基于滑膜模型预测控制的移动机器人控制方法技术

本发明专利技术涉及一种基于滑膜模型预测控制的移动机器人控制方法，其包括：对包括移动基座和机械臂的移动机器人进行运动学建模；确定移动机器人的实时状态；基于机器人的运动学模型和实时状态，使用模型预测控制来预测未来的系统状态和行为，通过最小化目标函数且满足约束条件，求解控制问题，得到未来控制时域内的最优控制输入，实时控制移动机器人的运动；循环迭代，直至实现移动机器人的期望运动

【技术实现步骤摘要】
基于滑膜模型预测控制的移动机器人控制方法


[0001]本专利技术属于机器人运动控制
，具体涉及一种基于滑膜模型预测控制的移动机器人控制方法
。

技术介绍

[0002]近年来，许多协作优化方法及最优控制方法应用于移动机器人，其中模型预测控制以相对较好的控制效果脱颖而出
。
模型预测控制通过在每个控制周期内优化未来一段时间内的控制动作，来实现对系统的控制
。
其适用于复杂的非线性系统，能够处理移动机器人多变量
、
非线性系统的控制问题，使得控制器更加灵活和适应性强
。
[0003]模型预测控制的控制性能较优，但解算速度较慢，影响机器人控制的实时性
。
在实际的操作中还要受到诸如摩擦力
、
外界扰动等许多不确定性因素的影响
。
移动基座和机械臂具有不同的动力学特性，而且存在强耦合，如移动基座适用于在平面上进行快速
、
高效的移动，机械臂通过控制每个关节的角度来实现精确的位置和姿态调整，适用于需要精准定位和操作的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于滑膜模型预测控制的移动机器人控制方法，其具体步骤包括：系统建模：对包括移动基座和机械臂的移动机器人进行运动学建模；状态估计：确定移动机器人的实时状态；模型预测控制：基于移动机器人的运动学模型和实时状态，使用模型预测控制来预测未来的系统状态和行为，通过最小化目标函数且满足约束条件，求解控制问题，得到未来控制时域内的最优控制输入，实时控制移动机器人的运动；循环迭代：在新的控制周期内进行循环迭代，重新确定系统状态，进行模型预测，求解最优控制输入，实时更新控制指令，直至实现移动机器人的期望运动；其中，模型预测控制的目标函数为：，其中
s
为滑膜函数，，
e
为系统状态偏差，
P、Q、R
为正定权重矩阵，
N
为控制时域，
u
i
为未来
i
时刻的系统输入，
u
eq
为滑膜等效控制
。2.
根据权利要求1所述的基于滑膜模型预测控制的移动机器人控制方法，其特征在于，滑模函数
s
的趋近率为：，其中
ε
、
δ
、
α
、
β
均为控制参数，
α
>0, 0<
β
&...

【专利技术属性】
技术研发人员：程通，刘元建，张晓龙，甘亚光，
申请(专利权)人：纳博特南京科技有限公司，
类型：发明
国别省市：