control toolbox 다운로드 - control toolbox 소스 코드 다운로드

control toolbox

C/C++

1.0.0

다운로드

제어 도구 상자

 - Important note (July 2021): this library is currently only scarcely maintained,
- it may take a while until we respond to bugs or feature requests.

이것은 로봇 공학의 제어, 추정, 최적화 및 동작 계획을 위한 효율적인 C++ 라이브러리인 Control Toolbox입니다.

위키 링크, 빠른 시작!
여기에서 자세한 문서를 찾아보세요.

개요

이는 효율적인 모델링, 제어, 추정, 궤적 최적화 및 모델 예측 제어를 위한 오픈 소스 C++ 라이브러리인 ADRL Control Toolbox('CT')입니다. CT는 광범위한 동적 시스템에 적용할 수 있지만 로봇공학을 위해 특별히 설계된 추가 모델링 도구도 갖추고 있습니다. 이 페이지에서는 일반적인 개념과 주요 구성 요소에 대해 간략하게 설명하고 선택된 응용 사례를 강조합니다.

라이브러리에는 컨트롤러를 설계 및 평가하고, 동적 시스템을 모델링하고, 최적의 제어 문제를 해결하는 여러 도구가 포함되어 있습니다. CT는 다음 기능을 염두에 두고 설계되었습니다.

시스템 및 역학 :
- 일반적인 미분 또는 차이 방정식으로 제어되는 시스템의 직관적인 모델링.
궤적 최적화, 최적 제어 및 (비선형) 모델 예측 제어 :
- 비용 함수 및 제약 조건의 직관적인 모델링
- 최적의 제어 솔버 및 비선형 모델 예측 제어를 위한 공통 인터페이스
- 현재 지원되는 알고리즘:
  - 클래식 싱글 슈팅
  - iLQR / iLQG(반복 선형 2차 최적 제어)
  - 다중 촬영 iLQR
  - 가우스-뉴턴-다중 사격(GNMS)
  - 클래식 직접 다중 촬영(DMS)
- 솔버를 위한 표준화된 인터페이스
  - IPOPT(첫 번째 및 두 번째 주문)
  - 스놉
  - HPIPM
  - 맞춤형 리카티 솔버
성능 :
- MPC 방식으로 대규모 최적 제어 문제를 해결합니다.
로봇 모델링, 강체 운동학 및 동역학 :
- 최첨단 강체 역학 모델링 도구인 RobCoGen에 대한 간단한 인터페이스입니다.
- 고정 기반 로봇을 위한 기본 비선형 프로그래밍 역운동학 솔버 구현.
자동 차별화 :
- 비용 함수 및 제약 조건을 포함한 임의 벡터 값 함수의 1차 및 2차 자동 미분
- 강체 동역학의 자동 차별화 및 코드 생성
- 최대 효율성을 위한 파생 코드 생성

로봇 응용 사례

Control Toolbox는 비행, 걷기 및 지상 로봇의 하드웨어 및 시뮬레이션 제어 작업에 사용되었습니다.

네 발 달린 동물의 보행 최적화를 포함하여 약간 더 복잡한 최적화 예제를 ct_ros에서 사용할 수 있습니다.

CT란 무엇인가요?

제어 및 로봇 공학 커뮤니티의 연구자 및 실무자의 공통 작업은 시스템을 모델링하고, 운동 방정식을 구현하고, 모델 기반 컨트롤러, 추정기, 계획 알고리즘 등을 설계하는 것입니다. 조만간 효율적인 구현에 대한 질문에 직면하게 됩니다. , 파생 정보 계산, 비용 함수 및 제약 조건 공식화 또는 모델 예측 제어 방식으로 컨트롤러 실행.

