전방향 이동 조작기를 위한 이벤트 트리거 데이터 기반 강인 모델 예측 제어

전방향 이동 조작기(OMMs)는 본질적으로 비선형이고 강하게 결합된 다입력 다출력 시스템으로, 복잡성으로 인해 정확한 기계적 모델을 개발하는 데 상당한 어려움을 초래합니다. 쿱만 연산자 이론은 입력-출력 데이터를 활용하여 시스템 동역학을 특징짓는 데이터 기반 모델링 프레임워크를 제공하지만, 모델링 오류가 종종 존재합니다. 본 논문에서는 로봇 시스템에 대한 사전 지식 없이 OMM에 대해 이벤트 트리거 기반 데이터 드리븐 선형 모델 예측 제어(MPC) 프레임워크를 제안합니다. 입력-출력 데이터를 사용하여 OMM에 대해 유한 차원 근사 선형 쿱만 모델을 구축합니다. 모델의 오류 추정을 위해 가우시안 프로세스 회귀(GPR)를 활용하고, 외부 교란을 추정하기 위해 확장 상태 관측기(ESO)를 설계했습니다. GPR 도입은 계산 부담을 증가시키므로 불필요한 제어기 재계산 및 업데이트 빈도를 줄이기 위해 이벤트 트리거(ET) 메커니즘을 도입했습니다. 마지막으로, 제안된 제어 기법의 효과 및 성능 우위를 검증하기 위해 비교 실험을 수행했습니다.