一种基于迭代学习的移动机器人轨迹跟踪控制方法①

《一种基于迭代学习的移动机器人轨迹跟踪控制方法①》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、2012年第21卷第4期http://www.c-s-a.org.cn计算机系统应用①一种基于迭代学习的移动机器人轨迹跟踪控制方法韩龙，刘国栋(江南大学物联网工程学院,江苏无锡214122)摘要：机器人迭代学习在某些场合下有着重要的应用。传统的P型或PD迭代学习需要较长的迭代过程，本文提出了一种具有快速收敛的迭代学习策略。在给出的轮式移动机器人运动学模型基础上进行了仿真，结果证明了策略的有效性。关键词：机器人迭代学习；快速收敛；轮式移动机器人AKindofMobileRobotTrajectoryTrackingControlMethod

2、sBasedonIterativeLearningHANLong，LIUGuo-Dong(JiangnanUniversityInternetOfThingsEngineeringInstituteJiangsuWuXi214122)Abstract：TheRobotiterativelearninginsomeplaceshasanimportantapplication.ComparedwiththetraditionaltypesofPorPDiterativelearning,thispaperproposesakindofite

3、rativelearningstrategieswhichhavearapidconvergence,andthenwehaveasimulationbasedontherobotkinematicsmodelgiven.Theresultsshowtheeffectivenessofthestrategy.Keywords：Robotiterativelearning;rapidconvergence;wheeledmobilerobots1引言变化时的问题。本文提出了迭代学习策略，通过模糊移动机器人具有时变、强耦合、非线性等特征，学习

4、来改变初始迭代值，从而具有较快的收敛速度，使得实际上无法获得移动机器人的精确、完整的运动仿真证明了其有效性。学模型。在某些特殊场合下，移动机器人的规划轨迹是已知的，如何控制机器人的运动来跟踪轨迹呢？迭2轮式移动机器人系统描述代学习（IterativeLearningControl）为解决这类问题提供了一种有效的途径。迭代学习这个概念最早是由日本学者S.Uchiyama[1]提出的，然后S.Arimoto、Z.Bien等人进行了深入的研究，目前这这种方法主要应用有全局优化、模型参[2-4]数辨识等。迭代学习就是根据前几次运行所产生的状态或输

5、出误差，按照一定的学习策略来修正上一次的输入，经过多次迭代，直到使误差在允许的范围之[5]内。传统的迭代学习策略有P型、PD型和PID等，但是这些算法都是采用试探的方法来进行迭代且迭代[6]次数比较长。文献[7-9]分别提出了新的迭代学习控制器的设计，并利用过去的有效信息来解决期望轨迹图1轮式移动机器人运动模型①收稿时间:2011-07-14;收到修改稿时间:2011-09-07ResearchandDevelopment研究开发59计算机系统应用http://www.c-s-a.org.cn2012年第21卷第4期图1为轮式机器人运动模

6、型，在同轴上有两个独改写为：[10]立的驱动轮，驱动机器人在二维平面上运动。点ìq(k+1)=q(k)+B(q(k),k)u(k)+x(k)ïiiipi,pipk()是左右驱动轮的中点，代表机器人的当前位置，í(6)y(k)=q(k)+η(k)ïîiii在广义坐标系下pk()点定义为éxkyk(),(),q()kù，ëpppû其中xp(k)和yp()k为直角坐标系下x、y轴的坐其中，i为迭代次数。这样轨迹跟踪问题就转换为标分量；qp()k为机器人的方向角，pk()点的线速度p(k)点去逼近pd(k)点运动的问题，即和角速度分别为vk()、

7、w()k。根据图1，pk()点ppq(k)®q(k),y(k)®y(k),的轮式移动机器人的离散运动学方程如式：pdpdxp(k)®xd(k)。éx(k+1)ùéx(k)ùécosq(k)0ùpppêúêúêúévp(k)ù(1)3学习控制率设计êyp(k+1)ú=êyp(k)ú+DT*êsinqp(k)0ú*êw(k)úêq(k+1)úêq(k)úê01úëpû3.1定义1向量范数ëpûëpûëûn设向量CÎR，则其中，DT为采样时间，记q(k)=[x(k),pTTy(k),q(k)]C=CC(7)为状态向量，u(k)=[v(k),pp

8、ppTw(k)]为速度向量，由(2)式确定：定义为向量范数。p3.2迭代学习律设计ìvp(k)=vr+vl/2í(2)本文设计的迭代学习控制律为：w(k)=v(k)îpp/ru()k=pu()