×

机器人沿预定几何路径时间最优轨迹规划的凸松弛法。 (英语) Zbl 1351.93098号

摘要:在本文中,我们研究了机器人沿预定几何路径的时间最优轨迹规划和前馈控制问题。我们提出了一种凸松弛方法,以生成时间最优的轨迹和前馈控制,它们对于完整的非线性动力学模型是动态可行的,同时考虑了库仑摩擦和粘性摩擦。尽管由于所需的大速度,粘性摩擦对时间最优运动的影响变得相当显著,但在以前的公式中,粘性摩擦被忽略了。由于考虑了粘性摩擦,我们提出了一个非凸的策略公式,尽管如此,它还是自然导致了所提到的非凸问题的凸松弛。为了数值求解该公式,还开发了一个离散化方案。重要的是,对于文中给出的所有数值实例,重点是将算法结果应用于六轴工业机械臂,所提出的凸松弛法精确地解决了原始的非凸问题。通过对六轴机械手由此产生的跟踪误差、扭矩命令和加速度计读数的模拟和实验研究,我们强调了惩罚总加速度测量以及在轨迹的初始和最终过渡处施加加速度约束的重要性。

MSC公司:

93C85号 控制理论中的自动化系统(机器人等)
第68页第40页 机器人人工智能
93立方厘米 由常微分方程控制的控制/观测系统
49N90型 最优控制和微分对策的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] LaValle,规划算法(2006)·Zbl 1100.68108号 ·doi:10.1017/CBO9780511546877
[2] R.Tedrake欠驱动机器人:高效灵活机器的学习、规划和控制麻省理工学院6.832,麻省理学院32-380,32 Vassar Street,Cambridge,MA 02139,USA 2009课程笔记
[3] Bobrow,机器人操作器沿指定路径的时间最优控制,《国际机器人研究杂志》4(3)第3页–(1985)·doi:10.1177/027836498500400301
[4] Shin,带几何路径约束的机器人操作器的最小时间控制,IEEE自动控制汇刊30(6)pp 531–(1985)·Zbl 0555.93033号 ·doi:10.1109/TAC.1985.1104009
[5] Pfeiffer,机械手轨迹规划概念,机器人与自动化,IEEE Journal of 3(2)pp 115–(1987)·doi:10.1109/JRA.1987.1087090
[6] 具有几何路径约束的铰接系统的Shiller Z时间-能量最优控制机器人与自动化,1994。诉讼程序。,1994年IEEE国际会议,美国加利福尼亚州圣地亚哥,1994 2680 2685
[7] Betts,利用非线性规划进行最优控制的实用方法,设计与控制进展(2001)·Zbl 0995.49017号
[8] Costantinescu,工业机械手沿指定路径的平滑和时间最优轨迹规划,机器人系统杂志17(5)第233页–(2000)·Zbl 0957.70008号 ·doi:10.1002/(SICI)1097-4563(200005)17:5<233::AID-ROB1>3.0.CO;2年
[9] Verscheure,机器人的时间最优路径跟踪:凸优化方法,IEEE自动控制汇刊54 pp 2318–(2008)·Zbl 1367.90088号 ·doi:10.1109/TAC.2009.2028959
[10] Boyd,凸优化(2004)·doi:10.1017/CBO9780511804441
[11] Lam D Manzie C Good M模型预测轮廓控制决策与控制(CDC),2010年第49届IEEE会议,2010年6137 6142
[12] 西西里亚诺,《控制和信号处理高级教科书:机器人:建模、规划和控制》(2009)·doi:10.1007/978-1-84628-642-1
[13] O'Reilly,工程师的中间动力学:牛顿-欧拉和拉格朗日力学的统一处理(2008)·Zbl 1166.70004号 ·doi:10.1017/CBO9780511791352
[14] 海绵,机器人建模与控制(2006)
[15] 布莱森,《应用最优控制:优化、估计和控制》(1975)
[16] Lobo,二阶锥规划的应用,线性代数及其应用284 pp 193–(1998)·Zbl 0946.90050号 ·doi:10.1016/S0024-3795(98)10032-0
[17] 斯特里克,通过直接配置求解最优控制问题的数值解,ed,《最优控制-变分法》,最优控制理论和数值方法,111,129-143,国际数值数学系列,Birkhäuser 111 pp 129–(1993)·Zbl 0790.49024号
[18] Grant M Boyd S CVX:MATLAB软件,用于严格的凸规划,版本2.1,2014年3月http://cvxr.com/cvx
[19] 格兰特,《控制与信息科学讲稿:学习与控制的最新进展》,第95页–(2008年)·Zbl 1205.90223号 ·数字对象标识代码:10.1007/978-1-84800-155-87
[20] 科克,MATLAB机器人工具箱,IEEE robotics and Automation Magazine 3(1)pp 24–(1996)·数字标识代码:10.1109/100.486658
[21] CompuGauge 3D 2009年7月http://www.dynalog-us.com/solutions
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。