移动机器人路径跟踪的自适应控制.pdf.pdf

兵工自动化2008年第27卷第6期自动舅■,,:1006—1576(2008)06—0069—04移动机器人路径跟踪的自适应控制向学辅,张继业(西南交通大学牵引动力国家重点实验室,四川I成都610031)摘要:提出一种结构简单的自适应控制器,控制器是由模糊神经网络和PD控制器并行控制移动机器人路径跟踪。在初始阶段,PD控制器控制路径跟踪并提供控制经验给模糊神经网络学习。在学习信号触发器的管理下,可以在线学习自适应调整模糊神经网络的参数。模糊神经网络控制器既推理产生控制规律,也辩识移动机器人动力学模型,通过BP学习算法实时在线调整自身参数达到路径跟踪自适应控制目的。关键词:模糊神经网络;自适应控制;移动机器人;路径跟踪控中图分类号:TP242;:AAdaptiveControlApplicationsonPath—TrackingControlofMobileRobotXIANGXue—fu,ZHANGJi—yefTractionPowerStateKeyLaboratory,SouthwestJiaotongUniversity,Chengdu610031,China)Abstract:Asimpleadaptivecontrollerconsistsoffuzzy—workandPDcontroller,,thePDcontrollercontrolsthepath———timeon—:;Adaptivecontrol:Mobilerobot;Path—trackingcontrol0引言近年来,移动机器人引起了越来越多的关注和研究,路径跟踪是其中的主要部分。在参考路径己知的情况下,为控制移动机器人的运动轨迹和参考路径之间的误差,用单个模糊神经网络控制器和传统的PD辅助控制器组成白适应模糊控制器,以控制移动机器人路径跟踪。通过Trigger学习信号触发器管理,神经网络实时地进行在线学习,调整参数,使控制器具有自适应控制能力。1移动机器人模型YOX图1移动机器人运动模型采用两轮独立驱动方式的移动机器人¨,详见图1,移动机器人在平面坐标系XOY中移动,模型中的移动机器人受到非完整性约束条件,且假设轮子是纯滚动,没有侧滑。移动机器人的运动学和