RVC-NMPC: Nonlinear Model Predictive Control with Reciprocal Velocity Constraints for Mutual Collision Avoidance in Agile UAV Flight

Technische Samenvatting: RVC-NMPC voor wederzijdse botsingsvermijding bij wendelbare UAV-vlucht

Probleemstelling
De snelle inzet van onbemande luchtvaartuigen (UAV's) voor taken zoals pakketbezorging en gebiedsbewaking vereist operaties in een dicht, gedeeld luchtruim. Hoewel gecentraliseerde planning vaak onpraktisch is voor scenario's met hoge snelheid vanwege communicatievertragingen en schaalbaarheidsvraagstukken, kampen bestaande gedecentraliseerde methoden met aanzienlijke beperkingen. De huidige state-of-the-art benaderingen vereisen doorgaans de uitwisseling van volledige toekomstige trajecten, wat hoge eisen stelt aan de bandbreedte, of vertrouwen op vereenvoudigde kinematische modellen die de nietlineaire dynamica van UAV's negeren. Bovendien zijn veel bestaande methoden beperkt tot lage snelheden (vaak onder de 10 m/s), waardoor ze het vermogen van commerciële drones om hogere snelheden en versnellingen te bereiken, niet volledig benutten. Er is een kritieke behoefte aan een gedecentraliseerde strategie voor botsingsvermijding die op hoge frequenties werkt, rekening houdt met volledige nietlineaire dynamica en uitsluitend vertrouwt op observeerbare huidige toestanden (positie en snelheid) in plaats van voorspelde toekomstige paden.

Methodologie
De auteurs stellen RVC-NMPC voor, een framework dat Nonlinear Model Predictive Control (NMPC) integreert met tijdgebonden Reciprocal Velocity Constraints (RVC's). De systeemarchitectuur bestaat uit een pipeline die met 100 Hz draait op een ARM-processor, bestaande uit:

1. Toestandschatting: Verwerkt sensordata om de huidige positie en snelheid van de UAV te schatten.
2. Referentietrajectgeneratie: Gebruikt een puntmassa-model (PMM) om een minimum-tijd referentietraject naar het doel te genereren, waarbij rekening wordt gehouden met kinematische beperkingen maar botsingen worden genegeerd.
3. Reciprocal Velocity Constraint Generator: Berekent lineaire beperkingen op basis van de huidige posities en snelheden van naburige robots. In tegenstelling tot methoden die beperkingen voor elk punt in de voorspellingshorizon berekenen, genereert deze module een enkele set beperkingen afgeleid van de huidige toestand.
4. NMPC-controller: Lost een nietlineair optimalisatieprobleem op om besturingsinputs (motortrust) te genereren. Het doel is om de afwijking van het referentietraject en de besturingsinspanning te minimaliseren. Cruciaal is dat botsingsvermijding wordt afgedwongen via soft lineaire beperkingen ($A_{m,k}v_k + s_{m,k} \ge b_{m,k}$) die direct in de NMPC-formulering zijn geïntegreerd.

Belangrijke Technische Innovaties

• Tijdgebonden Beperkingen: Het artikel introduceert een nieuw mechanisme waarbij wederzijdse snelheidsbeperkingen alleen geldig zijn voor een specifieke tijdsvenster ($t_{v,m}$). Deze duur wordt berekend op basis van de relatieve positie- en snelheidsvectoren; de beperking is alleen actief totdat de relatieve snelheidsvector de robots langs elkaar zou laten passeren (d.w.z. wanneer de hoek tussen de relatieve positie en de relatieve snelheid groter is dan $\pi/2$). Dit voorkomt dat de beperkingen voor de gehele voorspellingshorizon te restrictief zijn, waardoor de UAV vrijer kan manoeuvreren zod_t het directe botsingsrisico is gepasseerd.
• Toepassing van een Enkele Set Beperkingen: In plaats van unieke beperkingen te berekenen voor elk transitiepunt in de NMPC-horizon (wat de computationele complexiteit verhoogt), past de methode een enkele set beperkingen toe over de gehele horizon. Vanwege de convexiteit van de haalbare snelheidsset blijft elke convexe combinatie van haalbare snelheden haalbaar. Deze aanpak vermindert de computationele belasting drastisch terwijl botsingsvermijding gegarandeerd blijft.
• Directe Integratie van Dynamica: De controller maakt gebruik van een volledig nietlineair quadrotor-dynamisch model (inclusclusief body rates en quaternion oriëntatie) in plaats van vereenvoudigde kinematische modellen, wat wendelbare vlucht bij hoge versnellingen mogelijk maakt.
• Lage Bandbreedte Operatie: De methode vereist alleen de huidige positie en snelheid van andere agenten, verkrijgbaar via onboard sensing of laag-bandbreedte communicatie (bijv. Remote Drone ID), waardoor de noodzaak voor hoog-bandbreedte trajectuitwisseling wordt geëlimineerd.

Resultaten
De aanpak werd geëvalueerd via uitgebreide simulaties en experimenten in de echte wereld:

• Simulatieprestaties: In een uitdagend scenario met 10 UAV's die navigeren naar antipodale posities op een cirkel met een straal van 10 m met snelheidslimieten van 20 m/s en acceleratielimieten van 40 m/s, behaalde RVC-NMPC een reductie in vliegtijd van 31% vergeleken met de best presterende state-of-the-art methode (HDSM), terwijl een succespercentage van 100% (botsingsvrij) werd behouden. Het presteerde beter dan methoden zoals MADER, EGO-SWARM-2 en RBL.
• Robuustheid: Het systeem toonde veerkracht tegen communicatievertragingen tot 50 ms en berichtfrequenties tot 10 Hz. Het behield ook de prestaties met toestandschattruis tot $\sigma_p = 1$m en $\sigma_v = 2$ m/s.
• Betrouwbaarheid: Een 3-uurs continue simulatie met 10 UAV's die navigeren naar 50.000 willekeurige doelen met versnellingen tot 40 m/s resulteerde in nul botsingen.
• Validatie in de Werkelijkheid: Experimenten met drie UAV's op een Khadas VIM3 processor (2 GHz ARM) bevestigden de levensvatbaarheid van de aanpak. Het systeem navigeerde succesvol met versnellingen tot 30 m/s² en snelheden tot 18 m/s, gebruikmakend van een 10 Hz communicatielink met een gemiddelde vertraging van 14 ms.

Betekenis en Claims
Het artikel claimt dat RVC-NMPC een significante vooruitgang vormt voor hoogwaardige, wendelbare UAV-vlucht in gedeelde omgevingen. De primaire betekenis ligt in het vermogen om volledige nietlineaire dynamische modellering te combineren met real-time prestaties (100 Hz) zonder de uitwisseling van toekomstige trajecten te vereisen. Door uitsluitend te vertrouwen op observeerbare huidige toestanden en tijdgebonden beperkingen te gebruiken, bereikt de methode een superieure efficiëntie (verminderde vliegtijd) en robuustheid vergeleken met bestaande ORCA-MPC of trajectdeling-benaderingen. De auteurs benadrukken dat hoewel de methode geen theoretische garanties heeft (vanwege het ontbreken van toekomstige trajectkennis en het gebruik van soft constraints), de praktische betrouwbaarheid is aangetoond door uitgebreide testen in scenario's die de snelheid en acceleratielimieten van de meeste bestaande literatuur overschrijden. De aanpak wordt gepresenteerd als een praktische oplossing voor real-world inzet waar communicatiebandbreedte beperkt is en dynamische wendbaarheid vereist is.