Trajectory tracking control for nonholonomic mobile robots under arbitrary reference input
研究了基于二阶动力学的非完整移动机器人的跟踪控制问题,并将其应用于一致性跟踪和编队跟踪。本文最大的创新之处在于,参考轨迹可以任意选择,在这个意义上,持续激励的条件和任何其他要求都不强加于领导者。本文首先考虑了一个领导者和一个从者的跟踪控制问题,通过设计伴随系统,将其转化为两个相关子系统的镇定问题。然后,将单跟随者跟踪控制器推广到由有向无环图连接的多个非完整移动机器人的一致性跟踪问题,其中引入非线性流形上的凸组合为每个跟随者构造虚拟领导者.其次,针对多个非完整移动机器人,建立了一致性控制与编队控制之间的关系,构造了一个新的变换系统,从而由一致性跟踪结果得到编队跟踪控制策略。最后,仿真验证了控制律的有效性。
2019-12-26 cs.SY eess.SY
Model Predictive Control for Tracking Bounded References With Arbitrary Dynamics
本文提出一种MPC方法,通过引入人工参考作为决策变量,处理任意动态有界参考跟踪,保证递归可行性和跟踪误差渐近稳定,并仿真验证其有效性。
2025-03-26 cs.SY eess.SY
Learning disturbance models for offset-free reference tracking
提出一种在线学习状态与指令相关非线性扰动模型的控制框架,可在给定未来参考样本等条件下实现时变轨迹的渐近无偏差跟踪,并在仿真中优于恒定扰动模型。
2025-09-02 cs.SY eess.SY
Boosting the transient performance of reference tracking controllers with neural networks
Institute of Mechanical Engineering, Ecole Polytechnique Fédérale de Lausanne(洛桑联邦理工学院机械工程学院)
本文提出通过神经网络提升参考跟踪控制器的瞬态性能,结合性能提升框架优化通用瞬态成本,并通过机器人系统验证方法的有效性。
2026-02-04 cs.SY eess.SY
Distributed Model Predictive Control with Reconfigurable Terminal Ingredients for Reference Tracking
各种努力已经致力于开发用于跟踪分段常数参考的稳定分布式模型预测控制(MPC)方案。在这些方案中,终端集通常离线计算,并用于MPC在线阶段,以保证递归的可行性和渐近稳定性。最大不变终端集不一定尊重网络的分布式结构,阻碍了控制器的分布式实现。另一方面,椭圆形终端集尊重分布式结构,但可能会导致保守方案。针对网络化动力系统的参考跟踪问题,提出了一种新的分布式MPC方法,该方法根据闭环状态在线重构终端成分,以缓解上述问题.由此产生的非凸无限维问题近似使用二次规划。所提出的方案进行了测试,在模拟中,建议的MPC问题,采用分布式优化解决。
2021-10-27 cs.SY eess.SY
Distributed average tracking for multiple reference signals with general linear dynamics
State Key Laboratory for Turbulence and Complex Systems, Department of Mechanics and Engineering Science, College of Engineering, Peking University(北京大学工学院力学与工程科学系湍流国家重点实验室)
本文研究了多时变信号在一般线性动力学下的分布式平均跟踪问题,设计了静态和自适应耦合强度的连续算法,实现无振荡的渐近跟踪和误差有界收敛。
2013-12-28 cs.SY eess.SY
Model predictive control for tracking using artificial references: Fundamentals, recent results and practical implementation
本文为采用人工参考作为决策变量的跟踪用模型预测控制提供全面教程,介绍其概念、优势与理论保证,调研线性及非线性扩展进展,探讨其在基于学习的MPC中的应用与实现优化问题。
2024-12-09 cs.SY eess.SY
