CN112068426A - 轮式机器人有限时间控制方法、系统、装置及介质 - Google Patents

轮式机器人有限时间控制方法、系统、装置及介质 Download PDF

Info

Publication number
CN112068426A
CN112068426A CN202010869959.4A CN202010869959A CN112068426A CN 112068426 A CN112068426 A CN 112068426A CN 202010869959 A CN202010869959 A CN 202010869959A CN 112068426 A CN112068426 A CN 112068426A
Authority
CN
China
Prior art keywords
wheeled robot
error
model
angular velocity
tracking
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.)
Pending
Application number
CN202010869959.4A
Other languages
English (en)
Inventor
王建晖
巩琪娟
张春良
岳夏
马灿洪
严彦成
张烨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou University
Original Assignee
Guangzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou University filed Critical Guangzhou University
Priority to CN202010869959.4A priority Critical patent/CN112068426A/zh
Publication of CN112068426A publication Critical patent/CN112068426A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种轮式机器人有限时间控制方法、系统、装置及介质。该方法通过将跟踪误差模型分解为角速度误差系统和位置误差系统,对所述角速度误差系统进行有限时间控制器设计;基于反步法构造输出的李亚普洛夫函数设计线速度控制器,并最终根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。该系统包括建立模块、分解模块、第一设计模块、第二设计模块和控制模块。该方法具有有限时间稳定与更好的抗扰动性能,可以更好满足轮式机器人轨迹跟踪系统的要求,使得机器人具有更加好的抗干扰能力和通用性。本发明可广泛应用于控制技术领域内。

