基于扩展卡尔曼滤波的吊车系统模型预测控制方法及系统

专利主权项内容

1.一种基于扩展卡尔曼滤波的吊车系统模型预测控制方法，其特征在于，包括：基于塔式吊车五自由度动力学模型，建立塔式吊车的非线性预测模型；建立塔式吊车的非线性预测模型的多个输入输出约束；其中，输入输出约束包括全状态约束，负载位置约束，控制输入和控制输入增量约束，以及避障要求约束；考虑塔式吊车中存在的过程噪声和传感器噪声，利用扩展卡尔曼滤波以所述塔式吊车的非线性预测模型的相关参数作为滤波状态变量，对所述塔式吊车的系统状态进行预测更新，得到状态一步预测值和状态一步预测协方差；获取塔式吊车当前状态参数，并利用扩展卡尔曼滤波算法根据所述当前状态参数对所述状态一步预测值和所述状态一步预测协方差进行测量更新，得到当前状态最优估计值和当前状态最优估计协方差；根据所述当前状态最优估计值和当前状态最优估计协方差，在所述多个输入输出约束下，控制所述塔式吊车的运动。