基于物理信息 LSTM 的遥操作无人地面车辆时延补偿框架
系统与控制
2024-02-27 v1 系统与控制
摘要
软质地面上低速无人地面车辆 (UGV) 的双向遥操作对于月球探测等应用至关重要，可提供对地形引起的纵向滑移的有效控制。然而，网络传输延迟产生的时延给维持高保真闭环集成带来了挑战，可能阻碍 UGV 控制并导致指令跟踪性能不佳。为应对这一挑战，本文提出了一种新颖的预测器框架，该框架采用物理信息长短期记忆 (PiLSTM) 网络来设计双向遥操作控制器，以有效补偿大时延。与受限于线性性质而难以捕捉非线性和时间动态行为的传统无模型预测器框架相比，我们的方法将 LSTM 结构与物理约束相结合，从而提升了性能并在不同场景中具有更好的泛化能力。具体而言，框架中采用了四种不同的预测器：两种用于补偿前向时延，另外两种用于补偿后向时延。由于在学习时间数据方面的有效性，所提出的 PiLSTM 框架在开环案例研究中，针对大时延的时延补偿效果比传统无模型预测器提高了 26.1%。随后，进行了实验以验证该框架在闭环场景中的有效性，特别是补偿遥操作 UGV 耦合纵向滑移时所经历的真实网络时延。结果证实，所提出的框架能有效恢复闭环集成的保真度。这种改进通过提升性能和透明度得以体现，从而实现了卓越的指令跟踪性能。
引用
@article{arxiv.2402.16587,
title = {Physics-Informed LSTM-Based Delay Compensation Framework for Teleoperated UGVs},
author = {Ahmad Abubakar and Yahya Zweiri and AbdelGafoor Haddad and Mubarak Yakubu and Ruqayya Alhammadi and Lakmal Seneviratne},
journal= {arXiv preprint arXiv:2402.16587},
year = {2024}
}