基于自适应加权NMPC的动态物体拦截运动规划
机器人学
2025-11-20 v1 系统与控制
系统与控制
摘要
捕捉快速移动的物体是机器人敏捷性的一个基准，对持有捕捉器的协作机械臂系统提出了重大的协调挑战，特别是由于固有的闭链约束。本文提出了一种基于非线性模型预测控制(MPC)的运动规划器，它连接了高层拦截规划与实时关节空间控制，使得由两个协作臂组成的系统能够实现动态物体拦截。我们引入了一种具有代价整形的自适应终端(AT) MPC公式，与严重依赖终端惩罚以实现快速收敛的简单原始终端(PT)方法形成对比。所提出的AT公式被证明能有效缓解PT策略中经常遇到的执行器功率限制违规问题，生成更平滑的轨迹并显著降低控制努力。在一个具有两个协作臂的机器人平台上的实验结果表明，其具有出色的实时性能，平均规划器周期计算时间约为19毫秒——不到40毫秒系统采样时间的一半。这些结果表明，与PT基线相比，AT公式以最小的计算开销实现了显著改善的运动质量和鲁棒性，使其非常适合动态协作拦截任务。
引用
@article{arxiv.2511.15532,
title = {NMPC-based Motion Planning with Adaptive Weighting for Dynamic Object Interception},
author = {Chen Cai and Saksham Kohli and Steven Liu},
journal= {arXiv preprint arXiv:2511.15532},
year = {2025}
}
备注
This work has been submitted to the IFAC World Congress for possible publication. Under review