CN108062024A - 一种考虑阻力的移动机器人反演滑模控制方法 - Google Patents
一种考虑阻力的移动机器人反演滑模控制方法 Download PDFInfo
- Publication number
- CN108062024A CN108062024A CN201711352964.2A CN201711352964A CN108062024A CN 108062024 A CN108062024 A CN 108062024A CN 201711352964 A CN201711352964 A CN 201711352964A CN 108062024 A CN108062024 A CN 108062024A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mobile robot
- msup
- mover
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000001133 acceleration Effects 0.000 claims description 13
- 238000011217 control strategy Methods 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000013016 damping Methods 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000009415 formwork Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种考虑阻力的移动机器人反演滑模控制方法，具体按照以下步骤实施：步骤1，建立移动机器人的动力学模型；步骤2，根据动力学模型建立系统的状态方程；步骤3，对移动机器人进行反演滑模控制。本发明方法的优点为(1)提高了系统模型的精度；(2)简化了移动机器人在控制过程中的计算；(3)在保证系统响应速度的情况下，提高了系统对速度的跟踪精度，在很大程度上提高了系统对移动机器人转向角的跟踪精度。
Description
技术领域
本发明属于移动机器人控制技术领域，具体涉及一种考虑阻力的移动机器人反演滑模控制方法。
背景技术
近年来，由于控制方法不断发展与完善，其应用范围也越来越广，尤其智能控制算法的引入，使得控制技术有了巨大发展。现有的技术运用了反演控制，鲁棒控制等方法来对系统进行控制，也有不少学者将神经网络等智能控制方法引入到移动机器人的控制中来。随后，他们将传统的控制方法进行结合，使得控制方法之间相互弥补。然而，上面所用的方法对移动机器人在运动过程中受到的阻力是不予考虑的，而在实际中移动机器人在运动过程中受到的阻力是不可避免的，这也影响了系统的控制精度。虽然他们都通过一定的办法来补偿系统的误差，但这也使得系统的复杂程度增加，计算量增大，对系统响应的实时性产生一定的影响，如何简化计算，保证系统的实时性的同时，提高移动机器人对速度、转向角等的跟踪精度是一个急需解决的问题。
发明内容
本发明的目的是提供一种考虑阻力的移动机器人反演滑模控制方法，该方法可以简化了移动机器人在控制过程中的计算，保证系统的实时性的同时，提高移动机器人对速度、转向角等的跟踪精度。
本发明所采用的技术方案是，一种考虑阻力的移动机器人反演滑模控制方法，具体按照以下步骤实施：
步骤1，建立移动机器人的动力学模型；
步骤2，根据动力学模型建立系统的状态方程；
步骤3，对移动机器人进行反演滑模控制。
本发明的特点还在于，
步骤1中建立的动力学模型，力和力矩平衡方程如下：
其中：Mr＝Frl；Ml＝Fll；Mfr＝frl；Mfl＝fll；Mfl为移动机器人左侧受到的阻力矩；Mfr为移动机器人右侧受到的阻力矩；fl为移动机器人左侧受到的阻力；fr为移动机器人右侧受到的阻力，r为车轮的半径；j为移动机器人绕z轴的转动惯量；β为移动机器人的转动角加速度；a为移动机器人的加速度；Fl为左侧所需的驱动力；Fr为右侧所需的驱动力；M为移动机器人质量；l为移动机器人左右轮中心线之间的距离。
步骤2中建立的系统的状态方程如下：
其中：分别是移动机器人的加速度，转动角速度和转动角加速度，为系统的输出；c为其旋转阻尼系数；μ为放大系数；ul为机器人左侧的驱动输入力矩；ur为机器人右侧的驱动输入力矩；
令
将系统状态方程简化为：
步骤3具体按照以下步骤实施：
步骤3.1，针对移动机器人的速度采用反演控制策略，得到控制输入u1；
步骤3.2，针对移动机器人的转向角采用反演滑模控制策略，得到控制输入u2。
步骤3.1中的u1为：
其中：k1为比例系数，ev为速度的跟踪误差，vref为理想速度。
步骤3.2中的u2为：
其中：t1为中间变量，η、k2及k3均为比例系数，eφ为转向角跟踪误差，φref为理想转向角，τ＝ηeφ+t1(η＞0)为滑模切换面函数。
本发明的有益效果是：
(1)提高了系统模型的精度；
(2)简化了移动机器人在控制过程中的计算；
(3)在保证系统响应速度的情况下，提高了系统对速度的跟踪精度，在很大程度上提高了系统对移动机器人转向角的跟踪精度。
附图说明
图1是本发明方法中移动机器人模型参数图；
图2是阻力下的移动机器人受力分析图；
图3是移动机器人N点线速度的示意图；
图4是本发明的控制系统结构图；
图5是本发明的控制系统控制流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明为一种考虑阻力的移动机器人反演滑模控制方法，具体按照以下步骤实施：具体按照以下步骤实施：
步骤1，建立移动机器人的动力学模型；
步骤1中建立的动力学模型，力和力矩平衡方程如下：
其中：Mr＝Frl；Ml＝Fll；Mfr＝frl；Mfl＝fll；Mfl为移动机器人左侧受到的阻力矩；Mfr为移动机器人右侧受到的阻力矩；fl为移动机器人左侧受到的阻力；fr为移动机器人右侧受到的阻力，r为车轮的半径；j为移动机器人绕z轴的转动惯量；β为移动机器人的转动角加速度；a为移动机器人的加速度；Fl为左侧所需的驱动力；Fr为右侧所需的驱动力；M为移动机器人质量；l为移动机器人左右轮中心线之间的距离。
