Efficient Collision-Avoidance Constraints for Ellipsoidal Obstacles in Optimal Control: Application to Path-Following MPC and UAVs

तकनीकी सारांश: दीर्घवृत्तीय बाधाओं (Ellipsoidal Obstacles) के लिए कुशल टकराव-बचाव बाधाएं (Collision-Avoidance Constraints)

समस्या विवरण
रोबोटिक अनुप्रयोगों में, विशेष रूप से मानव रहित हवाई वाहनों (UAVs) के लिए, जटिल वातावरण में सुरक्षित संचालन सुनिश्चित करने के लिए प्रभावी टकराव बचाव की आवश्यकता होती है। जबकि वैश्विक पथ योजनाकार (Global path planners) ज्ञात स्थिर बाधाओं से बचने के लिए ज्यामितीय पथ उत्पन्न कर सकते हैं, वे अक्सर गतिशील व्यवहार या वास्तविक समय में खोजे गए अज्ञात स्थानीय बाधाओं को संभालने में विफल रहते हैं। वैश्विक पथों को निरंतर पुन: नियोजित करना गणनात्मक रूप से अत्यधिक महंगा है। इसके विपरीत, स्थानीय नियंत्रक जो नियंत्रण लूप में सीधे बाधा बचाव को एकीकृत करते हैं, उन्हें महत्वपूर्ण चुनौतियों का सामना करना पड़ता है। विशेष रूप से, अनुकूलन नियंत्रण समस्याओं (OCPs) में एंटी-कोलिजन बाधाओं को इस तरह से शामिल करना जो कि अवकलनीय (differentiable) और गणनात्मक रूप से कुशल हो, गैर-तुच्छ कार्य है। सामान्य कार्यान्वयन अक्सर धीमे और अविश्वसनीय सॉल्वर का परिणाम देते हैं, जो वास्तविक समय के क्लोज्ड-लूप संचालन में बाधा डालते हैं। इसके अलावा, मौजूदा विधियाँ पूर्ण त्रि-आयामी (3D) कार्यों तक विस्तार करने में संघर्ष करती हैं, जबकि संख्यात्मक स्थिरता बनाए रखना चुनौतीपूर्ण होता है।

कार्यप्रणाली
लेखक एक मॉड्यूलर अनुकूलन नियंत्रण ढांचे (Optimal Control Framework) का प्रस्ताव करते हैं जो स्थानीय 3D दीर्घवृत्तीय बाधा बचाव के लिए डिज़ाइन किया गया है, जिसे विशेष रूप से मॉडल प्रेडिक्टिव पाथ-फॉलोइंग कंट्रोल (MPC) पर लागू किया गया है।

1. दीर्घवृत्तीय प्रतिनिधित्व और टकराव का पता लगाना:
   रोबोट (UAV) और बाधाओं दोनों को एक द्विघात रूप (Quadratic form) $E(P, r) = \{x \in \mathbb{R}^3 \mid (x-r)^\top P (x-r) \leq 1\}$ द्वारा परिभाषित दीर्घवृत्त (Ellipsoids) के रूप में मॉडल किया गया है। टकराव का कुशलतापूर्वक पता लगाने के लिए, ढांचा दो दीर्घवृत्तों के प्रतिच्छेदन (Intersection) से प्राप्त एक गणनात्मक रूप से कुशल और निरंतर अवकलनीय स्थिति का उपयोग करता है। यह स्थिति एक सहायक दीर्घवृत्त $E_\lambda$ पर निर्भर करती है, जो रोबोट और बाधा के आकार के मैट्रिसेस के कॉनवेक्स कॉम्बिनेशन (Convex combination) से निर्मित होता है। दो दीर्घवृत्तों का गैर-प्रतिच्छेदन तब सुनिश्चित होता है जब एक पैरामीटर $\lambda \in [0, 1]$ मौजूद हो जिससे एक स्केलर फलन $K(\lambda)$ ऋणात्मक हो। विशेष रूप से, स्थिति $K(\lambda) < 0$ यह दर्शाती है कि दीर्घवृत्त प्रतिच्छेद नहीं कर रहे हैं, जबकि $K(\lambda) > 0$ टकराव का संकेत देता है। यह सूत्रीकरण टकराव बाधा को OCP में एक सुचारू, अवकलनीय बाधा के रूप में सीधे एकीकृत करने की अनुमति देता है।

