探测车自适应神经网络控制研究.pdf

《探测车自适应神经网络控制研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第11期机械设计与制造2012年11月MachineryDesign&Manufacturel17文章编号：1001—3997(2012)11-O117一o3探测车自适应神经网络控制研究术辛江慧张雨邹政耀(南京工程学院车辆工程系，南京211167)ControIResearchonAdaptiveNeuraINeutrakExplorationVehicleXINJiang-hui，ZHANGYu，ZOUZheng—yao(DepartmentofvehicleEngineering，NanjingInstituteofTechnology，Nanjing211167，China)

2、【摘要】探测车的运动控制是一个相3"-复杂和困难的控制问题，由于运动路面特性与探测车的大惯性，传统的PID算法无法满足控制要求。建立了高低精度模型，将自适应模型与增广神经网络结合，并应用于探测车的速度和转向控制。控制器设计包含两个子控制器：(1)基于线性化反馈的控制器；(2)在线自适应神经网络调节的比例积分(PI)的反馈的控制器。用于对速度及转向角的控制。仿真实验表明，该方法对于车辆速度、转向角控制有良好的适应性，控制精度高，稳定性好。关键词：探测车模型；自适应；增广神经网络；转向控制【Abstract】Explorationvehicle’Smotioncontrolisaver

3、ycomplexanddifficultproblem．Inviewoftheexplorationvehicle’Sinertiacharacterist~sandoperatingsurfacecharacteristics，thePIDcontrolcouldn’tmeetthecontrolprecision．Thehigh-fidelitymodelandlOw-fidelitymodelareestablished,andthecontrolarithmeticisbroughtoutwhentheadaptivecontrolcombineswiththeneural

4、networkcommandaugrnentation,andthearithmeticisappliedtothecontrolofvelocityandsteeringontheexplorationvehi-c．Thecontroldesignconsistsoftwopartsofcontrollers：(1)afeedbacklinearizationbasedcontroller；(2)aproportional—integral(PI)feedbackthatisaugmentedby觎onlineadaptiveneuralnetwork．econtrollersa

5、reusedtothevelocityandwheelangle．esimulationresuhsillustratethatthearithmetichasflexibilitytothevelocityandwheelange，highprecisioncontrol，andgoodstability．，KeyWords：ExplorationVehicleModel；Adaptation；NeuralNetworkAugmentation；WheelAn—gleContro1．一，中图分类号：TH16；TP389．1文献标识码：A1引言2探测车导航及控制体系结构探测车的关键

6、是要求其探测系统能避开危险、搜集有用的信2．1探测车控制体系结构息从而完成最终的人类使命。人类已经在路经规划及调用算法等方面作了深入的研究，但控制指令仍然由基本的PID算法组成。而且PID控制参数必须手动调节。由于控制器是静态设计的，性能是与鲁棒性相交换的。另外，系统的缺点还有明显的错误辨析、分级和分割。对于特殊操作系统的少量的探测车这是可行的模式设计。但是对于任务复杂的探测车，或要求性能更高的单一目的探测车他们对于其闭环控制器都有自主性要求。自适应控制理论在航天器平台取得了成功的应用。NASA的智能飞行计划已经成功地应用在飞行平台，延伸~IJ／b型无人驾驶车辆到军用战斗机和民用运

7、输机一。探测车的运动控制是一个相当复杂和困难的控制问题。现有的运动控制算法，如PID控制简单实用，但跟踪精度不高；变结图1探测车导航、制导及控制结构构控制、鲁棒控制能够抵御一定的外部干扰和系统参数摄动等不描述了探测车的导航及控制系统，如图1所示。确定性的影响，但鲁棒区域或摄动区域必须已知，且有界，并且控：—L(1)+1制系统设计必须在系统的鲁棒性和控制的精确性之间折衷。针对一探测车的运动控制问题，将改进的自适应神经网络运用到探测车r_：=(2)的导航控制上。。s+也★