步骤2，根据动力学模型建立系统的状态方程；
步骤2中建立的系统的状态方程如下：
其中：分别是移动机器人的加速度，转动角速度和转动角加速度，为系统的输出；c为其旋转阻尼系数；μ为放大系数；ul为机器人左侧的驱动输入力矩；ur为机器人右侧的驱动输入力矩；
令
将系统状态方程简化为：
步骤3，对移动机器人进行反演滑模控制；
步骤3具体按照以下步骤实施：
步骤3.1，针对移动机器人的速度采用反演控制策略，得到控制输入u1；
步骤3.2，针对移动机器人的转向角采用反演滑模控制策略，得到控制输入u2。
步骤3.1中的u1为：
其中：k1为比例系数，ev为速度的跟踪误差，vref为理想速度；
步骤3.2中的u2为：
其中：t1为中间变量，η、k2及k3均为比例系数，eφ为转向角跟踪误差，φref为理想转向角，τ＝ηeφ+t1(η＞0)为滑模切换面函数。
实施例
在具体实施例中，如图4及图5所示，移动机器人反演滑模控制方法具体如下：
1.建立移动机器人模型
如图1所示为移动机器人的模型，其中，L为移动机器人的长度，D为移动机器人车体的宽度，d为前后轮的中心距，l为左右轮中心线之间的距离。该模型是采用对机器人的四个驱动轮联合驱动控制。换句话说就是说，将移动机器人的四个轮子分成左右两组分别进行控制(可以将系统输出控制信号分别给同一边的前后轮)。移动机器人考虑阻力的建模如下：
根据图2，建立力和力矩平衡方程得：
其中：Mr＝Frl；Ml＝Fll；Mfr＝frl；Mfl＝fll；Mfl为移动机器人左侧受到的阻力矩；Mfr为移动机器人右侧受到的阻力矩；fl为移动机器人左侧受到的阻力；fr为移动机器人右侧受到的阻力，r为车轮的半径；j为移动机器人绕z轴的转动惯量；β为移动机器人的转动角加速度；a为移动机器人的加速度；Fl为左侧所需的驱动力；Fr为右侧所需的驱动力；M为移动机器人质量；l为移动机器人左右轮中心线之间的距离。
因此得到下面的方程：
令ur,ul为机器人系统的输入驱动力矩，则对移动机器人车轮进行力矩平衡：
其中：Iw为机器人轮子的转动惯量；Qr为移动机器人右侧车轮转角；Ql为移动机器人左侧车轮转角；c为其旋转阻尼系数；k为放大系数；ur为机器人右侧的驱动输入力矩；ul为机器人左侧的驱动输入力矩；Fr为右侧所需的驱动力；Fl为左侧所需的驱动力。
根据移动机器人的模型及图3，在H点的线速度和角速度可以表示为：
系统的数学模型可以得到，如下所示：
其中：是移动机器人的加速度，转动角速度和转动角加速度，为系统的输出；c为其旋转阻尼系数；μ为放大系数；ul为机器人左侧的驱动输入力矩；ur为机器人右侧的驱动输入力矩；vl为左轮的线速度，vr为右轮的线速度。
令
将系统状态方程简化为：
2.解耦合
从系统状态方程(6)可以看出移动机器人控制系统是一个耦合系统，对其进行解耦合如下：
令系统状态方程可以表示为：
3.控制器设计
3.1速度踪器的设计
假定速度的跟踪误差为ev＝vref-v，其中vref为理想速度。
对移动机器人的速度建立Lyapunov函数：
得出控制量u1：
在u1控制规律的作用下：
3.2转向角跟踪器的设计
设理想转向角为φref，转向角跟踪误差为eφ＝φ-φref。
引入中间变量t1：
得到：
对移动机器人转向角建立Lyapunov函数为：
求得：
设滑模切换面为：
τ＝ηeφ+t1(η＞0) (13)
取控制转向角的Lyapunov函数为：
为使取转向角的控制规律u2：
在u2控制规律的作用下得：
若矩阵正定，则成立，通过选取适当的k2,k3,η可使得R的行列式大于0，保证矩阵R是正定矩阵。
由此可得，系统在u1，u2控制规律作用下系统渐进稳定。
Claims (6)
1.一种考虑阻力的移动机器人反演滑模控制方法，其特征在于，具体按照以下步骤实施：
步骤1，建立移动机器人的动力学模型；
步骤2，根据动力学模型建立系统的状态方程；
步骤3，对移动机器人进行反演滑模控制。
2.根据权利要求1所述的一种考虑阻力的移动机器人反演滑模控制方法，其特征在于，步骤1中建立的动力学模型，力和力矩平衡方程如下：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>j</mi>
<mi>&beta;</mi>
<mo>=</mo>
<msub>
<mi>M</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>M</mi>
<mi>l</mi>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>f</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>M</mi>
<mrow>
<mi>f</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>M</mi>
<mi>a</mi>
<mo>=</mo>
<msub>
<mi>F</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>F</mi>
<mi>l</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中：Mr＝Frl；Ml＝Fll；Mfr＝frl；Mfl＝fll；Mfl为移动机器人左侧受到的阻力矩；Mfr为移动机器人右侧受到的阻力矩；fl为移动机器人左侧受到的阻力；fr为移动机器人右侧受到的阻力，r为车轮的半径；j为移动机器人绕z轴的转动惯量；β为移动机器人的转动角加速度；a为移动机器人的加速度；Fl为左侧所需的驱动力；Fr为右侧所需的驱动力；M为移动机器人质量；l为移动机器人左右轮中心线之间的距离。
3.根据权利要求1所述的一种考虑阻力的移动机器人反演滑模控制方法，其特征在于，步骤2中建立的系统的状态方程如下：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>c</mi>
</mrow>
<mrow>
<msup>
