3D UAV Navigation with Moving-Obstacle Avoidance Using Barrier Lyapunov Functions
Navigation 3D d'un UAV avec évitement d'obstacles à l'aide des fonctions de Lyapunov barrières
Résumé
We address the safe-navigation problem for aerial robots in the presence of mobile obstacles. Our approach relies on an original dynamic model defined in a cylindrical-coordinate space. It is assumed that the environment contains moving obstacles, that are encoded as state constraints so that they are embedded in the control design: the controller is constructed so as to generate a force field which, in turn, is derived from a potential with negative gradient in the vicinity of stable equilibria and positive gradient in the vicinity of obstacles. In particular, we combine the so-called Barrier Lyapunov Functions (BLF) method with the backstepping technique to obtain a smooth time-invariant controller. It is guaranteed that the robot reaches its destination from any initial condition in the valid workspace (that is, the environment stripped of the obstacles' safety neighborhoods) while avoiding collisions. Furthermore, the performance of our control approach is illustrated via simulations and experiments on a quadrotor benchmark.
Nous abordons le problème de la navigation sécurisée pour des robots aériens en présence d'obstacles mobiles. Notre approche repose sur un modèle dynamique original défini dans un espace de coordonnées cylindriques. Il est supposé que l'environnement contient des obstacles mobiles, qui sont définis en tant que contraintes d'état, de manière à être intégrés dans la conception de la commande : le contrôleur est construit de manière à générer un champ de force qui, à son tour, est dérivé d'un potentiel à gradient négatif au voisinage des équilibres stables et de gradient positif au voisinage des obstacles. En particulier, nous combinons la méthode dite des fonctions de Lyapunov barrières (BLF) avec la technique du backstepping pour obtenir une commande lisse et invariante dans le temps. Il est garanti que le robot atteigne sa destination à partir de n’importe quelle condition initiale dans l’espace de travail valide (c'est-à-dire, l'espace de travail sans les zones de sécurité des obstacles) tout en évitant les collisions. De plus, la performance de notre approche de contrôle est illustrée via des simulations et des expériences sur des quadrotors.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...