基于动态输出观测器的一类自动引导车镇定问题研究

针对一类自动引导车(Automated guided vehicle,AGV)轨迹跟踪控制系统的镇定问题,提出用动态输出观测器进行镇定。建立AGV轨迹跟踪控制系统的数学模型,讨论动态输出观测器设计方法存在的不足,并且分析特征矢量矩阵条件数对系统鲁棒稳定性的重要影响。在此基础上,针对动态输出观测器特征矢量配置中存在的自由度,提出用粒子群算法对其进行优化。粒子的位置代表特征矢量配置的自由度,并以特征矢量矩阵的条件数作为优化目标函数,以获得最小的条件数,从而进一步提高镇定系统的鲁棒稳定性。仿真试验结果表明,对于系统状态矩阵参数的摄动,基于动态输出观测器反馈控制的AGV镇定的鲁棒稳定性要优于全维状态观测器。更进一步,基于粒子群的动态输出观测器镇定方法具有更强的鲁棒稳定性。

特征向量矩阵条件数对状态反馈控制的重要影响

为了进一步提高汽车控制系统的动态性能和鲁棒稳定性,从理论上分析并揭示了状态反馈控制中特征向量矩阵的条件数对线性连续定常系统的响应及反馈矩阵Frobenius范数的重要影响。进一步提出以减小特征向量矩阵的条件数为目的来设计状态反馈矩阵。仿真试验结果表明,在相同条件下,特征向量矩阵条件数较小的反馈系统,其暂态过程比较平稳,抗参数摄动的鲁棒性也比较强。这种思想可以应用于具有线性连续定常特性的汽车控制系统中。