全方向移動型マニピュレータのためのイベントトリガー型データ駆動型ロバストモデル予測制御

全方向移動型マニピュレータ（OMM）は本質的に非線形で強結合の多入力多出力システムであり、その複雑さから正確な機械的モデルの開発には大きな課題があります。Koopman演算子理論は、入力-出力データを活用してシステム動態を特徴付けるデータ駆動型モデル化フレームワークを提供しますが、しばしばモデル誤差が存在します。本論文では、ロボットシステムの事前知識を用いずにOMMのためのイベントトリガー型データ駆動線形モデル予測制御（MPC）フレームワークを提案します。入力-出力データを用いてOMMの有限次元近似線形Koopmanモデルを構築します。モデルの誤差推定にはガウス過程回帰（GPR）を用い、外部摂動推定のために拡張状態オブザーバ（ESO）を設計します。GPR導入により計算負荷が増加するため、不必要な制御器再計算と更新頻度を減らすためにイベントトリガー（ET）機構を導入します。最後に、比較実験を実施し、提案制御方式の有効性と性能優位性を検証します。