Tire Wear Aware Trajectory Tracking Control for Multi-axle Swerve-drive Autonomous Mobile Robots

要約

独立して操縦可能なホイールを備えたマルチアクスルスウェーブドライブ自律モバイルロボット（MS-AGV）は、一般的に高賃金の輸送に使用されます。
この作業では、目的関数でタイヤ摩耗最小化の考慮を必要とするMS-AGV軌道追跡のための新しいモデル予測制御（MPC）メソッドを提示します。
問題解決プロセスをスピードアップするために、階層コントローラーの設計を提案し、\ textit {Magic Formula Tire Model}と\ TextIT {Simplied Tire Wear Model}を統合することにより、動的モデルを簡素化します。
実験では、提案された方法は、通常のパーソナルコンピューターでリアルタイムでシミュレートされたアニーリングと目的関数にタイヤ摩耗を組み込むことで解決できます。タイヤ摩耗は、曲線追跡実験の追跡精度を維持しながら19.19 \％減少します。
より挑戦的なシーンでは、目的の軌道は車両の見出しから60度相殺され、タイヤ摩耗の最適化を考慮せずに、タイヤ摩耗の減少は運動学モデルと比較して65.20 \％に増加しました。

要約(オリジナル)

Multi-axle Swerve-drive Autonomous Mobile Robots (MS-AGVs) equipped with independently steerable wheels are commonly used for high-payload transportation. In this work, we present a novel model predictive control (MPC) method for MS-AGV trajectory tracking that takes tire wear minimization consideration in the objective function. To speed up the problem-solving process, we propose a hierarchical controller design and simplify the dynamic model by integrating the \textit{magic formula tire model} and \textit{simplified tire wear model}. In the experiment, the proposed method can be solved by simulated annealing in real-time on a normal personal computer and by incorporating tire wear into the objective function, tire wear is reduced by 19.19\% while maintaining the tracking accuracy in curve-tracking experiments. In the more challenging scene: the desired trajectory is offset by 60 degrees from the vehicle’s heading, the reduction in tire wear increased to 65.20\% compared to the kinematic model without considering the tire wear optimization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google