深海采矿机器人的行走鲁棒控制-控制与决策.PDF

第24 卷 第5 期 2009 年5 月 Vol.24 No.5 Cont rol a nd Decisi on May 2009 : 10012 0920(2009) 052 07942 03 1,2 1 1 , , (1. 中 大学 信息科学与工程学院, 长沙 410083; 2.湖 商学院计算机与电子工程学院, 长沙 410205) : 针对深海采矿机器人模型和外界环境不确定性而导致其控制 题异常复杂这一难题, 首先用 RBF 神经网 络逼近系统不确定性的上界,在状态反馈的基础上, 构造了基于虚拟输入的航向控制鲁棒自适应律; 然后给出了左右 履带速度输入与虚拟输入之间的模糊控制推理规则,提出了采矿机器人的行走控制方法. 仿真结果验证了所提出方 法的可行性. : 深海采矿机器人; 行走; 状态反馈; 模糊规则; 鲁棒控制 : TP242 : Robust control on crawling of deep seabed moving mining robot 1, 2 1 1 CH EN Yon g , GUI Wei2hu a , YANG Chun2hua ( 1. College of Information Science and Engineering, Central South University, Changsha410083, China; 2.School of Computer and Electronic Engineering, Hu. nan Business College, Changsha 410205, China. Correspondent: CHEN Yong, E2mail: iicechen@163.com) Abstract: The control problem of deep seabed mining robot is very hard for model uncertainty and external environment uncertainty. Therefore, radius basis function (RBF) neural network is used to learn theunknown bounds of system uncertainties adaptively. daptive heading robust control algorithm is presented based on status feedback and virtual input . nd control method on the crawling of deep seabed moving mining robot is described after the discussion on the fuzzy rule between virtual input and tracks velocity. Simulation results show the feasibility of this method. Key words: Deep seabed mining robot; Crawling; Status feedback; Fuzzy rule; Robust control 1 引 言 方面的文献还很少, 并且大都没有很好地考虑不确 深海采矿技术的研究具有重要的战略意义, 是 定性因素. [1] 本文在已有的研究基础上, 侧重研究预定路径 人类继航空航天领域之后