MR-MPCC: Model Predictive Contouring Control for Robotic Manipulator Tracking under Moving Reference Frames

arXiv:2610.21292v1 公告类型：新

摘要：在移动参考系下保持较小的路径跟踪误差，对于具有严格执行公差要求的机器人操作任务（如加工和手术自动化）至关重要。传统的时间索引控制器（包括跟踪模型预测控制，MPC）依赖于与参考轨迹固定的时间对应关系，因此在参考系突然运动或时序不匹配时可能累积路径相对误差。本文提出 MR-MPCC，一种面向速度控制型机器人操作臂的模型预测轮廓控制（MPCC）框架，可在移动参考扰动下实现 6 自由度末端执行器位姿调节。该框架采用分层控制架构，其中上层 MPCC 优化路径进度，同时对轮廓误差和姿态误差施加惩罚；约束型分解运动速率控制（RMRC）层则将指令笛卡尔速度旋量映射为满足关节级约束和安全约束的可行关节速度。MR-MPCC 在 ROS2--MuJoCo 流水线中实现，并在 UR5e 平台上针对移动参考扰动进行了验证，其中路径坐标系受到扰动并由电磁传感器跟踪。在匹配扰动条件下，与 PI 控制和时间索引跟踪 MPC 相比，MR-MPCC 实现了更低的几何路径跟踪误差和更小的移动路径坐标系偏差，表明其在参考系运动下具有更优的路径跟踪性能。