Description

轮式机器人有限时间控制方法、系统、装置及介质
技术领域
本发明涉及控制技术领域,尤其是一种轮式机器人有限时间控制方法、系统、装置及介质。
背景技术
随着科技的快速发展,机器人在不同产业上的工作场景不断延伸,从原先单一的传统制造业向农业,物流交通、医疗健康等非制造业迁移——即服务移动机器人,机器人控制技术的研究也出现了从固定式的机械臂、机械手转向能够在未知环境中实现自主组织运行和规划的智能移动机器人。近些年来,智能化移动机器人控制技术在成为机器人研究领域最活跃的分支之一。随着应用场景和移动方式的不同,机器人技术研究内容也有很大差别。但各式各样的机器人都存在一些共同拥有的技术基础如传感器技术、移动技术、操作器、控制技术等方面。目前用轮子和足并用的混合式机器人、轮式、仿生物等各式各样的移动机构机器人中,轮式机器人是其中最节约成本,应用场景最广泛的一种。
另一方面,随着机器人执行任务的难度和性能要求的提高,人们对移动机器人在未知复杂环境下能够快速稳定开展工作和拥有良好的抗扰动性能有更高的期望。因此,设计一个抗干扰能力强,能够有限时间稳定的轮式机器人控制系统十分重要。
目前,在机器人运动控制领域中,对轮式机器人控制目的的不同可以把常用的运动反馈控制分为三种:路径跟随、轨迹跟踪、点镇定。但目前的研究成果中,有以下不足:1、已提出的轨迹跟踪控制方法普遍是局部渐进稳定或是全局渐进稳定;2、传统方法大多属于无限时间控制,存在跟踪时间过长或是跟参考轨迹的时间趋于无穷大,从而引起跟踪性能下降,甚至出现对参考轨迹的跟踪失败的情况;即存在跟踪时间过长,抗干扰能力差等缺点。因此,现有技术存在问题还急需得到解决。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本申请实施例的一个目的在于提供一种轮式机器人有限时间控制方法,该方法可以使控制轮式机器人的系统在有限时间内稳定,使得机器人具有更加好的抗干扰能力和通用性。
本申请实施例的另一个目的在于提供轮式机器人有限时间控制系统。
为了达到上述技术目的,本申请实施例所采取的技术方案包括:
第一方面,本申请实施例提供了轮式机器人有限时间控制方法,包括以下步骤:
建立轮式机器人的动力学模型,并基于所述动力学模型得到跟踪误差模型;
将所述跟踪误差模型分解为角速度误差系统和位置误差系统;
对所述角速度误差系统进行有限时间控制器设计;
基于反步法构造输出的李亚普洛夫函数设计线速度控制器,所述线速度控制器使得所述位置误差系统收敛有界;
根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。
另外,根据本发明上述实施例的轮式机器人有限时间控制方法,还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,基于齐次性理论对所述角速度误差系统进行有限时间控制器设计。
进一步地,在本发明的一个实施例中,所述并基于所述动力学模型得到跟踪误差模型这一步骤,其具体包括:
获取参考输入控制信号;
根据所述动力学模型确定所述轮式机器人的位姿矢量;
根据所述位姿矢量和所述参考输入控制信号,得到所述轮式机器人的微分控制方程;
根据所述微分控制方程得到所述跟踪误差模型。
进一步地,在本发明的一个实施例中,所述将所述跟踪误差模型分解为角速度误差系统和位置误差系统这一步骤,其具体包括:
确定所述轮式机器人的角速度误差状态量,并基于所述角速度误差状态量和所述动力学模型确定所述角速度误差系统;
确定所述轮式机器人的坐标误差状态量,并基于所述坐标误差状态量和所述跟踪误差模型确定所述位置误差系统。
第二方面,本申请实施例提出了轮式机器人有限时间控制系统,包括:
建立模块,用于建立轮式机器人的动力学模型,并基于所述动力学模型得到跟踪误差模型;
分解模块,用于将所述跟踪误差模型分解为角速度误差系统和位置误差系统;
第一设计模块,用于对所述角速度误差系统进行有限时间控制器设计;
第二设计模块,用于基于反步法构造输出的李亚普洛夫函数设计线速度控制器,所述线速度控制器使得所述位置误差系统收敛有界;
控制模块,用于根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。
另外,根据本发明上述实施例的轮式机器人有限时间控制系统,还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述第一设计模块于齐次性理论对所述角速度误差系统进行有限时间控制器设计。
进一步地,在本发明的一个实施例中,所述建立模块具体用于:
获取参考输入控制信号;
根据所述动力学模型确定所述轮式机器人的位姿矢量;
根据所述位姿矢量和所述参考输入控制信号,得到所述轮式机器人的微分控制方程;
根据所述微分控制方程得到所述跟踪误差模型。
进一步地,在本发明的一个实施例中,所述分解模块具体用于:
确定所述轮式机器人的角速度误差状态量,并基于所述角速度误差状态量和所述动力学模型确定所述角速度误差系统;
确定所述轮式机器人的坐标误差状态量,并基于所述坐标误差状态量和所述跟踪误差模型确定所述位置误差系统。
第三方面,本申请实施例提供了轮式机器人有限时间控制装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现所述的轮式机器人有限时间控制方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于实现所述的轮式机器人有限时间控制方法。
