Horizonte Predictivo No Lineal del Modelo para la Generación Óptima de Trayectorias
Autores: Al Younes, Younes; Barczyk, Martin
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Horizonte Predictivo No Lineal del Modelo para la Generación Óptima de Trayectorias
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Generación de trayectorias
Sistema no lineal
Control en lazo cerrado
Horizonte de Predicción de Modelo No Lineal
Ley de control de linealización por retroalimentación
Trayectorias de referencia óptimas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Este documento presenta un método de generación de trayectorias para un sistema no lineal bajo control en bucle cerrado (aquí un dron quadrotor) motivado por el método de Control Predictivo No Lineal (NMPC). A diferencia del NMPC, el método propuesto emplea un modelo de dinámica del sistema en bucle cerrado dentro del problema de optimización para generar de manera eficiente trayectorias de referencia en tiempo real. Llamamos a este enfoque el Horizonte de Control Predictivo No Lineal (NMPH). El modelo en bucle cerrado utilizado dentro del NMPH emplea un diseño de ley de control de linealización por retroalimentación para disminuir la no convexidad del problema de optimización y así lograr una convergencia más rápida. Para una planificación de trayectorias robusta en un entorno dinámicamente cambiante, se admiten restricciones de obstáculos estáticos y dinámicos dentro del algoritmo NMPH. Nuestro algoritmo se aplica a un sistema quadrotor para generar trayectorias de referencia óptimas en 3D, y se proporcionan varios escenarios de simulación para validar las características y evaluar el rendimiento de la metodología propuesta.
Descripción
Este documento presenta un método de generación de trayectorias para un sistema no lineal bajo control en bucle cerrado (aquí un dron quadrotor) motivado por el método de Control Predictivo No Lineal (NMPC). A diferencia del NMPC, el método propuesto emplea un modelo de dinámica del sistema en bucle cerrado dentro del problema de optimización para generar de manera eficiente trayectorias de referencia en tiempo real. Llamamos a este enfoque el Horizonte de Control Predictivo No Lineal (NMPH). El modelo en bucle cerrado utilizado dentro del NMPH emplea un diseño de ley de control de linealización por retroalimentación para disminuir la no convexidad del problema de optimización y así lograr una convergencia más rápida. Para una planificación de trayectorias robusta en un entorno dinámicamente cambiante, se admiten restricciones de obstáculos estáticos y dinámicos dentro del algoritmo NMPH. Nuestro algoritmo se aplica a un sistema quadrotor para generar trayectorias de referencia óptimas en 3D, y se proporcionan varios escenarios de simulación para validar las características y evaluar el rendimiento de la metodología propuesta.