轮式移动机器人轨迹跟踪问题的控制策略研究
发布时间：2021-06-20 11:22
轮式移动机器人是非线性、受非完整性约束、欠驱动系统。轮式移动机器人的轨迹跟踪问题始终是研究热点。近年来,学者们在轨迹跟踪领域获得了一些研究成果。但是现有方法仍然存在一些影响跟踪器性能、有待解决的问题,如初始速度超出机器人速度约束范围,机器人动力学建模存在着参数不确定性与未建模干扰,以及轨迹跟踪过程中机器人出现滑动与打滑现象等。本文针对轮式移动机器人轨迹跟踪器设计中存在上述的关键问题分别展开深入研究,主要内容分为以下方面:（1）针对具有速度饱和约束的轮式移动机器人,提出一种基于模型预测控制的跟踪方案。首先,对轮式移动机器人运动学模型进行线性化处理,得到其线性预测模型。然后,考虑其输入及状态约束,设计线性二次型控制器,将二次型最优问题转化为二次规划问题求解。最后进行了仿真验证,证明了控制器的有效性。（2）针对具有参数不确性和未建模干扰的轮式移动机器人,提出一种基于RBF神经网络自适应动力学控制的算法。首先,由基于反步法设计了运动学虚拟控制速度。其次,基于轮式移动机器人动力学模型设计PD控制器,利用具有自动调节权值的RBF神经网络对动力学模型中的参数和非参数不确定性进行了前馈补偿。然后用李雅...
【文章来源】：河北大学河北省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
轮式移动机器人结构示意图
第二章预备知识图2-2模型预测控制原理图学者们把模型预测控制算法归纳为预测模型、滚动优化和反馈校正3个步骤如下。（1）预测模型通常，人们根据系统的历史信息与未来输入，对系统未来动态行为做预测的模型叫作预测模型。一般，预测模型的形式没有统一的规定，人们不仅可以采用如阶跃响应、脉冲响应等费模型参数，还可以采用状态方程、传递函数。（2）滚动优化模型预测控制实际上是一种基于传统优化算法的控制方法，系统的未来输入通过预测控制的某一性能指标获得。预测控制算法通常利用有限时域的滚动优化，故预测控制最优解实际上是开环优化问题。我们将最优序列中的第一控制量作为系统输入，等到下一采样时刻，预测控制的优化时域向前推移。因此,预测控制和最优控制的区别：1.最优控制采用全局优化性能指标,预测控制采用局部优化性能指标。2.最优控制离线进行的，预测控制的滚动优化是在线进行的。（3）反馈校正实际上，模型预测控制还可以看作反馈控制。由于系统中可能存在着未建模扰动，模型参数与非模型参数不确定性，且预测控制的滚动优化是开环优化，影响控制器的性能。因此，人们把闭环机制加入到模型预测控制，来补偿各未知干扰对系统影响。在每一采样时刻,我们首先获取系统的状态或系统输出,然后在得到最优解前,通过先前的反11
第二章预备知识图2-3模型参考自适应控制系统（2）自校正控制自校正控制系统框架结构如图2-4所示。自校正控制系统主要由外环的辨识机构以及控制参数设计和内环的控制器组成。自校正控制原理是假设系统不确定参数是已知的，然后选择系统的性能指标函数，确定最优控制律。模型参数辨识机构通过系统输出和控制输入辨识未知模型参数，控制参数设计依据期望的控制性能指标和模型参数，获得控制器的可调参数，从而控制器产生合适的控制输出作用于控制对象，使控制系统的性能最佳。图2-4自校正控制系统自校正控制系统的可调控制器的控制方法性能指标参数有：优化和常规控制性能参数。自校正控制系统的控制方法主要包括优化控制策略（例如广义最小方差、最小方差等）和传统控制策略（如PID和零级点配置控制等），模型参数估计器采用辨识方法主要为最小二乘法。13
【参考文献】：
期刊论文
[1]滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制[J]. 王立玲,董力元,马东,刘秀玲,王洪瑞. 控制理论与应用. 2020(02)
[2]移动机器人速度饱和约束下的轨迹跟踪控制[J]. 王立玲,董力元,马东,刘秀玲,王洪瑞. 机床与液压. 2019(21)
[3]A Comprehensive Overview of Cyber-Physical Systems: From Perspective of Feedback System[J]. Xinping Guan,Bo Yang,Cailian Chen,Wenbin Dai,Yiyin Wang. IEEE/CAA Journal of Automatica Sinica. 2016(01)
[4]移动机器人速度加速度饱和约束下的时间最优控制[J]. 熊蓉,詹剑波,汤卿,褚健. 控制与决策. 2014(01)
[5]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[6]轮子纵向打滑条件下的移动机器人自适应跟踪控制[J]. 崔明月,孙棣华,李永福,刘卫宁. 控制与决策. 2013(05)
