用于蛇形机器人运动的经济模型预测控制
系统与控制
2021-11-03 v2 系统与控制
摘要
本工作中，研究了通过经济模型预测控制（economic model predictive control, MPC）对蛇形机器人运动进行控制。将 MPC 应用于蛇形机器人的实例极少，且缺乏递归可行性与收敛性的严格证明。我们提出了一种经济 MPC 算法，可最大化机器人前进速度并将步态模式的选择集成于闭环中。我们展示了 MPC 优化问题的递归可行性，其中部分所开发的技术亦适用于更广义一类系统的分析。此外，我们给出了性能结果并通过数值仿真说明了所实现的性能。我们由此表明，该经济 MPC 算法优于标准横向波动控制器并实现约束满足。令人惊讶的是，优化所得步态模式不同于横向波动。
引用
@article{arxiv.1909.00795,
title = {Economic model predictive control for snake robot locomotion},
author = {Marko Nonhoff and Philipp N. Köhler and Anna M. Kohl and Kristin Y. Pettersen and Frank Allgöwer},
journal= {arXiv preprint arXiv:1909.00795},
year = {2021}
}
备注
Extended version, accepted for IEEE Conference on Decision and Control (CDC) 2019. 8 pages, 5 figures