<mi>mr</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>I</mi>
<mi>w</mi>
</msub>
</mrow>
</mfrac>
<mi>v</mi>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&mu;</mi>
<mi>r</mi>
</mrow>
<mrow>
<msup>
<mi>mr</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>I</mi>
<mi>w</mi>
</msub>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msup>
<mi>mr</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>I</mi>
<mi>w</mi>
</msub>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>w</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msup>
<mi>cl</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msup>
<mi>jr</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>I</mi>
<mi>w</mi>
</msub>
<msup>
<mi>l</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&mu;</mi>
<mi>r</mi>
<mi>l</mi>
</mrow>
<mrow>
<msup>
<mi>jr</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>I</mi>
<mi>w</mi>
</msub>
<msup>
<mi>l</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msup>
<mi>lr</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<msup>
<mi>jr</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>I</mi>
<mi>w</mi>
</msub>
<msup>
<mi>l</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中：分别是移动机器人的加速度，转动角速度和转动角加速度，为系统的输出；c为其旋转阻尼系数；μ为放大系数；ul为机器人左侧的驱动输入力矩；ur为机器人右侧的驱动输入力矩；
令
将系统状态方程简化为：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>A</mi>
<mi>v</mi>
<mo>+</mo>
<mi>B</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>w</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>P</mi>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>+</mo>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>h</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
4.根据权利要求1所述的一种考虑阻力的移动机器人反演滑模控制方法，其特征在于，步骤3具体按照以下步骤实施：
步骤3.1，针对移动机器人的速度采用反演控制策略，得到控制输入u1；
步骤3.2，针对移动机器人的转向角采用反演滑模控制策略，得到控制输入u2。
5.根据权利要求4所述的一种考虑阻力的移动机器人反演滑模控制方法，其特征在于，步骤3.1中的u1为：
<mrow>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>B</mi>
</mfrac>
<mo>&lsqb;</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msub>
<mi>e</mi>
<mi>v</mi>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>v</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>-</mo>
<mi>A</mi>
<mi>v</mi>
<mo>+</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
其中：k1为比例系数，ev为速度的跟踪误差，vref为理想速度。
6.根据权利要求4所述的一种考虑阻力的移动机器人反演滑模控制方法，其特征在于，步骤3.2中的u2为：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>u</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>2</mn>
<mi>Q</mi>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>&eta;t</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>&eta;k</mi>
<mn>2</mn>
</msub>
<msub>
<mi>e</mi>
<mi>&phi;</mi>
</msub>
<mo>+</mo>
