Core Concepts
不確定な環境に起因する時変制約に対して、環境状態のフィードバックを含む入力パラメータ化を用いることで、より一般的な不確定性を扱うことができる頑健なモデル予測制御手法を提案する。
Abstract
本論文では、時変かつ不確定な制約条件を持つ線形システムに対する頑健なモデル予測制御手法を提案している。
環境状態のフィードバックを含む入力パラメータ化を用いることで、既存研究では扱えなかった大きな環境の不確定性に対応できる。
理論的には、再帰的実行可能性と漸近収束性を保証する条件を示している。
シミュレーション例では、提案手法の有効性を確認している。具体的には、先行車両の挙動が不確定な状況下でも、制約条件を満たしつつ目標位置への収束が実現できることを示している。
Stats
制御対象のシステムは離散時間線形システムで、状態と入力はそれぞれxとuである。
環境状態はoで表され、既知の線形動特性に従う。
状態制約はFxとGo≤gで表される時変な多面体集合である。
入力制約はuがコンパクト集合Uに属することで表される。
Quotes
"Modern control applications often have high safety re-
quirements. Conventionally, this revolves around keeping
a controlled system within a safe operating region."
"Especially when operating close to humans,
the emphasis on safety gets even more important."
"While there exists a large variety of algorithms to handle
constraints, such as reference governors (Kolmanovsky
et al., 2014) or control barrier functions (Ames et al., 2019)
just to name two, model predictive control is of special
interest as it is one of the most widely used algorithms
that allows intuitive constraint integration (Mayne, 2014)."