Model Predictive Control Paradigms for Fish Growth Reference Tracking in Precision Aquaculture
在精密水产养殖中,主要目标是最大限度地提高生物量产量,同时最大限度地降低生产成本。这一目标可以通过优化对鱼类生长有强烈影响的因素来实现,例如摄食率,温度和溶解氧。针对精密水产养殖中具有代表性的生物能量生长模型,比较研究了三种模型预测控制(MPC)策略在鱼类生长参考跟踪中的应用。我们建议评估三个候选MPC配方的鱼类生长参考跟踪的基础上后退的地平线。第一MPC制剂跟踪期望的鱼生长轨迹,同时惩罚饲料配给、温度和溶解氧。第二MPC优化策略直接惩罚饲料转化率(FCR),这是食物量和鱼的增重之间的比率,同时最小化实际生长状态与给定的参考生长轨迹的偏差。第三种模型预测控制包括生长率轨迹跟踪、动态能量和食物成本之间的权衡。数值模拟,集成了一个现实的生物能鱼类生长模型的尼罗罗非鱼(Oreochromis niloticus)的说明,以检查三个建议的最优控制策略的比较性能。
2021-01-29 cs.SY eess.SY
LQ Optimal Control for Power Tracking Operation of Wind Turbines
本文提出了一种单台风力发电机组的有功功率控制方法。现有技术的控制器通常采用单独的控制回路用于扭矩和桨距控制。相反,我们使用多变量控制方法。详细地,通过使用发电机速度、发电机扭矩和桨距角的参考轨迹来实现有功功率控制,使得如果天气条件允许,则满足期望的功率需求。然后,线性二次型(LQ)最优控制器用于参考跟踪。在OpenFAST仿真环境中,将控制器与最先进的方法进行比较。仿真结果表明,类似的有功功率跟踪性能,而LQ最优控制器的结果在较低的机械磨损。此外,所提出的方法具有良好的参考跟踪,并通过改善参考轨迹生成进一步的性能提高,可以预期。
2022-11-14 cs.SY eess.SY
Performance-Guaranteed Reference Tracking With Power Directionality Constraints: Application to Controlled Stochastic Watersheds
本研究将性能保证控制(PGC)框架从干扰抑制扩展至参考跟踪,开发了带可证性能界的随机控制综合方法,并将其应用于智能水系统的防洪控制。
2026-08-21 cs.SY eess.SY
Model Predictive Control for setpoint tracking
本文提出用于跟踪的模型预测控制(MPCT)方法,解决参考值变化时传统跟踪控制可能失去可行性与稳定性的问题,确保设定值的递归可行性和渐近稳定性。
2024-10-01 cs.SY eess.SY math.OC
On Periodic Reference Tracking Using Batch-Mode Reinforcement Learning with Application to Gene Regulatory Network Control
Imperial College London(帝国理工学院);Boehringer-Ingelheim Pharma GmbH & Co KG.(勃林格殷格翰制药);University of Liège(列日大学)
本文扩展了批量模式强化学习算法Fitted Q Iteration,利用参考轨迹的未来值和周期性先验知识,解决周期性参考跟踪问题,并在合成生物学基因调控网络广义抑制子中验证了其有效性。
2013-03-12 cs.SY eess.SY math.OC
Safe Trajectory Tracking in Uncertain Environments
在轨迹跟踪问题的模型预测控制(MPC)公式中,不可行的参考轨迹和先验未知的约束会导致设计繁琐、跟踪激进和递归可行性的丧失。例如,在移动系统的轨迹跟踪应用中,在存在先验不完全已知的约束的情况下,就是这种情况。在本文中,我们提出了一个新的框架称为模型预测柔性轨迹跟踪控制(MPFTC),放宽了轨迹跟踪的要求。此外,我们适应递归的可行性存在先验未知的约束,这可能会使参考轨迹不可行。在所提出的框架中,约束满足是保证在任何时候,而参考轨迹跟踪约束满足允许的,从而简化了控制器的设计和减少可能的侵略性的跟踪行为。所提出的框架与三个数值例子说明。
2021-04-02 cs.SY eess.SY
Online Computation of Terminal Ingredients in Distributed Model Predictive Control for Reference Tracking
