摘要
本文面向刚柔混合机器人的轨迹跟踪与碰撞规避，提出一种结合连续模型表达和输入映射的运动规划方法。该方法针对传统分段常曲率模型存在的不连续与奇异问题，通过泰勒变换建立更易求解的驱动绳长度与机器人末端位置关系，并在非线性模型预测控制中引入基于历史数据的输入映射，以减小模型失配对求解过程的影响。机器人与障碍物均采用多面体描述，将避碰问题转化为可嵌入 NMPC 优化的连续非线性约束。刚柔混合机器人平台上的仿真与实验表明，该方法能够扩大可行运动范围并提高跟踪精度。
类型
出版物
IEEE Transactions on Automation Science and Engineering
金碧辉
工程师
陈通
博士生
徐云雯
副研究员
徐云雯是上海交通大学自动化系副研究员。她在上海交通大学获得控制科学与工程博士和硕士学位，在南京理工大学获得自动化学士学位。她曾在普渡大学担任访问学者，并在上海交通大学担任博士后和研究职位。她的研究重点是预测控制应用、智能交通系统、嵌入式预测控制和复杂系统智能控制。她在顶级期刊和会议上发表了大量论文，并参与了多个重要研究项目。
李德伟
长聘教授 | 实验室主任
现为中国自动化学会预测控制及智能决策专委会主任，控制理论与应用教育工作组委员，国际著名刊物Control Engineering Practice 编委，主持科技部重点研发计划项目、国家自然科学基金重点、面上及国际合作基金、国家863项目课题等20余项国家级项目，承担重点企业委托项目20余项