2. पाथ-फॉलोइंग MPC सूत्रीकरण:
   नियंत्रण कार्य को एक समय-स्वतंत्र ज्यामितीय पथ $P$ का अनुसरण करने के रूप में परिभाषित किया गया है, जबकि स्थानीय बाधाओं से बचा जाता है। एक टाइमिंग लॉ $g(z, \nu)$ पथ पैरामीटर $s$ के विकास को नियंत्रित करता है, जो एक वर्चुअल इनपुट $\nu$ के साथ एक स्टेट वेरिएबल के रूप में कार्य करता है। MPC एक स्टेज कॉस्ट को कम करता है जो पथ से विचलन, नियंत्रण प्रयास और वर्चुअल इनपुट को दंडित करता है, जो सिस्टम डायनेमिक्स और स्टेट/इनपुट बाधाओं के अधीन होता है। टकराव बचाव की स्थिति को प्रत्येक प्रेडिक्शन स्टेप के लिए $K(\lambda, x) \leq 0$ के रूप में तैयार किया गया है। यह असमानता बाधा (Inequality constraint) उस स्थिति की अनुमति देती है जहाँ $K=0$ (दीर्घवृत्त स्पर्श कर रहे हैं लेकिन ओवरलैप नहीं हो रहे) या $K<0$ (कोई ओवरलैप नहीं), जबकि $K>0$ (टकराव) को सख्ती से प्रतिबंधित करती है।

3. दो-चरणीय अनुकूलन दृष्टिकोण (Two-Stage Optimization Approach):
   परिणामी OCP को हल करना संख्यात्मक चुनौतियों को प्रस्तुत करता है, मुख्य रूप से स्टेज कॉस्ट में टकराव पैरामीटर $\lambda$ की अनुपस्थिति के कारण, जो Sequential Quadratic Programming (SQP) सॉल्वर में इल-कंडीशनिंग (Ill-conditioning) का कारण बन सकता है। इसे कम करने के लिए, लेखक एक दो-चरणीय अनुकूलन योजना पेश करते हैं:

• चरण 1: एक दिए गए स्टेट प्रेडिक्शन के लिए, पैरामीटर $\lambda$ को होराइजन के ऊपर $K(\lambda, x)$ को न्यूनतम करने के लिए अनुकूलित किया जाता है। यह एक सस्ता, कॉनवेक्स स्केलर अनुकूलन है।
• चरण 2: अनुकूलित $\lambda$ मानों को मुख्य MPC समस्या में निश्चित मापदंडों के रूप में माना जाता है, जिसे फिर नियंत्रण इनपुट और स्टेट प्रक्षेपवक्र (Trajectory) के लिए हल किया जाता है।
  यह प्रक्रिया पुनरावृत्ति योग्य (Iterative) है (एल्गोरिदम 1), जो $\lambda$ को अपडेट करने और MPC को हल करने के बीच बारी-बारी से चलती है, जो व्यवहार में आमतौर पर एक ही इटरेशन के भीतर अभिसरण (Converge) कर जाती है।

4. डायनेमिक मॉडल:
   इस ढांचे को Crazyflie 2.1 क्वाडरोटर का उपयोग करके मान्य किया गया है। हाई-लेवल MPC 50 Hz पर संचालित होता है, जो एक तेज़ लो-लेवल एटीट्यूड कंट्रोलर (500 Hz) को संदर्भ संकेत प्रदान करता है। सिस्टम डायनेमिक्स को रोल और पिच के लिए फर्स्ट-ऑर्डर लैग एलिमेंट्स के माध्यम से लो-लेवल एटीट्यूड लूप के प्रभावों को शामिल करते हुए एक निरंतर-समय प्रणाली के रूप में मॉडल किया गया है।