一个分布式模型预测控制计划开发用于跟踪分段恒定的参考,其中的终端设置重新配置在线,而终端控制器离线计算。与许多标准的现有计划,该计划产生大的可行区域,而无需执行离线集中计算。虽然由此产生的最优控制问题(OCP)是一个半定规划(SDP),SDP的可扩展性方法的基础上对角优势是用来近似推导的SDP的二阶锥规划。所提出的方案及其近似的OCP服从分布式优化。这两种方案进行了评估,使用电力网络的例子,并进行比较的终端控制器在线重新配置的方案。结果发现,固定的终端控制器的结果在更好的性能,显着减少计算成本和类似的可行域的情况下,在该控制器在线重新配置。
2022-07-19 cs.SY eess.SY
Markov Data-Based Reference Tracking of Tensegrity Morphing Airfoils
Texas A&M University(得克萨斯农工大学)
这封信提出了一个基于数据的参考跟踪应用程序的控制设计。该设计找到了最优控制序列,该序列最小化由跟踪误差和有限区间[0,N]上的输入增量组成的二次成本函数。所需的唯一信息是系统的前N+1个马尔可夫参数。这种设计是采用在张拉整体变形翼型的拓扑结构已在这封信中详细描述。以NACA 2412翼型为算例,验证了所提出的设计方法的有效性。本文提出的原理也适用于其它结构控制问题。
2020-10-21 cs.RO cs.SY eess.SY
Model Reference Adaptive Control of Piecewise Affine Systems with State Tracking Performance Guarantees
本文研究不确定分段仿射系统的模型参考自适应控制方法。所提出的方法确保误差度量,定义为加权欧几里德范数的状态跟踪误差,被限制在用户定义的时变性能范围内。我们引入一个辅助性能函数来构造一个障碍李雅普诺夫函数。该辅助性能信号在每个切换时刻被复位,这防止了由切换时刻的误差度量的跳变引起的障碍的越过。基于用户定义的性能界限和辅助性能函数的参数导出停留时间约束。我们还证明了李雅普诺夫函数是非增加的,即使在切换瞬间,因此不施加额外的停留时间的限制。此外,我们提出了鲁棒修改的自适应控制器的不确定分段仿射系统的非匹配干扰。数值算例验证了该方法的正确性。
2021-03-04 cs.SY eess.SY
Synthesis of Limit Cycles and Reference Tracking via Switching Affine Systems
University of Kassel(卡塞尔大学)
本文提出利用切换仿射动力学近似非线性常微分方程的极限环,以简化数据驱动建模与分析。通过在更高维状态空间中使用更通用的分区并结合外部信号,提出保证全局稳定的极限环合成方法,并通过约束优化解决参考跟踪问题。
2026-05-07 cs.SY eess.SY
Asymptotic tracking control of dynamic reference over homomorphically encrypted data with finite modulus
本文研究有限模数下同态加密动态控制器的渐近跟踪控制问题,通过整数系数转换与低位恢复算法解决控制输入溢出及无界内部状态问题,并给出模数下界与仿真验证。
2024-09-27 cs.SY eess.SY
Reconfigurable Plug-and-play Distributed Model Predictive Control for Reference Tracking
针对变拓扑网络提出了一种即插即用的模型预测控制(PSTMPC)方案,以跟踪分段常数参考。该方案允许子系统偶尔加入和离开网络,同时保持渐近稳定性和递归的可行性,包括两个主要阶段。在重新设计阶段,基于无源性的控制,以确保网络的渐近稳定性得到保持。在过渡阶段,可重构的终端成分,以确保分布式MPC问题是最初可行的后,PPENDIX操作。所提出的方案的有效性进行评估,将其应用到网络的质量弹簧阻尼器系统,并将其与基准计划。结果发现,新的重新设计阶段的结果在更快的PAPPLE操作,而新的过渡阶段,通过接受更多的请求,增加了灵活性。
2022-11-16 cs.SY eess.SY
Distance-Based Formation Tracking with Unknown Bounded Reference Velocities
研究了一种领导者-跟随者编队跟踪问题,其中领导者以相同的未知有界速度运动。提出了一种基于距离的控制律,使跟随智能体保持期望的编队距离,并以领导者的速度移动。该控制律由一个处理领导者速度不确定性的部分和一个在有限时间内达到期望距离的部分组成。数值模拟也提供了支持的理论结果。
