강인한 경로 추종을 위한 연속형 재귀형 규제기 기반 중량 변동 차량 제어

본 논문은 페이로드 변동에 따른 파라메트릭 불확실성을 고려한 중량형 연결 차량의 경로 추종 및 횡안정성 문제를 해결하기 위해, 오프라인 튜닝 파라미터가 필요 없는 Robust Linear Quadratic Regulator(RLQR)를 제안한다. 동일 조건에서 H∞ 제어와 비교 실험을 수행했으며, 시뮬레이션 결과 RLQR가 강인성, 횡안정성, 조향 부드러움 및 안전성 측면에서 우수함을 확인하였다.

저자: Filipe Marques Barbosa, Lucas Barbosa Marcos, Maira Martins da Silva

강인한 경로 추종을 위한 연속형 재귀형 규제기 기반 중량 변동 차량 제어
본 논문은 중량형 연결 차량(articulated heavy‑duty vehicle)의 경로 추종 및 횡안정성 제어에 있어, 페이로드 변동에 따른 파라메트릭 불확실성을 효과적으로 다루는 새로운 제어 전략을 제시한다. 기존 연구에서는 Lyapunov‑LQR, H∞, 슬라이딩 모드, 능동 교란 억제 등 다양한 방법이 적용되었지만, 대부분이 오프라인 튜닝 파라미터(예: H∞의 γ, LQR‑LMI의 가중치 행렬) 의 사전 설정에 의존한다. 이러한 접근은 실제 운용 시 페이로드가 급격히 변하거나 차량 동적 특성이 시간에 따라 변할 경우 최적성을 상실하고, 경우에 따라 시스템이 불안정해지는 위험을 내포한다. 이에 저자들은 Robust Linear Quadratic Regulator(RLQR)를 기반으로 한 ‘Robust Recursive Regulator’를 도입한다. RLQR는 연속‑이산 시스템 모델에 대해 최소‑최대 비용 함수를 정의하고, 파라메트릭 불확실성을 H_i Δ_i

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기