基于 Koopman 算子的螺旋驱动惯性软体机械臂的建模、降阶与控制
机器人学
2020-11-17 v1 系统与控制
系统与控制
摘要
软体机器人在复杂、精细和动态环境中部署时，相比刚性机器人具有更好的安全性与能力。然而，这些系统的无限自由度和高度非线性动力学严重复杂化了其建模与控制。作为应对这一开放挑战的一步，我们将具有时间延迟观测量的数据驱动 Hankel 动态模式分解（HDMD）应用于一个具有高数量欠驱动自由度、强惯性的螺旋软体机械臂的模型辨识。所得模型是线性的，因此可通过线性二次调节器（LQR）进行控制。使用我们的测试设备——一个带有尖端惯性质量块的动态轻量化气动织物臂，我们展示了 HDMD 与 LQR 的结合仅用开环控制即可命令机器人达到任意位姿。我们进一步展示 Koopman 谱分析为我们提供了降维的模态基，在不损失预测能力的情况下降低了计算复杂度。
引用
@article{arxiv.2011.07939,
title = {Modeling, Reduction, and Control of a Helically Actuated Inertial Soft Robotic Arm via the Koopman Operator},
author = {David A. Haggerty and Michael J. Banks and Patrick C. Curtis and Igor Mezić and Elliot W. Hawkes},
journal= {arXiv preprint arXiv:2011.07939},
year = {2020}
}
备注
Submitted to IEEE International Conference on Robotics and Automation, 2021