2020-09-03 cs.SY eess.SY math.OC
Feedforward Density-Driven Optimal Control (D2OC) for Tracking Time-Varying Distributions
New Mexico Institute of Mining and Technology(新墨西哥矿业理工学院)
本文提出前馈增强的D²OC框架,通过引入参考速度场模型,解决多智能体在时间变化环境中的分布跟踪滞后问题,理论分析和数值结果表明该方法能有效降低跟踪延迟,保证鲁棒性和高保真度。
2026-11-03 cs.SY eess.SY
Model Reference Gaussian Process Regression: Data-Driven State Feedback Controller
本文提出了一种数据驱动的状态反馈控制器,能够对非线性离散时间系统进行参考跟踪。该控制器的设计基于所识别的系统的逆模型和给定的参考模型,假设逆模型的识别仅使用系统的状态/输入测量进行。当它的结果提供,我们提出的条件,保证一定程度的参考跟踪性能,无论采用的逆模型的识别方法。具体来说,当高斯过程回归(GPR)被用作识别方法,我们提出了所需的数据的充分条件,通过应用一些引理相关的识别误差的上述条件,确保模型参考GPR(MR-GPR)控制器可以保证一定水平的参考跟踪性能。最后,通过算例验证了MR-GPR控制器的有效性。
2023-03-17 cs.SY eess.SY
Maximum Power Reference Tracking Algorithm for Power Curtailment of Photovoltaic Systems
本文提出一种基于P&O的自适应增益与累加器步长控制的光伏功率削减算法,在500 kVA实时仿真平台上验证其能减少超调和直流电压振荡,提升功率参考跟踪性能。
2021-05-11 cs.SY eess.SY
LQG Reference Tracking with Safety and Reachability Guarantees under Unknown False Data Injection Attacks
我们研究了一个线性二次高斯(LQG)跟踪问题的安全性和可达性的限制存在的对手谁安装的FDI攻击一组未知的传感器。对于每个可能的受损传感器集合,我们维护一个状态估计器,不考虑该集合中的传感器,并基于此估计计算每次的最优LQG控制输入。我们提出了一种控制策略,约束控制输入位于一个固定的距离内的最优控制输入对应于每个状态估计。控制输入在每个时间步通过求解二次约束二次规划(QCQP)。我们证明了我们的政策可以实现一个理想的概率的安全性和可达性使用屏障证书的方法。我们的控制策略是通过数值案例研究进行评估。
2022-07-11 cs.SY eess.SY
Global Frequency Reference Tracking as an Oscillation Suppression Mechanism in VSM Primary Control: A Coupled-Oscillator Study
School of Electrical Computer Engineering, Oklahoma State University(俄克拉荷马州立大学电气与计算机工程学院)
本文提出了一种基于全局频率参考的VSM控制架构,通过二阶摆动网络模型展示PI控制器能有效减少暂态和振荡,提升电网稳定性。
2025-12-28 cs.SY eess.SY
Causal Tracking of Distributions in Wasserstein Space: A Model Predictive Control Scheme
针对Wasserstein空间分布跟踪最优解需预知参考轨迹的非因果问题,提出结合非因果解与预测模型的因果跟踪方案,构建模型预测控制及基于粒子法和离散最优质量传输的算法,仿真验证其用简单预测模型也有合理性能。
2024-09-13 cs.SY eess.SY math.OC
Proximal Policy Optimization for Tracking Control Exploiting Future Reference Information
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);IAV GmbH(IAV有限公司)
