基于时变线性二次高斯控制的缆索驱动并联机器人局部最优估计与控制
机器人学
2022-08-02 v1
摘要
我们提出了一种基于时变线性二次高斯（TV-LQG）控制器的缆索驱动并联机器人（CDPR）局部最优跟踪控制器。与许多使用固定反馈增益的方法不同，我们的时变控制器根据工作空间中的位置与未来轨迹计算最优增益。同时，我们大量依赖离线计算以减轻在线实现与可行性检查的负担。随着概率图模型在最优控制中日益流行，我们使用因子图作为工具来构建控制器，因其高效、直观且模块化。因子图的拓扑以某种方式编码方程的相关结构特性，便于洞察并使用稀疏线性代数求解器高效计算。我们首先使用因子图优化计算标称轨迹，随后对图线性化并应用变量消去计算局部最优时变线性反馈增益。接下来，我们利用因子图公式计算机局部最优时变卡尔曼滤波增益，最后结合局部最优线性控制与估计律形成 TV-LQG 控制器。我们将 TV-LQG 控制器的跟踪精度与最先进的双空间前馈控制器在 2.9m x 2.3m、4 缆索平面机器人上比较，分别在旋转与平移上展现出 0.8{\\deg} 与 11.6mm 均方根误差的更高跟踪精度。
引用
@article{arxiv.2208.00916,
title = {Locally Optimal Estimation and Control of Cable Driven Parallel Robots using Time Varying Linear Quadratic Gaussian Control},
author = {Gerry Chen and Seth Hutchinson and Frank Dellaert},
journal= {arXiv preprint arXiv:2208.00916},
year = {2022}
}
备注
8 pages, 11 figures, accepted to IEEE International Conference on Intelligent Robotics and Systems (IROS) 2022