CN114019796B - 一种考虑输入约束的移动机器人固定时间跟踪控制方法 - Google Patents

一种考虑输入约束的移动机器人固定时间跟踪控制方法 Download PDF

Info

Publication number
CN114019796B
CN114019796B CN202111255654.5A CN202111255654A CN114019796B CN 114019796 B CN114019796 B CN 114019796B CN 202111255654 A CN202111255654 A CN 202111255654A CN 114019796 B CN114019796 B CN 114019796B
Authority
CN
China
Prior art keywords
mobile robot
formula
equation
fixed time
motor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111255654.5A
Other languages
English (en)
Other versions
CN114019796A (zh
Inventor
郭一军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huangshan University
Original Assignee
Huangshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huangshan University filed Critical Huangshan University
Priority to CN202111255654.5A priority Critical patent/CN114019796B/zh
Publication of CN114019796A publication Critical patent/CN114019796A/zh
Application granted granted Critical
Publication of CN114019796B publication Critical patent/CN114019796B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种考虑输入约束的移动机器人固定时间跟踪控制方法,包括以下具体步骤:建立包含执行机构动态的移动机器人跟踪控制***模型;基于***运动学模型设计移动机器人固定时间跟踪运动学控制器;基于包含执行机构动态的移动机器人***动力学模型设计固定时间跟踪动力学控制器。本发明所述控制方法不仅具有好的跟踪控制性能,而且可以确保输入约束满足***执行机构的要求,解决固定时间控制初始控制信号过大的问题。