近年来,强化学习(RL)在控制工程中得到了越来越多的关注。特别是策略梯度方法被广泛应用。在这项工作中,我们提高了跟踪性能的近端策略优化(PPO)的任意参考信号,将未来的参考值的信息。扩展的演员和评论家考虑到未来的参考价值的参数的两个变种。在第一个变体中,全局未来引用值被添加到参数中。对于第二种变体,引入了一种新的适用于无模型强化学习的具有未来参考值的残差空间。我们的方法进行评估对一个简单的驱动训练模型的PI控制器。我们希望我们的方法比以前的方法更好地推广到任意参考,指向RL控制真实系统的适用性。
2021-07-20 cs.LG cs.RO cs.SY
Adaptive Optimal Control for Reference Tracking Independent of Exo-System Dynamics
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
基于强化学习思想的无模型控制是一种很有前途的控制方法,近年来得到了广泛的关注。然而,基于强化学习的控制方法只关注调节问题或学习跟踪由时不变外系统生成的参考。在后一种情况下,控制器只能跟踪它们已经训练过的时不变参考动态,并且每次参考动态改变时都需要重新训练。因此,这些方法在明显依赖于并非由外系统生成的轨迹的许多应用中失败。一个突出的例子是自动驾驶。本文首次提出了一种自适应最优控制方法,它能够跟踪非时不变外系统产生的参考轨迹。主要的创新是一种新的Q函数,它直接将一个给定的参考轨迹上移动的地平线。这个新的Q函数具有一个特殊的结构,允许设计一个有效的,迭代的,可证明收敛的强化学习算法,实现最佳跟踪。两个真实世界的例子证明了我们的新方法的有效性。
2019-11-28 cs.LG cs.SY eess.SY
A Constrained Tracking Controller for Ramp and Sinusoidal Reference Signals using Robust Positive Invariance
本文提出一种输出反馈控制器,结合内模原理、鲁棒正不变性和扩展Farkas引理,通过双线性优化离线设计增益,实现对斜坡和正弦信号的稳态无偏移跟踪,并满足状态和输入约束。
2024-03-15 cs.SY eess.SY math.OC
Almost-global tracking of the unactuated joint in a pendubot
Indian Institute of Technology Bombay(印度孟买理工学院)
本文提出了一种针对pendubot未驱动关节的近全球渐近跟踪方案,实现了对任意光滑参考轨迹的跟踪,并推广到n链系统。
2017-11-08 cs.SY eess.SY
Data-driven Outer-Loop Control Using Deep Reinforcement Learning for Trajectory Tracking
参考跟踪系统包括一个由局部反馈控制器和一个命令中心控制的被控对象,命令中心指示被控对象应该遵循的参考设定点。通常,这些系统受到诸如干扰、系统延迟、约束、不确定性、性能不佳的控制器和不允许它们实现期望性能的未建模参数的限制。在不可能重新设计内环系统的情况下,通常采用外环控制,该外环控制指示系统遵循修改后的参考路径,使得所得路径接近理想路径。通常,设计外环控制的策略需要知道系统的模型,这可能是不可行的任务。在本文中,我们提出了一个基于深度强化学习的框架,该框架可以学习策略以生成修改的参考,从而以非侵入性和无模型的方式提高系统的性能。为了说明我们的方法的有效性,我们提出了两个具有挑战性的情况下,在工程:飞行控制与飞行员模型,包括人类的反应延迟,和大量的空间加热设备的平均场控制问题。所提出的策略成功地设计了一个参考信号,即使在学习过程中没有看到的情况下也能工作。
2020-08-31 cs.SY eess.SY
Closed Loop Reference Optimization for Extrusion Additive Manufacturing
ETH Zürich(苏黎世联邦理工学院);inspire AG
本文提出基于LQR的闭环参考优化方法,通过预优化参考力提升挤出过程的跟踪精度和响应速度,实验显示误差降低39.57%且 settling时间缩短83.7%。
2026-09-25 cs.SY eess.SY
Tracking-in-range Formulations for Numerical Optimal Control
针对范围内跟踪任务,本文提出覆盖始终在域与允许离域两类情形的最优控制公式化及正则化方法,并扩展到多跟踪器和高维场景,显著延长任务持续时间。
2024-03-05 cs.SY eess.SY
Model-Reference Reinforcement Learning for Collision-Free Tracking Control of Autonomous Surface Vehicles