本发明的优点和有益效果将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到:
本申请实施例中的方法,针对现有机器人控制方法存在跟踪时间过长、抗干扰能力差等缺点,提出了抗干扰的有限时间稳定控制方法,通过将跟踪误差模型分解为角速度误差系统和位置误差系统,对所述角速度误差系统进行有限时间控制器设计;基于反步法构造输出的李亚普洛夫函数设计线速度控制器,并最终根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。该方法具有有限时间稳定与更好的抗扰动性能,可以更好满足轮式机器人轨迹跟踪系统的要求,使得机器人具有更加好的抗干扰能力和通用性。
附图说明
为了更清楚地说明本申请实施例或者现有技术中的技术方案,下面对本申请实施例或者现有技术中的相关技术方案附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员来说,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1为本申请轮式机器人有限时间控制方法具体实施例的流程示意图;
图2为根据本申请实施例中提出的控制方法在未加扰动状态下所跟踪得到的轮式机器人运动轨迹图;
图3为根据传统的控制方法在未加扰动状态下所跟踪得到的轮式机器人运动轨迹图;
图4为根据本申请实施例中提出的控制方法在未加扰动状态下所跟踪得到的轮式机器人的轨迹误差数据;
图5为根据传统的控制方法在未加扰动状态下所跟踪得到的轮式机器人的轨迹误差数据;
图6为根据本申请实施例中提出的控制方法在加入扰动状态下所跟踪得到的轮式机器人运动轨迹图;
图7为根据传统的控制方法在加入扰动状态下所跟踪得到的轮式机器人运动轨迹图;
图8为根据本申请实施例中提出的控制方法在加入扰动状态下所跟踪得到的轮式机器人的轨迹误差数据;
图9为根据传统的控制方法在加入扰动状态下所跟踪得到的轮式机器人的轨迹误差数据;
图10为本申请轮式机器人有限时间控制系统具体实施例的结构示意图;
图11为本申请轮式机器人有限时间控制装置具体实施例的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
下面参照附图详细描述根据本申请实施例提出的轮式机器人有限时间控制方法和系统,首先将参照附图描述根据本申请实施例提出的轮式机器人有限时间控制方法。该方法可应用于机器人终端中,也可应用于服务器中,还可以是运行于终端或服务器中的软件,例如具有控制功能的应用程序等。
参照图1,本申请实施例中提供一种轮式机器人有限时间控制方法,基于该方法可以得出针对机器人的有限时间稳定控制系统,从而使机器人能够在较短时间跟踪到参考轨迹。该方法主要包括以下步骤:
S1、建立轮式机器人的动力学模型,并基于所述动力学模型得到跟踪误差模型;
本申请实施例中针对的对象为二自由度轮式机器人,当不考虑车轮滑动时,该轮式机器人的动力学模型如下微分方程描述:
Figure BDA0002650739930000051
式中,x、y是轮式机器人的笛卡儿坐标描述,x为横坐标描述,y为纵坐标描述,θ为轮式机器人的航向角,u1为控制轮式机器人移动时提供动力的力矩,v为轮式机器人的线速度,ω为轮式机器人的角速度,
Figure BDA0002650739930000052
表示x的导数,本申请中的所有物理量均适用该导数符号。
本申请实施例中解决的是轮式机器人的抗干扰有限时间稳定轨迹跟踪问题,即设计合适的控制律使得平台能根据参考输入控制信号,基于动力学模型在有限时间内快速跟踪到轮式机器人的位姿矢量Vr=(xr,yrr)T和参考输入控制信号qr=(νrr)描述的微分控制方程。微分控制方程的描述如下:
Figure BDA0002650739930000053
其中,θr为轮式机器人的参考航向角,vr为轮式机器人的期望线速度,ωr为轮式机器人的期望角速度,xr、yr是轮式机器人的笛卡儿坐标参考描述,xr是轮式机器人的笛卡儿横坐标参考描述,yr是轮式机器人的笛卡儿纵坐标参考描述。
由上可以得知:机器人的位置和航向跟踪误差向量(xe ye θe)T为:
Figure BDA0002650739930000054
其中,xe为轮式机器人的笛卡儿横坐标跟踪误差,ye为轮式机器人的笛卡儿纵坐标跟踪误差,θe为轮式机器人的航向角跟踪误差。
进一步地,可导出跟踪误差模型为:
Figure BDA0002650739930000061
S2、将所述跟踪误差模型分解为角速度误差系统和位置误差系统;
考虑动力学模型情况下将跟踪误差模型分解成角速度误差系统和位置误差系统,其中角速度误差系统的状态量为θe和ω,位置误差系统的状态量为xe和ye。然后对角速度误差系统进行有限时间控制器设计并且进行有限时间稳定性分析,接着对位置误差系统利用反步法(backstepping)构造输出的李亚普洛夫(Lyapunov)函数设计线速度控制器,从而使这个串级误差系统收敛有界,就可以得到系统的稳定输入q=(ω,v)实现对参考轨迹的跟踪或调节。
具体地,轨迹跟踪误差模型改写成如下形式:
角速度误差系统为:
Figure BDA0002650739930000062
位置误差系统为:
Figure BDA0002650739930000063
S3、对所述角速度误差系统进行有限时间控制器设计;
对角速度误差系统,根据动力学模型和跟踪误差模型可得到:
Figure BDA0002650739930000064
