Wei Luo

Target Trajectory Prediction-based Object Handover in a 3D Heterogeneous Robot System


voorkant	achterkant

ISBN:

978-3-8440-9025-3

Reeks:

Schriften aus dem Institut für Technische und Numerische Mechanik der Universität Stuttgart
Uitgever: Prof. Dr.-Ing. Peter Eberhard
Stuttgart

Volume:

2023,76

Trefwoorden:

robotics; heterogeneous robot system; target trajectory prediction; discrete mechanics; model predictive control

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

182 pagina's

Gewicht:

240 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

48,80 € / 61,10 SFr

Verschijningsdatum:

April 2023

Kopen:

DOI:

10.2370/9783844090253 (Online-Publicatie-Document)

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		36,60 EUR
	Acties		Tonen en kopen van het bestand - 6,6 MB (6890462 Byte)
	Acties		Kopen en downloaden van het bestand - 6,6 MB (6890462 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 142 kB (144947 Byte)
	Acties		downloaden van het bestand - 142 kB (144947 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

This work is devoted to contributing multiple key-functionalities for cooperation within a heterogeneous robot group. Specifically, a hypothetical scenario is investigated, where an aerial manipulator should hand over an object from a moving mobile robot on the ground. In this cooperation, both robots are not centrally controlled. In contrast, the mobile robot is controlled separately, and the aerial manipulator can only observe the mobile robot's previous movements, and it must collaborate with the mobile robot in a more energy-efficient manner.

The first contribution of this thesis is to provide solutions for predicting the future trajectory of the observed mobile robot based on its previous movements. Once the likely future trajectory of the mobile robot is acquired, the next challenge is to plan a trajectory of the aerial manipulator to approach and implement the desired handover cooperation in a time-optimal manner without validating the aerial manipulator's dynamics. In the proposed DMCC framework, the system dynamics is constrained with the discrete variational Lagrangian mechanics, which yields reliable estimation results. Moreover, the handover opportunities are determined and arranged automatically based on the desired complementarity constraints. The last contribution of this thesis is dedicated to controlling the aerial manipulator based on nonlinear model predictive control combined with an augmented dynamic model employing Gaussian processes as a nonparametric regression model, which allows the proposed NMPC control framework to determine the optimal control inputs for the aerial manipulator and achieve a stable flight performance.