相关实验视频
Updated: Jul 10, 2025
10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
12.6K
基于非线性模型预测控制的机器人鱼的轨迹跟踪和避难障碍
Ruilong Wang1, Ming Wang1, Yiyang Zhang1
1School of Information and Electrical Engineering, Shandong Jianzhu University, Jinan 250101, China.
Biomimetics (Basel, Switzerland)
|November 24, 2023
概括
本研究介绍了机器人鱼的非线性模型预测控制 (NMPC) 算法,使其能够在复杂的水下环境中精确追踪轨迹和避开障碍物. 与传统方法相比,NMPC方法提供了卓越的灵活性和弹性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 控制系统 控制系统
- 海洋工程 海洋工程
背景情况:
- 在复杂的水下环境中对机器人鱼进行精确的运动控制仍然是一个重大挑战.
- 现有的方法经常在实时适应和精确的机动性方面扎.
研究的目的:
- 提出和评估一种非线性模型预测控制 (NMPC) 算法,用于增强机器人鱼的轨迹跟踪和障碍回避.
- 为了证明NMPC的实时实施和有效性,以实现敏捷的水下导航.
主要方法:
- 制定机器人鱼的动态模型,包括加速,在世界坐标系内.
- 开发具有避难障碍和客观功能的NMPC,包括控制限制.
- 对NMPC与纯追求 (PP) 进行轨迹跟踪和动态窗口方法 (DWA) 避免障碍的比较分析.
主要成果:
- 与纯追求算法相比,NMPC在轨迹跟踪方面表现出卓越的准确性.
- 在避免障碍的规划中,NMPC表现出比动态窗口方法更大的弹性.
- 拟议的NMPC控制器有效地管理机器人鱼的移动,具有高度灵活性.
结论:
- 基于NMPC的策略为机器人鱼提供了一个可行的解决方案,用于精确的轨迹跟踪和高效的障碍回避.
- 这种方法显示出在复杂的水下机器人场景中实际应用的巨大潜力.
