×
托拜厄斯·斯普洛多夫斯基;穆罕默德·梅雷斯（Mohamed W.Mehrez）。;尤尔根·潘内克

基于动态优先级的DMPC，具有用于移动系统的占用网格。 （英语） Zbl 1478.93178号

国际J.控制 94，第9期，2396-2410（2021）.
摘要：分布式模型预测控制是一种适用于在共享空间中运行的移动机器人或车辆等系统的广泛控制方法。每个系统通过局部求解关于目标函数的最优控制问题，并受系统本身以及共享和可能量化信息产生的约束，以迭代的方式计算其控制行为。在最先进的方法中，局部问题是按顺序解决的，并以固定的顺序应用，考虑到整个系统性能，这可能不是最佳的。我们引入动态优先级规则，对其进行局部评估，以建立每个时间瞬间的系统动态序列。为了避免可能由周期性重新排序引起的死锁，这个想法得到了内存规则的补充。通过数值模拟分析了有量化和无量化的拟议方法的影响，发现与最先进的方法相比，收敛时间更短。

引用于1文件

MSC公司：

93B45码 模型预测控制
93C85号 控制理论中的自动化系统（机器人等）
93甲16 多代理系统

关键词：

分布式模型预测控制;非合作控制;机器人规划;动态优先级规则;完整机器人;多智能体系统

软件：

NLopt（NLopt）
PDF格式BibTeX公司 XML格式引用
\textit{T.Sprodowski}等人，国际期刊控制94，编号9，2396--2410（2021；Zbl 1478.93178）
全文： 内政部

