本发明专利技术属于机器人轨迹跟踪相关技术领域，并公开了一种基于神经动力学的移动机器人模糊鲁棒控制方法及系统。该控制方法包括下列步骤：S1建立待处理移动机器人的动力学模型，计算该待处理移动机器人的位姿误差，构建使得该位姿误差收敛至零时对应的控制器；S2采用生物启发神经动力学模型改进步骤S1获得控制器，获得改进后的神经动力学控制器；S3构建上限和下限的输出条件；S4将位姿误差作为输入，所述神经动力学控制器的被动衰减率作为输出，构建所述被动衰减率的控制方程，采用该控制方程调整所述被动衰减率，实现待处理机器人的控制。通过本发明专利技术，解决反步控制器面对较大的轨迹跟踪误差时，控制量发生突变，执行器饱和的问题。
1、差速移动机器人采用一种简单的结构，其中包括两个位于车体左右两侧的驱动轮，分别由独立的电机驱动。通过调整这两个电机的转速，以满足特定的速度要求，从而实现移动机器人的基本运动，包括直行和转向。得益于其具有较低的制造成本，较为简单的控制方式，差速移动机器人在仓储物流行业中得到广泛应用。目前市场上的仓储机器人主要采用差速底盘作为其运动平台，其主要工作场景是充斥着密集货架的仓库环境。在这种工作环境中，要求机器人具备优秀的控制精度以及稳定性和运动灵活性。
2、目前，关于差速移动机器人轨迹跟踪控制的方法主要有鲁棒控制方法、滑模控制方法、智能控制方法、反步控制方法、以及综合使用这些方法而形成的混合控制方法等。其中，反步控制方法应用最为广泛。在反步控制器的设计过程中，通常伴随着严格的稳定性和收敛性证明，表现出较好的全局稳定性；与此同时，反步法是一种逐步设计控制器的方法，允许设计者更加详细地考虑系统动态的细节，在处理复杂的非线性系统时具有非常高的灵活性；此外，反步控制器通常具备一定的鲁棒性，能够应对系统参数的变化和外部干扰，从而确保机器人在不同工作状况下能够维持良好的性能水平。目前，反步控制器已广泛应用于多种类型的系统中，包括自动驾驶汽车、无人飞行器、水下机器人以及轮式移动机器人等，是实现差速移动机器人高精度、高稳定性轨迹跟踪的理想控制器类型。尽管反步控制方法优点明显，但是在应用时仍然存在以下几个方面的问题：
>3、(1)当出现较大的轨迹跟踪误差时，控制器可能会引发速度突变现象。要实现这种速度的突变，需要执行电机提供超出其正常驱动力范围的加速度，然而这通常对于执行电机来说是不可实现的。这种速度突变现象可能严重影响轨迹跟踪效果，甚至导致执行电机饱和，对机械系统造成损坏。4、(2)在控制量的计算过程中，缺乏约束条件的考虑。在实际应用中，通常需要为控制量设置上限，且差速移动机器人本身属于欠驱动系统，受到额外的非完整约束条件的限制。控制器未能充分考虑输出控制量的约束问题，这可能导致输出控制量无法满足硬件设计和环境条件等方面的要求，从而影响控制精度。
5、为了解决上述问题，本专利技术提出一种基于神经动力学的移动机器人模糊鲁棒控制方法。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于神经动力学的移动机器人模糊鲁棒控制方法及系统，解决反步控制器面对较大的轨迹跟踪误差时，控制量发生突变，执行器饱和的问题。
2、为实现上述目的，按照本专利技术的一个方面，提供了一种基于神经动力学的移动机器人模糊鲁棒控制方法，该控制方法包括下列步骤：
3、s1建立待处理移动机器人的动力学模型，计算该待处理移动机器人的位姿误差，构建使得该位姿误差收敛至零时对应的控制器；
4、s2采用生物启发神经动力学模型改进步骤s1获得控制器，获得改进后的神经动力学控制器；
5、s3根据待处理移动机器人实际情况构建所述神经动力学控制器输出的上限和下限的输出条件；
6、s4将位姿误差作为输入，所述神经动力学控制器的被动衰减率作为输出，构建所述被动衰减率的控制方程，采用该控制方程调整所述被动衰减率；利用这个被动衰减率对待处理机器人进行控制。
7、进一步优选地，在步骤s1中，所述动力学模型按照下列关系式进行：
8、
9、其中，(x,y,θ)是机器人的当前姿态，(x,y)是机器人g在局部坐标系中的位置，x轴与xc轴的夹角为θ，d是机器人中心与两个驱动后轮中点的距离，v和w是机器人的线速度与角速度。
10、进一步优选地，在步骤s1中，所述控制器按照下列进行：
11、
12、其中，e1是纵向误差，e2是横向误差，e3是航向角误差，vr和wr分别是期望的线速度和角速度，ka,kb,kc是控制器的参数，均为正实数，v1和w1是控制器计算出的线速度和角速度。
13、进一步优选地，在步骤s2中，所述生物启发神经动力学模型按照下列进行：
14、
15、其中，是神经元的神经活动对于时间t的一阶导数，ψ是神经元的神经活动，参数δ、ε和分别是神经元的被动衰减率、神经活动的上限和下限，和分别将输入信号转化为激励或抑制输入，x是输入信号的值，sign(x)是符号函数，若x为正数输出值为1，若x为负数输出值为-1，若x为0输出值为0。
16、进一步优选地，在步骤s2中，所述神经动力学控制器按照下列进行：
17、
18、其中，e1是纵向误差，e2是横向误差，e3是航向角误差，ψ1和ψ3是生物启发神经动力学模型根据输入所计算出的中间变量，vr和wr分别是期望的线速度和角速度，k1,k2,k3是神经动力学控制器的参数，v2和w2是神经动力学控制器计算出的线速度和角速度。
