Исследование метода одновременного планирования траектории и последовательности деформаций для тенсегрити-дрона

Современные воздушные роботы, в частности дроны, развиваются быстрыми темпами. Дроны являются перспективным направлением робототехники при выполнении опасных задач во время поисково-спасательных работ, а также для таких практических приложений, как фото- и кинематография. Актуальной задачей становится обеспечение безопасности (устойчивости к механическим повреждениям) дронов при взаимодействии с внешней средой и людей в случае контакта с дронами. Для решения указанной задачи целесообразно использовать тенсегрити-дроны, обладающие деформируемой конструкцией и способностью адаптироваться к изменяющимся параметрам окружающего пространства с учетом встречающихся на их пути препятствий. Такие дроны могут проводить управляемую деформацию корпуса в процессе перемещения, что делает их более мобильными в сложных средах. Для планирования таких траекторий ранее был предложен метод, основанный на решении оптимизационной задачи с линейными матричными неравенствами. Однако численные свойства метода остались не изученными. Рассмотрена задача планирования траектории тенсегрити-дрона. Проведены численные эксперименты. Установлено, что на выполнимость задачи геометрические характеристики окружающего пространства оказывают незначительное влияние, а на вычислительную сложность и затрачиваемое процессорное время — весьма существенное.

Литература

[1] Savin S., Klimchik A. Morphing-enabled path planning for flying tensegrity robots as a semidefinite program. Frontiers in Robotics and AI, 2022, vol. 9, art. 812849, doi: https://doi.org/10.3389/frobt.2022.812849

[2] Nitta K., Higuchi K., Rekimoto J. HoverBall: augmented sports with a flying ball. 5th Augmented Human Int. Conf., 2014, doi: https://doi.org/10.1145/2582051.2582064

[3] Yamaguchi K., Kato G., Kuroda Y. et al. A non-grounded and encountered-type haptic display using a drone. Symp. on Spatial User Interaction, 2016, pp. 43–46, doi: https://doi.org/10.1145/2983310.2985746

[4] Brescianini D., D’Andrea R. Design, modeling and control of an omni-directional aerial vehicle. IEEE ICRA, 2016, pp. 3261–3266, doi: https://doi.org/10.1109/ICRA.2016.7487497

[5] Kornatowski P.M., Bhaskaran A., Heitz G.M. et al. Last-centimeter personal drone delivery: field deployment and user interaction. IEEE Robot. Autom. Lett., 2018, vol. 3, no. 4, pp. 3813–3820, doi: https://doi.org/10.1109/LRA.2018.2856282

[6] Kornatowski P.M., Mintchev S., Floreano D. An origami-inspired cargo drone. IEEE/RSJ IROS, 2017, pp. 6855–6862, doi: https://doi.org/10.1109/IROS.2017.8206607

[7] Shu J., Chirarattananon P. A quadrotor with an origami-inspired protective mechanism. IEEE Robot. Autom. Lett., 2019, vol. 4, no. 4, pp. 3820–3827, doi: https://doi.org/10.1109/LRA.2019.2929978

[8] Bucki N., Mueller M.W. Design and control of a passively morphing quadcopter. IEEE ICRA, 2019, pp. 9116–9122, doi: https://doi.org/10.1109/ICRA.2019.8794373

[9] Falanga D., Kleber K., Mintchev S. et AL. The foldable drone: a morphing quadrotor that can squeeze and fly. IEEE Robot. Autom. Lett., 2019, vol. 4 no. 2, pp. 209–216, doi: https://doi.org/10.1109/LRA.2018.2885575

[10] Klaptocz A., Briod A., Daler L. et al. Euler spring collision protection for flying robots. IEEE/RSJ IROS, 2013, pp. 1886–1892, doi: https://doi.org/10.1109/IROS.2013.6696606

[11] Skelton R.E., de Oliveira M.C. Tensegrity systems. Springer. 2009. 216 p.

[12] Guest S.D. The stiffness of tensegrity structures. IMA J. of Applied Mathematics, 2011, vol. 76, no. 1, pp. 57–66, doi: https://doi.org/10.1093/imamat/hxq065

[13] Caluwaerts K., Despraz J., Işçen A. et al. Design and control of compliant tensegrity robots through simulation and hardware validation. J. R. Soc. Interface, 2014, vol. 11, no. 98, art. 20140520, doi: https://doi.org/10.1098/rsif.2014.0520

[14] Paul C., Valero-Cuevas F.J., Lipson H. Design and control of tensegrity robots for locomotion. IEEE Trans. Robot., 2006, vol. 22, no. 5, pp. 944–957, doi: https://doi.org/10.1109/TRO.2006.878980

[15] Sabelhaus A.P., Bruce J., Caluwaerts K. et l. System design and locomotion of SUPERball, an untethered tensegrity robot. IEEE ICRA, 2015, pp. 2867–2873, doi: https://doi.org/10.1109/ICRA.2015.7139590

[16] Bruce J., Sabelhaus A.P., Chen Y. et al. SUPERball: exploring tensegrities for planetary probes. i-SAIRAS, 2014, vol. ARC-E-DAA-TN15338.

[17] Sabelhaus A.P., Bruce J., Caluwaerts K. et al. Hardware design and testing of SUPERball, a modular tensegrity robot. WCSCM, 2014, doc. 20140011157.

[18] Park J.K., Chung T.M. Boundary-RRT* algorithm for drone collision avoidance and interleaved path re-planning. J. of Information Processing Systems, 2020, vol. 16, no. 6, pp. 1324–1342.

[19] Jia D., Vagners J. Parallel evolutionary algorithms for UAV path planning. AIAA 1st Intelligent Systems Technical Conf., 2004, art. 6230, doi: https://doi.org/10.2514/6.2004-6230

[20] Duchoň F., Babinec A., Kajan M. et al. Path planning with modified a star algorithm for a mobile robot. Procedia Eng., 2014, vol. 96, pp. 59–69, doi: https://doi.org/10.1016/j.proeng.2014.12.098

[21] Villaseñor C., Gallegos A.A., Lopez-Gonzalez G. et al. Ellipsoidal path planning for unmanned aerial vehicles. Appl. Sci., 2021, vol.11, no. 17, art. 7997, doi: https://doi.org/10.3390/app11177997

[22] Gao F., Wu W., Lin Y. et al. Online safe trajectory generation for quadrotors using fast marching method and Bernstein basis polynomial. IEEE ICRA, 2018, pp. 344–351, doi: https://doi.org/10.1109/ICRA.2018.8462878

[23] Zalyaev E., Savin S. Tensegrity morphing: machine learning-based tensegrity deformation predictor for traversing cluttered environments. APMS. Springer, 2021, pp. 473–480, doi: https://doi.org/10.1007/978-3-030-85910-7_50

[24] Deits R., Tedrake R. Computing large convex regions of obstacle-free space through semidefinite programming. In: Algorithmic foundations of robotics XI. Springer, 2015, pp. 109–124.

[25] Savin S. An algorithm for generating convex obstacle-free regions based on stereographic projection. IEEE SIBCON, 2017, doi: https://doi.org/10.1109/SIBCON.2017.7998590