Description

一种考虑输入约束的移动机器人固定时间跟踪控制方法
技术领域
本发明涉及移动机器人控制技术领域,尤其涉及一种考虑输入约束的移动机器人固定时间跟踪控制方法。
背景技术
移动机器人集信息采集、动态规划、行为决策与控制等多种功能于一体,由于具有机械结构简单、运动灵活及较强的外部环境自适应能力等特点,使得移动机器人在军事、工业、农业以及民用等领域获得了广泛的应用。
高性能的跟踪控制是移动机器人完成这些应用的前提,其中跟踪误差的收敛速度是实现移动机器人高性能跟踪控制的一项关键技术指标。
固定时间控制可以使得移动机器人***跟踪误差做到固定时间收敛,且其收敛时间与***状态的初始值无关。然而,为了达到***状态的固定时间收敛,在固定时间控制的初始阶段固定时间控制器输出的控制信号往往存在幅值过大的问题,这极易使***发生输入受限问题,导致***控制性能变差,严重时甚至会引起***失稳。
发明内容
本发明目的就是为了弥补已有技术的缺陷,提供一种考虑输入约束的移动机器人固定时间跟踪控制方法,本发明采用固定时间控制理论设计使得***跟踪误差固定时间收敛的运动学控制器及动力学控制器,同时解决了固定时间控制中初始控制信号过大的问题。
本发明是通过以下技术方案实现的:
一种考虑输入约束的移动机器人固定时间跟踪控制方法,具体步骤如下:
步骤1、建立包含执行机构动态的移动机器人跟踪控制***模型;
步骤2、基于***运动学模型设计移动机器人固定时间跟踪运动学控制器;
步骤3、基于包含执行机构动态的移动机器人***动力学模型设计固定时间跟踪动力学控制器。
步骤1所述的建立包含执行机构动态的移动机器人跟踪控制***模型,具体过程如下:
1.1所述移动机器人在满足非完整约束的情况下,其运动学模型可描述为
Figure BDA0003324050470000021
式中,q=[x,y,θ]T∈R3为移动机器人的位姿矢量,其中,x,y分别表示移动机器人在X轴向及Y轴向的坐标,θ为移动机器人的方向角;q&为移动机器人位姿矢量的一阶导数;
Figure BDA0003324050470000022
μ=[v,ω]T为由移动机器人的线速度和角速度构成的矢量,其中,v为线速度,ω为角速度。
1.2依据Lagrange建模方法,移动机器人的动力学模型可描述为
Figure BDA0003324050470000023
式中,
Figure BDA0003324050470000024
为移动机器人的正定惯性矩阵,其中,m和I分别表示移动机器人的质量和惯量;
Figure BDA0003324050470000025
为移动机器人位姿矢量的二阶导数;
Figure BDA0003324050470000026
为移动机器人的离心力和哥氏力矩阵;G(q)∈R3为移动机器人***的重力项,对于在平面运动的移动机器人该项为零;
Figure BDA0003324050470000027
为未知地面摩擦项;τd∈R3为***外部有界扰动项;
Figure BDA0003324050470000028
为控制力矩变换阵,其中,r1和2b分别表示移动机器人驱动轮的半径和两驱动轮的间距;τ=[τrl]T∈R2为移动机器人两驱动轮控制力矩所组成的矢量,τr,τl分别表示由移动机器人右轮和左轮直流驱动电机所产生的驱动力矩;AT(q)=[-sinθ,cosθ,0]T∈R3为与***非完整约束相关的矩阵;
Figure BDA0003324050470000029
为***Lagrange乘子。
1.3将(1)式及其及一阶导数代入(2)式中并左乘ST(q),同时结合STAT(q)=0,可得:
Figure BDA0003324050470000031
式中,
Figure BDA0003324050470000032
Figure BDA0003324050470000033
为μ的一阶导数;
Figure BDA0003324050470000034
Figure BDA0003324050470000035
1.4假设移动机器人的左右驱动轮由直流电机驱动,在忽略直流电机电感的情况下,电机的动态方程可表示为
Figure BDA0003324050470000036
式中,下标j=l,r表示左、右轮电机;τmj为电机产生的力矩;KTj为电机的力矩常数;ij为相电流;uj为相电压;Rj为电机绕组电阻;Kbj为反电动势系数;
Figure BDA0003324050470000037
为电机转子机械角速度。
1.5驱动轮角速度和电机转子机械角速度间的关系可表示为
Figure BDA0003324050470000038
式中,
Figure BDA0003324050470000039
为驱动轮的角速度;N为传动比。
1.6驱动轮控制力矩可表示为
τj=Nτmj (6)
式中,τj为驱动轮控制力矩。
Figure BDA00033240504700000310
1.7由式(3)—式(7)可得包含电机动态的移动机器人动力学模型:
Figure BDA00033240504700000311
式中,u=[ur,ul]T为由驱动轮电机相电压构成的矢量,ur为右轮电机的相电压,ul为左轮电机的相电压;
Figure BDA0003324050470000041
1.8在移动机器人的实际控制中,由于相关物理参数难以精确获得。因此,考虑移动机器人相关物理参数的不确定因素,式(8)可进一步描述为
Figure BDA0003324050470000042
式中,
Figure BDA0003324050470000043
a10=a1-Δa1;a20=a2-Δa2;b10=b1-Δb1;b20=b2-Δb2
Figure BDA0003324050470000044
a10、a20、b10和b20分别为
Figure BDA0003324050470000045
a1、a2、b1和b2的名义值,
Figure BDA0003324050470000046
Δa1、Δa2、Δb1和Δb2为相应参数的不确定部分;
Figure BDA0003324050470000047
假设||f||≤d1,d1为未知正常数。
1.9当考虑直流电机的输入约束时,式(9)可重写为
Figure BDA0003324050470000048
