SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:uu-534522"
 

Sökning: onr:"swepub:oai:DiVA.org:uu-534522" > Real-time distribut...

Real-time distributed trajectory planning for mobile robots

Nguyen, Binh (författare)
Texas A&M Univ Corpus Christi, Coll Engn, Corpus Christi, TX 78412 USA.
Nghiem, Truong (författare)
No Arizona Univ, Sch Informat Comp & Cyber Syst, Flagstaff, AZ 86011 USA.
Nguyen, Linh (författare)
Federat Univ Australia, Inst Innovat Sci & Sustainabil, Churchill, Vic 3842, Australia.
visa fler...
Nguyen, Anh Tung, 1995- (författare)
Uppsala universitet,Avdelningen för systemteknik,Reglerteknik
Nguyen, Thang (författare)
Texas A&M Univ Corpus Christi, Coll Engn, Corpus Christi, TX 78412 USA.
visa färre...
Texas A&M Univ Corpus Christi, Coll Engn, Corpus Christi, TX 78412 USA No Arizona Univ, Sch Informat Comp & Cyber Syst, Flagstaff, AZ 86011 USA. (creator_code:org_t)
Elsevier, 2023
2023
Engelska.
Ingår i: IFAC-PapersOnLine. - : Elsevier. - 2405-8963. ; 56:2, s. 2152-2157
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Efficiently planning trajectories for nonholonomic mobile robots in formation tracking is a fundamental yet challenging problem. Nonholonomic constraints, complexity in collision avoidance, and limited computing resources prevent the robots from being practically deployed in realistic applications. This paper addresses these difficulties by modeling each mobile platform as a nonholonomic motion and formulating trajectory planning as an optimization problem using model predictive control (MPC). That is, the optimization problem is subject to both nonholonomic motions and collision avoidance. To reduce computing costs in real time, the nonholonomic constraints are convexified by finding the closest nominal points to the nonholonomic motion, which are then incorporated into a convex optimization problem. Additionally, the predicted values from the previous MPC step are utilized to form linear avoidance conditions for the next step, preventing collisions among robots. The formulated optimization problem is solved by the alternating direction method of multiplier (ADMM) in a distributed manner, which makes the proposed trajectory planning method scalable. More importantly, the convergence of the proposed planning algorithm is theoretically proved while its effectiveness is validated in a synthetic environment.

Ämnesord

TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Reglerteknik (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Control Engineering (hsv//eng)
NATURVETENSKAP  -- Matematik -- Beräkningsmatematik (hsv//swe)
NATURAL SCIENCES  -- Mathematics -- Computational Mathematics (hsv//eng)
TEKNIK OCH TEKNOLOGIER  -- Elektroteknik och elektronik -- Robotteknik och automation (hsv//swe)
ENGINEERING AND TECHNOLOGY  -- Electrical Engineering, Electronic Engineering, Information Engineering -- Robotics (hsv//eng)
NATURVETENSKAP  -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Sciences (hsv//eng)

Nyckelord

Multi-robot Systems
Distributed Model Predictive Control
Nonholonomic Trajectory Planning
Real-time Optimization
Convexification.

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy