控制受限的移动机器人鲁棒跟踪控制器设计(英文)

研究了非完整移动机器人动力学模型中带有参数不确定和控制受限的鲁棒轨迹跟踪控制器的设计问题 .在建立移动机器人的全动态误差模型的基础上 ,应用滚动时域控制 (RHC)和线性矩阵不等式 (LMIs)方法 ,设计了鲁棒跟踪控制器 ,在满足非完整和控制约束的条件下 ,实现了机器人位置 ,导向角以及速度的同时渐近跟踪 .系统稳定性的充分条件以LMI的形式给出 .

轮式移动机器人全局渐近镇定控制器设计

基于控制Lyapunov函数(Control Lyapunov Function,简称CLF)和一类性能指标,提出了一种轮式移动机器人(WMR)全局渐近镇定控制器的设计方法。采用CLF近似性能指标的值函数,获得了控制仿射无漂系统的镇定控制律表达式。然后将CLF与反步法相结合,针对极坐标下WMR的动态模型,设计了一种渐近镇定控制器,解决了完美速度跟踪的问题。仿真结果验证了所提出控制律的有效性。

精确反馈线性化在移动机器人轨迹跟踪中的应用

本文首先介绍了轮式移动机器人从原始形式到链形式的转换 ,并以此为对象 ,通过动态扩展 ,引入了精确反馈线性化的方法 ,将链形式精确地转换为输入输出线性系统 ,在此基础上 ,设计了反馈控制器对轮式移动机器人的轨迹跟踪进行控制 .

不确定滞后系统的鲁棒模型预测控制

对于输入受约束的离散不确定滞后系统,提出鲁棒模型预测控制方法,其中不确定性存在于系统的状态矩阵和输入矩阵当中,且满足范数有界条件。用LMI解决滞后系统的不确定性和约束,针对滞后系统给出了新的鲁棒性能指标上界和系统稳定的充分条件,通过求解LMI凸优化得到状态反馈控制律,对提出的方法进行了数字仿真研究,结果表明,基于 LMI约束不确定滞后系统的鲁棒模型预测控制易于求解,适于实际应用。

离散不确定时滞系统的鲁棒模型预测控制

对于输入受约束的不确定时滞系统 ,提出了离散不确定时滞系统的鲁棒模型预测控制 ,用LMI解决时滞系统的输入受约束控制 ,给出了新的鲁棒性能指标上界和系统稳定的充分条件 ,通过求解LMI凸优化获得状态反馈控制律 ,仿真验证了该方法的有效性 .结果表明 ,基于LMI约束不确定时滞系统的鲁棒模型预测控制易于求解 ,适于实际应用 .