颜佳晴 鲁聪达 蔡颖杰 彭 翔 潘 婷 周圣云

(*浙江工业大学机械工程学院 杭州310023)

(**深圳怡丰机器人科技有限公司 深圳518116)

0 引言

近年来移动机器人的应用越来越广泛。从港口的集装箱装卸、电子商务包裹分拣、智能化仓储到智能停车,移动机器人开始进入人们的生活并改变了生活方式。因此,移动机器人越来越受到研究人员的关注。目前,移动机器人的研究内容主要包括模型、控制、导航定位、避障、路径规划、点稳定等。[1-5]

移动机器人的控制是指通过输出控制率来驱动移动机器人按照预设的路径行驶[6]。模型预测控制(model predictive control,MPC)作为一种现代智能控制,是移动机器人控制算法的研究热点。基于运动学模型的预测控制策略已经应用于移动机器人和自动驾驶汽车的路径跟踪[6-8]。广义预测控制被用来解决路径跟随问题[9]。在这些研究中,预测控制仅输出角速度,而线速度则是通过特殊的速度发生器产生。随着研究的深入,当今的模型预测控制不仅是简单的控制速度和角速度,越来越多的研究集中在如何优化MPC 控制器上。例如,文献[10]通过将协调器添加到MPC 控制器,可以通过线性返回移动机器人中的跟踪误差来选择合适的权重参数。文献[11]考虑到摩擦力对MPC 控制器的影响,设计了一种模型预测控制器进行摩擦补偿,以达到较好的控制效果。

在移动机器人领域,解决摩擦补偿是一个重要的问题。在摩擦补偿的研究中,提出了许多控制方法,提出了模型技术控制中的各种摩擦模型。……