在20世纪90年代末,当理论学家对实时控制(通过限速通信通道关闭反馈回路)产生兴趣时,蓝牙通信标准被引入,以实现“物的局域网”。各种各样的研究小组,包括我自己的,开始对使用蓝牙通道实现反馈控制产生兴趣,以评估我们和其他人为通信有限的实时系统开发的设计原则。随着设备网络越来越重要,我们的蓝牙工作是控制理论中一个新兴领域的一部分,该领域的目标是使用现有基础设施的系统,而不是由传感器、执行器和数据链共同优化的系统,共同工作以满足性能目标。
使用非实时应用目的的基础设施的主要挑战是,基础设施优化的计算和通信协议都不适合关闭控制系统的反馈回路。Mottola和Whitehouse的工作在某种程度上是沿着这些基础设施的路线,在这种情况下是控制逻辑和反馈控制算法,在流行的无人机自动驾驶平台,如Ardupilot, Pixhawk,高通骁龙,以及现在已经停产的OpenPilot。几个这样的自动驾驶仪是以下文章中描述的软件的目标平台。
作者引入了“无反应控制”的概念,即自动驾驶仪的控制逻辑仅根据传感器读数是否表明需要对环境中的某些东西做出反应而间歇性地运行。因此,他们只在算法确定需要时才使用现成的现有控制基础设施。对于Mottola和Whitehouse来说,反应控制与他们所称的“时间触发”控制(time-triggered control)不同。这一术语的含义与目前大多数移动机器人控制工作中的用法略有不同,在移动机器人控制工作中,术语“无反应控制”被用来区分快速、低水平、传感器驱动的回路和较慢的“审议”控制(包括路径规划或目标寻求导航)。运动控制的深思熟虑部分涉及高层决策和方式的选择,以实现总体目标,在动物的情况下获得食物或寻找极端寻求机器人的化学物质的高度集中的区域。在机器人的文献中,反应性控制通常涉及处理实时的感觉数据流,以引导低级运动反应遵循预先规划的路径或在审议层中创建的路径。执行控制实现的反应层总是更紧迫的,但平衡反应和协商是实现机器人自主的关键。
在下面的文章中,反应控制涉及到一个协议,以确定传感器读数何时调用自动驾驶仪的控制功能。经典的反馈控制可以在系统时钟的每一秒修正与设定值或期望轨迹的偏差,而在他们的论文中,反应控制只在时钟读数与之前读数“显著”不同的传感器输入时才采取控制行动。这项工作的贡献之一是一种算法方法来决定什么时候传感器读取的差异是“显著的”。作者使用概率逻辑回归方法来决定何时传感器读数需要反应。在整个飞行实验中,基于后勤的决策规则的参数被调整,目的是最小化传感器读数差异意义的假阳性评估,更重要的是假阴性评估。尽管“必要时才行动”的概念简单直观,但由于存在多个传感器和执行器,这意味着在实时执行中必须考虑非常复杂的数据依赖关系。
它的效果如何?作者的细致测试值得高度赞扬。他们在三种不同的飞行器上进行了超过260小时的飞行测试和实验基准测试——四轴飞行器、六轴飞行器和具有挑战性的三轴飞行器。他们还报告了三种不同的现成自动驾驶实现。反应性飞行控制最适合的应用是那些设定值不会在路径上发生显著变化的应用;例如,盘旋和遵循相对直的路径,而不是空中杂技。然而,实验令人信服地表明,这种方法可以处理具有挑战性的情况,特别是在户外飞行中,阵风提供了重大干扰,控制系统必须作出反应。读完这篇论文后,我突然想到,动物的运动是由神经回路引导的,神经回路必须不断地将注意力重新集中在环境中最相关的特征上。目前的工作可能为理解生物运动控制的这些方面打开一个有希望的新推力。
数字图书馆是由计算机协会出版的。版权所有©2018 ACM, Inc。
没有发现记录