式中:y1=θe=θr-θ,y2=θe=ωr-ω。
由上可得:
Figure BDA0002650739930000065
Figure BDA0002650739930000066
可以得到
Figure BDA0002650739930000071
运用齐次性理论,设计控制器为:
Figure BDA0002650739930000072
Figure BDA0002650739930000073
其中,u1为控制轮式机器人移动时提供动力的力矩,x、y是轮式机器人的笛卡儿坐标描述,x为横坐标描述,y为纵坐标描述,l1>0,l2>0,0<ρ1<1,
Figure BDA0002650739930000074
S4、基于反步法构造输出的李亚普洛夫函数设计线速度控制器,所述线速度控制器使得所述位置误差系统收敛有界;
定义李亚普洛夫(Lyapunov)函数为:
Figure BDA0002650739930000075
其导数为:
Figure BDA0002650739930000076
其中,xe为轮式机器人的笛卡儿横坐标跟踪误差,ye为轮式机器人的笛卡儿纵坐标跟踪误差,ω为轮式机器人的角速度,vr为轮式机器人的期望线速度,θe为轮式机器人的航向角跟踪误差。
定义
Figure BDA0002650739930000077
k1>0,得:
Figure BDA0002650739930000078
第二步,考虑到位置跟踪,设李亚普洛夫(Lyapunov)函数为:
Figure BDA0002650739930000079
其导数为:
Figure BDA00026507399300000710
为了保证
Figure BDA00026507399300000711
负定,令:
Figure BDA0002650739930000081
Figure BDA0002650739930000082
Figure BDA0002650739930000083
又因为系统全局是有限时间稳定的,故
Figure BDA0002650739930000084
Figure BDA0002650739930000085
因此可知
Figure BDA0002650739930000086
Figure BDA0002650739930000087
都为负定。综上所述,可得本申请所提出的轮式机器人的抗干扰有限时间稳定控制系统全局渐近稳定。
S5、根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。
为了验证本申请实施例中提出的控制方法的优势,下面对本申请实施例中的控制方法和传统的控制方法分别做了加入扰动与不加扰动情况下,跟踪机器人圆周运动的对比分析。
其中,轮式机器人的期望角速度、轮式机器人的期望线速度以及位姿误差的初始值给定如下:
ωr=1,vr=1,[xe,yee]=[3,0,0]
对角速度误差系统,齐次度与控制律的参数选取为:
l1=90,l2=65,ρ1=0.6,ρ2=0.75;
对于线速度误差系统,控制律的参数选取为:
k1=6,k2=6。
参照附图,在未加扰动的状态下,图2为本申请实施例中提出的控制方法所跟踪得到的运动轨迹图,图3是基于传统的控制方法所跟踪得到的运动轨迹图。对两者的跟踪误差进行分析,得到图4为本申请实施例中提出的控制方法跟踪机器人轨迹的误差,图5为基于传统的控制方法跟踪机器人轨迹的误差,从图2-图5中,可以得出:本申请中的控制方法相对于传统的控制方法,跟踪轨迹几乎没有超调量,并且可以在较短的时间内跟踪上期望轨迹,跟踪性能更加具有优势,效果更为卓越。
为了进一步验证本申请实施例中提出的控制方法的优势,还进一步对前述的跟踪模型在稳定运行3秒后加入扰动,来测试对抗扰动状态下的性能。参照附图,图6为本申请实施例中提出的控制方法在加入扰动后所跟踪得到的运动轨迹图,图7是基于传统的控制方法在加入扰动后所跟踪得到的运动轨迹图。对两者的跟踪误差进行分析,得到图8为本申请实施例中提出的控制方法在加入扰动后跟踪机器人轨迹的误差,图9为基于传统的控制方法在加入扰动后跟踪机器人轨迹的误差。由图6-图9可以看出:在加入扰动的情况下,传统的控制方法的跟踪轨迹出现了明显偏离参考轨迹的情况,而本申请实施例中提出的控制方法仍能实现准确地跟踪;使用传统的控制方法跟踪时,面临突然的扰动会出现较大的跟踪误差,而本申请实施例中提出的控制方法面临突然的扰动时跟踪误差几乎为0,因此,可以得出本申请所提出的控制方法具有更好的抗干扰能力。
其次,参照附图描述根据本申请实施例提出的轮式机器人有限时间控制系统。
图10是本发明一个实施例的轮式机器人有限时间控制系统结构示意图。
系统具体包括:
建立模块101,用于建立轮式机器人的动力学模型,并基于所述动力学模型得到跟踪误差模型;
分解模块102,用于将所述跟踪误差模型分解为角速度误差系统和位置误差系统;
第一设计模块103,用于对所述角速度误差系统进行有限时间控制器设计;
第二设计模块104,用于基于反步法构造输出的李亚普洛夫函数设计线速度控制器,所述线速度控制器使得所述位置误差系统收敛有界;
控制模块105,用于根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。
进一步地,在本发明的一个实施例中,所述第一设计模块103于齐次性理论对所述角速度误差系统进行有限时间控制器设计。
进一步地,在本发明的一个实施例中,所述建立模块101具体用于:
获取参考输入控制信号;
根据所述动力学模型确定所述轮式机器人的位姿矢量;
