基于 Koopman-DFL 提升线性化的铲斗-土壤相互作用动态建模及其在自主挖掘机模型预测轮廓控制中的应用
机器人学
2021-07-12 v1
摘要
一种基于 Koopman 算子与 Dual Faceted Linearization (DFL) 的提升线性化方法被应用于机器人挖掘机的控制。在挖掘过程中，铲斗与周围土壤的交互高度非线性且复杂。在此，我们提议用一组高维空间中的线性状态方程来表示非线性铲斗-土壤动力学。通过添加与铲斗-土壤动力学中涉及的非线性元素相关的变量，对独立状态变量空间进行增广。这些包括土壤作用于铲斗的非线性阻力与力矩，以及随土壤装入铲斗而变化的有效铲斗惯性。与这些非线性阻力及惯性元素相关的变量被视为附加状态变量，其时间演化由另一组线性微分方程表示。该提升线性动态模型随后被应用于模型预测轮廓控制 (Model Predictive Contouring Control)，由于提升空间中动力学的线性性质，代价泛函可作为凸优化问题最小化。该提升线性模型通过使用土壤动力学模拟器的数据驱动方法进行调参。仿真实验验证了所提提升线性化方法相对于其对应方法的的有效性。
引用
@article{arxiv.2107.04314,
title = {Dynamic Modeling of Bucket-Soil Interactions Using Koopman-DFL Lifting Linearization for Model Predictive Contouring Control of Autonomous Excavators},
author = {Filippos E. Sotiropoulos and H. Harry Asada},
journal= {arXiv preprint arXiv:2107.04314},
year = {2021}
}