式中,sat(u)=[sat(ur),sat(ul)]T,其中,sat(·)为饱和函数。
1.10为方便处电机的输入约束,定义如下函数:
Figure BDA0003324050470000049
式中,umj为直流电机控制输入的上界;sign(·)为符号函数;uj(j=r,l)为电机的控制输入。
1.11由式(11)可得sat(uj)=Θ(uj)uj。由0<Θ(uj)≤1可知,存在一个常数ρ满足:0<ρ≤min(Θ(uj))≤1。
1.12定义移动机器人的输出信号为
Figure BDA0003324050470000051
式中,d为正常数;xm为移动机器人输出的X轴向坐标;ym为移动机器人输出的Y轴向坐标。
1.13移动机器人跟踪的参考信号给定为
Figure BDA0003324050470000052
式中,xmr为参考信号的X轴向坐标;ymr为参考信号的Y轴向坐标;xr虚拟移动机器人的X轴向坐标;yr为虚拟移动机器人的Y轴向坐标;θr为虚拟移动机器人的方向角。且xr,yr及θr满足关系:
Figure BDA0003324050470000053
式中,vr和ωr分别为虚拟移动机器人的线速度和角速度,vr>0。
步骤2所述的基于***运动学模型的移动机器人固定时间跟踪控制器设计,具体过程如下:
2.1***运动学控制器设计。首先,定义跟踪误差:
Figure BDA0003324050470000054
式中,Ep为跟踪误差;ep1为X轴向的跟踪误差;ep2为Y轴向的跟踪误差。对式(15)求导可得:
Figure BDA0003324050470000055
式中,
Figure BDA0003324050470000056
为Ep的一阶导数;
Figure BDA0003324050470000057
为Ymr的一阶导数;
Figure BDA0003324050470000058
为Ym的一阶导数。
2.2为保证Ep的固定时间收敛,设计***运动学控制器为
Figure BDA0003324050470000061
式中,
Figure BDA0003324050470000062
运动学控制器设计参数:k1>0,k2>0,k3>0,0<a1<1,a2>1;
Figure BDA0003324050470000063
2.3设计李亚普诺夫函数
Figure BDA0003324050470000064
对该函数进行求导可得:
Figure BDA0003324050470000065
由式(18)可得Ep固定时间收敛且的收敛时间T1满足关系:
Figure BDA0003324050470000066
步骤3所述的基于包含执行机构动态的移动机器人***动力学模型固定时间跟踪控制器设计,具体过程如下:
3.1定义速度跟踪误差:
Figure BDA0003324050470000067
式中,ev1为线速度跟踪误差;ev2为角速度跟踪误差。
3.2对式(19)求导可得:
Figure BDA0003324050470000068
式中,
Figure BDA0003324050470000069
为Ev的一阶导数;
Figure BDA00033240504700000610
为μ的一阶导数;
Figure BDA00033240504700000611
为μc的一阶导数。
3.3将式(10)代入式(20)可得:
Figure BDA0003324050470000071
式中,
Figure BDA0003324050470000072
3.4ψ的范数满足关系
Figure BDA0003324050470000073
d2=max{1,d1}为未知常数,
Figure BDA0003324050470000074
3.5由式(21),***的动力学控制器可设计为
Figure BDA0003324050470000075
式中,k4>0,k5>0,k6>0,0<a3<1,a4>1为动力学控制器设计参数;
Figure BDA0003324050470000076
Figure BDA0003324050470000077
分别为ρ,d2的估计值,其自适应律设计为
Figure BDA0003324050470000078
3.6设计李亚普诺夫函数
Figure BDA0003324050470000079
式中,
Figure BDA00033240504700000710
3.7对上式求导可得:
Figure BDA0003324050470000081
将式(22)代入式(25)可得:
Figure BDA0003324050470000082
3.8当选择合适的参数k6使k6min{a10,a20}>1时,式(26)可写为
Figure BDA0003324050470000083
由式(24)及式(27)可知,||Ev||,
Figure BDA0003324050470000084
是有界的,再由ρ及d2的有界性可得
Figure BDA0003324050470000085
Figure BDA0003324050470000086
也是有界的,从而可保证
Figure BDA0003324050470000087
的有界性,即
Figure BDA0003324050470000088
ζ为某一正常数。
3.9为证明Ev固定时间收敛,设计李亚普诺夫函数
Figure BDA0003324050470000089
3.10对式(28)求导并代入式(22)可得:
Figure BDA00033240504700000810
式中,
Figure BDA00033240504700000811
3.11由式(29)可得Ev固定时间收敛且收敛时间T2满足关系:
Figure BDA00033240504700000812
3.12由步骤2及步骤3可知,移动机器人可在固定时间T=max{T1,T2}内实现对参考信号的跟踪。
本发明的优点是:本发明不仅具有好的跟踪控制性能,而且可以确保输入约束满足***执行机构的要求,解决固定时间控制初始控制信号过大的问题。
附图说明
图1为本发明控制方法工作流程示意图;
图2为没有输入约束情况下xm跟踪效果示意图;
图3为没有输入约束情况下ym跟踪效果示意图;
图4为有输入约束情况下xm跟踪效果示意图;
