一种基于神经网络的轮式机器人自适应轨迹跟踪控制方法技术

本发明专利技术公开了一种基于神经网络的轮式机器人自适应轨迹跟踪控制方法，包括以下步骤：步骤1、建立在轮式移动机器人重心与其驱动中心不重合的状态下，建立轮式移动机器人的运动学模型；步骤2、建立轨迹跟踪误差系统模型；步骤3、通过所建立的轨迹跟踪误差系统模型，设计运动学控制器打滑参数的自适应估计律；步骤4，通过神经网络方法，实现对运动学控制器在线整定，其结合机器人重心与其驱动中心不重合以及车轮存在打滑状态的情况下，通过神经网络的参数整定方法，实现了对参考轨迹的精准的快速跟踪。踪。踪。

【技术实现步骤摘要】
一种基于神经网络的轮式机器人自适应轨迹跟踪控制方法


[0001]本专利技术涉及机器人轨道跟踪
，具体指一种基于神经网络的轮式机器人自适应轨迹跟踪控制方法。

技术介绍

[0002]随着机器人技术的不断发展，移动机器人在现实生活中的应用范围不断扩大。轨迹跟踪作为轮式移动机器人控制领域中的一个重要问题，得到了广泛的研究。反步法、自适应控制、滑模控制、扰动观测器等技术都可应用于轮式移动机器人的轨迹跟踪控制。
[0003]现有方法一般基于机器人重心与其驱动中心是重合的状态下，实现轮式机器人的轨迹跟踪。然而机器人重心与其驱动中心是重合的状态是一种理想状态。因此在现实中，由于机械设计、传感器装配、负载不均等因素，轮式移动机器人的重心与驱动中心往往是不重合的。因此，常规的轨迹跟踪方法往往会存在一些偏差，对与跟踪轨迹的精度有一定的影响。
[0004]另一方面，在大部分的研究中也都假设移动机器人在运动过程中车轮与地面之间满足纯滚动无滑动的条件，但由于路面结冰、湿滑、轮胎磨损以及快速转弯等因素都会导致移动机器人发生车轮打滑的情况，严重影响轮式机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的轮式机器人自适应轨迹跟踪控制方法，其特征在于，包括以下步骤：步骤1、建立运动学模型建立重心与其驱动中心不重合的状态下轮式移动机器人的运动学模型；步骤2、建立轨迹跟踪误差系统模型；步骤3、通过所建立的轨迹跟踪误差系统模型，设计运动学控制器与打滑参数的自适应估计律；步骤4，通过神经网络方法，实现对运动学控制器的控制参数进行在线整定。2.根据权利要求1所述的基于神经网络的轮式机器人自适应轨迹跟踪控制方法，其特征在于，所述步骤1中，所述建立的运动学模型引入有针对左右轮打滑程度的打滑参数。3.根据权利要求2所述的基于神经网络的轮式机器人自适应轨迹跟踪控制方法，其特征在于，所述步骤1中所建立的运动学模型为，其中[x,y,θ]为轮式移动机器人的位姿，w
L
和w
R
为左、右轮的角速度,r为车轮半径，b为左、右驱动轮到驱动轮轴中心的距离，d为轮式移动机器人的质心到驱动轮轴中心的距离，ρ
L
和ρ
R
为左右轮的打滑参数。4.根据权利要求3所述的基于神经网络的轮式机器人自适应轨迹跟踪控制方法，其特征在于，所述步骤2中，基于车轮打滑状态下建立的跟踪误差系统模型为：其中：上式中的x
e
、y
e
和θ
e
为轮式移动机器人的轨迹误差，v
r
与w
r
为期望线速度与期望角速度，v为线速度，w为角速度。5.根据权利要求4所述的基于神经网络的轮式机器人自...

【专利技术属性】
技术研发人员：柏建军，李浩，沈超杰，杜建，陈云，薛安克，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：