A factor graph approach to estimation and model predictive control on Unmanned Aerial Vehicles
A factor graph approach to estimation and model predictive control on Unmanned Aerial Vehicles
复制标题
无人机估计和模型预测控制的因子图方法
DOI：
--
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
F. Dellaert
中科院分区：
文献类型：
--
作者：
Duy;Marin Kobilarov;F. Dellaert
在本文中，我们提出了一个因素图框架来解决估计和确定性最优控制问题，并将其应用于无人机（UAV）的避障任务。我们表明，因子图使我们能够始终使用相同的优化方法，系统动力学，不确定性模型和其他内部和外部参数，这可能会提高无人机的整体性能。为此，我们扩展了因子图的建模能力，使用约束因子来表示非线性动力学。对于推理，我们将序列二次规划重新表述为具有非线性约束的因子图上的优化算法。我们证明了我们的框架上的一个模拟的四旋翼避障应用程序。
In this paper, we present a factor graph framework to solve both estimation and deterministic optimal control problems, and apply it to an obstacle avoidance task on Unmanned Aerial Vehicles (UAVs). We show that factor graphs allow us to consistently use the same optimization method, system dynamics, uncertainty models and other internal and external parameters, which potentially improves the UAV performance as a whole. To this end, we extended the modeling capabilities of factor graphs to represent nonlinear dynamics using constraint factors. For inference, we reformulate Sequential Quadratic Programming as an optimization algorithm on a factor graph with nonlinear constraints. We demonstrate our framework on a simulated quadrotor in an obstacle avoidance application.