参考文献：

[1] Altché，F.和De La Fortelle，A.（2016）。分析机器人协调问题的最优解决方案，以改进自主交叉口管理策略。Ieee智能车辆研讨会（第86-91页）。瑞典哥德堡：IEEE。检索自https://ieeexplore.iee.org/document/7755369
[2] Asadi，F.和Richards，A.（2015）。空中交通管理的自组织模型预测控制。第五届指挥控制系统自动化应用与理论国际会议论文集（ataccs’15）（第151-159页）。法国图卢兹：计算机协会（ACM）。数字对象标识代码：10.1145/2899361.2899377
[3] Azarm，K.和Schmidt，G.（1997年）。基于分散运动规划和协商的多移动机器人无冲突运动。IEEE机器人与自动化国际会议记录（第3526-3533页）。美国新墨西哥州阿尔伯克基：IEEE。检索自https://ieeexplore.ieee.org/document/606881
[4] Badgwell，T.A。；秦，S.J。；Angeles，L.，《实际中的模型预测控制》，《系统与控制百科全书》，500，6-11（2013）
[5] 巴厘岛，C.和理查兹，A.（2018）。使用混合集成模型预测控制合并路口处的车辆。2018年欧洲控制会议（ECC）（第1740-1745页）。塞浦路斯利马索尔：欧洲控制协会（EUCA）。doi:10.23919/ECC.2018.8550577
[6] Bennewitz，M.和Burgard，W.（2000年）。移动机器人团队路径规划技术的实验比较。Autonome移动系统（第175-182页）。德国卡尔斯鲁厄，海德堡，柏林，施普林格。doi:10.1007/978-3642-59576-9_21
[7] Buckley，S.J.（1989）。多移动机器人的快速运动规划。机器人与自动化国际会议（第322-326页）。美国亚利桑那州斯科茨代尔：IEEE。doi:10.1109/ROBOT.1989.100008
[8] 坎波诺加拉，E。；贾，D。；Krogh，B。；Talukdar，S.，分布式模型预测控制，IEEE控制系统杂志，22，1，44-52（2002）·数字对象标识代码：10.1109/37.980246
[9] Chen，L。；Englund，C.，《协作交叉口管理：调查》，IEEE智能交通系统交易，17，2，570-586（2016）·doi:10.1109/TITS.2015.2471812
[10] 邓巴，W.B。；Caveney，D.S.，车辆排的分布式滚动地平线控制：稳定性和串稳定性，IEEE自动控制汇刊，57，3，620-633（2012）·Zbl 1369.93412号 ·doi:10.1109/TAC.2011.2159651
[11] 埃尔德曼，M。；Lozano-Pérez，T.，关于多个运动物体，算法，2，1-4477-521（1987）·兹伯利0643.68152 ·doi:10.1007/BF01840371
[12] 埃弗斯，R。；Proost，S.，《优化十字路口》，交通研究B部分，71，100-119（2015）·doi:10.1016/j.trb.2014.10.006
[13] Fankhauser，B.、Makarem，L.和Gillet，D.（2011年）。在预定义路径上使用分散导航功能的移动机器人无碰撞交叉路口。第五届控制论和智能系统国际会议（cis 2011）（第392-397页）。中国青岛：IEEE。doi:10.1109/ICCIS.2011.6070361
[14] 法里纳，M。；披萨，A。；Scattolini，R.，《分布式预测控制在单车自主机器人运动和协调问题中的应用，机器人和自主系统》，72248-260（2015）·doi:10.1016/j.robot.2015.06.007
[15] Farina，M.和Scattolini，R.（2011年）。一种输出反馈分布式预测控制算法。IEEE决策与控制会议和欧洲控制会议（第8139-8144页）。美国佛罗里达州奥兰多：IEEE。检索自https://ieeexplore.ieee.org/document/6160366/
[16] Grüne，L.，《无终端限制的NMPC》，IFAC会议记录卷（IFAC论文在线），第45、17、1-13页（2012年）·doi:10.3182/20120823-5-NL-3013.00030
[17] Grüne，L。；Pannek，J.，《非线性模型预测控制：理论与算法》（2017），伦敦：施普林格出版社，伦敦·Zbl 1429.93003号
[18] Grüne，L.和Worthmann，K.（2012）。一种不稳定终端约束的分布式NMPC方案。分布式决策和控制（第261-287页）。伦敦：斯普林格。doi:10.1007/978-1-4471-2265-412·Zbl 1328.93103号
[19] Johnson，S.G（2004）。NLopt非线性优化包。。检索自http://ab-initio.mit.edu/nlopt
[20] Luo，W.、Chakraborty，N.和Sycara，K（2016）。具有运动动力学约束的多移动机器人分布式动态优先级分配和运动规划。《美国控制会议记录》（第148-154页）。美国马萨诸塞州波士顿：IEEE。检索自doi:10.1109/ACC.2016.7524907
[21] Marigo，A.、Piccoli，B.和Vergni，D（2004年）。用于类车机器人协调的协同控制。第42届IEEE决策与控制会议论文集（第3287-3292页）。美国夏威夷毛伊岛：IEEE。检索自https://ieeexplore.ieee.org/document/1271650/
[22] Negenborn，R.R.、De Schutter，B.和Hellendorn，J（2007）。通过并行化有效实现串行多智能体模型预测控制。IEEE网络、传感和控制国际会议（第19卷，第175-180页）。伦敦：IEEE。检索自https://ieeexplore.ieee.org/document/4238985/
[23] Nocedal，J。；Wright，S.，《数值优化》（2000），纽约：Springer，纽约
[24] Pannek，J.，《非合作分布式NMPC状态交换策略的并行化》，《系统与控制快报》，62，1，29-36（2013）·Zbl 1258.93011号
[25] Powell，M.J.D.，优化计算的直接搜索算法，《数值学报》，7，287-336（1998）·Zbl 0911.65050号 ·doi:10.1017/S0962492900002841
[26] Richards，A.和How，J.（2004年A）。鲁棒约束模型预测控制的分散算法。美国控制会议（acc）（第4261-4266页）。美国马萨诸塞州波士顿：IEEE。检索自https://ieeexplore.ieee.org/document/1383977/
[27] Richards，A.和How，J.（2004年b）。协同无人机的分散模型预测控制。第43届IEEE决策与控制会议（第4卷，第4286-4291页）。巴哈马拿骚：IEEE。doi:10.1109/CDC.2004.1429425
[28] A.理查兹。；How，J.P.，鲁棒分布式模型预测控制，国际控制杂志，80，9，1517-1531（2007）·Zbl 1194.93195号 ·doi:10.1080/00207170701491070
[29] Saffarian，M。；Fahimi，F.，应用于直升机编队控制的非迭代非线性模型预测方法，机器人和自治系统，57，6-7，749-757（2009）·doi:10.1016/j.robot.2008.10.21
[30] Sprodowski，T。；Mehrez，M.W。；沃斯曼，K。；Mann，G.K。；戈辛，R.G。；佐川，J.K。；Pannek，J.，《基于占用网格的分布式MPC差分通信》，信息科学，453426-441（2018）·Zbl 1448.93080号 ·doi:10.1016/j.ins.2018.04.034
[31] Venkat，A.、Rawlings，J.和Wright，S.（2005年）。分布式模型预测控制的稳定性和最优性。第44届ieee决策与控制会议（第6680-6685页）。西班牙塞维利亚：IEEE。doi:10.1109/CDC.2005.1583235
[32] Worthmann，K.，《MPC中预测层位长度的估计：数值案例研究》，IFAC会议论文集（IFAC论文在线），45，17，232-237（2012）·doi:10.3182/20120823-5-NL-3013.00037
[33] Wu，N.，《无信号（优先控制）交叉口通行能力测定通用程序》，《交通研究》第B部分，35，593-623（2001）·doi:10.1016/S0191-2615（00）00012-6
[34] Yongjie，Y.（2009）。基于改进人工势场和规则的多机器人避碰规划。IEEE机器人和仿生学国际会议（第1026-1031页）。泰国曼谷：IEEE。doi:10.1109/ROBIO.2009.4913141
[35] Zhao，G.，&Zhu，M.（2018）。Pareto最优多机器人运动规划。美国控制会议记录（第4020-4025页）。密尔沃基，威斯康星州，美国：IEEE。检索自https://ieeexplore.ieee.org/document/8431249
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。