이 논문은 모델 불일치로 인한 추적 오차를 해결하기 위해 주기적 관측기를 활용한 모델 예측 제어 (Π-MPC) 기법을 제안한다.
모델 예측 제어 (MPC)는 실제 시스템과 예측 모델 간의 불일치로 인해 추적 성능이 제한된다. 이를 해결하기 위해 복잡한 모델을 사용하거나 데이터 기반 방법을 활용할 수 있지만, 이는 제어기 설계와 구현을 복잡하게 만든다.
많은 궤적 추적 문제가 주기적이라는 점에 착안하여, 저자들은 간단한 주기적 관측기를 활용하여 모델 불일치에도 불구하고 완벽한 추적을 달성할 수 있음을 보였다.
주기적 관측기는 주기적 왜란을 추정하고 보상하여, 실제 시스템의 출력과 예측 모델의 출력이 수렴하도록 한다. 이를 활용한 Π-MPC 기법은 모델 복잡도와 무관하게 추적 오차를 0으로 수렴시킬 수 있음을 이론적으로 보였다.
시뮬레이션과 실험을 통해 Π-MPC 기법이 고차원 소프트 로봇과 소형 레이싱카에서 우수한 추적 성능을 보임을 검증하였다. 표준 MPC 대비 추적 오차를 크게 감소시킬 수 있었다.
To Another Language
from source content
arxiv.org
Djupare frågor