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。

二次型价值函数的X-Y精密运动平台预测轮廓控制

为解决X-Y精密运动平台预测轮廓控制中权重系数整定依赖人工经验和耗时较长的问题,提出一种基于二次型价值函数的X-Y运动平台有限控制集预测轮廓控制策略。将双轴机械运动方程、驱动电机、逆变器数学模型相结合,建立统一预测模型;为实现权重系数矩阵的自整定,采用基于李雅普诺夫稳定性分析的离线求解算法,保证连续周期内各误差项收敛;将得到的权重系数矩阵用于统一预测轮廓控制器的在线滚动优化过程,并进行价值函数的寻优。仿真结果验证了所提出的控制策略相比传统控制策略具有更好的轮廓控制精度,且无需人工整定权重系数。

双轴运动系统GPCC与交叉耦合轮廓控制对比研究

针对双轴运动系统各轴的运动惯性、外部扰动、负载不平衡以及响应不及时等造成轨迹转折点处轮廓误差大、动态响应速度慢的问题,提出一种基于统一预测模型的双轴运动系统广义预测轮廓控制(GPCC)策略。该策略通过多步预测、滚动优化和反馈校正等方法对双轴运动系统的定位精度进行优化,同时通过最小化嵌入跟踪误差、轮廓误差的统一价值函数生成控制律,并进行广义预测轮廓控制性能分析。为验证所提方法在稳态精度和动态响应方面的有效性,分别与传统交叉耦合轮廓控制和不含轮廓误差项的广义预测轮廓控制策略相比较,结果显示:本文提出的算法不仅能够在稳态时精确跟踪轮廓轨迹,而且还能够提高轨迹转折点处的动态响应速度和轮廓精度。

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。