基于模型预测控制的机器人姿态控制策略研究

doi:10.3901/JME.2024.19.088

机械工程学报 ›› 2024, Vol. 60 ›› Issue (19): 88-100.doi: 10.3901/JME.2024.19.088

扫码分享

基于模型预测控制的机器人姿态控制策略研究

姚建均, 张宜坤, 柯运, 钱琛, 王超

哈尔滨工程大学机电工程学院哈尔滨 150000

收稿日期:2023-10-26 修回日期:2024-05-10 出版日期:2024-10-05 发布日期:2024-11-27
作者简介:姚建均(通信作者),男,1980年出生,博士,教授,博士研究生导师。主要研究方向为流体传动与控制、伺服机构、机器人技术和智能制造装备。E-mail:travisyao@126.com;张宜坤,男,1997年出生,博士研究生。主要研究方向为预测控制、机器人控制与视觉伺服控制。E-mail:Zhangyikun@hrbeu.edu.cn;柯运,男,1998年出生,硕士研究生。主要研究方向为机器人运动学、运动规划和智能控制。E-mail:ky0515@hrbeu.edu.cn;钱琛,男,1996年出生,博士研究生。主要研究方向为机械臂轨迹规划,工业机器人加工装备,机器人机械加工技术。E-mail:18845641370@163.com;王超,男,1996年出生,硕士。主要研究方向为压电驱动器设计。E-mail:2221914621@qq.com

Research on Robot Attitude Control Strategy Based on Model Predictive Control

YAO Jianjun, ZHANG Yikun, KE Yun, QIAN Chen, WANG Chao

College of Mechanical and Electrical Engineering, Harbin Engineering University, Harbin 150000

Received:2023-10-26 Revised:2024-05-10 Online:2024-10-05 Published:2024-11-27

摘要/Abstract

摘要： 针对机器人复杂灵活的任务，需要机器人具有运动平滑、大范围定位与高精度跟踪的能力。为了解决离线规划导致的低系统实时性，与低精度运动学数值逆解导致机器人抖动的问题，提出一种基于模型预测控制的机器人姿态控制策略。首先，建立机器人正运动学模型，将其表达为状态空间模型；其次，考虑机器人极限关节位置与运动平滑性两种约束条件，构造其为紧、凸集合；然后，将机器人求解运动学逆解的问题转换为求解带约束最优控制问题，并得出最优控制量；最后，理论证明了控制器的稳定性；仿真表明，相对于经典控制策略，提出的控制策略具有更好的大范围定位能力；设计基于六自由度机器人的大范围定位实验与复杂轨迹跟踪实验，证实了提出的控制策略具有良好的跟踪与定位能力。

关键词: 机器人姿态控制, 模型预测控制, 约束系统, 轨迹跟踪

Abstract: For the complex and flexible tasks of robots, robots are required to have the ability of smooth motion, large range positioning and high precision tracking.In order to solve the problem that low real-time performance of offline trajectory planning and low precision numerical solution of inverse kinematics lead to robot jitter, a robot attitude control strategy based on model predictive control is proposed.Firstly, the forward kinematics model of the robot is established and expressed as a state space model.Secondly, considering the two constraints of the ultimate joint position and motion smoothness of the robot, and it is constructed as a compact and convex set.Then, the inverse kinematics of the robot is transformed into the constrained optimal control problem, and the optimal control action is obtained.Finally, the stability of the controller is proved theoretically.Simulation results show that compared with the classical control strategy, the proposed control strategy has better positioning ability in a large range.Apart from this, large range positioning experiments and complex trajectory tracking experiments based on six degree of freedom robot are designed, which confirm the good tracking and positioning ability of the proposed control strategy.

Key words: robot attitude control, model predictive control, system limitations, trajectory tracking

中图分类号:

TG242

姚建均, 张宜坤, 柯运, 钱琛, 王超. 基于模型预测控制的机器人姿态控制策略研究[J]. 机械工程学报, 2024, 60(19): 88-100.

YAO Jianjun, ZHANG Yikun, KE Yun, QIAN Chen, WANG Chao. Research on Robot Attitude Control Strategy Based on Model Predictive Control[J]. Journal of Mechanical Engineering, 2024, 60(19): 88-100.