प्रमुख योगदान

• 3D विस्तार: यह कार्य पिछले 2D टकराव-बचाव MPC दृष्टिकोणों को पूर्ण त्रि-आयामी स्थान तक विस्तारित करता है, जिसमें स्थिर और गतिशील दीर्घवृत्तीय बाधाओं को संभाला गया है।
• डिफरेंशिएबल टकराव बाधा: यह दीर्घवृत्तीय टकराव का पता लगाने के लिए एक निरंतर अवकलनीय स्थिति का उपयोग करता है, जो इसे ग्रेडिएंट-आधारित अनुकूलन नियंत्रण सॉल्वर के लिए उपयुक्त बनाता है।
• संख्यात्मक स्थिरता: OCP की संरचना से उत्पन्न होने वाली संख्यात्मक इल-कंडीशनिंग समस्याओं को हल करने के लिए एक नया दो-चरणीय अनुकूलन दृष्टिकोण पेश किया गया है, जो वास्तविक समय के अनुप्रयोगों के लिए उपयुक्त लघु गणना समय सुनिश्चित करता है।
• हार्डवेयर प्रदर्शन: इस दृष्टिकोण को वास्तविक दुनिया के प्रयोगों के माध्यम से मान्य किया गया है, जो UAV नियंत्रण में एक महत्वपूर्ण कदम है।

प्रायोगिक परिणाम
प्रस्तावित विधि का परीक्षण मोशन कैप्चर सिस्टम (OptiTrack) का उपयोग करके एक इनडोर वातावरण में अवस्था अनुमान (State estimation) के लिए किया गया था।

• स्थिर बाधा परिदृश्य: एक वास्तविक दुनिया के प्रयोग में, Crazyflie ने एक स्थिर, अज्ञात दीर्घवृत्तीय बाधा से बचते हुए एक ज्यामितीय पथ का सफलतापूर्वक अनुसरण किया। ड्रोन ने पथ ट्रैकिंग और सुरक्षा के बीच संतुलन दिखाते हुए केवल आवश्यक होने पर ही पथ से विचलन किया।
• गतिशील बाधा सिमुलेशन: एक चलते हुए बाधा के साथ किए गए सिमुलेशन ने समय के साथ बदलने वाली बाधा की स्थिति के अनुकूल होने की नियंत्रक की क्षमता को दिखाया।
• प्रदर्शन: प्रस्तावित दो-चरणीय अनुकूलन एल्गोरिदम उच्च गणना दक्षता प्रदर्शित करता है। एम्पिरिकल संचयी वितरण फलन (eCDF) विश्लेषण ने दिखाया कि 75% अनुकूलन चरण 2 ms से कम समय में पूरे हुए, जिसमें अधिकतम समय 5.6 ms था, जो 20 ms के सैंपलिंग अंतराल के भीतर है।
• मजबूती (Robustness): सिस्टम ने सॉफ्ट बाधाओं (Soft constraints) का उपयोग करके अवस्था अनुमान की मामूली अशुद्धियों को संभाला, जिससे सॉल्वर क्रैश होने से बचा और सुरक्षा बनाए रखी।

महत्व और दावे
लेखक दावा करते हैं कि यह कार्य UAVs के लिए (इस विशिष्ट प्रकार के MPC को एकीकृत करने वाले - दीर्घवृत्तीय टकराव बचाव के माध्यम से दो-चरणीय अनुकूलन का उपयोग करने वाले) प्रथम हार्डवेयर प्रदर्शन है, जो एक त्रि-आयामी कार्य में किया गया है। पेपर इस बात पर जोर देता है कि हालांकि इस पुनरावृत्ति एल्गोरिदम के लिए सैद्धांतिक अभिसरण गारंटी एक खुला प्रश्न बनी हुई है, प्रायोगिक परिणाम जटिल 3D वातावरण में वास्तविक समय के टकराव बचाव के लिए इस दृष्टिकोण की व्यावहारिक व्यवहार्यता और विश्वसनीयता की पुष्टि करते हैं। इस ढांचे को एक मॉड्यूलर समाधान के रूप में प्रस्तुत किया गया है जिसे क्वाडरोटर के अलावा विभिन्न रोबोटिक प्लेटफार्मों के लिए अनुकूलित किया जा सकता है।