【技术实现步骤摘要】
考虑车轮打滑的轮式移动机器人自适应神经网络控制方法
[0001]本专利技术涉及神经网络控制
，尤其涉及考虑车轮打滑的轮式移动机器人自适应神经网络控制方法。
技术介绍
[0002]伴随着计算机技术水平和信息采集与处理技术水平的不断提高，新的农业生产模式和新技术的应用促进了农业机械的更新和发展，智能农业机械的技术条件已经成熟，而移动平台是农业机器人的运动基础。农田作业特点决定了农业移动机器人结构与工业移动机器人结构的不同，具体地说农业移动机器人一般是作业、移动同时进行，其工作环境范围狭窄、距离较长且遍及区域较广。因此有必要研究一种适用于复杂农田作业环境的移动机器人。农业移动机器人一个重要的课题是确定机器人本体在三维空间中的连续运动控制技术，在这方面近年来全球卫星定位系统(GPS)、地理信息系统(GIS)和遥感系统(RS)正发挥着越来越大的作用，还有利用深度学习摄像头对路面进行识别从而实现农业移动平台的运动控制。但上述方法均存在轨迹跟踪误差较大、对外界干扰较为敏感等问题，此外其对复杂农田作业路面的具体情况难以做出实时补偿修正...
【技术保护点】
【技术特征摘要】
1.考虑车轮打滑的轮式移动机器人自适应神经网络控制方法，其特征在于，包括如下步骤：S1、建立以底盘为中心的参考坐标系，考虑三自由度移动平台车轮速度、纵向速度、横向速度及横摆角速度的运动学模型；S2、基于步骤S1所建立的运动学模型，考虑由滑移角和车轮打滑产生的纵向和横向轮的摩擦，建立包含车轮打滑及外部干扰的轮式移动机器人动力学模型；S3、基于步骤S2所建立的轮式移动机器人动力学模型，建立以轮式移动机器人实时跟踪误差为输入、以车轮打滑和外部干扰力的补偿参数为输出的在线多层神经网络模型，以逼近轮式移动机器人控制系统存在的车轮打滑及外界干扰等不确定性；S4、基于步骤S3所建立的多层神经网络模型，通过结合e
‑
修正项的反向传播算法，定义能够在线更新多层神经网络权重的自适应规则，用于提升轮式移动机器人对不同作业路面的适应性与轨迹跟踪精度。2.根据权利要求1所述的考虑车轮打滑的轮式移动机器人自适应神经网络控制方法，其特征在于，所述S1包括如下步骤：选取O
‑
XY为全局坐标系，G
‑
XY为固定在轮式移动机器人上的坐标系，G为轮式移动机器人的质心，定义如下运动学模型：式中，u,v分别是轮式移动机器人重心处的纵向和横向速度，r表示偏航率，w
r
,w
l
分别表示左右车轮的角速度，v
s
表示车轮打滑速度，通过添加v
s
,u
rs
,u
ls
三个速度分量来考虑车轮打滑模型，其均设为零时，得到无车轮打滑情况下的运动学模型：考虑具有三个自由度平面情况下的轮式移动机器人，以底盘为中心参考系得到轮式移动机器人的外力和力矩总和如下：
式中，F
l
,F
r
分别是驱动左右车轮的摩擦力，P
x
,P
y
,M
d
分别是作用在轮式移动机器人质心处的外力和力矩，m为轮式移动机器人的质量，I
z
是轮式移动机器人绕z轴的惯性矩，n是传动比，τ
R
,τ
L
分别是在左右车轮上的扭矩输入。3.根据权利要求1所述的考虑车轮打滑的轮式移动机器人自适应神经网络控制方法，其特征在于，所述S2包...
【专利技术属性】
技术研发人员：顾豪杰，秦秋月，黄宇煦，茅靖峰，郑军强，余修勇，
申请(专利权)人：南通大学，
类型：发明
国别省市：
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。