基于超前步非线性模型预测控制的机器人运动轨迹研究

朱 珠, 张 书婷

摘要


针对Delta机器人在复杂环境下的运动轨迹跟踪控制问题，本文提出了一种基于超前步模型预测控制的优化
算法。利用在采样时间内提前进行状态量的预测及非线性规划问题（NLP）的求解，并利用敏感性更新的方式缩短
实际控制量的求解时间。以Delta机器人为研究对象进行仿真，结果表明该方法在模型失配情况下仍能有效抑制误差
积累，提高轨迹跟踪的精度与稳定性。

关键词


Delta机器人；模型预测控制；敏感性更新

全文:

PDF


参考


[1]Henson, Michael A.Nonlinear model predictive

control: current status and future directions[J]. Computer &

Chemical Engineering, 1998, 23(2): 187~202

[2]蒋雪健，钟羽中，郭斌，等.基于非线性模型预

测控制的油下巡检机器人轨迹跟踪研究[J].机床与液压，

2025，53（15）：1-8.

[3]倪 伟 杰， 张 华.基 于 模 型 预 测 与 反 步 法 的 机

械 臂 视 觉 伺 服 控 制 研 究[J/OL].自 动 化 技 术 与 应 用，

1-8[2025-09-07].https：//link.cnki.net/urlid/23.1474.

TP.20250821.1426.008.

[4]张日东.非线性预测控制与工业应用[M].科学出

版社，2012.

[5]Zavala V M, Biegler L T. The Advanced-step

NMPC Controller: Optimality,Stability and Robustness [J].

Automatica, 2009, 45(1): 86-93.

[6]梁旭，苏婷婷，贾智琪，等.并联Delta机器人及

其轨迹规划方法综述[J].科学技术与工程，2022，22（11）：

4271-4279.


Refbacks

  • 当前没有refback。