图5为有输入约束情况下ym跟踪效果示意图;
图6为没有输入约束情况下控制信号示意图;
图7为有输入约束情况下控制信号示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
如图1-图7,一种考虑输入约束的移动机器人固定时间跟踪控制方法,包括以下具体技术步骤:
步骤1,建立包含执行机构动态的移动机器人跟踪控制***模型,具体过程如下:
1.1所述移动机器人在满足非完整约束的情况下,其运动学模型可描述为
Figure BDA0003324050470000091
式中,q=[x,y,θ]T∈R3为移动机器人的位姿矢量,其中,x,y分别表示移动机器人在X轴向及Y轴向的坐标,θ为移动机器人的方向角;
Figure BDA0003324050470000092
为移动机器人位姿矢量的一阶导数;
Figure BDA0003324050470000093
μ=[v,ω]T为由移动机器人的线速度和角速度构成的矢量,其中,v为线速度,ω为角速度。
1.2依据Lagrange建模方法,移动机器人的动力学模型可描述为
Figure BDA0003324050470000101
式中,
Figure BDA0003324050470000102
为移动机器人的正定惯性矩阵,其中,m和I分别表示移动机器人的质量和惯量;
Figure BDA0003324050470000103
为移动机器人位姿矢量的二阶导数;
Figure BDA0003324050470000104
为移动机器人的离心力和哥氏力矩阵;G(q)∈R3为移动机器人***的重力项,对于在平面运动的移动机器人该项为零;
Figure BDA0003324050470000105
为未知地面摩擦项;τd∈R3为***外部有界扰动项;
Figure BDA0003324050470000106
为控制力矩变换阵,其中,r1和2b分别表示移动机器人驱动轮的半径和两驱动轮的间距;τ=[τrl]T∈R2为移动机器人两驱动轮控制力矩所组成的矢量,τr,τl分别表示由移动机器人右轮和左轮直流驱动电机所产生的驱动力矩;AT(q)=[-sinθ,cosθ,0]T∈R3为与***非完整约束相关的矩阵;
Figure BDA0003324050470000107
为***Lagrange乘子。
1.3将(1)式及其及一阶导数代入(2)式中并左乘ST(q),同时结合STAT(q)=0,可得:
Figure BDA0003324050470000108
式中,
Figure BDA0003324050470000109
Figure BDA00033240504700001010
为μ的一阶导数;
Figure BDA00033240504700001011
Figure BDA00033240504700001012
1.4假设移动机器人的左右驱动轮由直流电机驱动,在忽略直流电机电感的情况下,电机的动态方程可表示为
Figure BDA00033240504700001013
式中,下标j=l,r表示左、右轮电机;τmj为电机产生的力矩;KTj为电机的力矩常数;ij为相电流;uj为相电压;Rj为电机绕组电阻;Kbj为反电动势系数;θ&mj为电机转子机械角速度。
1.5驱动轮角速度和电机转子机械角速度间的关系可表示为
Figure BDA0003324050470000111
式中,
Figure BDA0003324050470000112
为驱动轮的角速度;N为传动比。
1.6驱动轮控制力矩可表示为
τj=Nτmj (6)
式中,τj为驱动轮控制力矩。
Figure BDA0003324050470000113
1.7由式(3)—式(7)可得包含电机动态的移动机器人动力学模型:
Figure BDA0003324050470000114
式中,u=[ur,ul]T为由驱动轮电机相电压构成的矢量,ur为右轮电机的相电压,ul为左轮电机的相电压;
Figure BDA0003324050470000115
1.8在移动机器人的实际控制中,由于相关物理参数难以精确获得。因此,考虑移动机器人相关物理参数的不确定因素,式(8)可进一步描述为
Figure BDA0003324050470000116
式中,
Figure BDA0003324050470000117
a10=a1-Δa1;a20=a2-Δa2;b10=b1-Δb1;b20=b2-Δb2
Figure BDA0003324050470000118
a10、a20、b10和b20分别为
Figure BDA0003324050470000119
a1、a2、b1和b2的名义值,
Figure BDA00033240504700001110
Δa1、Δa2、Δb1和Δb2为相应参数的不确定部分;
Figure BDA0003324050470000121
假设||f||≤d1,d1为未知正常数。
1.9当考虑直流电机的输入约束时,式(9)可重写为
Figure BDA0003324050470000122
式中,sat(u)=[sat(ur),sat(ul)]T,其中,sat(·)为饱和函数。
1.10为方便处电机的输入约束,定义如下函数:
Figure BDA0003324050470000123
式中,umj为直流电机控制输入的上界;sign(·)为符号函数;uj(j=r,l)为电机的控制输入。
1.11由式(11)可得sat(uj)=Θ(uj)uj。由0<Θ(uj)≤1可知,存在一个常数ρ满足:0<ρ≤min(Θ(uj))≤1。
1.12定义移动机器人的输出信号为
Figure BDA0003324050470000124
式中,d为正常数;xm为移动机器人输出的X轴向坐标;ym为移动机器人输出的Y轴向坐标。
1.13移动机器人跟踪的参考信号给定为
Figure BDA0003324050470000125
式中,xmr为参考信号的X轴向坐标;ymr为参考信号的Y轴向坐标;xr虚拟移动机器人的X轴向坐标;yr为虚拟移动机器人的Y轴向坐标;θr为虚拟移动机器人的方向角。且xr,yr及θr满足关系:
Figure BDA0003324050470000131
式中,vr和ωr分别为虚拟移动机器人的线速度和角速度,vr>0。