Control Toolbox는 이러한 작업을 위해 특별히 설계되었습니다. 이는 전적으로 C++로 작성되었으며 로봇이나 기타 작동 하드웨어에서 온라인(루프 내)으로 실행될 수 있는 매우 효율적인 코드에 중점을 두고 있습니다. CT의 주요 기여는 단순한 LQR 참조 구현에서 제한된 모델 예측 제어에 이르는 최적의 제어 알고리즘을 구현하는 것입니다. CT는 자동 미분(Auto-Diff)을 지원하며 임의의 스칼라 및 벡터 값 함수에 대한 파생 코드를 생성할 수 있습니다. 우리는 유용성을 염두에 두고 도구 상자를 설계하여 사용자가 최소한의 노력으로 비선형 모델 예측 제어(NMPC) 또는 수치적 최적 제어와 같은 고급 개념을 쉽게 적용할 수 있도록 했습니다. 우리는 최첨단 Auto-Diff 호환 로봇 모델링 소프트웨어에 대한 인터페이스를 제공하지만 다른 모든 모듈은 특정 모델링 프레임워크와 독립적이므로 코드가 기존 C/C++ 코드 또는 라이브러리와 인터페이스될 수 있습니다.

CT는 수많은 하드웨어 실험, 시연 및 학술 출판물을 포함하여 다양한 프로젝트에서 성공적으로 사용되었습니다. 하드웨어 응용 프로그램의 예로는 충돌 회피를 통한 온라인 궤도 최적화 cite giftthaler2017autodiff, Quadrupeds cite Neunert:2017:ral 및 모바일 조작기 cite giftthaler2017효율적 및 지상 로봇의 NMPC cite neneunert2017mpc 및 UAV cite neneunert16hexrotor에 대한 궤도 최적화가 있습니다. 이 프로젝트는 ETH Zurich의 Agile & Dexterous Robotics Lab에서 수행된 연구에서 시작되었지만 더 많은 응용 프로그램 및 알고리즘 분야를 포괄하도록 지속적으로 확장되었습니다.

CT의 범위

소프트웨어는 로봇 시스템의 핵심 구성 요소 중 하나이며 로봇 공학을 위한 소프트웨어 도구와 라이브러리를 만드는 데 많은 노력을 기울이고 있습니다. 그러나 제어, 특히 수치적 최적 제어와 관련하여 빠른 개발을 위해 사용하기 쉽고 온라인 사용에 충분히 효율적인 오픈 소스 도구는 많지 않습니다. 수치적 최적 제어 및 궤적 최적화를 위한 성숙한 도구 상자가 있지만 이는 다른 응용 프로그램에 충분한 유연성을 제공하지 못하는 고도로 전문화된 독립형 도구입니다. CT가 개입하는 곳은 바로 여기입니다. CT는 제어 방법의 빠른 개발 및 평가에 필요한 도구를 제공하는 동시에 온라인 작업을 허용하는 효율성을 위해 최적화되도록 처음부터 설계되었습니다. 제어에 중점을 두지만 제공된 도구는 시뮬레이션, 추정 또는 최적화 애플리케이션에도 사용할 수 있습니다.

다른 로봇 소프트웨어와 달리 CT는 견고한 통합 애플리케이션이 아니지만 문자 그대로 도구 상자로 볼 수 있습니다. 이는 당면한 작업을 해결하기 위해 사용하고 결합할 수 있는 다양한 도구를 제공합니다. 설계 및 적용 사례가 제공되는 동안 사용 편의성이 주요 기준이 되었지만 CT를 사용하려면 여전히 프로그래밍 및 제어 지식이 필요합니다. 그러나 이를 통해 사용자는 선형 대수 또는 수치 방법에 대한 심층적인 경험이 필요한 표준 방법을 구현할 필요가 없습니다. 또한 공통 정의 및 유형을 사용하여 시스템, 컨트롤러 또는 통합 장치와 같은 다양한 구성 요소 간의 원활한 통합이 제공되므로 빠른 프로토타이핑이 가능합니다.