19、进一步优选地，在步骤s3中，所述神经动力学控制器输出的上限和下限的输出条件按照下列进行：
20、
21、其中，k1、k2、k3是控制器参数，vmax、wmax是最大线速度和角速度，vr、wr是预期线速度和角速度，e1max是纵向误差上界，e2max是横向误差上界，e3max为是航向角误差上界，δ1,δ3是神经动力学模型的被动衰减率，e1,e3机器人运行过程中实时的纵向误差值和航向角误差值。
22、进一步优选地，在步骤s4中，所述构建被动衰减率的控制方程采用模糊算法。
23、进一步优选地，在步骤s4中，所述被动衰减率按照下列关系式进行：
24、
25、其中，δi是神经动力学模型中的被动衰减率，i＝1、3，δij是δi在论域u中对应的第j个区域，u(δi)是δij处的隶属度。
26、按照本专利技术的另一个方面，提供了一种基于神经动力学的移动机器人模糊鲁棒控制的系统，包括处理器，所述处理器用于执行上述所述的控制方法。
27、按照本专利技术的又一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的控制方法。
28、总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具备下列有益效果：
29、1.本专利技术提供的方法利用生物启发神经动力学模型的特性对控制信号进行平滑处理，对生物启发神经动力学模型的上下限参数进行设计，同时利用模糊方法自适应生物启发神经动力学模型被动衰减率的取值，为差速移动机器人获得鲁棒高精控制提供方案；
30、2.为了防止移动机器人轨迹跟踪过程中，跟踪误差较大时控制量发生突变，本专利技术采用生物启发神经动力学模型对误差值进行平滑处理，构造一个新的中间变量ψ，利用中间变量ψ计算出控制量，使得控制量的变化更加平滑，同时，采用模糊规则自适应调节生物启发神经动力学模型中的参数：被动衰减率，使得控制本文档来自技高网...
【技术保护点】
1.一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，该控制方法包括下列步骤：
2.如权利要求1所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S1中，所述动力学模型按照下列关系式进行：
3.如权利要求1或2所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S1中，所述控制器按照下列进行：
4.如权利要求1所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S2中，所述生物启发神经动力学模型按照下式进行：
5.如权利要求4所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S2中，所述神经动力学控制器按照下列进行：
6.如权利要求5所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S3中，所述神经动力学控制器输出的上限和下限的输出条件按照下列进行：
7.如权利要求1所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S4中，所述构建被动衰减率的控制方程采用模糊算法。
8.如权利要求7所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤S4中，所述被动衰减率按照下列关系式进行：
9.一种基于神经动力学的移动机器人模糊鲁棒控制的系统，包括处理器，所述处理器用于执行如权利要求1-8任一项所述的控制方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8任一项所述的控制方法。
...
【技术特征摘要】
1.一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，该控制方法包括下列步骤：
2.如权利要求1所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤s1中，所述动力学模型按照下列关系式进行：
3.如权利要求1或2所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤s1中，所述控制器按照下列进行：
4.如权利要求1所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤s2中，所述生物启发神经动力学模型按照下式进行：
5.如权利要求4所述的一种基于神经动力学的移动机器人模糊鲁棒控制方法，其特征在于，在步骤s2中，所述神经动力学控制器按照下列进行：
6.如权利要求5所述的一种基于...
【专利技术属性】
技术研发人员：谢远龙，罗瑞良，王书亭，熊体凡，吴昊，
申请(专利权)人：华中科技大学，
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。