suivi de formation et la sécurité de perception dans les configurations leader-suiveur 3D.