欢迎来到天天文库
浏览记录
ID:35072261
大小:4.12 MB
页数:59页
时间:2019-03-17
《多移动机器人编队的分布式预测控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕±学位论文论文题目:多移动加器人编队的分布式预测控制研究作者牲名张荣超指导教师俞立教授、刘安东博壬学科专业控制科学与工程培养类别全日制学未型硕去所在学隙信底王程学院提交日期2016年4月10日浙江工业大学硕士学位论文多移动机器人编队的分布式预测控制研究作者姓名:张荣超指导教师:俞立教授刘安东博士浙江工业大学信息工程学院2016年4月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegree
2、ofMasterDistributedModelPredictiveControlforMultipleMobileRobotsFormationCandidate:ZhangRongchaoAdvisor:Prof.YuLiDr.LiuAndongCollegeofInformationEngineeringZhejiangUniversityofTechnologyApril2016浙江工业大学学位论文原创性声明,独立进行研究工作本人郑重声明:所提交的学位论文是本人在导师的指导下所取得的硏究
3、成果。除文中己经加臥标注引用的巧容外,本论文不包含其他个人或集体己经发表或撰写过的硏究成果,也不含为获得浙江王业大学或其它教育机构的学位证巧而使巧过的材料。对本文的硏光作出重要贡献的个人和集体,均已在文中明确方式标明。。本人承担本声明的法律责任作者签名:A湖部伯訂^曰磅爲礙学位论文版枚使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部n或机构送交论文的复印件和电子版,化许论文被查阅和借阅。本人授权浙江工业大学可科将本学位论文的全部
4、或部分内容编入有关数据库进行检。索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文本学化论文掃于一、1保密□,在年解密后适用本授权书。2、保密□,王年解密后适用本授权书。^3、不保密c/""(请在^处上相应方框内打V)下片作者雜名;碱诗巧日期;^曰"*。导帅签名:曰期:7粒X月1曰\/台^^浙江工业大学硕士学位论文多移动机器人编队的分布式预测控制研究摘要随着智能机器人技术的发展,多移动机器人在生产生活中得到了越来越多的应用。编队控制作为多移动机器人协同控制中最基本
5、和最重要的环节,在诸多场景有着重要的应用,例如飞行器的队形编排、智能交通的自动导航、移动传感网络等。然而移动机器人间的耦合、外界干扰、能耗约束及控制器计算负荷高一直是多移动机器人编队控制的难点所在。本文针对多移动机器人编队系统,基于纳什迭代算法,分别研究了分布式模型预测控制方法,基于扩张状态观测器的分布式模型预测控制方法和多速率采样下的分布式编队控制方法。本文主要工作如下:1.针对多移动机器人分布式编队控制问题,提出基于纳什迭代的分布式模型预测控制方法。根据移动机器人的运动学模型和本地性能指标,利用纳什迭代
6、算法将分布式编队控制问题转化为在线迭代优化问题,通过寻找纳什均衡点得到移动机器人的本地最优控制量。最后,通过仿真检验所提算法的有效性。2.针对多移动机器人编队系统受外界干扰问题,提出具有扩张状态观测器的分布式模型预测控制方法。根据移动机器人的运动学模型和扩张状态方程,设计扩张状态观测器用以估计外界扰动,利用基于纳什迭代的分布式模型预测控制方法设计本地控制器,同时利用扰动估计值对系统进行前馈补偿。最后,利用仿真验证所提方法能有效提升系统抗干扰能力。3.针对编队系统的能耗约束、计算负荷重和通信量大问题,提出多速
7、率采样下的分布式控制策略。通过合理降低系统采样频率,同时利用模型预测控制器在非采样时刻进行状态预测,在保证多移动机器人编队系统性能前提下降低控制器计算负荷、通信量和能耗。关键词:多移动机器人编队,分布式模型预测控制,纳什迭代,扩张状态观测器,多速率采样i浙江工业大学硕士学位论文DISTRIBUTEDMODELPREDICTIVECONTROLFORMULTIPLEMOBILEROBOTSFORMATIONABSTRACTWiththedevelopmentofintelligentrobottechnolo
8、gy,moreandmoremultiplemobilerobotshavebeenintroducedintotheproductionandlife.Formationcontrolisthemostbasicandimportantformofthecooperativecontrolformultiplemobilerobotssystemandappliesinmanyimportantapplicat
此文档下载收益归作者所有