Predictive Kinematic Coordinate Control for Aerial Manipulators based on Modified Kinematics Learning

要約

高精度の操作は、常に空中マニピュレーターの発達目標でした。
このペーパーでは、空中マニピュレーターにおける運動座標制御の問題を調査します。
学習ベースの修正された運動モデルと、重量割り当てに基づくモデル予測制御（MPC）スキームを含む予測運動座標制御法を提案します。
既存の方法と比較して、提案されたアプローチはいくつかの魅力的な機能を提供します。
まず、運動学モデルには、閉ループダイナミクスの特性とオンライン残留学習が組み込まれています。
閉ループのダイナミクスや残差を考慮しない方法と比較して、提案された方法は精度が59.6 $ \％$を改善しました。
第二に、重量配分を考慮するMPCスキームが提案されており、クワッドコプターとマニピュレーターのモーション戦略を調整できます。
重量配分を考慮しない方法と比較して、提案された方法はより多くのタスクの要件を満たすことができます。
提案されたアプローチは、複雑な軌道追跡と移動ターゲット追跡実験を通じて検証されます。
結果は、提案された方法の有効性を検証します。

要約(オリジナル)

High-precision manipulation has always been a developmental goal for aerial manipulators. This paper investigates the kinematic coordinate control issue in aerial manipulators. We propose a predictive kinematic coordinate control method, which includes a learning-based modified kinematic model and a model predictive control (MPC) scheme based on weight allocation. Compared to existing methods, our proposed approach offers several attractive features. First, the kinematic model incorporates closed-loop dynamics characteristics and online residual learning. Compared to methods that do not consider closed-loop dynamics and residuals, our proposed method has improved accuracy by 59.6$\%$. Second, a MPC scheme that considers weight allocation has been proposed, which can coordinate the motion strategies of quadcopters and manipulators. Compared to methods that do not consider weight allocation, the proposed method can meet the requirements of more tasks. The proposed approach is verified through complex trajectory tracking and moving target tracking experiments. The results validate the effectiveness of the proposed method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google