Delft University of Technology(代尔夫特理工大学)
提出了一种新的模型参考强化学习算法,用于不确定自主水面车辆的智能避碰跟踪控制。该控制算法结合了传统的控制方法与强化学习,以提高控制精度和智能。在所提出的控制设计中,标称系统被认为是使用传统的控制方法的基线跟踪控制器的设计。标称系统还定义了在无障碍环境中的不确定自主表面车辆的期望行为。得益于强化学习,整体跟踪控制器能够补偿模型不确定性,并在有障碍物的环境中同时实现碰撞避免。与传统的深度强化学习方法相比,我们提出的基于学习的控制可以提供稳定性保证和更好的样本效率。我们展示了新算法的性能,使用自主表面车辆的例子。
2020-08-17 cs.LG cs.RO cs.SY
Stability of Lyapunov redesign trajectory tracking control with unbounded perturbations -- A tube-based stability analysis
本文提出基于管状分析的Lyapunov重设计方法,用于处理非线性系统在无界扰动下的轨迹跟踪问题,通过保证跟踪误差的收缩性来实现稳定性分析。
2025-12-03 cs.SY eess.SY math.OC
Simultaneous optimization of control gains and reference filter coefficients for trajectory tracking control
本文针对船舶动力定位中执行器约束问题,提出在控制律增益优化阶段引入惩罚项,并同步辨识控制增益与参考滤波器系数,仿真验证了该方法能在考虑执行器及速率饱和代价的同时实现优异跟踪性能。
2024-07-08 cs.SY eess.SY math.OC
Safety-based Speed Control of a Wheelchair using Robust Adaptive Model Predictive Control
电动轮椅在为行动不便人士提供无障碍环境方面扮演重要角色。在设计用于跟踪任务的控制器时,确保轮椅在不同应用场景和不同用户中的操作安全至关重要。在这项工作中,我们提出了一种基于安全的速度跟踪控制算法的轮椅系统与外部干扰和不确定参数在动态水平。应用集员方法在线估计不确定参数集,设计了一种在线自适应模型和控制参数的模型预测控制方案,以保证跟踪过程中的安全约束。所提出的控制器可以驱动轮椅的速度到一个期望的参考范围内的安全约束。对于违反约束的不可容许参考,所提出的控制器可以引导系统到最近的可容许参考的邻域。基于两个包含可行参考和不可行参考的任务的高保真速度跟踪结果,验证了所提出的控制方案的有效性。
2022-10-06 cs.SY eess.SY
Transient Performance of MPC for Tracking
本文研究带人工参考量的跟踪 MPC,在温和的偏差成本假设下给出闭环瞬态性能界,并证明预测时域增长时可恢复无限时域最优解。
2024-01-24 cs.SY eess.SY math.OC
Tracking performance of PID for nonlinear stochastic systems
本文考虑一类具有未知非线性结构和未知扰动的连续时间随机控制系统,研究了经典的比例积分微分(PID)控制器对时变参考信号的跟踪能力。首先,在系统的非线性函数,参考信号和未知干扰的一些适当的条件下,我们将证明PID控制器可以被设计为全局稳定这样的系统,并确保跟踪误差的有界性。给出了PID增益矩阵的解析设计公式,该公式只涉及系统结构非线性函数偏导数的先验知识。此外,它将表明,稳态跟踪误差取决于三个关键因素:i)参考信号和外部干扰的变化率; ii)随机噪声的强度; iii)PID增益的选择,并可以通过选择适当的PID增益任意小。最后,通过引入一个期望的过渡过程,这是形状的参考信号,我们将提出一个新的PID整定规则,它可以保证良好的稳态和优良的瞬态控制性能。
2023-03-19 cs.SY eess.SY math.OC
Stochastic Model Predictive Control for tracking of distributed linear systems with additive uncertainty
本文针对具有附加随机不确定性的分布式线性定常系统的参考跟踪问题,提出了一种机会约束随机模型预测控制方案。机会约束的均值方差信息的基础上重新解析,我们设计合适的概率可达集约束收紧。此外,机会约束被证明是满足闭环操作。不变集跟踪的设计补充了控制器,并确保收敛到任意容许的参考点,而有条件的初始化方案提供了递归可行性的基本属性。本文最后用一个数值例子,突出了收敛到不断变化的输出参考和经验约束的满足。
