發(fā)布時(shí)間：2021-06-20 11:22

　　輪式移動(dòng)機(jī)器人是非線(xiàn)性、受非完整性約束、欠驅(qū)動(dòng)系統(tǒng)。輪式移動(dòng)機(jī)器人的軌跡跟蹤問(wèn)題始終是研究熱點(diǎn)。近年來(lái),學(xué)者們?cè)谲壽E跟蹤領(lǐng)域獲得了一些研究成果。但是現(xiàn)有方法仍然存在一些影響跟蹤器性能、有待解決的問(wèn)題,如初始速度超出機(jī)器人速度約束范圍,機(jī)器人動(dòng)力學(xué)建模存在著參數(shù)不確定性與未建模干擾,以及軌跡跟蹤過(guò)程中機(jī)器人出現(xiàn)滑動(dòng)與打滑現(xiàn)象等。本文針對(duì)輪式移動(dòng)機(jī)器人軌跡跟蹤器設(shè)計(jì)中存在上述的關(guān)鍵問(wèn)題分別展開(kāi)深入研究,主要內(nèi)容分為以下方面:（1）針對(duì)具有速度飽和約束的輪式移動(dòng)機(jī)器人,提出一種基于模型預(yù)測(cè)控制的跟蹤方案。首先,對(duì)輪式移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)模型進(jìn)行線(xiàn)性化處理,得到其線(xiàn)性預(yù)測(cè)模型。然后,考慮其輸入及狀態(tài)約束,設(shè)計(jì)線(xiàn)性二次型控制器,將二次型最優(yōu)問(wèn)題轉(zhuǎn)化為二次規(guī)劃問(wèn)題求解。最后進(jìn)行了仿真驗(yàn)證,證明了控制器的有效性。（2）針對(duì)具有參數(shù)不確性和未建模干擾的輪式移動(dòng)機(jī)器人,提出一種基于RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)動(dòng)力學(xué)控制的算法。首先,由基于反步法設(shè)計(jì)了運(yùn)動(dòng)學(xué)虛擬控制速度。其次,基于輪式移動(dòng)機(jī)器人動(dòng)力學(xué)模型設(shè)計(jì)PD控制器,利用具有自動(dòng)調(diào)節(jié)權(quán)值的RBF神經(jīng)網(wǎng)絡(luò)對(duì)動(dòng)力學(xué)模型中的參數(shù)和非參數(shù)不確定性進(jìn)行了前饋補(bǔ)償。然后用李雅... 

【文章來(lái)源】：河北大學(xué)河北省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

輪式移動(dòng)機(jī)器人結(jié)構(gòu)示意圖

第二章預(yù)備知識(shí)圖2-2模型預(yù)測(cè)控制原理圖學(xué)者們把模型預(yù)測(cè)控制算法歸納為預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正3個(gè)步驟如下。（1）預(yù)測(cè)模型通常，人們根據(jù)系統(tǒng)的歷史信息與未來(lái)輸入，對(duì)系統(tǒng)未來(lái)動(dòng)態(tài)行為做預(yù)測(cè)的模型叫作預(yù)測(cè)模型。一般，預(yù)測(cè)模型的形式?jīng)]有統(tǒng)一的規(guī)定，人們不僅可以采用如階躍響應(yīng)、脈沖響應(yīng)等費(fèi)模型參數(shù)，還可以采用狀態(tài)方程、傳遞函數(shù)。（2）滾動(dòng)優(yōu)化模型預(yù)測(cè)控制實(shí)際上是一種基于傳統(tǒng)優(yōu)化算法的控制方法，系統(tǒng)的未來(lái)輸入通過(guò)預(yù)測(cè)控制的某一性能指標(biāo)獲得。預(yù)測(cè)控制算法通常利用有限時(shí)域的滾動(dòng)優(yōu)化，故預(yù)測(cè)控制最優(yōu)解實(shí)際上是開(kāi)環(huán)優(yōu)化問(wèn)題。我們將最優(yōu)序列中的第一控制量作為系統(tǒng)輸入，等到下一采樣時(shí)刻，預(yù)測(cè)控制的優(yōu)化時(shí)域向前推移。因此,預(yù)測(cè)控制和最優(yōu)控制的區(qū)別：1.最優(yōu)控制采用全局優(yōu)化性能指標(biāo),預(yù)測(cè)控制采用局部?jī)?yōu)化性能指標(biāo)。2.最優(yōu)控制離線(xiàn)進(jìn)行的，預(yù)測(cè)控制的滾動(dòng)優(yōu)化是在線(xiàn)進(jìn)行的。（3）反饋校正實(shí)際上，模型預(yù)測(cè)控制還可以看作反饋控制。由于系統(tǒng)中可能存在著未建模擾動(dòng)，模型參數(shù)與非模型參數(shù)不確定性，且預(yù)測(cè)控制的滾動(dòng)優(yōu)化是開(kāi)環(huán)優(yōu)化，影響控制器的性能。因此，人們把閉環(huán)機(jī)制加入到模型預(yù)測(cè)控制，來(lái)補(bǔ)償各未知干擾對(duì)系統(tǒng)影響。在每一采樣時(shí)刻,我們首先獲取系統(tǒng)的狀態(tài)或系統(tǒng)輸出,然后在得到最優(yōu)解前,通過(guò)先前的反11