<mi>P</mi>
<mi>w</mi>
<mo>+</mo>
<msub>
<mi>Qu</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mi>h</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>f</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>f</mi>
<mi>l</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>-</mo>
<msub>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msub>
<mover>
<mi>e</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>&phi;</mi>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<mo>></mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
其中：t1为中间变量，η、k2及k3均为比例系数，eφ为转向角跟踪误差，φref为理想转向角，τ＝ηeφ+t1(η＞0)为滑模切换面函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711352964.2A CN108062024B (zh) | 2017-12-15 | 2017-12-15 | 一种考虑阻力的移动机器人反演滑模控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711352964.2A CN108062024B (zh) | 2017-12-15 | 2017-12-15 | 一种考虑阻力的移动机器人反演滑模控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108062024A true CN108062024A (zh) | 2018-05-22 |
| CN108062024B CN108062024B (zh) | 2020-03-31 |
Family
ID=62139154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711352964.2A Active CN108062024B (zh) | 2017-12-15 | 2017-12-15 | 一种考虑阻力的移动机器人反演滑模控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108062024B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109991856A (zh) * | 2019-04-25 | 2019-07-09 | 南京理工大学 | 一种机器人驾驶车辆集成协调控制方法 |
| CN111103798A (zh) * | 2019-12-20 | 2020-05-05 | 华南理工大学 | 一种基于反演滑模控制的agv路径跟踪方法 |
| CN112989605A (zh) * | 2021-03-12 | 2021-06-18 | 北京控制工程研究所 | 一种机器人自适应交互阻抗学习方法 |
| CN113211456A (zh) * | 2021-04-09 | 2021-08-06 | 江苏大学 | 一种喷砂除锈并联机器人移动平台防空转高性能轨迹跟踪控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106125728A (zh) * | 2016-07-05 | 2016-11-16 | 上海电机学院 | 一种四驱轮式移动机器人轨迹跟踪控制方法 |
| CN107085432A (zh) * | 2017-06-22 | 2017-08-22 | 星际（重庆）智能装备技术研究院有限公司 | 一种移动机器人的目标轨迹跟踪方法 |
| CN107272677A (zh) * | 2017-06-07 | 2017-10-20 | 东南大学 | 一种移动机器人的变结构自适应轨迹跟踪控制方法 |
| CN107368081A (zh) * | 2015-08-17 | 2017-11-21 | 杭州电子科技大学 | 一种两轮自平衡机器人自适应滑模变结构控制系统 |
-
2017
- 2017-12-15 CN CN201711352964.2A patent/CN108062024B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107368081A (zh) * | 2015-08-17 | 2017-11-21 | 杭州电子科技大学 | 一种两轮自平衡机器人自适应滑模变结构控制系统 |
| CN106125728A (zh) * | 2016-07-05 | 2016-11-16 | 上海电机学院 | 一种四驱轮式移动机器人轨迹跟踪控制方法 |
| CN107272677A (zh) * | 2017-06-07 | 2017-10-20 | 东南大学 | 一种移动机器人的变结构自适应轨迹跟踪控制方法 |
| CN107085432A (zh) * | 2017-06-22 | 2017-08-22 | 星际（重庆）智能装备技术研究院有限公司 | 一种移动机器人的目标轨迹跟踪方法 |
Non-Patent Citations (2)
| Title |
|---|
| CHIH-LYANG HWANG，ETC: ""Trajectory tracking of a mobile robot with frictions and uncertainties using hierarchical sliding-mode under actuated Control"", 《WWW.IETDL.ORG》 * |