2023-03-06 cs.SY eess.SY math.OC
A High-Gain Observer Approach to Robust Trajectory Estimation and Tracking for a Multi-rotor UAV
针对多旋翼无人机在未知参考轨迹及外部扰动下的跟踪问题,采用扩展高增益观测器(EHGO)估计未测状态与扰动,并结合反馈线性化控制器设计鲁棒输出反馈控制方法,实现了对移动地面车辆的跟踪与运动中降落。
2024-06-05 cs.SY eess.SY
Online Linear Quadratic Tracking with Regret Guarantees
本文将经典线性二次型跟踪问题置于在线优化框架,提出基于在线梯度下降的新型算法,在有限时间内实现高效跟踪,并证明动态遗憾上界与参考轨迹路径长度成线性关系。
2024-10-17 cs.SY eess.SY
Harmonic based model predictive control for set-point tracking
本文提出了一种新的模型预测控制(MPC)公式的设定点跟踪。基于终端成分的稳定预测控制器可能在小到中等预测范围的参考变化的情况下表现出稳定性和可行性问题。在用于跟踪制定的MPC中,通过添加人工平衡点作为新的决策变量来解决这些问题,从而提供显著扩大的吸引域并保证任何参考变化的递归可行性。然而,如果预测范围不够大,它可能会遭受性能问题。本文提出了一种扩展的调和人工参考使用的平衡点。所提出的配方实现更大的领域的吸引力,可以显着优于其他MPC配方时,预测范围很小。我们证明了所提出的控制器的渐近稳定性和递归的可行性,以及其主要成分的设计提供指导方针。最后,我们强调了它的优势与球和板系统的案例研究。
2021-01-29 cs.SY eess.SY
A nonlinear model predictive control framework using reference generic terminal ingredients -- extended version
本文提出了一种准无限时域非线性模型预测控制(MPC)方案,用于跟踪一般参考轨迹。该方案适用于局部增量可镇定的非线性系统。对于这样的系统,我们提供了一个参考的一般离线过程来计算一个增量稳定的反馈与连续参数化的二次准无限地平线终端成本。因此,我们得到了一个非线性参考跟踪MPC方案的有效终端成本一般可达的参考轨迹,而不增加在线计算复杂度。作为一个推论,终端成本也可以用来设计非线性MPC方案,可靠地运行在线变化的条件下,包括不可达的参考信号。该方法的实用性与基准的例子证明。本文是已接受的论文[1]的扩展版本,并包含有关\textit{robust}轨迹跟踪(App.~ B)、连续时间动力学(App.~ C)、输出跟踪阶段成本(附录~ D)和与增量系统属性的连接(App.~ A)。
2020-03-11 cs.SY eess.SY math.OC
Geometric Reduced-Attitude Tracking Under a Time-Varying Conic Constraint via Smooth Reference-Shaping
Instituto Superior Técnico, Universidade de Lisboa(里斯本大学高等技术学院);University of Macau(澳门大学)
针对刚体在二维球面上的降阶姿态跟踪问题,提出一种几何跟踪律,并通过平滑参考整形机制满足时变锥约束,实现几乎全局渐近收敛和区域指数收敛。
2026-07-02 cs.SY eess.SY math.OC
A Data-Driven Approach To Preserve Safety and Reference Tracking for Constrained Cyber-Physical Systems Under Network Attacks
Concordia University(康科迪亚大学)
提出一种最坏情况数据驱动控制架构,通过鲁棒异常检测器、跟踪监督模块、安全验证模块和本地应急控制器,在保证系统安全的同时最小化跟踪性能下降。
2026-06-25 cs.SY eess.SY math.OC
On Event Triggered Tracking for Nonlinear Systems
University of Maryland(马里兰大学)
针对非线性系统轨迹跟踪问题,提出一种基于事件触发的控制算法,在保证跟踪误差一致最终有界的同时避免执行时间累积,并分析了不同条件下可达的最终界。
