.png){kind=icon}
返回
Robust Trajectory Tracking Control for Multiple Mobile Robots
.png){kind=icon}
OA
AI
DOI：10.1007/s10846-025-02291-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对复杂环境下多移动机器人的鲁棒轨迹跟踪控制挑战进行了研究，这一问题随着机器人数量增加以及对高跟踪精度和效率的需求提升而日益突出。现有方法难以在多机器人轨迹跟踪中平衡安全性与跟踪精度，且要求机器人在跟踪过程中始终尽可能接近其指定位置。为弥补这些不足，我们提出了多移动机器人轨迹模型预测控制（MMRT-MPC）和轨迹动作依赖图（TADG）框架。MMRT-MPC将多个指标纳入代价函数以提升轨迹跟踪的精度和效率。同时，TADG确保轨迹跟踪过程中的安全性，并能与MMRT-MPC及其他控制算法兼容。Gazebo仿真结果表明，TADG方法能够保障轨迹跟踪控制的安全性。与将TADG应用于优先级轨迹优化（PTO）以及结合模型预测控制的Bellman动态规划（BDP-MPC）相比，MMRT-MPC+TADG在不同数量机器人情况下分别降低平均延迟17.7%和11.6%，而在加入随机延迟的30机器人场景中分别降低20.8%和14.3%。此外，实际实验结果进一步验证了所提出方法的有效性。
Keyword:
Robust trajectory tracking control
Multiple mobile robots
MPC
TADG
期刊
J
IF:
2.8
论文数:
3.9K
被引数:
6.9K
机构
引用论文
Long Short-Term Memory-Based Multi-Robot Trajectory Planning: Learn from MPCC and Make It BetterOAAI
.png){kind=icon}
OAAI分享收藏Deploying Ten Thousand Robots: Scalable Imitation Learning for Lifelong Multi-Agent Path Finding
PREAI
分享收藏Simultaneous Obstacle Avoidance and Target Tracking of Multiple Wheeled Mobile Robots With Certified Safety具有安全认证的多轮式移动机器人的同时避障和目标跟踪
OAAI
OAAI分享收藏Conflict-Based Model Predictive Control for Scalable Multi-Robot Motion Planning基于冲突的模型预测控制用于可扩展的多机器人运动规划OAAI
OAAI分享收藏Adaptive Lifelong Multi-Agent Path Finding With Multiple Priorities华, Y.; 王, Y.; 季, Z. 具有多个优先级的自适应终身多智能体路径规划. IEEE Robot. Autom. Lett. 2024, 9, 5607–5614. [Google Scholar] [CrossRef]
PREAI
分享收藏
查看更多内容