10.15918/j.tbit1001-0645.2020.036
基于动力学模型预测控制的Stewart型轮足腿控制方法
为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制(model predictive control,MPC)应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.
轮足机器人、Stewart平台、动力学模型、模型预测控制、联合仿真
41
TP23(自动化技术及设备)
国家自然科学基金61773060
2021-05-28（万方平台首次上网日期，不代表论文的发表时间）
共7页
418-424
