System Identification for Virtual Sensor-Based Model Predictive Control: Application to a 2-DoF Direct-Drive Robotic Arm

要約

非線形モデル予測制御（NMPC）は、複雑な非線形システムを制御するための強力なアプローチを提供しますが、2つの重要な課題に直面しています。
まず、非線形ダイナミクスの正確なモデリングは依然として困難です。
第二に、制御目標に直接関連する変数は、操作中に直接測定できないことがよくあります。
高コストのセンサーはモデル開発中にこれらの変数を取得できますが、実際の展開での使用は通常実行不可能です。
これらの制限を克服するために、モデリングフェーズ中に一時的な高コストセンサーを活用してNMPC実装の仮想センサーを作成する予測仮想センサー識別（PVSID）フレームワークを提案します。
複雑なジョイント相互作用を備えた2度（2-DOF）ダイレクトドライブロボットアームでPVSIDを検証し、モデリング中にモーションキャプチャを介して先端位置をキャプチャし、NMPCの慣性測定ユニット（IMU）を利用します。
実験結果は、識別された仮想センサーを使用したNMPCが、動作中にモーションキャプチャシステムを必要とせずに正確なチップ軌道追跡を実現することを示しています。
PVSIDは、主要な変数の測定がコストまたは運用上の制限によって制約される非線形システムに最適な制御を実装するための実用的なソリューションを提供します。

要約(オリジナル)

Nonlinear Model Predictive Control (NMPC) offers a powerful approach for controlling complex nonlinear systems, yet faces two key challenges. First, accurately modeling nonlinear dynamics remains difficult. Second, variables directly related to control objectives often cannot be directly measured during operation. Although high-cost sensors can acquire these variables during model development, their use in practical deployment is typically infeasible. To overcome these limitations, we propose a Predictive Virtual Sensor Identification (PVSID) framework that leverages temporary high-cost sensors during the modeling phase to create virtual sensors for NMPC implementation. We validate PVSID on a Two-Degree-of-Freedom (2-DoF) direct-drive robotic arm with complex joint interactions, capturing tip position via motion capture during modeling and utilize an Inertial Measurement Unit (IMU) in NMPC. Experimental results show our NMPC with identified virtual sensors achieves precise tip trajectory tracking without requiring the motion capture system during operation. PVSID offers a practical solution for implementing optimal control in nonlinear systems where the measurement of key variables is constrained by cost or operational limitations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google