基于神经动力学的移动机械臂模型预测控制
机器人学
2024-07-12 v1 系统与控制
系统与控制
摘要
本文聚焦于移动机械臂 (MM) 的轨迹跟踪问题。首先，我们构建了用于移动机械臂的位置和姿态模型预测跟踪控制 (POMPTC) 方案。所提出的 POMPTC 方案能够同时最小化跟踪误差、关节速度和关节加速度。此外，它能够实现末端执行器位置和姿态的同步控制。其次，构建了一种有限时间收敛神经动力学 (FTCND) 模型，用于求解 POMPTC 方案的最优解。然后，基于所提 POMPTC 方案，提出了一种非奇异快速终端滑模控制方法 (NFTSM)，考虑了基座运动对机械臂施加的扰动。它能够实现有限时间跟踪性能并提高抗扰动能力。最后，仿真和实验表明，所提控制方法具有强大的鲁棒性、快速收敛性和高控制精度等优势。
引用
@article{arxiv.2407.08234,
title = {Model Predictive Control For Mobile Manipulators Based On Neural Dynamics(Extended version)},
author = {Tao Su and Shiqi Zheng},
journal= {arXiv preprint arXiv:2407.08234},
year = {2024}
}
备注
This article consists of 13 pages, including the text and the proof process