【技术实现步骤摘要】
基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法
本专利技术涉及一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，属于伺服运动控制领域。
技术介绍
随着激光技术的发展，二维激光雷达已被广泛应用于路径规划、地图导航、无人驾驶等各个领域中，然而，随着导航技术和机器人技术的进步，对环境的探索需要更多的信息维度和更全面的视角。因此，三维激光雷达应运而生，而成熟的多线三维激光雷达装置复杂度高，且价格昂贵，相比之下，将二维激光雷达安装到偏转或俯仰运动机构上所构成的三维扫描装置性价比更高，获取的点云数据更加密集，可以大大降低成本。而对于此类三维激光扫描系统，二维激光雷达的俯仰运动控制尤为关键。
技术实现思路
为了克服现有技术中的不足，本专利技术提出了一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，可以有效控制雷达俯仰运动，用以解决此类三维激光扫描系统中雷达的俯仰伺服运动控制问题。本专利技术中主要采用的技术方案为：一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方...
【技术保护点】
1.一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其特征在于，包括以下步骤：/n步骤1：根据二维激光雷达俯仰运动系统建立该系统的数学模型；/n步骤2：根据步骤1建立的系统模型，设计具有前馈补偿的PID控制律；/n步骤3：基于步骤2设计的PID控制律，设计模糊自适应整定PID参数算法；/n步骤4：对于所述系统未知的非线性部分，设计径向基神经网络拟合该未知部分；/n步骤5：基于RBF前馈补偿模糊自适应PID控制系统，设计预测控制算法优化整体系统，以改进系统输出响应。/n
【技术特征摘要】
1.一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其特征在于，包括以下步骤：
步骤1：根据二维激光雷达俯仰运动系统建立该系统的数学模型；
步骤2：根据步骤1建立的系统模型，设计具有前馈补偿的PID控制律；
步骤3：基于步骤2设计的PID控制律，设计模糊自适应整定PID参数算法；
步骤4：对于所述系统未知的非线性部分，设计径向基神经网络拟合该未知部分；
步骤5：基于RBF前馈补偿模糊自适应PID控制系统，设计预测控制算法优化整体系统，以改进系统输出响应。
2.根据权利要求1所述的一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其特征在于，所述步骤1中，所述二维激光雷达俯仰运动系统的数学模型，具体如式(1)所示：
其中，u(t)为系统输入，θ是俯仰的角度，Ku为PWM功率放大器放大系数，Km为电机力矩系数，R为电枢电阻，G为二维激光雷达的重力，r为雷达质心到旋转中心的距离，J为雷达绕旋转中心的转动惯量；Ff(t)为基于Stribeck的摩擦模型。
3.根据权利要求2所述的一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其特征在于，所述步骤2中，具有前馈补偿的所述PID控制律如式(2)所示：
其中，u*为前馈补偿的控制律，θd为设定的目标角度值，e为实际输出值与给定值的偏差，kp为比例系数，ki为积分系数，kd为微分系数。
4.根据权利要求1所述的一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其特征在于，所述步骤3中，基于所述PID控制律，对PID控制律中的kp、ki、kd三个未知参数，设计模糊自适应整定PID参数算法。
5.根据权利要求1所述的一种基于预测RBF前馈补偿型模糊PID的雷达俯仰运动控制方法，其特征在于，所述步骤4中，设计径向基神经网络拟合所述数学系统未知的非线性部分，具体步骤如下：
步骤4-1：RBF网络算法如式(3)所示：
其中，x为网络输入，i为网络输入个数，j为网络隐含层节点个数，cij为隐节点高斯函数的中心值，bj为隐节点标准化常数，h为高斯函数的输出，W为神经网络权值；
采用所述RBF网络算法逼近Ff(t)，网络输入为误差，误差导数与积分，可得出网络输出和实际摩擦阻力的关系，如式(4)所示：
其中，ε为网络逼近误差；
步骤4-2：设计基于RBF前馈补偿的模糊PID控制律，如式(5)所示：
...
【专利技术属性】
技术研发人员：徐孝彬，赵鸣晖，张磊，熊轶旸，骆敏舟，谭治英，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32
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。