根据所述位姿矢量和所述参考输入控制信号,得到所述轮式机器人的微分控制方程;
根据所述微分控制方程得到所述跟踪误差模型。
进一步地,在本发明的一个实施例中,所述分解模块102具体用于:
确定所述轮式机器人的角速度误差状态量,并基于所述角速度误差状态量和所述动力学模型确定所述角速度误差系统;
确定所述轮式机器人的坐标误差状态量,并基于所述坐标误差状态量和所述跟踪误差模型确定所述位置误差系统。
可见,上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图11,本申请实施例提供了轮式机器人有限时间控制装置,包括:
至少一个处理器201;
至少一个存储器202,用于存储至少一个程序;
当至少一个程序被至少一个处理器201执行时,使得至少一个处理器201实现的轮式机器人有限时间控制方法。
同理,上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本申请实施例还提供了一种存储介质,其中存储有处理器201可执行的指令,处理器201可执行的指令在由处理器201执行时用于执行上述的轮式机器人有限时间控制方法。
同理,上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于实施例,熟悉本领域的技术人员在不违背本发明精神的前提下可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种轮式机器人有限时间控制方法,其特征在于,包括以下步骤:
建立轮式机器人的动力学模型,并基于所述动力学模型得到跟踪误差模型;
将所述跟踪误差模型分解为角速度误差系统和位置误差系统;
对所述角速度误差系统进行有限时间控制器设计;
基于反步法构造输出的李亚普洛夫函数设计线速度控制器,所述线速度控制器使得所述位置误差系统收敛有界;
根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。
2.根据权利要求1所述的轮式机器人有限时间控制方法,其特征在于:基于齐次性理论对所述角速度误差系统进行有限时间控制器设计。
3.根据权利要求1或者2中任一项所述的轮式机器人有限时间控制方法,其特征在于,所述并基于所述动力学模型得到跟踪误差模型这一步骤,其具体包括:
获取参考输入控制信号;
根据所述动力学模型确定所述轮式机器人的位姿矢量;
根据所述位姿矢量和所述参考输入控制信号,得到所述轮式机器人的微分控制方程;
根据所述微分控制方程得到所述跟踪误差模型。
4.根据权利要求3所述的轮式机器人有限时间控制方法,其特征在于,所述将所述跟踪误差模型分解为角速度误差系统和位置误差系统这一步骤,其具体包括:
确定所述轮式机器人的角速度误差状态量,并基于所述角速度误差状态量和所述动力学模型确定所述角速度误差系统;
确定所述轮式机器人的坐标误差状态量,并基于所述坐标误差状态量和所述跟踪误差模型确定所述位置误差系统。
5.一种轮式机器人有限时间控制系统,其特征在于,包括:
建立模块,用于建立轮式机器人的动力学模型,并基于所述动力学模型得到跟踪误差模型;
分解模块,用于将所述跟踪误差模型分解为角速度误差系统和位置误差系统;
第一设计模块,用于对所述角速度误差系统进行有限时间控制器设计;
第二设计模块,用于基于反步法构造输出的李亚普洛夫函数设计线速度控制器,所述线速度控制器使得所述位置误差系统收敛有界;
控制模块,用于根据所述有限时间控制器和所述线速度控制器,对所述轮式机器人进行轨迹控制。
6.根据权利要求5所述的轮式机器人有限时间控制系统,其特征在于:所述第一设计模块于齐次性理论对所述角速度误差系统进行有限时间控制器设计。
7.根据权利要求5或者6中任一项所述的轮式机器人有限时间控制系统,其特征在于,所述建立模块具体用于:
获取参考输入控制信号;
根据所述动力学模型确定所述轮式机器人的位姿矢量;
根据所述位姿矢量和所述参考输入控制信号,得到所述轮式机器人的微分控制方程;
根据所述微分控制方程得到所述跟踪误差模型。
8.根据权利要求7所述的轮式机器人有限时间控制系统,其特征在于,所述分解模块具体用于:
确定所述轮式机器人的角速度误差状态量,并基于所述角速度误差状态量和所述动力学模型确定所述角速度误差系统;
确定所述轮式机器人的坐标误差状态量,并基于所述坐标误差状态量和所述跟踪误差模型确定所述位置误差系统。
9.一种轮式机器人有限时间控制装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-4任一项所述的轮式机器人有限时间控制方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-4中任一项所述的轮式机器人有限时间控制方法。
CN202010869959.4A 2020-08-26 2020-08-26 轮式机器人有限时间控制方法、系统、装置及介质 Pending CN112068426A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010869959.4A CN112068426A (zh) 2020-08-26 2020-08-26 轮式机器人有限时间控制方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010869959.4A CN112068426A (zh) 2020-08-26 2020-08-26 轮式机器人有限时间控制方法、系统、装置及介质

