非完整移动机器人的反演自适应轨迹跟踪控制研究

摘要

三轮结构的轮式移动机器人由于在运动过程中遭受到非完整运动约束，从而导致移动机器人系统为典型的非完整系统，故将其简称为“非完整移动机器人”。受非完整约束的限制，一般的光滑状态反馈无法应用于这样的系统，并且移动机器人系统在未知环境中存在着扰动不确定性与模型参数不确定性。因此，针对含有不确定性的非完整移动机器人运动控制的研究具有十分重要的意义。
　　本文针对含有不确定性的非完整移动机器人轨迹跟踪运动控制做了如下研究工作:在模型参数已知的情况下，首先，考虑到控制律的设计过程中存在的计算复杂问题，将反演设计方法与含有一阶低通滤波器的动态面滑模控制相结合，设计了扰动界已知的轨迹跟踪控制律。然后，针对以上控制律存在的扰动界值选取困难问题，提出一种反演自适应动态面滑模控制方法实现了扰动界未知的轨迹跟踪控制。最后，针对以上两种控制方法中存在的力矩抖动问题，提出一种基于扰动补偿的弱抖振动态面滑模反演自适应模糊控制方法，利用模糊系统去估计未知扰动以达到减小力矩抖动的效果;在模型参数未知的情况下，利用RBF神经网络与反演法设计了一种自适应轨迹跟踪控制律。进一步考虑到RBF神经网络带来的计算量过大的问题，提出一种基于神经网络最小参数法的反演自适应控制方法，利用单参数在线调整替换RBF神经网络权值的在线调整以达到减少计算量的目的。
　　最后对所设计控制律进行稳定性分析与仿真验证，利用Lyapunov函数能够得出所设计的控制律都能够保证闭环系统是最终一致稳定的。通过系统的仿真曲线分析能够得到以下结论:在模型参数已知的情况下控制系统在完成轨迹跟踪控制的同时能够克服未知扰动，并且自适应模糊系统能够有效减小力矩抖动;在模型参数未知的情况下基于RBF神经网络所设计的控制律能够同时克服模型参数变化与未知扰动带来的影响，并且采用神经网络最小参数法所设计的控制律能够有效减少计算量。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 非完整系统与非完整移动机器人

1．2．1 非完整约束与非完整系统

1．2．2 非完整移动机器人

1．3 国内外研究现状

1．4 本文主要内容

第2章 参数已知的非完整移动机器人反演自适应轨迹跟踪控制

2．1 问题描述

2．1．1 数学模型

2．1．2 轨迹跟踪控制

2．2 扰动界已知的非完整移动机器人反演动态面滑模控制

2．2．1 控制律设计

2．2．2 稳定性分析

2．2．2 仿真验证

2．3 扰动界未知的非完整移动机器人反演自适应动态面滑模控制

2．3．1 控制律设计

2．3．2 稳定性分析

2．3．3 仿真验证

2．4 基于扰动补偿的弱抖振动态面滑模反演自适应模糊控制

2．4．1 控制律设计

2．4．2 稳定性分析

2．4．3 仿真验证

2．5 本章小结

第3章 参数未知的非完整移动机器人反演自适应轨迹跟踪控制

3．1 径向基函数(RBF)神经网络

3．2 基于RBF神经网络的反演自适应控制

3．2．1 控制律设计

3．2．2 稳定性分析

3．2．3 仿真验证

3．3 基于神经网络最小参数法的反演自适应控制

3．3．1 控制律设计

3．3．2 稳定性分析

3．3．3 仿真验证

3．4 本章小结

第4章 结论与展望

4．1 结论

4．2 展望

参考文献

致谢