基于自适应模型预测控制的移动球形机器人多地形轨迹跟踪框架
机器人学
2023-06-13 v2
摘要
由于运动学与动力学中的不确定性,当前面向球形机器人等移动机器人的轨迹跟踪框架无法在多种地形(尤其是崎岖且未知的地形)上有效工作。由于这是机器人在野外执行任务的前提,我们改进了先前的分层轨迹跟踪框架以应对该问题。首先,提出一种改进的自适应 RBF 神经网络 (RBFNN) 来表示运动动力学中的所有不确定性。随后利用 Lyapunov 函数设计其自适应律,并在权重更新过程中采用变步长算法以加速收敛并提升稳定性。由此,提出一种基于自适应模型预测控制的指令规划器 (VAN-MPC)。在不修改底层控制器的情况下,我们最终通过采用新指令规划器 VAN-MPC 构建了多地形轨迹跟踪框架。实际实验证明了其有效性与鲁棒性。
引用
@article{arxiv.2303.18186,
title = {Adaptive Model Prediction Control-Based Multi-Terrain Trajectory Tracking Framework for Mobile Spherical Robots},
author = {Yifan Liu and Tao Hu and Xiaoqing Guan and Yixu Wang and Bixuan Zhang and You Wang and Guang Li},
journal= {arXiv preprint arXiv:2303.18186},
year = {2023}
}
备注
10 pages, 20 figures