基于神经网络模型的机器人切换式预测控制轨迹跟踪方法

摘要

本发明适用于轮式机器人的轨迹跟踪控制技术领域，提供了基于神经网络模型的机器人切换式预测控制轨迹跟踪方法，包括以下步骤：步骤S1：建立轮式机器人的误差状态方程及搭建机理预测模型；步骤S2：建立及训练离线神经网络预测模型；步骤S3：训练在线神经网络预测模型；步骤S4：建立预测模型切换器；步骤S5：建立非线性模型预测控制器，构建优化描述问题，并对优化描述问题进行求解，获得最优解。本发明在一定程度上降低了预测模型因车身参数导致的预测误差，提升轮式机器人轨迹跟踪精度效果；相比于普通的离线神经网络预测模型具有更高的适应性和精度，并且可基于预测误差进行预测模型的切换，相比于纯机理的预测模型误差更小，精度更高。