第二章預(yù)備知識(shí)圖2-3模型參考自適應(yīng)控制系統(tǒng)（2）自校正控制自校正控制系統(tǒng)框架結(jié)構(gòu)如圖2-4所示。自校正控制系統(tǒng)主要由外環(huán)的辨識(shí)機(jī)構(gòu)以及控制參數(shù)設(shè)計(jì)和內(nèi)環(huán)的控制器組成。自校正控制原理是假設(shè)系統(tǒng)不確定參數(shù)是已知的，然后選擇系統(tǒng)的性能指標(biāo)函數(shù)，確定最優(yōu)控制律。模型參數(shù)辨識(shí)機(jī)構(gòu)通過(guò)系統(tǒng)輸出和控制輸入辨識(shí)未知模型參數(shù)，控制參數(shù)設(shè)計(jì)依據(jù)期望的控制性能指標(biāo)和模型參數(shù)，獲得控制器的可調(diào)參數(shù)，從而控制器產(chǎn)生合適的控制輸出作用于控制對(duì)象，使控制系統(tǒng)的性能最佳。圖2-4自校正控制系統(tǒng)自校正控制系統(tǒng)的可調(diào)控制器的控制方法性能指標(biāo)參數(shù)有：優(yōu)化和常規(guī)控制性能參數(shù)。自校正控制系統(tǒng)的控制方法主要包括優(yōu)化控制策略（例如廣義最小方差、最小方差等）和傳統(tǒng)控制策略（如PID和零級(jí)點(diǎn)配置控制等），模型參數(shù)估計(jì)器采用辨識(shí)方法主要為最小二乘法。13

【參考文獻(xiàn)】：
期刊論文
[1]滑動(dòng)與打滑條件下的輪式移動(dòng)機(jī)器人自抗擾跟蹤控制[J]. 王立玲,董力元,馬東,劉秀玲,王洪瑞.  控制理論與應(yīng)用. 2020(02)
[2]移動(dòng)機(jī)器人速度飽和約束下的軌跡跟蹤控制[J]. 王立玲,董力元,馬東,劉秀玲,王洪瑞.  機(jī)床與液壓. 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]移動(dòng)機(jī)器人速度加速度飽和約束下的時(shí)間最優(yōu)控制[J]. 熊蓉,詹劍波,湯卿,褚健.  控制與決策. 2014(01)
[5]機(jī)器人技術(shù)研究進(jìn)展[J]. 譚民,王碩.  自動(dòng)化學(xué)報(bào). 2013(07)
[6]輪子縱向打滑條件下的移動(dòng)機(jī)器人自適應(yīng)跟蹤控制[J]. 崔明月,孫棣華,李永福,劉衛(wèi)寧.  控制與決策. 2013(05)
[7]模型預(yù)測(cè)控制——現(xiàn)狀與挑戰(zhàn)[J]. 席裕庚,李德偉,林姝.  自動(dòng)化學(xué)報(bào). 2013(03)
[8]非完整移動(dòng)機(jī)器人的雙自適應(yīng)神經(jīng)滑�？刂芠J]. 王宗義,李艷東,朱玲.  機(jī)械工程學(xué)報(bào). 2010(23)
[9]Me[J]. 劉璐.  中學(xué)生英語(yǔ). 2005(20)
[10]高階滑�？刂圃诜峭暾苿�(dòng)機(jī)器人魯棒輸出跟蹤中的應(yīng)用[J]. 晁紅敏,胡躍明,吳忻生.  控制理論與應(yīng)用. 2002(02)



本文編號(hào)：3239098