轮式移动机器人预定时间轨迹跟踪控制

在现有的轨迹跟踪控制中,跟踪误差的收敛时间通常与误差初始值有关,且关于非完整系统预定时间轨迹跟踪的控制方法很少.针对上述问题提出了一种使非完整轮式移动机器人系统可在预定时间跟踪上参考轨迹的控制方法.首先,通过坐标变换,将跟踪误差系统转变为一个由角度误差构成的一阶子系统和一个由位置误差构成的二阶子系统;然后,分别针对角度误差系统和位置误差系统设计机器人的角速度输入和速度输入,使得角度误差和位置误差在预定时间内收敛到零;最后,利用Lyapunov方法证明了所设计控制律的有效性.试验结果表明,提出的控制方法可使机器人在预定时间跟踪上参考信号,且实际收敛时间与理论计算时间相同,比现有的控制方法更加精确.

轮式移动机器人有限时间镇定控制器设计

主要研究了单链链式系统的有限时间镇定问题。通过探讨n维链式系统的潜在线性结构,将其分解成一个标量子系统和一个n-1维线性时变子系统,并证明了该时变子系统在具有时变函数系统矩阵时的能控性。在此基础上,采用分段控制策略,基于终端滑模控制理论设计了不连续反馈镇定控制律,实现了系统的有限时间镇定。最后将该结论应用到非完整轮式移动机器人,仿真结果验证了方法的正确性。

不确定轮式移动机器人的有限时间镇定控制

提出一种不确定非完整n维单链系统全局有限时间镇定控制器的设计方法.该方法将单链系统分解为一个一阶子系统和一个n-1阶子系统,并采用一种输入状态不连续变换实现两个子系统的解耦,然后基于有限时间Lyapunov函数法对两个子系统分别进行控制器设计,保证不确定系统的稳定和有限时间收敛.此外,对n-1阶子系统的控制器设计还结合了递归设计方法,并利用切换控制策略,使得解耦后的n-1阶子系统不存在奇异,保证控制器的全局稳定性.最后将该控制器应用于一类不确定非完整轮式移动机器人,仿真结果证明了该控制器的有效性.

农业轮式移动机器人自适应滑模路径跟踪控制

针对不确定性干扰影响下的农业轮式移动机器人鲁棒自适应路径跟踪问题,提出一种非时间参考的自适应滑模路径跟踪控制方法。首先,选择合适的非时间参考量,建立面向移动机器人路径跟踪控制器设计的相对运动学模型,摆脱了时间和速度因素的影响。其次,对传统的指数趋近律进行改进,设计了新型的快速趋近律。此外,引入RBF神经网络对不确定性干扰进行实时估计,进而提出一种基于新型趋近律的自适应滑模控制方法,并对其性能进行了理论分析与证明。该控制方法既消除了抖振现象又提高了轮式移动机器人在不确定性干扰作用下的路径跟踪性能。最后,通过仿真验证了提出方法的有效性和优越性。

轮式移动机器人的有限时间自适应轨迹跟踪控制

【目的】针对存在外界扰动和参数不确定性的轮式移动机器人,设计一种有限时间轨迹跟踪控制方案。【方法】首先,将轮式移动机器人动态系统分为二阶和三阶的两个子系统;其次,针对二阶子系统设计了自适应快速终端滑模控制律,保证移动机器人角速度跟踪误差有限时间内收敛到一个任意小的区域内;然后,设计了关于线速度的控制律,来保证三阶子系统的有限时间收敛;最后进行仿真实验验证。【结果】仿真实验结果与理论值相符。【结论】本研究设计的有限时间控制策略保证了移动机器人轨迹跟踪的效果。

轮式移动机器人预定时间领导跟随一致性控制

研究了轮式移动机器人的领导跟随一致性问题,提出了预定时间一致性控制算法。首先,在有向图下,为每个跟随者提出一个分布式观测器,使其在预定时间内估计领导者状态。其次,基于观测器和构造的双幂次趋近律、非线性流形,设计了一种新的控制器,使得估计的领导者状态在预定时间内被跟踪。再次,引用了一个切换协议和一个线性流形,以确保在不引起奇异性问题的情况下,控制器在任何初始条件下均能实现预定时间的领导跟随一致性。然后,通过代数图论和李雅普诺夫理论证明系统的预定时间稳定性。最后,通过仿真对比实验验证了所提算法的有效性和优越性。相较于有限时间控制器,所提控制器收敛时间不依赖于初始状态,且收敛效果更好;相较于固定时间控制器,本文控制器收敛时间设定简单,可直接通过单一参数预先设定系统收敛时间。

轮式移动机器人固定时间轨迹跟踪控制

针对存在外部干扰的轮式移动机器人轨迹跟踪控制问题,提出一种固定时间轨迹跟踪控制方案.首先,对于轮式移动机器人的运动学误差模型,基于一种新颖的积分滑模面设计固定时间运动学速度控制器,使跟踪误差在固定时间收敛到原点所在的邻域内;其次,对于轮式移动机器人的动力学模型,设计固定时间干扰观测器对外部干扰信息进行估计,提出一种固定时间轨迹跟踪控制器,以确保动力学系统的固定时间稳定性,实现轮式移动机器人的高精度轨迹跟踪控制;最后,通过仿真结果验证所设计的轨迹跟踪控制方案的有效性.

一种基于固定时间稳定理论的移动机器人NMPC方法

轮式移动机器人的轨迹跟踪问题一直是机器人和控制领域的研究热点。在实际应用时,其控制器的设计通常还需考虑各种约束的影响,如输入限幅等。针对绝大多数商用移动机器人力矩层不开放的情况,论文采用加速度-伪动力学控制(Acceleration-Level Pseudo-Dynamic Control,ALPDC)框架来实现移动机器人的轨迹跟踪,并提出了一种基于固定时间稳定理论的移动机器人非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)方法。仿真结果验证了所提方法的有效性。