步骤2,基于***运动学模型的移动机器人固定时间跟踪控制器设计,具体过程如下:
2.1***运动学控制器设计。首先,定义跟踪误差:
Figure BDA0003324050470000132
式中,Ep为跟踪误差;ep1为X轴向的跟踪误差;ep2为Y轴向的跟踪误差。对式(15)求导可得:
Figure BDA0003324050470000133
式中,
Figure BDA0003324050470000134
为Ep的一阶导数;
Figure BDA0003324050470000135
为Ymr的一阶导数;
Figure BDA0003324050470000136
为Ym的一阶导数。
2.2为保证Ep的固定时间收敛,设计***运动学控制器为
Figure BDA0003324050470000137
式中,
Figure BDA0003324050470000138
运动学控制器设计参数:k1>0,k2>0,k3>0,0<a1<1,a2>1;
Figure BDA0003324050470000139
2.3设计李亚普诺夫函数
Figure BDA00033240504700001310
对该函数进行求导可得:
Figure BDA0003324050470000141
由式(18)可得Ep固定时间收敛且的收敛时间T1满足关系:
Figure BDA0003324050470000142
步骤3,基于包含执行机构动态的移动机器人***动力学模型固定时间跟踪控制器设计,具体过程如下:
3.1定义速度跟踪误差:
Figure BDA0003324050470000143
式中,ev1为线速度跟踪误差;ev2为角速度跟踪误差。
3.2对式(19)求导可得:
Figure BDA0003324050470000144
式中,
Figure BDA0003324050470000145
为Ev的一阶导数;
Figure BDA0003324050470000146
为μ的一阶导数;
Figure BDA0003324050470000147
为μc的一阶导数。
3.3将式(10)代入式(20)可得:
Figure BDA0003324050470000148
式中,
Figure BDA0003324050470000149
3.4ψ的范数满足关系
Figure BDA0003324050470000151
d2=max{1,d1}为未知常数,
Figure BDA0003324050470000152
3.5由式(21),***的动力学控制器可设计为
Figure BDA0003324050470000153
式中,k4>0,k5>0,k6>0,0<a3<1,a4>1为动力学控制器设计参数;
Figure BDA0003324050470000154
Figure BDA0003324050470000155
分别为ρ,d2的估计值,其自适应律设计为
Figure BDA0003324050470000156
3.6设计李亚普诺夫函数
Figure BDA0003324050470000157
式中,
Figure BDA0003324050470000158
3.7对上式求导可得:
Figure BDA0003324050470000159
将式(22)代入式(25)可得:
Figure BDA0003324050470000161
3.8当选择合适的参数k6使k6min{a10,a20}>1时,式(26)可写为
Figure BDA0003324050470000162
由式(24)及式(27)可知,||Ev||,
Figure BDA0003324050470000163
是有界的,再由ρ及d2的有界性可得
Figure BDA0003324050470000164
Figure BDA0003324050470000165
也是有界的,从而可保证
Figure BDA0003324050470000166
的有界性,即
Figure BDA0003324050470000167
ζ为某一正常数。
3.9为证明Ev固定时间收敛,设计李亚普诺夫函数
Figure BDA0003324050470000168
3.10对式(28)求导并代入式(22)可得:
Figure BDA0003324050470000169
式中,
Figure BDA00033240504700001610
3.11由式(29)可得Ev固定时间收敛且收敛时间T2满足关系:
Figure BDA00033240504700001611
3.12由步骤2及步骤3可知,移动机器人可在固定时间T=max{T1,T2}内实现对参考信号的跟踪。
为验证所设计方法的有效性,本发明给出了考虑输入约束的移动机器人固定时间跟踪控制方法及没有考虑输入约束的移动机器人固定时间跟踪控制方法的对比效果图。为便于对比分析,***中所有参数设置相同:
参考的线速度和角速度vr和ωr分别设置为vr=0.1m/s,ωr=0.1rad/s;d=0.1;umr=uml=20V;移动机器人***物理参数设置为r=0.1m,b=0.3m,I=4.3kg·m2,m=8kg,N=6,KTr=KTl=0.21N·M/A;Rr=Rl=6.4Ω;Kbr=Kbl=0.05V/rad·s-1;***运动学控制器参数设置为k1=0.2,k2=0.1,k3=1,a1=0.8,a2=1.1;***动力学控制器参数设置为k4=6,k5=6,k6=6,a3=0.3,a4=1.3;***参数的不确定部分设置为
Figure BDA0003324050470000171
Figure BDA0003324050470000172
Δa1=0.05a10、Δa2=0.05a20、Δb1=0.05b10和Δb2=0.05b20
从图2--图7可以看出,在考虑输入约束的情况下本发明所述方法跟踪控制效果与不考虑输入约束的跟踪控制效果基本一致,能够很好地实现对给定信号的给定时间跟踪控制。但不考虑输入约束的控制信号在控制的初始阶段出现了过大的控制输入信号,这极易使***发生输入受限问题,导致控制性能下降,严重的情况下会使***失稳。
因此,本发明所述控制方法不仅具有好的控制性能,而且可以确保输入约束满足***执行机构的要求,解决固定时间控制初始控制信号过大的问题。