| 李成玉: ""四轮滑动转向机器人的轨迹跟踪控制研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109991856A (zh) * | 2019-04-25 | 2019-07-09 | 南京理工大学 | 一种机器人驾驶车辆集成协调控制方法 |
| CN109991856B (zh) * | 2019-04-25 | 2022-04-08 | 南京理工大学 | 一种机器人驾驶车辆集成协调控制方法 |
| CN111103798A (zh) * | 2019-12-20 | 2020-05-05 | 华南理工大学 | 一种基于反演滑模控制的agv路径跟踪方法 |
| CN112989605A (zh) * | 2021-03-12 | 2021-06-18 | 北京控制工程研究所 | 一种机器人自适应交互阻抗学习方法 |
| CN112989605B (zh) * | 2021-03-12 | 2023-08-29 | 北京控制工程研究所 | 一种机器人自适应交互阻抗学习方法 |
| CN113211456A (zh) * | 2021-04-09 | 2021-08-06 | 江苏大学 | 一种喷砂除锈并联机器人移动平台防空转高性能轨迹跟踪控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108062024B (zh) | 2020-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108062024A (zh) | 一种考虑阻力的移动机器人反演滑模控制方法 | |
| CN106647282B (zh) | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 | |
| CN104932506B (zh) | 基于快速终端滑模的轮式移动机器人轨迹跟踪方法 | |
| CN105320129B (zh) | 一种无人驾驶自行车轨迹跟踪控制的方法 | |
| CN103552482B (zh) | 一种无轨车辆的电子差速控制方法及装置 | |
| CN108248605A (zh) | 一种智能车辆轨迹跟随的横纵向协调控制方法 | |
| CN107839749B (zh) | 电动轮汽车转向路感及整车稳定性控制方法 | |
| Ge et al. | Numerically stable dynamic bicycle model for discrete-time control | |
| CN107168369B (zh) | 一种欠驱动无人车的编队控制方法及系统 | |
| CN107215329B (zh) | 一种基于atsm的分布式驱动电动汽车横向稳定性控制方法 | |
| CN107783540A (zh) | 一种四轮驱动转向的控制方法及装置 | |
| Li et al. | Adaptive neural network PID sliding mode dynamic control of nonholonomic mobile robot | |
| CN101520857B (zh) | 一种基于神经网络的永磁球形电动机逆运动学求解方法 | |
| CN107671861A (zh) | 一种改进的scara机器人动力学参数辨识方法 | |
| Liu et al. | A hierarchical anti-disturbance path tracking control scheme for autonomous vehicles under complex driving conditions | |
| CN109857100B (zh) | 一种基于反演法和快速终端滑模的复合轨迹跟踪控制算法 | |
| CN108082182A (zh) | 一种拓宽汽车稳定域的主动后轮转向控制方法 | |
| CN103293957A (zh) | 一种相对动坐标系进行路径规划的卫星姿态机动方法 | |
| CN107600176B (zh) | 一种基于可拓控制理论的智能车辆主动转向控制方法 | |
| Petrov et al. | Adaptive steering control for autonomous lane change maneuver | |
| CN103895704A (zh) | 基于后轮主动转向的变传动比控制方法 | |
| CN101369132A (zh) | 基于神经网络辨识器的永磁球形电动机力学解耦控制方法 | |
| CN112455726B (zh) | 一种低轨光学遥感卫星多点成像快速机动控制方法 | |
| CN103994698A (zh) | 基于过载与角速度测量的导弹俯仰通道简单滑模控制方法 | |
| CN108415435B (zh) | 一种农业机械圆曲线自动驾驶控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220425 Address after: 710000 No. b-66, 5th floor, building 1, Amazon AWS joint innovation center, No. 3639, Eurasian Avenue, Chanba Ecological District, Xi'an City, Shaanxi Province Patentee after: Xi'an Tianji Intelligent Technology Co.,Ltd. Address before: 723001 Dongyi Ring Road, Hantai District, Hanzhoung, Shaanxi Province, No. 1 Patentee before: Shaanxi University of Technology |
|
| TR01 | Transfer of patent right |