基于虚拟领队的不确定轮式移动机器人自适应编队控制
发布时间:2018-11-12 16:18
【摘要】:针对包含不确定动力学因素的轮式移动机器人的编队控制问题,运用虚拟领队的概念,提出一种基于径向基神经网络的自适应编队控制方法.首先通过虚拟领队的引入,将高维编队控制问题转化为单个移动机器人的跟随问题;然后,利用权值自适应变化的径向基神经网络在线估计跟随机器人不确定部分的上界值,大大简化了控制器的设计过程;最后,应用Lyapunov稳定性理论和Barbalat定理证明了闭环系统的稳定性.仿真结果表明了所提出控制策略的有效性.
[Abstract]:Aiming at the formation control problem of wheeled mobile robot with uncertain dynamic factors, an adaptive formation control method based on radial basis function neural network is proposed by using the concept of virtual leader. Firstly, the high-dimensional formation control problem is transformed into the following problem of a single mobile robot through the introduction of virtual leader. Then, the radial basis function neural network with adaptive weights is used to estimate the upper bound of the uncertain part of the robot, which greatly simplifies the design process of the controller. Finally, the stability of the closed loop system is proved by Lyapunov stability theory and Barbalat theorem. Simulation results show the effectiveness of the proposed control strategy.
【作者单位】: 南阳师范学院机电工程学院;南阳师范学院石油装备与智能化控制河南省工程实验室;重庆邮电大学自动化学院;
【基金】:国家自然科学基金河南联合基金项目(U1404614);国家自然科学基金青年基金项目(61503202) 河南省科技攻关项目(152102210336) 河南省高等学校重点研究项目(17A413002,14B120003)
【分类号】:TP242
[Abstract]:Aiming at the formation control problem of wheeled mobile robot with uncertain dynamic factors, an adaptive formation control method based on radial basis function neural network is proposed by using the concept of virtual leader. Firstly, the high-dimensional formation control problem is transformed into the following problem of a single mobile robot through the introduction of virtual leader. Then, the radial basis function neural network with adaptive weights is used to estimate the upper bound of the uncertain part of the robot, which greatly simplifies the design process of the controller. Finally, the stability of the closed loop system is proved by Lyapunov stability theory and Barbalat theorem. Simulation results show the effectiveness of the proposed control strategy.
【作者单位】: 南阳师范学院机电工程学院;南阳师范学院石油装备与智能化控制河南省工程实验室;重庆邮电大学自动化学院;
【基金】:国家自然科学基金河南联合基金项目(U1404614);国家自然科学基金青年基金项目(61503202) 河南省科技攻关项目(152102210336) 河南省高等学校重点研究项目(17A413002,14B120003)
【分类号】:TP242
【参考文献】
相关期刊论文 前4条
1 王保防;张瑞雷;李胜;陈庆伟;;基于轨迹跟踪车式移动机器人编队控制[J];控制与决策;2015年01期
2 朱玲;李艳东;孙明;王宗义;;移动机器人编队的神经网络滑模控制[J];电机与控制学报;2014年03期
3 杨帆;刘士荣;董德国;;编队控制中的机器人行为与基于服务的运动行为结构设计[J];机器人;2012年01期
4 杨丽;曹志强;谭民;;不确定环境下多机器人的动态编队控制[J];机器人;2010年02期
【共引文献】
相关期刊论文 前10条
1 冯磊;肖伸平;;三维环境下基于反步法的多机器人编队控制[J];湖南工业大学学报;2017年01期
2 崔明月;刘红钊;李永福;刘伟;;基于虚拟领队的不确定轮式移动机器人自适应编队控制[J];控制与决策;2017年07期
3 吴慧超;罗元;周前能;尹云鹏;;时效优先的轮式机器人编队避障策略[J];信息与控制;2017年02期
4 仇国庆;牛婷;寇倩倩;;基于改进LPSO混合算法的多机器人编队[J];科技创新与应用;2017年07期
5 罗京;刘成林;刘飞;;多移动机器人的领航-跟随编队避障控制[J];智能系统学报;2017年02期
6 郭一军;孙剑;赵年顺;刘胜荣;;基于运动学模型的移动机器人编队动态变结构控制[J];天津理工大学学报;2016年06期
7 王,
本文编号:2327572
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2327572.html