近年來非完整約束移動機器人在軍事、科技、生產(chǎn)、生活中受到了廣泛的關(guān)注,然而,移動機器人在實際應(yīng)用中,一方面存在執(zhí)行器飽和約束問題,另一方面系統(tǒng)存在模型不確定性和未知干擾。為了使移動機器人能夠按照期望軌跡運動到需要執(zhí)行任務(wù)的區(qū)域,就需要研究如何在復(fù)雜環(huán)境中進行精確地軌跡跟蹤控制。針對以上問題,本文使用模型預(yù)測控制的方法,進行了移動機器人軌跡跟蹤控制的相關(guān)研究,論文的主要研究工作如下:首先,針對非完整移動機器人存在執(zhí)行器飽和約束問題,提出了基于模型預(yù)測控制的軌跡跟蹤控制策略�？紤]移動機器人在不存在干擾的情況下,提出了模型預(yù)測控制的方法使得移動機器人能夠?qū)⒖架壽E進行跟蹤。為了證明模型預(yù)測控制在有限預(yù)測時域內(nèi)的穩(wěn)定性問題,提出了局部控制器,利用局部控制器計算出終端代價函數(shù)和終端域,通過Lyapunov函數(shù)證明了系統(tǒng)的穩(wěn)定性。其次,針對實際系統(tǒng)中存在持續(xù)未知干擾的軌跡跟蹤控制問題,設(shè)計了基于擴張狀態(tài)觀測器的模型預(yù)測控制,實現(xiàn)了存在外部干擾的移動機器人軌跡跟蹤控制�？紤]移動機器人系統(tǒng)中存在的未知干擾,提出擴張狀態(tài)觀測器,實現(xiàn)干擾觀測,根據(jù)名義誤差系統(tǒng),提出了基于模型預(yù)測控制的軌跡跟蹤控制,將優(yōu)化... 

【文章來源】：燕山大學(xué)河北省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

模型預(yù)測控制示意圖

第2章基于模型預(yù)測控制的移動機器人軌跡跟蹤控制-11-圖2-3誤差校正示意圖2.3.2控制器設(shè)計將跟蹤誤差系統(tǒng)式(2-9)進行離散化得：ere1erre2ee(1)1()0()0()(1)()1()()00()(1)001()0xkTkxkTukykTkTkykukkkT(2-10)式中，T為采樣周期。離散跟蹤誤差系統(tǒng)式(2-10)一般形式可以寫為：(1)()()eekAekBuk(2-11)滿足約束minmaxemineemax()()kkeeeuuu式中，mine和maxe分別表示狀態(tài)量的最小值和最大值，eminu和emaxu分別表示控制量的最小值和最大值。對于移動機器人軌跡跟蹤控制，根據(jù)系統(tǒng)當(dāng)前時刻k的狀態(tài)量，通過在線求解優(yōu)化問題，獲得控制輸入eeeU(k){u(k|k),,u(kN-1|k)}。由于實際系統(tǒng)中存在各種不同的約束，例如執(zhí)行器飽和約束等。因此，在設(shè)計控制器時考慮控制輸入約束和狀態(tài)量約束。跟蹤誤差系統(tǒng)式(2-11)的優(yōu)化問題表示如下：

【參考文獻】：
期刊論文
[1]基于事件觸發(fā)的無人駕駛汽車路徑跟隨預(yù)測控制[J]. 張皓,張洪銘,王祝萍.  控制與決策. 2019(11)
[2]含有摩擦補償?shù)娜轿灰苿訖C器人自抗擾控制[J]. 王圣翔,任超,馬書根.  控制理論與應(yīng)用. 2017(10)
[3]基于事件觸發(fā)的二階多智能體領(lǐng)導(dǎo)跟隨一致性[J]. 黃紅偉,黃天民,吳勝,周坤.  控制與決策. 2016(05)
[4]基于輸入狀態(tài)穩(wěn)定的離散廣義系統(tǒng)預(yù)測控制[J]. 劉曉華,高嬋.  控制與決策. 2015(12)
[5]改進神經(jīng)網(wǎng)絡(luò)自適應(yīng)滑�？刂频臋C器人軌跡跟蹤控制[J]. 付濤,王大鎮(zhèn),弓清忠,祁麗.  大連理工大學(xué)學(xué)報. 2014(05)
[6]輪子縱向打滑條件下的移動機器人自適應(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]基于動力學(xué)模型的輪式移動機器人自適應(yīng)滑模軌跡跟蹤控制[J]. 張鑫,劉鳳娟,閆茂德.  機械科學(xué)與技術(shù). 2012(01)
[8]基于RBF神經(jīng)網(wǎng)絡(luò)的輪式移動機器人軌跡跟蹤控制[J]. 劉鈺,周川,張燕,徐云龍.  計算機工程與設(shè)計. 2011(05)
[9]基于擴張狀態(tài)觀測的機器人分散魯棒跟蹤控制[J]. 陳國棟,賈培發(fā).  自動化學(xué)報. 2008(07)



本文編號：2905466