参考文献

[1] MUELLER E，CHEN X L，RIEDEL R. Challenges and requirements for the application of industry 4.0：A special insight with the usage of cyber-physical system[J]. Chinese Journal of Mechanical Engineering，2017，30(5)：1050-1057.
[2] XIAO F，LI G F，JIANG D，et al. An effective and unified method to derive the inverse kinematics formulas of general six-DOF manipulator with simple geometry[J]. Mechanism and Machine Theory，2021，159：104265.
[3] THANH P H，NGUYEN V H，KONIGORSKI U. A time-optimal trajectory generation approach with non-uniform B-splines[J]. International Journal of Control Automation and Systems，2021，19(12)：3947-3955.
[4] PHAM Q C. A general，fast，and robust implementation of the time-optimal path parameterization algorithm[J]. IEEE Transactions on Robotics，2014，30(6)：1533-1540.
[5] YAO J J，QIAN C，ZHANG Y K，et al. Multi-objective redundancy optimization of continuous-point robot milling path in shipbuilding[J]. Cmes-Computer Modeling in Engineering & Sciences，2023，134(2)：1283-1303.
[6] 杨真真，李明富，张黎明，等. 基于模型预测控制的机器人工业机器人曲面跟踪方法研究[J]. 机械工程学报，2022，58(19)：24-33. YANG Zhenzhen，LI Mingfu，ZHANG Liming，et al. Research on surface tracking method of industrial robot based on model predictive control[J]. Journal of Mechanical Engineering，2022，58(19)：24-33.
[7] TIAN X Y，XU Q H，ZHAN Q. An analytical inverse kinematics solution with joint limits avoidance of 7-DOF anthropomorphic manipulators without offset[J]. Journal of the Franklin Institute-Engineering and Applied Mathematics，2021，358(2)：1252-1272.
[8] KUCUK S，BINGUL Z. Inverse kinematics solutions for industrial robot manipulators with offset wrists[J]. Applied Mathematical Modelling，2014，38(7-8)：1983-1999.
[9] ZHANG Q Q，WANG D Q，GAO L F. Research on the inverse kinematics of manipulator using an improved self-adaptive mutation differential evolution algorithm[J]. International Journal of Advanced Robotic Systems，2021，18(3)：17298814211014413.
[10] LIU F，HUANG H，LI B，et al. A parallel learning particle swarm optimizer for inverse kinematics of robotic manipulator[J]. International Journal of Intelligent Systems，2021，36(10)：6101-6132.
[11] LOPEZ-FRANCO C，HERNANDEZ-BARRAGAN J，ALANIS A Y，et al. A soft computing approach for inverse kinematics of robot manipulators[J]. Engineering Applications of Artificial Intelligence，2018，74：104-120.
[12] 陶永，兰江波，刘海涛，等. 基于滑膜和模糊算法相融合的人机协作机器人轨迹跟踪方法[J]. 机械工程学报，2022，58(18)，181-191. TAO Yong，LAN Jiangbo，LIU Haitao，et al. Cooperative robot trajectory tracking control method based on the fusion of sliding mode control and fuzzy algorithm[J]. Journal of Mechanical Engineering，2022，58(18)：181-191.
[13] 席裕庚，李德伟，林姝. 模型预测控制——现状与挑战[J]. 自动化学报，2013，39(3)：222-236. XI Yugeng，LI Deiwei，LIN Shu. Model predictive control-status and challenges[J]. Acta Automatica Sinica，2014，39(3)：222-236.
[14] WANG X Y，DING Y M. Adaptive real-time predictive compensation control for 6-DOF serial arc welding manipulator[J]. Chinese Journal of Mechanical Engineering，2010，23(3)：361-366.
[15] MAYNE D Q. Model predictive control：recent developments and future promise[J]. Automatica，2014，50(12)：2967-2986.
[16] GRIMM G，MESSINA M J，TUNA S E，et al. Examples when nonlinear model predictive control is nonrobust[J]. Automatica，2004，40(10)：1729-1738.
[17] STELLATO B，BANJAC G，GOULART P，et al. OSQP：an operator splitting solver for quadratic programs[J]. Mathematical Programming Computation，2020，12(4)：637-672.
[18] SCOKAERT P O M，RAWLINGS J B. Stability of model predictive control under perturbations[J]. IFAC Proceedings Volumes，1995，28(14)：19-24.
[19] BEESON P，AMES B. TRAC-IK：an open-source library for improved solving of generic inverse kinematics[C]// 2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids)，Seoul：IEEE，2015，928-935.
[20] GONG Z，TAO B，YANG H，et al. An uncalibrated visual servo method based on projective homography[J]. IEEE Transactions on Automation Science and Engineering，2018，15(2)：806-817.
[21] HAO M，SUN Z Q. A universal state-space approach to uncalibrated model-Free visual dervoing[J]. IEEE-ASME Transactions on Mechatronics，2012，17(5)：833-846.

