面向空中操作的全身体力矩级非线性模型预测控制

非线性模型预测控制（nMPC）是控制复杂机器人（如人形机器人、四足机器人或无人空中操纵器（UAM））的一种强大方法，因为它相较于其他现有技术具有重要优势。全身体动力学，连同控制器核心所求解的最优控制问题（OCP）的预测能力，使得能够按照机器人动力学来驱动机器人。这一事实增强了机器人能力，并允许例如在高动态下执行复杂机动的同时优化所用能量。尽管人形机器人或四足机器人与UAM之间有许多相似之处，全身体力矩级nMPC却很少应用于UAM。本文提供了如何在空中操作领域使用此类技术的详尽描述。我们详细解释了OCP中涉及的不同部分，从UAM动力学模型到代价函数中的残差。我们开发并比较了三种不同的nMPC控制器：加权MPC、导轨MPC和胡萝卜MPC，它们在OCP的结构以及这些OCP在每个时间步的更新方式上有所不同。为验证所提框架，我们展示了种类广泛的仿真案例研究。首先，我们评估轨迹生成问题，即离线求解的最优控制问题，涉及不同类型UAM的各类运动（例如激进机动或接触式移动）。然后，我们通过多种逼真仿真评估三种nMPC控制器（即在线求解的闭环控制器）的性能。为了社区的利益，我们已公开了与本研究相关的源代码。