基于神经网络自整定的轮式移动机器人轨迹跟踪控制.pdf

《基于神经网络自整定的轮式移动机器人轨迹跟踪控制.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012年11月机床与液压NOV．2012第40卷第21期MACHINETOOL&HYDRAULICSVo1．40No．21DOI：10．3969／j．issn．1001—3881．2012．21．021基于神经网络自整定的轮式移动机器人轨迹跟踪控制尹家凡(中冶赛迪电气技术有限公司，重庆400013)摘要：针对轮式移动机器人轨迹跟踪，基于Laypunov稳定性原理，采用后推积分时变状态反馈方法设计了一种控制器。考虑到控制增益对跟踪效果的影响，引入神经网络对控制增益进行自整定，使控制器具有更好的控制效果和更强的鲁棒性。仿真和实验结果证明了该方法的有效性。关键词：轮式移动机器人

2、；轨迹跟踪；神经网络；白整定中图分类号：TP24文献标识码：A文章编号：1001—3881(2012)21-077—3NeuralNetwork．basedSelf-tuningControlforWheeledMobileRobotTrajectoryTrackingYINJiafan(CISDIElectricsTechnologyCo．，Ltd．，Chongqing400013，China)Abstract：Fortheproblemofwheeledmobilerobot~ectorytracking，anovelcontrollerwasdesignedbased

3、onintegralBack-steppingandtimevaryingmethodandthesystemstabilitywasprovedbyLaypunovprinciple．Inordertoeliminatetheimpactofcontrolgains，aneuralnetworkwasadoptedtoadjustthecontrolgainsautomatically．Sothecontrollerhasmorerobustness．Theresultsofsim-ulationandexperimentsprovethemethodisvalid．Ke

4、ywords：Wheeledmobilerobot；Trajectorytracking；Neuralnetwork；Self-tuning轮式移动机器人(WheeledMobileRobot，WMR)器人转动的角速度。[Y]为机器人质心要到达是机器人领域极为重要的一个分支，它集环境感知、的目标位置，该点的参考速度为[，]To动态决策规划、行为控制与执行等多种功能于一体-．。为了使机器人能很好地完成预定任务，精确的轨迹跟踪是非常关键的。轮式移动机器人是一种典型的非完整约束系统，具有高度的非线性，不满足Brockett反馈镇定条件，不能用光滑状态反馈实现系统的渐进稳定。基于L

5、yapunov稳定性定理的积分Backstepping方法可以获得系统的全局稳定性，近年来，很多学者将其用于非完整机器人轨迹跟踪控制J。但是用该方法设计的控制器需要事先给定控制图1机器人运动学模型增益，而控制增益对系统的性能具有较大的影响，当被跟踪轨迹发生突变时，用以前调整好的控制增益可假设轮子与地面没有滑动，且机器人的移动方向能无法取得理想的控制效果。为此，作者采用神经网与两驱动轮轴线垂直，则存在非完整约束条件为：络对控制增益进行在线实时整定，并通过实验验证了xsinO一~cosO=0(1)该方法的有效性。从图1可得机器人质心的运动学方程为：1机器人运动学模型。=Veco

6、sO=sinO。。=W。(2)机器人的机械结构如图1所示，由车体、两个驱机器人质心与目标点的位姿误差为：动轮、两个万向轮组成。左右两轮为驱动轮，前后两rX=(一)cosO。+(Y一Y)sinO轮是万向轮。[Yr为机器人质心坐标，为机{Y=一(一。)sinO+(Y一Y)cosO。(3)器人当前移动速度，方向与轴夹角为0。tO为机1=一收稿日期：2011—10—11作者简介：尹家凡(1973一)，男，硕士，高级工程师，主要研究方向为机电系统的自动化控制、冶金自动化等。E—mail：jiafanyin@sohu．como·78·机床与液压第40卷S取对式(3)式进行求导可得：II

7、E(k。)=IIP(k)一P(k)l=÷((k)+Y：(k)+feYrCOSOe-Ve+yec(厶0：(k))(9){=VrsinO一XeW(4)∞一【。：一埘按照梯度下降法修正网络的权系数，采用BP网络的一控制器控制算法归结如下：对于该系统而言，基于机器人运动学模型的轨迹(1)确定网络的结构，并给出各层权系数的初跟踪问题，可描述如下：设机器人的初始位姿P=始+值；[Y0r，跟踪目标点的位姿为P=[Yy(2)计算当前时刻机器人的位姿误差；0]，参考速度为口=[∞]。控制任务即为确定(3)将位姿误差作为BP网络的输人