改进QPSO算法的移动机器人轨迹跟踪控制方法.pdf

《改进QPSO算法的移动机器人轨迹跟踪控制方法.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、2302012，48(34)ComputerEngineeringandApplications计算机工程与应用改进QPSO算法的移动机器人轨迹跟踪控制方法黄麟1，奚茂龙1，孙俊2HUANGLinl．XIMaolon91、SUNJun21．无锡职业技术学院，江苏无锡21412l2．江南大学物联网工程学院，江苏无锡2141221．WuxiInstituteofTechnology,Wuxi，Jiangsu21412l，China2，SchoolofInternetofThingsEngineering，JiangnanUniversity，Wuxi，Jiangsu214122，ChinaH

2、UANGLin，XIMaolong，SUNJun．MethodoftrajectorytrackingcontrolformobilerobotswithimprovedQPSOalgorithm．ComputerEngineeringandApplications，2012，48(34)：230—236．Abstract：Decision—makingrightsaredifferentaccordingtotheindividuals’fitnessvaluesbytheanalysisofSIdecision—makingmechanism．TheimprovementsofQPS

3、Oalgorithmareproposedtoimprovesearchingefficiencyandoptimalperformancebyintroducinglinearweightedoperatorintoalgorithm．Slidingmodecontrollerdesignmethodofrobotstrajectorytrackingisanalyzed．Anewslidingmodecontrollawisdesignedbycombiningindexreachinglawandpowerreachinglaw．Theparametersinslidingmode

4、trackingcontrollerareoptimizedthroughPSOalgorithm，QPSOalgorithmandtheimprovedQPSOalgorithm．Thedesignresultofoptimaltrackingcontrollerisvalidatedbytwodesignexamples．Itshowsthattrackingcontrollercancontrolrobottotrackplannedtrajectory．SimulationresultsshowthattheimprovedQPSOalgorithmcangetbettereff

5、ectinoptimizingparametersofcontrollers．Keywords：weightedoperator；QuantumParticleSwarmOptimization(QPSO)algorithm；slidingmode；controllaw；trajectorytracking摘要：分析了智能群体的决策机制，发现在智能群体决策过程中，个体粒子参与决策的权利根据个体的优劣程度是不同的，提出了在量子粒子群优化(QPSO)算法中引入线性权重算子进一步提高QPSO算法的搜索效率及优化性能。分析了移动机器人轨迹跟踪控制的滑模变结构控制器设计方法，并采用指数趋近律和幂次

6、趋近律相结合的方法，设计了新的滑模跟踪控制律，使用PSO算法、QPSO算法和改进算法优化了滑模跟踪控制器中的参数，通过两个实例验证了优化后的跟踪控制器的设计效果；设计效果的分析和比较表明了设计的跟踪控制器能够控制机器人实现对既定轨迹的跟踪，仿真结果显示改进QPSO算法能够在轨迹跟踪控制器的参数优化中取得更好的优化效果。关键词：权重算子；量子粒子群优化算法；滑模；控制律；轨迹跟踪文献标识码：A中图分类号：TP24doi：10．3778／j．issn．1002—8331．1108—03281引言轨迹跟踪控制是轮式移动机器人(WheeledMo．bileRobot，WMR)控制的主要问题之一，

7、WMR能,够进行准确的轨迹跟踪是能够顺利完成指定任务的前提。因此，轨迹跟踪问题也是现在移动机器人领域的一个重要研究课题。轨迹跟踪的目标在于，设计一个稳定、动态品质好的控制器，使之能够在有限时间内收敛于目标轨迹。这个目标实际也说明了设计基金项目：江苏省“青蓝工程”资助。作者简介：黄麟(1964一)，男，副教授，主要研究领域为智能控制；奚茂龙(1977一)，男，博士，副教授，主要研究领域为进化算法智能控制；孙俊(1972一)，男，博士，