模型预测轮廓控制的机器人群运动规划

针对传统机器人群在路径搜索阶段未考虑机器人动力学约束而导致狭窄空间场景中求解失败或无法得到最优解问题,采用一种基于模型预测轮廓控制的方法,同时优化机器人约束与时空域下的避障,获得机器人的轨迹序列并动态优化机器人的运动轨迹。采用模型预测控制实现单机器人的轨迹跟踪,使用自适应参数调节方法,提升整个系统应对不同环境的自适应性。仿真和实验结果表明,在狭窄空间场景,机器人群系统的轨迹耗时短、平均跟踪参考轨迹精度高,具有良好的动态避障、静态避障与轨迹跟踪性能。同时,模型预测控制算法具有精度高、数据稳定等特点,实现机器人群的快速决策路径和快速避障。

基于MPCC的鸭翼尾座式垂直起降无人机轨迹跟踪控制算法

目前针对鸭翼尾座式垂直起降无人机(UAV)的高速轨迹跟踪控制还没有成熟的解决方案。本文设计了一种轮廓模型预测控制(MPCC)以实现无人机的轨迹跟踪控制。给定一段轨迹,此控制器能够预测并选择最优的状态和输出,使得无人机能够最大化自己的飞行速度和最小化自己离轨迹的距离。通过调整飞行速度和距离误差的权重参数,无人机能够平衡两者的侧重点,以适应不同的飞行环境。另外,本文将此优化问题进行线性化,使其转化为一个凸二次规划问题,以减小求解时间。最终通过仿真实验跟踪不同的轨迹,验证了算法的有效性。