Claims (1)

1.一种考虑输入约束的移动机器人固定时间跟踪控制方法,其特征在于:具体包括以下步骤:
步骤1、建立包含执行机构动态的移动机器人跟踪控制***模型;
步骤2、基于***运动学模型设计移动机器人固定时间跟踪运动学控制器;
步骤3、基于包含执行机构动态的移动机器人***动力学模型设计固定时间跟踪动力学控制器;
步骤1所述的建立包含执行机构动态的移动机器人跟踪控制***模型,具体过程如下:
1.1移动机器人在满足非完整约束的情况下,将其运动学模型描述为
Figure FDA0003940643540000011
式中,q=[x,y,θ]T∈R3为移动机器人的位姿矢量,其中,x,y分别表示移动机器人在X轴向和Y轴向的坐标,θ为移动机器人的方向角;
Figure FDA0003940643540000012
为移动机器人位姿矢量的一阶导数;
Figure FDA0003940643540000013
μ=[v,ω]T为由移动机器人的线速度和角速度构成的矢量,其中,v为线速度,ω为角速度;
1.2依据Lagrange建模方法,将移动机器人的动力学模型描述为
Figure FDA0003940643540000014
式中,
Figure FDA0003940643540000015
为移动机器人的正定惯性矩阵,其中,m和I分别表示移动机器人的质量和惯量;
Figure FDA0003940643540000016
为移动机器人位姿矢量的二阶导数;
Figure FDA0003940643540000017
为移动机器人的离心力和哥氏力矩阵;G(q)∈R3为移动机器人***的重力项;
Figure FDA0003940643540000018
为未知地面摩擦项;τd∈R3为***外部有界扰动项;
Figure FDA0003940643540000019
为控制力矩变换阵,其中,r1和b分别表示移动机器人驱动轮的半径和两驱动轮
Figure FDA0003940643540000021
的间距;τ=[τrl]T∈R2为移动机器人两驱动轮控制力矩所组成的矢量,τr、τl分别表示由移动机器人右轮和左轮直流驱动电机所产生的驱动力矩;AT(q)=[-sinθ,cosθ,0]T∈R3为与***非完整约束相关的矩阵;
Figure FDA0003940643540000022
为***Lagrange乘子;
1.3将(1)式及其及一阶导数代入(2)式中并左乘ST(q),同时结合STAT(q)=0,得:
Figure FDA0003940643540000023
式中,
Figure FDA0003940643540000024
Figure FDA0003940643540000025
为μ的一阶导数;
Figure FDA0003940643540000026
1.4假设移动机器人的左右驱动轮由直流电机驱动,在忽略直流电机电感的情况下,电机的动态方程表示为
Figure FDA0003940643540000027
式中,下标j=l,r表示左、右轮电机;τmj为电机产生的力矩;KTj为电机的力矩常数;ij为相电流;uj为相电压;Rj为电机绕组电阻;Kbj为反电动势系数;
Figure FDA0003940643540000028
为电机转子机械角速度;
1.5驱动轮角速度和电机转子机械角速度间的关系表示为
Figure FDA0003940643540000029
式中,
Figure FDA00039406435400000210
驱动轮的角速度;N为传动比;
1.6驱动轮控制力矩表示为
τj=Nτmj (6)
式中,τj为驱动轮控制力矩;
Figure FDA0003940643540000031
1.7由式(3)—(7)得包含电机动态的移动机器人动力学模型:
Figure FDA0003940643540000032
式中,u=[ur,ul]T为由驱动轮电机相电压构成的矢量,ur为右轮电机的相电压,ul为左轮电机的相电压;
Figure FDA0003940643540000033
1.8考虑移动机器人相关物理参数的不确定因素,式(8)进一步描述为
Figure FDA0003940643540000034
式中,
Figure FDA0003940643540000035
a10=a1-Δa1;a20=a2-Δa2;b10=b1-Δb1;b20=b2-Δb2
Figure FDA0003940643540000036
a10、a20、b10和b20分别为
Figure FDA0003940643540000037
a1、a2、b1和b2的名义值,
Figure FDA0003940643540000038
Δa1、Δa2、Δb1和Δb2为相应参数的不确定部分;
Figure FDA0003940643540000039
假设||f||≤d1,d1为未知正常数;
1.9当考虑直流电机的输入约束时,式(9)重写为
Figure FDA00039406435400000310
式中,sat(u)=[sat(ur),sat(ul)]T,其中,sat(·)为饱和函数;
1.10定义如下函数:
Figure FDA0003940643540000041
式中,umj为直流电机控制输入的上界;sign(·)为符号函数;uj(j=r,l)为电机的控制输入;
1.11由式(11)得sat(uj)=Θ(uj)uj,由0<Θ(uj)≤1知,存在一个常数ρ满足:0<ρ≤min(Θ(uj))≤1;
1.12定义移动机器人的输出信号为
Figure FDA0003940643540000042
式中,d为正常数;xm为移动机器人输出的X轴向坐标;ym为移动机器人输出的Y轴向坐标;
1.13移动机器人跟踪的参考信号给定为
Figure FDA0003940643540000043
