Safe Reference Tracking and Collision Avoidance for Taxiing Aircraft Using an MPC-CBF Framework

📄 arXiv: 2410.03890v1 📥 PDF

作者: Brooks A. Butler, Zarif Cabrera, Andy Nguyen, Philip E. Paré

分类: eess.SY, cs.RO

发布日期: 2024-10-04

备注: This work is under review to be presented at the 2025 American Control Conference

💡 一句话要点

提出基于MPC-CBF框架的飞机自动滑行方法，实现安全参考轨迹跟踪和避障

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 飞机自动滑行 模型预测控制 控制障碍函数 安全控制 路径规划

📋 核心要点

  1. 现有飞机自动滑行方法在复杂环境下的安全性和轨迹跟踪精度方面存在挑战。
  2. 提出一种基于MPC-CBF的控制框架，结合模型预测控制和控制障碍函数，保证安全性和轨迹跟踪。
  3. 通过仿真实验，验证了所提出的MPC-CBF控制器在飞机自动滑行中的有效性，并与PID-CBF方法进行了比较。

📝 摘要（中文）

本文开发了一个框架，用于在机场的基于图模型的条件下，实现飞机在机库和起飞点之间的自动滑行。我们实现了一个高层路径规划算法，该算法将滑行道交叉口建模为无向图中的节点，根据飞机的物理限制以算法方式构建有向图，并使用Dijkstra算法找到通过有向图的最短有效滑行路径。然后，我们使用此最短路径来构建飞机要遵循的参考轨迹，该轨迹考虑了给定飞机的转弯能力。使用高阶控制障碍函数（HOCBF），我们为具有加速度控制输入的简单2D单轮车动力学构建了多障碍物避障和安全参考轨迹跟踪的安全条件。然后，我们使用这些安全条件来设计一个MPC-CBF框架，该框架在遵循安全约束的同时跟踪参考轨迹。我们通过仿真比较了我们的MPC-CBF控制器与PID-CBF控制方法的性能。

🔬 方法详解

问题定义：论文旨在解决飞机在机场环境下的自动滑行问题，目标是安全高效地将飞机从机库引导至起飞点。现有方法可能难以在复杂机场环境中同时保证安全（避免碰撞）和精确的轨迹跟踪，尤其是在考虑飞机动力学约束的情况下。

核心思路：论文的核心思路是将模型预测控制（MPC）与控制障碍函数（CBF）相结合。MPC用于优化轨迹跟踪性能，而CBF则用于确保满足安全约束，如避免与其他飞机或障碍物碰撞。通过这种结合，可以实现安全且高效的自动滑行。

技术框架：整体框架包括以下几个主要模块：1) 基于图的机场模型构建；2) 使用Dijkstra算法进行全局路径规划；3) 根据飞机动力学约束生成参考轨迹；4) 基于高阶控制障碍函数（HOCBF）的安全约束设计；5) MPC-CBF控制器设计，将轨迹跟踪和安全约束集成到优化问题中。

关键创新：关键创新在于将高阶控制障碍函数（HOCBF）应用于飞机自动滑行问题，并将其与MPC相结合。HOCBF能够处理高阶动力学系统，并提供更强的安全保证。将CBF集成到MPC框架中，可以在优化轨迹跟踪性能的同时，显式地考虑安全约束，从而实现安全高效的自动滑行。

关键设计：关键设计包括：1) 使用Dijkstra算法寻找最短路径；2) 参考轨迹的生成，需要考虑飞机的转弯半径等动力学约束；3) HOCBF的设计，需要根据飞机的动力学模型和安全约束进行选择；4) MPC的优化目标函数，通常包括轨迹跟踪误差和控制输入的惩罚项；5) CBF约束的参数设置，需要根据实际情况进行调整，以保证安全性和控制性能。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文通过仿真实验验证了所提出的MPC-CBF控制器的有效性。实验结果表明，该控制器能够在复杂机场环境中安全地跟踪参考轨迹，并避免与其他障碍物发生碰撞。与传统的PID-CBF控制方法相比，MPC-CBF控制器在轨迹跟踪精度和控制平滑性方面表现更优。

🎯 应用场景

该研究成果可应用于开发全自动飞机地面滑行系统，提高机场运行效率，减少人为错误，降低燃油消耗和排放。此外，该技术还可扩展到其他无人驾驶车辆的路径规划和安全控制领域，例如自动驾驶汽车和无人船。

📄 摘要（原文）

In this paper, we develop a framework for the automatic taxiing of aircraft between hangar and take-off given a graph-based model of an airport. We implement a high-level path-planning algorithm that models taxiway intersections as nodes in an undirected graph, algorithmically constructs a directed graph according to the physical limitations of the aircraft, and finds the shortest valid taxi path through the directed graph using Dijkstra's algorithm. We then use this shortest path to construct a reference trajectory for the aircraft to follow that considers the turning capabilities of a given aircraft. Using high-order control barrier functions (HOCBFs), we construct safety conditions for multi-obstacle avoidance and safe reference tracking for simple 2D unicycle dynamics with acceleration control inputs. We then use these safety conditions to design an MPC-CBF framework that tracks the reference trajectory while adhering to the safety constraints. We compare the performance of our MPC-CBF controller with a PID-CBF control method via simulations.