基于模型预测控制的机器人姿态控制策略研究

Research on Robot Attitude Control Strategy Based on Model Predictive Control

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	杨泽坤, 李韶华, 王振峰. 基于自适应变参数MPC的分布式驱动智能车轨迹跟踪控制[J]. 机械工程学报, 2024, 60(6): 363-377.
[2]	汪首坤, 许永康, 陈志华, 司金戈, 李斌, 王军政. 无人机移动自主回收着陆原理及控制方法[J]. 机械工程学报, 2024, 60(3): 34-46.
[3]	郭景华, 李文昌, 王班, 王靖瑶. 基于深度强化学习的网联混合动力汽车队列控制[J]. 机械工程学报, 2024, 60(2): 262-271.
[4]	李昊, 宾洋, 胡杰, 岳肖, 金庭安, 张凯. 无偏显式模型预测控制及其在质子交换膜燃料电池净输出功率跟踪中的应用[J]. 机械工程学报, 2024, 60(14): 282-297.
[5]	何华, 刘全, 申屠舒展, 宫昭. 轮式多机协同搬运机器人轨迹跟踪控制器设计[J]. 机械工程学报, 2024, 60(11): 145-155.
[6]	郄天琪, 王伟达, 杨超, 李颖, 项昌乐. 面向分体式飞行汽车自主对接的自动驾驶底盘运动规划方法研究[J]. 机械工程学报, 2024, 60(10): 235-244.
[7]	刘聪, 刘辉, 韩立金, 聂士达. 基于学习型滑模预测控制的无人驾驶车辆非结构化环境轨迹跟踪及稳定性控制[J]. 机械工程学报, 2024, 60(10): 399-412.
[8]	张寒, 刘开华, 王春燕, 赵万忠, 栾众楷. 四轮分布式线控转向系统稳定与协调控制研究[J]. 机械工程学报, 2024, 60(10): 425-438.
[9]	李兵兵, 庄伟超, 刘昊吉, 张昊, 殷国栋, 张建润. 基于自学习型MPC的网联电动汽车生态驾驶控制策略研究[J]. 机械工程学报, 2024, 60(10): 453-462.
[10]	王峰, 张健, 徐兴, 王春海, 阙红波, 高扬. 行星耦合PHEV模式切换过程全频段瞬态扭振特性分析与主动抑制[J]. 机械工程学报, 2023, 59(4): 173-189.
[11]	李韶华, 杨泽坤, 王雪玮. 基于T-S模糊变权重MPC的智能车轨迹跟踪控制[J]. 机械工程学报, 2023, 59(4): 199-212.
[12]	金贤球, 雷涛, 闵志豪, 宋丽娜, 张星雨, 张晓斌. 分布式电推进飞机能量优化动态管理技术研究^*[J]. 电气工程学报, 2023, 18(3): 315-331.
[13]	吴馥云, 程卫, 李高宁, 吕建国. 基于模型预测的光伏参与电网调频方法研究^*[J]. 电气工程学报, 2023, 18(3): 348-357.
[14]	魏中宝, 钟浩, 何洪文. 基于多物理过程约束的锂离子电池优化充电方法[J]. 机械工程学报, 2023, 59(2): 223-232.
[15]	石国航, 张永昌, 杨海涛. 一种改进的同步磁阻电机无模型预测电流控制^*[J]. 电气工程学报, 2023, 18(2): 1-8.