式中,xmr为参考信号的X轴向坐标;ymr为参考信号的Y轴向坐标;xr虚拟移动机器人的X轴向坐标;yr为虚拟移动机器人的Y轴向坐标;θr为虚拟移动机器人的方向角,且xr,yr及θr满足关系:
Figure FDA0003940643540000044
式中,vr和ωr分别为虚拟移动机器人的线速度和角速度,vr>0;
步骤2所述的基于***运动学模型设计移动机器人固定时间跟踪运动学控制器,具体过程如下:
2.1首先,定义跟踪误差:
Figure FDA0003940643540000051
式中,Ep为跟踪误差;ep1为X轴向的跟踪误差;ep2为Y轴向的跟踪误差;
对式(15)求导得:
Figure FDA0003940643540000052
式中,
Figure FDA0003940643540000053
为Ep的一阶导数;
Figure FDA0003940643540000054
为Ymr的一阶导数;
Figure FDA0003940643540000055
为Ym的一阶导数;
2.2为保证Ep的固定时间收敛,设计***运动学控制器为
Figure FDA0003940643540000056
式中,
Figure FDA0003940643540000057
运动学控制器设计参数:k1>0,k2>0,k3>0,0<a1<1,a2>1;
Figure FDA0003940643540000058
2.3设计李亚普诺夫函数
Figure FDA0003940643540000059
对该函数进行求导得:
Figure FDA00039406435400000510
由式(18)得Ep固定时间收敛且的收敛时间T1满足关系:
Figure FDA00039406435400000511
步骤3所述的基于包含执行机构动态的移动机器人***动力学模型设计固定时间跟踪动力学控制器,具体过程如下:
3.1定义速度跟踪误差:
Figure FDA0003940643540000061
式中,ev1为线速度跟踪误差;ev2为角速度跟踪误差;
3.2对式(19)求导得:
Figure FDA0003940643540000062
式中,
Figure FDA0003940643540000063
为Ev的一阶导数;
Figure FDA0003940643540000064
为μ的一阶导数;
Figure FDA0003940643540000065
为μc的一阶导数;
3.3将式(10)代入式(20)得:
Figure FDA0003940643540000066
式中,
Figure FDA0003940643540000067
3.4ψ的范数满足关系
Figure FDA0003940643540000068
d2=max{1,d1}为未知常数,
Figure FDA0003940643540000069
3.5由式(21),***的动力学控制器设计为
Figure FDA00039406435400000610
式中,k4>0,k5>0,k6>0,0<a3<1,a4>1为动力学控制器设计参数;
Figure FDA00039406435400000611
Figure FDA00039406435400000612
分别为ρ,d2的估计值,其自适应律设计为
Figure FDA0003940643540000071
3.6设计李亚普诺夫函数
Figure FDA0003940643540000072
式中,
Figure FDA0003940643540000073
3.7对上式求导得:
Figure FDA0003940643540000074
将式(22)代入式(25)得:
Figure FDA0003940643540000075
3.8当选择合适的参数k6使k6 min{a10,a20}>1时,式(26)写为
Figure FDA0003940643540000076
由式(24)及式(27)知,||Ev||,
Figure FDA0003940643540000077
是有界的,再由ρ及d2的有界性得
Figure FDA0003940643540000078
Figure FDA0003940643540000079
也是有界的,从而保证
Figure FDA00039406435400000710
的有界性,即
Figure FDA00039406435400000711
ζ为某一正常数;
3.9为证明Ev固定时间收敛,设计李亚普诺夫函数
Figure FDA00039406435400000712
3.10对式(28)求导并代入式(22)得:
Figure FDA0003940643540000081
式中,
Figure FDA0003940643540000082
3.11由式(29)得Ev固定时间收敛且收敛时间T2满足关系:
Figure FDA0003940643540000083
3.12移动机器人在固定时间T=max{T1,T2}内实现对参考信号的跟踪。
CN202111255654.5A 2021-10-27 2021-10-27 一种考虑输入约束的移动机器人固定时间跟踪控制方法 Active CN114019796B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111255654.5A CN114019796B (zh) 2021-10-27 2021-10-27 一种考虑输入约束的移动机器人固定时间跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111255654.5A CN114019796B (zh) 2021-10-27 2021-10-27 一种考虑输入约束的移动机器人固定时间跟踪控制方法