설계 및 구현

CT의 주요 초점은 효율성입니다. 이것이 바로 CT가 C++로 완전히 구현되는 이유입니다. CT는 통합 애플리케이션이 아닌 도구 상자로 설계되었으므로 사용자에게 최대한의 유연성을 제공하려고 노력했습니다. 따라서 ROS 등 특정 미들웨어에 얽매이지 않고 의존성을 최소한으로 유지합니다. CT의 두 가지 필수 종속성은 Eigen과 Kindr(Eigen을 기반으로 함)입니다. 이러한 Eigen 종속성은 의도적인 것입니다. Eigen은 표준 행렬 연산과 고급 선형 대수 방법의 매우 효율적인 구현을 제공하기 때문에 C++의 선형 대수학에 대한 사실상의 표준이기 때문입니다. Kindr는 그 위에 구축되어 쿼터니언, 오일러 각도 또는 회전 행렬과 같은 다양한 회전 표현에 대한 데이터 유형을 제공하는 헤더 전용 운동학 라이브러리입니다.

CT의 구조와 모듈

제어 도구 상자는 세 가지 주요 모듈로 구성됩니다. 코어( ct_core ) 모듈, 최적 제어( ct_optcon ) 모듈 및 강체 역학( ct_rbd ) 모듈. 모듈 사이에는 명확한 계층 구조가 있습니다. 즉, 모듈은 이 순서대로 서로 의존합니다. 예를 들어 optcon 또는 rbd 모듈 없이 핵심 모듈을 사용할 수 있습니다.

코어( ct_core ) 모듈은 일반적인 유형 정의와 수학 도구를 제공합니다. 예를 들어, 여기에는 대부분의 데이터 유형 정의, 시스템 및 컨트롤러에 대한 정의는 물론 미분 방정식에 대한 수치 적분기와 같은 기본 기능이 포함되어 있습니다.
최적 제어( ct_optcon ) 모듈은 핵심 모듈 위에 구축되며 최적 제어 문제를 정의하고 해결하기 위한 인프라를 추가합니다. 여기에는 비용 함수, 제약 조건, 솔버 백엔드 및 일반 MPC 래퍼를 정의하는 기능이 포함되어 있습니다.
강체 역학( ct_rbd ) 모듈은 강체 역학 시스템을 모델링하기 위한 도구와 ct_core 및 ct_optcon 데이터 유형이 있는 인터페이스를 제공합니다.

테스트와 예제를 위해 4족 보행, 로봇 팔, 일반 쿼드로터 및 슬렁 로드가 있는 쿼드로터를 포함한 다양한 로봇 모델이 포함된 모델 모듈( ct_models )도 제공합니다.

네 가지 주요 모듈은 다음과 같습니다.

ct_core(코어)

동적 시스템(ct::core::System), 상태(ct:: core ::StateVector), 컨트롤(ct::core::Controller) 또는 궤적(ct: :코어::DiscreteTrajectoryBase).
고정 단계(ct::core::IntegratorEuler, ct::core::IntegratorRK4) 및 가변 단계(ct::core::IntegratorRK5Variable, ct::)를 포함한 다양한 ODE 솔버를 사용한 수치 통합 (ct::core::Integrator) core::ODE45) 적분기 및 Symplectic(반암시적) 적분기.
궤적 민감도 의 수치적 근사(ct::core::Sensitivity, 예: 전방향 통합 변분 미분 방정식 사용)
공통 피드백 컨트롤러 (예: ct::core::PIDController)
수치 미분 (ct::core::DerivativesNumDiff) 또는 코드 생성(ct::core::DerivativesCppadCG) 및 JIT(Just-In-Time) 컴파일(ct::core)을 통한 자동 미분을 사용하는 일반 함수의 파생/야코비언 ::파생상품CppadJIT)

ct_optcon(최적 제어)

