全身扭矩级非线性模型预测控制在空中操纵中的应用
摘要：非线性模型预测控制（nMPC）是一种强大的控制复杂机器人（如人型机器人、四足机器人或无人机操纵器）的方法，它相比其他现有技术具有重要优势。全身动力学以及控制器核心处解决的最优控制问题（OCP）的预测能力，使机器人能够按照其动力学进行执行。这一事实增强了机器人的功能，并且可以在优化能量使用量的同时以高动力进行复杂的机动。尽管人型机器人或四足机器人与无人机操纵器之间存在许多相似之处，但全身扭矩级nMPC很少应用于无人机操纵器。 本文对在空中操纵领域使用这种技术的方法进行了详细描述。我们详细解释了OCP中涉及的各个部分，从UAM动力学模型到成本函数中的残差。我们开发并比较了三种不同的nMPC控制器：加权MPC、导轨MPC和胡萝卜MPC，它们的OCP结构不同，并且在每个时间步骤如何更新也不同。为了验证所提出的框架，我们提供了多种模拟案例研究。首先，我们评估轨迹生成问题，即离线求解的最优控制问题，其中涉及不同类型的UAMs的不同类型的运动（例如激进的机动或接触运动）。然后，我们通过各种逼真的模拟评估了三种nMPC控制器的性能，即在线求解的闭环控制器。为了让社区受益，我们已经提供了与这项工作相关的源代码。
作者：Josep Mart''i-Saumell, Joan Sol`a, Angel Santamaria-Navarro, Juan Andrade-Cetto
论文ID：2107.03722
分类：Robotics
分类简称：cs.RO
提交时间：2023-07-28