欧美大地

在本文中，我们提出了自主机器人船的设计，建模和实时非线性模型预测控制（NMPC）。该机器人易于制造，机动性强，能够在室内和室外环境中进行精确的轨迹跟踪。特别地，提出了用于机器人船的十字型四推进器配置以产生有效的完整运动。机器人原型快速3D打印，然后通过粘附几层玻璃纤维密封。为了实现精确的跟踪控制，我们为具有控制输入约束的四控制输入船制定了NMPC策略，其中非线性动态模型包括科里奥利和向心矩阵，流体动力学附加质量和阻尼。通过将“GPS”模块和惯性测量单元（IMU）集成到机器人中，我们展示了机器人船沿着游泳池和天然河流中预先计划的路径的准确轨迹跟踪。此外，与类似系统相比，本文中采用的代码生成策略在NMPC算法的运行时间上产生了两个数量级的改进。该机器人旨在形成表面群体机器人测试平台的基础，可以评估表面运输和动态浮动基础设施自组装的集体算法。

实际上，采用RTK GPS（Emlid，Reach）来获取机器人在室外环境中的厘米精度位置。室内“GPS”系统（Marvelmind机器人技术）用于提供2厘米的机器人位置精度。IMU（LORD Microstain，3DM-GX5-25）与机器人主体的主轴平行放置，以监测机器人的偏航，俯仰，滚转，线性加速度和角速度。3D LiDAR（Velodyne，Puck VLP-16）安装在机器人的顶部中央，用于避免未来的障碍物和SLAM。本文不使用LiDAR。开发的机器人船的一个快照如图3（b）所示。机器人在机器人操作系统（ROS）上运行，其详细规格在表I中列出。

该方法可以成功地控制机器人船沿着所需的正弦形轨迹和方向。控制器能够在模拟中很好地跟踪所需的轨迹，同时在实验中保持小的跟踪误差。而且，实验中的控制动作不如模拟中的平滑。这可能是由机器人的简化动态模型以及机器人状态下的测量噪声引起的。

以上文章为节选，原文请见：https://www.researchgate.net/publication/324088849_Design_Modeling_and_Nonlinear_Model_Predictive_Tracking_Control_of_a_Novel_Autonomous_Surface_Vehicle

版权属于

Senseable City Lab :.:: Massachusetts Institute of Technology