示教与复现导航：一种鲁棒控制方法
机器人学
2024-05-31 v2 系统与控制
系统与控制
摘要
机器人导航需要一种对环境变化鲁棒且在多变条件下有效的自主流水线。示教与复现（T&R）导航在挑战性环境下的自主重复任务中表现出高性能，但T&R内部的研究主要集中于运动规划而非运动控制。本文中，我们提出了一种新颖的T&R系统，其基于滑模控制的鲁棒运动控制技术，用于滑移转向移动机器人，有效处理了在T&R任务中尤为突出的不确定性，其中传感器噪声、参数不确定性和轮-地交互是常见挑战。我们首先在考虑闭环系统不确定性的前提下，从理论上证明所提T&R系统全局稳定且鲁棒。当部署于Clearpath Jackal机器人时，我们进而展示了所提系统在室内外不同地形环境中的全局稳定性，在这些挑战性环境中以平均轨迹误差均值和稳定性优于先前最先进方法。本文朝具备安全保障的长期自主T&R导航迈出了重要一步。
引用
@article{arxiv.2309.15405,
title = {Teach and Repeat Navigation: A Robust Control Approach},
author = {Payam Nourizadeh and Michael Milford and Tobias Fischer},
journal= {arXiv preprint arXiv:2309.15405},
year = {2024}
}
备注
Accepted to IEEE International Conference on Robotics and Automation 2024 (ICRA2024)