The invention relates to a model-free active disturbance rejection control method for omnidirectional mobile robot trajectory tracking, which includes the following steps: step 1: estimating inertia matrix in general control system by using pseudo-Jacobian matrix PJM in model-free adaptive, and then obtaining discrete dynamic model of omnidirectional mobile robot; step 2: designing extended state view according to dynamic model The controller consists of three parts: the first part is the self-disturbance rejection part, which is based on the traditional feedback control method; the second part uses the observer to compensate the unmodeled part and the disturbance part of the system; the model-free controller is obtained.
【技术实现步骤摘要】
全方位移动机器人轨迹跟踪无模型自抗扰控制方法
本专利技术涉及一种三轮全方位移动机器人轨迹跟踪的控制问题。针对全方位移动机器人系统存在的外部扰动问题以及动力学模型建模困难的问题,利用机器人系统的在线输入和输出数据设计无模型控制方法,同时利用扩张状态观测器对系统内未建模部分和系统外部扰动部分设计估计补偿方法。提出一种基于全方位移动机器人输入输出数据的无模型自抗扰控制方法。
技术介绍
全方位移动机器人是一种满足完整约束条件,并具有平面内三个自由度的机器人。拥有着比一般机器人更高的机动性和灵活性,它可以在任意方向上改变方向和移动,而且不需要重新定向。随着社会需求和科技水平的不断发展提高,全方位移动机器人正代替人类在不同领域发挥越来越重要的作用。作为人类运动功能的延伸和扩展,全方位移动机器人能够前往人们无法到达的区域如太空、火山、雷区等,完成高危险性的勘探、排雷等任务。全方位移动机器人的轨迹跟踪是其自主导航的重要组成部分。具有良好地轨迹跟踪能力的全方位移动机器人可以更高效、更准确地完成工作。但由于全方位移动机器人系统是典型的非线性、时变和多输入多输出系统,很难建立准确的系统模型,因此其轨迹跟踪控制成为机器人研究领域的一个具有挑战性的热点问题。针对全方位移动机器人的轨迹跟踪问题,国内外已经有众多学者进行了研究。日本佐贺大学学者研究了解析加速度控制方法、比例积分微分(PID)控制方法、模糊模型法和随机模糊伺服法四种经典控制方法(会议:SecondInternationalConferenceonKnowledge-BasedIntelligentElectronicSy ...
【技术保护点】
1.一种全方位移动机器人轨迹跟踪无模型白抗扰控制方法,包括下列步骤:步骤一:利用无模型白适应中伪雅克比矩阵PJM对一般控制系统中的惯性矩阵进行估计,然后得到离散化的全方位移动机器人的动力学模型。考虑如下的一般控制系统:
【技术特征摘要】
1.一种全方位移动机器人轨迹跟踪无模型白抗扰控制方法,包括下列步骤:步骤一:利用无模型白适应中伪雅克比矩阵PJM对一般控制系统中的惯性矩阵进行估计,然后得到离散化的全方位移动机器人的动力学模型。考虑如下的一般控制系统:式中,q=[xyθ]T表示世界坐标系下机器人的位姿,[·]T表示矩阵的转置,x、y和θ分别表示三个自由度的方向,M∈R3×3表示一个惯性矩阵,∈表示集合间的“属于”关系,R3×3表示3行3列的实数矩阵,C∈R3×3表示离心力矩和哥氏力矩,fNL∈R3×1表示系统扰动,u∈R3×1表示虚拟控制输入,B∈R3×3表示输入矩阵,用差分方程将(1)进行展开后,得到如下MIMO非线性离散时间系统:y(k+1)=M-1B(k)u(k)+2y(k)-y(k-1)(2)其中u(k)∈R3,y(k)∈R3,分别是k时刻系统的输入和输出,将式(2)改写成:y(k+1)=f(y(k),...,y(k-ny),u(k),..u(k-nu))(3)假设1系统(3)对每个分量具有连续的偏导数;假设2系统(3)满足广义的Lipschitz条件,即对任意k1≠k2,k1,k2≥0和u(k1)≠u(k2)有:||y(k1+1)-y(k2+1)||≤b||u(k1)-u(k2)||,其中,b≥0是一个常数;定理1对于满足假设1和假设2的非线性系统(3),当||Δu(k)||≠0时,一定存在一个被称为PJM的时变参数Φc(k)∈R3×3使得,系统(3)转换为以下紧格式动态线性化CFDL数据模型:Δy(k+1)=Φc(k)Δu(k)(4)其中,Δy(k+1)=y(k+1)-y(k),Δu(k)=u(k)-u(k-1)利用数据模型(4),考虑如下参数估计准则函数:其中,μ>0是权重因子,用于惩罚PJM估计值的过大变化.对(6)关于Φc(k)求极值,根据改进投影算法,可得:其中,η∈(0,2]是步长因子,是Φc(k)的估计值;如果或或则如果或则综上所述,利用一个未知向量fc(k)表示系统的总扰动,包括未建模部分以及外部扰动等,从而得到全方位移动机器人的动力学模型为:其中,ΔΔy(k+1)=Δy(k+1)-Δy...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。