用于差速驱动机器人的带控制障碍函数的线性模型预测控制

在过去十年中，对全自主移动机器人的需求激增，而确保在动态环境中安全导航已成为阻碍该领域发展的首要挑战。本文提出了一种基于动态反馈线性化的安全关键模型预测控制，专为两轮差速驱动机器人应用而设计，以生成产生无障碍路径的控制信号。障碍函数在模型预测控制（MPC）的优化问题中引入了安全约束以防止碰撞。由于差速驱动机器人固有的非线性，在实现非线性模型预测控制（NMPC）时会产生计算复杂性。为了便于优化问题的实时实现并适应机器人的欠驱动特性，本文提出了线性模型预测控制（LMPC）与动态反馈线性化（DFL）的组合。MPC 问题在由 DFL 控制器导出的差速驱动机器人线性等价模型上进行表述。本文讨论了所提出控制设计的闭环稳定性和递可行性的分析。数值实验表明，与使用欧几里得距离约束的基准相比，所提出的控制综合在避障方面具有鲁棒性和有效性。