Iterative linear quadratic regulator for collision-free trajectory optimization and model predictive control of a timber crane

Abstract

Collision-free trajectory planning is a major task for any autonomous robotic system. Algorithms that solve the planning task have to be fast enough to operate online, e.g. in order to react to changing environments. Hence, low computation time is a major criteria for algorithms performing online trajectory planning. This thesis deals with a special class of optimal control algorithms with application to collision-free trajectory planning, called iterative linear quadratic regulator (iLQR). The main benefit of these algorithms is the linear time dependency on the considered time horizon length. Two recent algorithms that integrate constraints into the iLQR are compared and applied to offline trajectory planning for a simple 2D kinematic vehicle and, a more realistic example, a timber crane. Additionally, an online model predictive control (MPC) trajectory planner is implemented for the timber crane in order to benchmark the performance of the constrained iLQR algorithms for an online motion planning problem.

Kollisionsfreie Trajektorienplanung ist eine der wichtigsten Augaben für jedes autonome System. Solche Trajektorienplanungen müssen in der Lage sein in Echtzeit zu operieren, um z.B. auf dynamische Umgebungen reagieren zu können. Daher is eine kurze Laufzeit ein wesentliches Kriterium für diese Algorithmen. Diese Arbeit beschäftigt sich mit einer speziellen Klasse von Algorithmen, nämlich Iterative Linear Quadratic Regulator (iLQR), zur Lösung von Optimalsteuerungsproblemen. Der wesentliche Vorteil dieser Algorithmen ist die lineare Abhängingkeit der Laufzeit von der Länge des betrachteten Zeithorizontes. Zwei jüngst veröffentliche Algorithmen zur Integration von Beschränkungen in das iLQR Schema werden als offline Trajektorienplaner für ein einfaches kinematisches Fahrzeugmodell und für einen Holzkran implementiert und verglichen. Zusätzlich wird ein modelprädiktiver Regler als online Trajektorienplaner für den Holzkran implementiert, um die iLQR Algorithmen mit Beschränkungen in einem online Szenario zu evaluieren.