MPC(Model Predictive Control)(1)

Path Planning 알고리즘 중 MPC에 대해 소개해보고자 한다. 기초적인 흐름은 아래 페이퍼와 matlab 강의에서 얻었다.

A Survey of Motion Planning and Control Techniques for Self-driving Urban Vehicles

 

Motion Predictive Control (MPC)

MPC는 최적제어 문제이다.

기준시간 t일 때의 state s_t 를 가지고 n개의 step 앞까지의 제어명령을 미리 게획하고 m개(m<=n)의 명령을 출력한 후 feedback을 받는다. 이때 제어명령의출력과 그에 따른 response를 비교해서 evaluation하고 cost function을 업데이트하여 이 과정을 반복한다.

이 과정에서 cost를 최소화 하는 방향으로 최적화하는 문제이다.

차량 제어에 적용할 경우 reference trajectory(우리의 경우 global path)를 가지고 시작한다. MPC로 현재 시간 t를 기준으로 reference trajectory를 따라 주행하게 될 거리에 따른 방향(linear x, angular w)를 시간 t+n까지 여러 모델을 제시한다.이 중 m개의 제어값을 선택하여 주행하고 실제 주행 데이터와의 오차(cost)를 feedback한다. Cost를 줄여가는 방향으로 과정을 반복한다.

• Open Loop Control : System 출력을 입력에 피드백하지 않고 기준입력만으로 제어신호 출력 → n step의 예측값 생성
• Closed Loop Control : 출력을 입력 지점에서 feedback →선택한 m개의 예측에 대한 실주행 데이터와 cost 계산

간단하게 정리하면 미래에 원하는 결괏값을 기반으로 추정값을 전개하고 회수하는 과정에서 Open/Closed Control System을 활용하여 Cost minimization을 향해 가는 최적 제어 시스템이다.