Publications (2)

Publication Number Publication Date
CN114019796A CN114019796A (zh) 2022-02-08
CN114019796B true CN114019796B (zh) 2023-03-10

Family

ID=80057996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111255654.5A Active CN114019796B (zh) 2021-10-27 2021-10-27 一种考虑输入约束的移动机器人固定时间跟踪控制方法

Country Status (1)

Country Link
CN (1) CN114019796B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436073A (zh) * 2008-12-03 2009-05-20 江南大学 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法
CN104865829A (zh) * 2015-03-26 2015-08-26 哈尔滨工业大学 多机器人***分布式自适应神经网络连续跟踪控制方法
CN108614425A (zh) * 2018-06-06 2018-10-02 黄山学院 移动机器人自适应积分滑模控制方法
CN108614426A (zh) * 2018-06-06 2018-10-02 黄山学院 一种基于干扰观测器的多移动机器人编队鲁棒控制方法
CN110262255A (zh) * 2019-07-16 2019-09-20 东南大学 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法
CN110865641A (zh) * 2019-10-30 2020-03-06 吉首大学 一种反演滑模控制的轮式移动机器人的轨迹跟踪方法
CN111506095A (zh) * 2020-04-24 2020-08-07 北京科技大学 一种双刚体特征点间饱和固定时间相对位姿跟踪控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106647282B (zh) * 2017-01-19 2020-01-03 北京工业大学 一种考虑末端运动误差的六自由度机器人轨迹规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436073A (zh) * 2008-12-03 2009-05-20 江南大学 基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法
CN104865829A (zh) * 2015-03-26 2015-08-26 哈尔滨工业大学 多机器人***分布式自适应神经网络连续跟踪控制方法
CN108614425A (zh) * 2018-06-06 2018-10-02 黄山学院 移动机器人自适应积分滑模控制方法
CN108614426A (zh) * 2018-06-06 2018-10-02 黄山学院 一种基于干扰观测器的多移动机器人编队鲁棒控制方法
CN110262255A (zh) * 2019-07-16 2019-09-20 东南大学 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法
CN110865641A (zh) * 2019-10-30 2020-03-06 吉首大学 一种反演滑模控制的轮式移动机器人的轨迹跟踪方法
CN111506095A (zh) * 2020-04-24 2020-08-07 北京科技大学 一种双刚体特征点间饱和固定时间相对位姿跟踪控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
具有控制输入约束的轮式移动机器人轨迹跟踪最优性能控制;郭一军;《***科学与数据》;20170831;第37卷(第8期);第1757-1770页 *

Also Published As

Publication number Publication date
CN114019796A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
Brescianini et al. An omni-directional multirotor vehicle
CN109397265B (zh) 一种基于动力学模型的关节型工业机器人拖拽示教方法
Ryll et al. First flight tests for a quadrotor UAV with tilting propellers
CN113681543B (zh) 一种基于模型预测的机械臂零力控制方法
US20110093120A1 (en) Apparatus and method for adjusting parameter of impedance control
CN108549235B (zh) 一种电机驱动单连杆机械手的有限时神经网络控制方法
CN114035588B (zh) 一种移动机器人轨迹跟踪事件触发控制方法
CN102301582A (zh) 阀控制装置
JPS62178105A (ja) 電動機駆動装置用の振動制御装置
CN105717869B (zh) 工业机器人操作空间路径复合限制求解方法
CN108839023B (zh) 拖动示教***和方法
CN111037567A (zh) 六轴机器人末端负载辨识方法及模块
CN108983595B (zh) 一种前馈控制器参数的自动整定方法
Gair et al. Electronic differential with sliding mode controller for a direct wheel drive electric vehicle
CN114019796B (zh) 一种考虑输入约束的移动机器人固定时间跟踪控制方法
EP2398143A2 (de) Verfahren und Vorrichtung zur Überwachung einer bewegungsgesteuerten Maschine mit einem elektronisch kommutierten Antriebsmotor
Shimada et al. Mecanum-wheel vehicle systems based on position corrective control
Ren et al. Nonlinear tracking control for nonholonomic mobile robots with input constraints: An experimental study
CN111338369A (zh) 一种基于非线性逆补偿的多旋翼飞行控制方法
Katsura et al. Absolute stabilization of multimass resonant system by phase-lead compensator based on disturbance observer
CN112859843B (zh) 无人驾驶车辆的横纵向控制方法及***
Yamada et al. Position-based high backdrivable control using load-side encoder and backlash
Fung et al. Dynamic analysis and vibration control of a flexible slider–crank mechanism using PM synchronous servo motor drive
CN113238572A (zh) 基于预设性能控制的预设时间四旋翼无人机姿态跟踪方法
CN110161840B (zh) 一种基于线性自抗扰的移动机器人速度解耦抗扰控制器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant