基于迭代学习控制算法的移动机器人轨迹跟踪研究

《基于迭代学习控制算法的移动机器人轨迹跟踪研究》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、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得丢洼王些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名卿鲆+签字眺训年1月11日学位论文版权使用授权书本学位论文作者完全了解云洼王些太堂有关保留、使用学位论文的规定。特授权云洼王些太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩

2、印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位敝作者虢研年签字日期：伽I1年1月I1日导师签名：酷袖签字日期：函，p年1月tf日学术论文的主要创新点移动机器人轨迹跟踪问题一直是学者们研究的一个热点课题。针对这一课题有很多种方法，但是迭代学习控制算法以其适用于具有重复运动性质的被控对象，不依赖于系统的精确数学模型，能以非常简单的方式处理不确定度相当高的非线性强耦合动态系统等特点，一经推出，就在机器人控制领域取得了巨大成功。本文就是

3、基于迭代学习控制算法对MT—AR机器人进行轨迹跟踪控制。本文的主要创新点如下：一、本文将P型和PD型迭代学习控制算法用于机器人模型，实现了移动机器人的轨迹跟踪控制。二、本文针对PD型迭代学习算法存在的缺陷，结合移动机器人模型提出了一种改进的开闭环PD型迭代学习算法，进一步改进了系统的性能。三、本文针对PID型算法中影响算法收敛速度和控制性能的学习增益矩阵，引入模型算法学习律中学习增益矩阵的确定方法，对PID型算法中的学习增益矩阵进行了改进，经过仿真验证，改进后的算法收敛速度更快，控制效果更好。摘要移动机器人轨迹跟踪控制是

4、目前机器人研究的热点问题。迭代学习控制算法以其适用于具有重复运动性质的被控对象，不依赖于系统的精确数学模型，能以非常简单的方式处理不确定度相当高的非线性强耦合动态系统等特点，在机器人控制领域取得了巨大成功。本文对P型和PD型迭代学习控制算法进行了研究，并针对MT—AR型机器人进行了实际控制。文章首先介绍了轮式移动机器人的发展状况和研究趋势及方法，然后对移动机器人的运动学和动力学模型进行了推导，得到了算法实现的基础。在此基础上，文章研究了开环P型，开环PD型迭代学习控制算法在移动机器人轨迹跟踪中的应用，进一步研究了开闭环P

5、D型迭代学习控制算法的优越性能和良好控制效果。最后对MT-AR机器人进行实际控制，通过将实际控制效果和仿真实验结果进行对比，说明了该算法在实际控制中虽然仍然存在一些不可避免的干扰和误差，但是同样取得了一定的控制效果。由于PID型迭代学习控制算法中学习增益矩阵对控制律的影响非常大，因此本文对学习增益矩阵进行了改进。改进的办法是将模型算法学习律的思想引入到学习增益矩阵的确定当中，通过将期望轨迹应用在每次迭代当中，使得迭代次数减少，收敛速度加快，误差范围减小。实验仿真结果显示新改进的算法与未改进时相比控制效果有了明显提高。关键

6、词：移动机器人，轨迹跟踪，迭代学习控制，开闭环算法TrajectoryTrackingControlofMobileRobotisahotresearchtopicinrobotics．Itemtivelearningcontrol(ILC)appliestothecontrolledobjectwhichhavetherepeatnaUlreofthesport,doesnotdependontheaccuratemathematicalmodel，c孤dealwithnonlinearcouplingdynamics

7、ystemswithhighuncertaintyinaverysimpleway,whichhasachievedgreatSUCCESSinrobotcontr01．Inthispaper,P-typeandPD-typeiterativelearningcontrolalgorithmwereusedinMT-ARrobotresearch．Thispaperfirstlydescribedthedevelopmentstatusandresearchtrendsandmethodsofthewheeledmobi

8、lerobot,andthentherobotkinematicsanddynamicsmodelWCI'Oderived．Onthisbasic，thepaperstudiedtheopen-loopP·type，open-loopPD-typeiterativelearningcontrolalgorithmin