최적 제어 문제 (ct::optcon::OptConProblem) 및 최적 제어 해결자 (ct::optcon::OptConSolver)에 대한 정의
파일에서 비용 함수를 구성하고 1차 및 2차 근사치를 제공하는 CostFunction 도구 상자는 ct::optcon::CostFunction을 참조하세요.
최적 제어 문제의 제약 조건을 공식화하고 야코비 행렬을 자동으로 계산하기 위한 제약 조건 도구 상자 입니다.
선형 2차 조정기 , 무한 수평 LQR 및 시변 LQR(ct::optcon::LQR, ct::optcon::TVLQR)의 참조 C++ 구현
제약이 없는 선형-2차 최적 제어 문제를 위한 Riccati-solver (ct::optcon::GNRiccatiSolver), 제약이 있는 선형-2차 최적 제어 문제를 위한 고성능 타사 Riccati-solver에 대한 인터페이스
반복적 비선형 최적 제어 솔버, 즉 iLQR(ct::optcon::iLQR) 및 Gauss-Newton Multiple Shooting(ct::optcon::GNMS)과 같은 Gauss-Newton 솔버, 제한된 직접 다중 슈팅(ct:: optcon::DmsSolver)
비선형 모델 예측 제어 (ct::optcon::MPC)
비선형 프로그래밍 문제( NLP , ct::optcon::Nlp)에 대한 정의 및 타사 NLP 해석기 (ct::optcon::SnoptSolver 및 ct::optcon::IpoptSolver)에 대한 인터페이스

ct_rbd(강체 역학)

강체 역학을 위한 표준 모델
일반 좌표(ct::rbd::RBDState)로 표현된 강체 시스템의 상태에 대한 정의
다양한 종류의 순방향 및 역방향 역학을 위한 루틴(ct::rbd::Dynamics)
강체 및 엔드 이펙터 운동학 (ct::rbd::Kinematics)
운영 공간 컨트롤러
임의 프레임에 대한 기본 소프트 자동 미분 가능 접촉 모델 (ct::rbd::EEContactModel)
액추에이터 동역학 (ct::rbd::ActuatorDynamics)
백엔드는 매우 효율적인 Rigid Body Dynamics 라이브러리인 RobCoGen을 사용합니다.

ct_모델

UAV(ct::models::Quadrotor), 지상 로봇, 다리 로봇(ct::models::HyQ), 로봇 팔(ct::models::HyA), 역진자 등을 포함한 다양한 테스트 및 평가용 표준 모델
이러한 모델의 선형 근사치를 생성하는 수단

시작하는 방법

제어 도구 상자를 시작하려면 doxygen을 사용하여 저장소 문서를 구축하고 "시작하기" 튜토리얼을 따르십시오.

지원하다

개발자에게 문의하세요: [email protected]

감사의 말

기여자

Markus Giftthaler, markusgft(at) gmail(dot) com
마이클 노이너트
마르쿠스 스토브레
파보드 파시디안
디에고 파르도
티모시 샌디
얀 카리우스
루벤 그란디아
함자 메르지치

자금 조달

이 소프트웨어는 2014년부터 2018년까지 스위스 취리히 공과대학(ETH Zurich)의 Agile & Dexterous Robotics Lab에서 개발되었습니다. 그 기간 동안 스위스 국립과학재단(SNF)의 재정 지원을 통해 Jonas에게 SNF 교수직 상을 수여함으로써 개발이 가능해졌습니다. Buchli와 NCCR(National Competence Centers in Research) 로봇 공학 및 디지털 제작.

라이센스 정보

Control Toolbox는 BSD-2 조항 라이센스에 따라 출시됩니다. LICENCE.txt 및 NOTICE.txt를 참조하세요.

CT를 인용하는 방법

 @article{adrlCT,
  title={The control toolbox — An open-source C++ library for robotics, optimal and model predictive control},
  author={Markus Giftthaler and Michael Neunert and Markus St{"a}uble and Jonas Buchli},
  journal={2018 IEEE International Conference on Simulation, Modeling, and Programming for Autonomous Robots (SIMPAR)},
  year={2018},
  pages={123-129}
}