Publications (1)

Publication Number Publication Date
CN112068426A true CN112068426A (zh) 2020-12-11

Family

ID=73660348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010869959.4A Pending CN112068426A (zh) 2020-08-26 2020-08-26 轮式机器人有限时间控制方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN112068426A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113311705A (zh) * 2021-05-19 2021-08-27 广州大学 针对机器鱼的高阶迭代自学习控制方法、装置及存储介质
CN113791614A (zh) * 2021-08-19 2021-12-14 广州大学 非完整轮式机器人的控制方法、系统、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109597310A (zh) * 2019-02-01 2019-04-09 东南大学 一种基于扰动观测器的轮式移动机器人轨迹跟踪方法
CN109782759A (zh) * 2019-01-08 2019-05-21 华侨大学 一种轮式移动机器人的近似解耦、快速轨迹跟踪控制方法
CN110597268A (zh) * 2019-09-30 2019-12-20 东南大学 一种基于级联系统理论的轮式移动机器人轨迹跟踪控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109782759A (zh) * 2019-01-08 2019-05-21 华侨大学 一种轮式移动机器人的近似解耦、快速轨迹跟踪控制方法
CN109597310A (zh) * 2019-02-01 2019-04-09 东南大学 一种基于扰动观测器的轮式移动机器人轨迹跟踪方法
CN110597268A (zh) * 2019-09-30 2019-12-20 东南大学 一种基于级联系统理论的轮式移动机器人轨迹跟踪控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
马灿洪等: "轮式机器人的抗干扰有限时间稳定控制系统设计", 《电子元器件与信息技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113311705A (zh) * 2021-05-19 2021-08-27 广州大学 针对机器鱼的高阶迭代自学习控制方法、装置及存储介质
CN113311705B (zh) * 2021-05-19 2022-03-25 广州大学 针对机器鱼的高阶迭代自学习控制方法、装置及存储介质
CN113791614A (zh) * 2021-08-19 2021-12-14 广州大学 非完整轮式机器人的控制方法、系统、装置及存储介质

Similar Documents

Publication Publication Date Title
Blažič On periodic control laws for mobile robots
Wang et al. Full-state tracking and internal dynamics of nonholonomic wheeled mobile robots
CN111650929B (zh) 一种自适应滑模控制方法、系统及移动机器人控制器
Akhtar et al. Path following using dynamic transverse feedback linearization for car-like robots
CN112068426A (zh) 轮式机器人有限时间控制方法、系统、装置及介质
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
Sun et al. Trajectory-tracking control of Mecanum-wheeled omnidirectional mobile robots using adaptive integral terminal sliding mode
Gómez et al. Optimal motion planning by reinforcement learning in autonomous mobile vehicles
CN111553239A (zh) 一种机器人关节视觉伺服控制方法、终端设备及存储介质
Poonawala et al. Leader-follower formation control of nonholonomic wheeled mobile robots using only position measurements
CN114603558B (zh) 混合空间过渡轨迹规划方法及装置
Sun et al. Fuzzy adaptive recursive terminal sliding mode control for an agricultural omnidirectional mobile robot
Oliveira et al. Overcoming limitations of uncalibrated robotics visual servoing by means of sliding mode control and switching monitoring scheme
CN109032128B (zh) 离散多agv非质点系统的三角编队控制方法
Laumond Nonholonomic motion planning versus controllability via the multibody car system example
Yuan et al. Differential flatness-based adaptive robust tracking control for wheeled mobile robots with slippage disturbances
CN113852305A (zh) 一种直流电机终端滑模控制方法、系统、设备及介质
Zeiaee et al. Constrained directions method for stabilization of mobile robots with input and state constraints
CN108247636A (zh) 并联机器人闭环反馈控制方法、系统及存储介质
CN114326769B (zh) 机器人运动矫正方法及装置、机器人控制设备和存储介质
Khalaji et al. Stabilization of a tractor with n trailers in the presence of wheel slip effects
CN116038697A (zh) 一种基于人工示教的牛仔裤自动喷涂方法和系统
Heß et al. Linux based control framework for Mecanum based omnidirectional automated guided vehicles
CN112068425A (zh) 智能小车的轨迹跟踪控制方法、系统、装置及介质
CN112083652B (zh) 一种多用途轮式移动机器人轨迹跟踪控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211

RJ01 Rejection of invention patent application after publication