2013-01-05 cs.SY eess.SY math.OC
Robust Safety Filters for Lipschitz-Bounded Adaptive Closed-Loop Systems with Structured Uncertainties
German Aerospace Center (DLR)(德国航空航天中心);Massachusetts Institute of Technology(麻省理工学院)
针对自适应控制系统的瞬态安全问题,提出一种基于参考的自适应安全框架,利用Lipschitz有界跟踪误差推导鲁棒CBF条件并转化为凸SOCP,减少保守性并保证前向不变性和闭环稳定性。
2026-06-19 cs.SY eess.SY
Safe Reference Tracking and Collision Avoidance for Taxiing Aircraft Using an MPC-CBF Framework
University of California, Irvine(加利福尼亚大学欧文分校);Howard University(霍华德大学);Augustana College(奥古斯塔纳学院);Purdue University(普渡大学)
本文提出基于MPC-CBF的飞机自动滑行框架,结合图路径规划与HOCBF安全约束,实现安全参考跟踪与避障,仿真验证其性能优于PID-CBF方法。
2024-10-04 cs.RO cs.SY eess.SY
An explicit dual control approach for constrained reference tracking of uncertain linear systems
研究了一类线性动力系统的有限时域最优跟踪问题,该系统的状态空间矩阵具有参数不确定性,且存在外部干扰。一个次优的解决方案,提出了使用模型预测控制(MPC)的显式对偶控制方法,使主动不确定性学习。提出了一种新的鲁棒不变在线终端集和终端控制器的设计算法。采用集员辨识方法在线更新系统的参数不确定性。预测的最坏情况下的成本中使用的MPC最优化问题的控制输入的双重效果建模。使用建议的终端集和剩余时间范围的收缩性来估计成本,以便优化器可以估计勘探的未来收益。所提出的双重控制算法确保了鲁棒约束满足和递归可行性,并使用鲁棒性能指标导航的探索-开发权衡。
2022-02-04 cs.SY eess.SY math.OC
Configuration-Constrained Tube MPC for Tracking
本文提出一种配置约束管式MPC框架,用于在加性和乘性不确定性下跟踪变化参考,保证递归可行性和鲁棒渐近稳定性,并通过自动驾驶换道案例验证其有效性。
2024-05-06 cs.SY eess.SY math.OC
Recent advancements on MPC for tracking: periodic and harmonic formulations
针对经典MPC参考值变更或不可行导致优化失效的问题,本文总结了引入人工参考变量的跟踪MPC新公式,可保证稳定性与可行性,短预测时域下性能更优、吸引域更大。
2024-06-24 cs.SY eess.SY
Energy-Efficient and Actuator-Friendly Control Under Wave Disturbances: Model Reference vs. PID for Thruster Surge
Yildiz Technical University(伊斯坦布尔理工大学)
本文比较了模型参考控制与PID控制器在波扰环境下推进器冲量控制的性能,发现优化的MRC在能耗和执行器应力方面表现更优,而PID在跟踪误差上相近但能耗更高。
2025-11-20 cs.SY eess.SY
Trajectory Tracking Control of a Flexible Spine Robot, With and Without a Reference Input
NASA Ames Intelligent Robotics Group(美国航空航天局阿姆斯研究中心智能机器人组);Dynamic Tensegrity Robotics Lab(动态张力机器人实验室);Levant Power Corp.(Levant Power公司);Velo3D Inc.(Velo3D公司);SGT Inc.(SGT公司)
本文提出两种控制器,一种不使用参考输入但包含平滑约束,另一种使用参考输入但无平滑,用于柔性脊柱机器人轨迹跟踪控制。
2018-08-24 cs.RO cs.SY eess.SY