Control Predictivo por Modelo para la Colocación y Recuperación en Formación de Robots con Conos de Tráfico
Autores: Li, Zhiyong; Chang, Siyuan; Ye, Min; Jiao, Shengjie
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Control Predictivo por Modelo para la Colocación y Recuperación en Formación de Robots con Conos de Tráfico
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Formación
Control
Robots
TCRs
Control predictivo de modelos
Coordinación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
El desafío de gestionar de manera efectiva la formación y recuperación de los robots de conos de tráfico (TCR) se aborda proponiendo una estrategia de control predictivo lineal y variable en el tiempo (MPC). Este problema implica coordinar múltiples formaciones de TCR dentro de un área de trabajo para alcanzar una ubicación objetivo, lo cual es un gran desafío debido a la complejidad de la coordinación dinámica. A diferencia de los enfoques convencionales, nuestro método descompone el problema de control de formación en dos componentes principales: planificación del movimiento del TCR líder y control de seguimiento de la formación de los seguidores. La componente de planificación del movimiento implica la planificación de rutas y velocidades para lograr el control de la trayectoria del líder, que sirve como trayectoria de referencia para el seguidor. La tarea de seguimiento de la formación se extiende al control de formación entre múltiples robots para lograr la colocación y recuperación de la formación del robot de conos de tráfico. Para abordar el problema de limitación de entrada de los TCR, se consideran las restricciones de entrada durante el proceso de diseño de los controladores MPC. La efectividad y practicidad de la estrategia de control propuesta se valida a través de una serie de simulaciones numéricas y experimentos físicos con TCR.
Descripción
El desafío de gestionar de manera efectiva la formación y recuperación de los robots de conos de tráfico (TCR) se aborda proponiendo una estrategia de control predictivo lineal y variable en el tiempo (MPC). Este problema implica coordinar múltiples formaciones de TCR dentro de un área de trabajo para alcanzar una ubicación objetivo, lo cual es un gran desafío debido a la complejidad de la coordinación dinámica. A diferencia de los enfoques convencionales, nuestro método descompone el problema de control de formación en dos componentes principales: planificación del movimiento del TCR líder y control de seguimiento de la formación de los seguidores. La componente de planificación del movimiento implica la planificación de rutas y velocidades para lograr el control de la trayectoria del líder, que sirve como trayectoria de referencia para el seguidor. La tarea de seguimiento de la formación se extiende al control de formación entre múltiples robots para lograr la colocación y recuperación de la formación del robot de conos de tráfico. Para abordar el problema de limitación de entrada de los TCR, se consideran las restricciones de entrada durante el proceso de diseño de los controladores MPC. La efectividad y practicidad de la estrategia de control propuesta se valida a través de una serie de simulaciones numéricas y experimentos físicos con TCR.