[7]模型预测控制——现状与挑战[J]. 席裕庚,李德伟,林姝. 自动化学报. 2013(03)
[8]非完整移动机器人的双自适应神经滑模控制[J]. 王宗义,李艳东,朱玲. 机械工程学报. 2010(23)
[9]Me[J]. 刘璐. 中学生英语. 2005(20)
[10]高阶滑模控制在非完整移动机器人鲁棒输出跟踪中的应用[J]. 晁红敏,胡跃明,吴忻生. 控制理论与应用. 2002(02)
本文编号：3239098
【文章来源】：河北大学河北省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
轮式移动机器人结构示意图
第二章预备知识图2-2模型预测控制原理图学者们把模型预测控制算法归纳为预测模型、滚动优化和反馈校正3个步骤如下。（1）预测模型通常，人们根据系统的历史信息与未来输入，对系统未来动态行为做预测的模型叫作预测模型。一般，预测模型的形式没有统一的规定，人们不仅可以采用如阶跃响应、脉冲响应等费模型参数，还可以采用状态方程、传递函数。（2）滚动优化模型预测控制实际上是一种基于传统优化算法的控制方法，系统的未来输入通过预测控制的某一性能指标获得。预测控制算法通常利用有限时域的滚动优化，故预测控制最优解实际上是开环优化问题。我们将最优序列中的第一控制量作为系统输入，等到下一采样时刻，预测控制的优化时域向前推移。因此,预测控制和最优控制的区别：1.最优控制采用全局优化性能指标,预测控制采用局部优化性能指标。2.最优控制离线进行的，预测控制的滚动优化是在线进行的。（3）反馈校正实际上，模型预测控制还可以看作反馈控制。由于系统中可能存在着未建模扰动，模型参数与非模型参数不确定性，且预测控制的滚动优化是开环优化，影响控制器的性能。因此，人们把闭环机制加入到模型预测控制，来补偿各未知干扰对系统影响。在每一采样时刻,我们首先获取系统的状态或系统输出,然后在得到最优解前,通过先前的反11
第二章预备知识图2-3模型参考自适应控制系统（2）自校正控制自校正控制系统框架结构如图2-4所示。自校正控制系统主要由外环的辨识机构以及控制参数设计和内环的控制器组成。自校正控制原理是假设系统不确定参数是已知的，然后选择系统的性能指标函数，确定最优控制律。模型参数辨识机构通过系统输出和控制输入辨识未知模型参数，控制参数设计依据期望的控制性能指标和模型参数，获得控制器的可调参数，从而控制器产生合适的控制输出作用于控制对象，使控制系统的性能最佳。图2-4自校正控制系统自校正控制系统的可调控制器的控制方法性能指标参数有：优化和常规控制性能参数。自校正控制系统的控制方法主要包括优化控制策略（例如广义最小方差、最小方差等）和传统控制策略（如PID和零级点配置控制等），模型参数估计器采用辨识方法主要为最小二乘法。13
【参考文献】：
期刊论文
[1]滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制[J]. 王立玲,董力元,马东,刘秀玲,王洪瑞. 控制理论与应用. 2020(02)
[2]移动机器人速度饱和约束下的轨迹跟踪控制[J]. 王立玲,董力元,马东,刘秀玲,王洪瑞. 机床与液压. 2019(21)
[3]A Comprehensive Overview of Cyber-Physical Systems: From Perspective of Feedback System[J]. Xinping Guan,Bo Yang,Cailian Chen,Wenbin Dai,Yiyin Wang. IEEE/CAA Journal of Automatica Sinica. 2016(01)
[4]移动机器人速度加速度饱和约束下的时间最优控制[J]. 熊蓉,詹剑波,汤卿,褚健. 控制与决策. 2014(01)
[5]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[6]轮子纵向打滑条件下的移动机器人自适应跟踪控制[J]. 崔明月,孙棣华,李永福,刘卫宁. 控制与决策. 2013(05)
[7]模型预测控制——现状与挑战[J]. 席裕庚,李德伟,林姝. 自动化学报. 2013(03)
[8]非完整移动机器人的双自适应神经滑模控制[J]. 王宗义,李艳东,朱玲. 机械工程学报. 2010(23)
[9]Me[J]. 刘璐. 中学生英语. 2005(20)
[10]高阶滑模控制在非完整移动机器人鲁棒输出跟踪中的应用[J]. 晁红敏,胡跃明,吴忻生. 控制理论与应用. 2002(02)
本文编号：3239098
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3239098.html
