本發明公開了一種基于數據驅動的機器人魯棒學習預測控制方法,通過數據驅動的方式來對系統的動力學進行辨識,將機器人的非線性特性抽象至高維線性空間,獲得機器人系統的全局線性化模型;對機器人系統的原始狀態量與控制量的取值范圍進行收縮,并將收縮結果作為全局線性化模型的狀態量與控制量的取值范圍,在存在逼近殘差情況下滿足原始狀態量與控制量的取值范圍、并保持閉環控制的魯棒性;基于全局線性化模型和高維線性空間中的狀態變量來進行不斷地滾動優化,學習得到機器人系統當前時刻的近似最優預測控制序列。其應用對象是動力學特性未知且不易獲取和辨識、存在狀態和控制量約束的一類系統為非線性的機器人,能夠實現快速高效的閉環控制。
聲明:
“基于數據驅動的機器人魯棒學習預測控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)