基于模型预测控制的移动机器人轨迹跟踪.docVIP

基于模型预测控制的移动机器人轨迹跟踪 　　摘要:通过分析与建立全向移动机器人运动学与动力学模型,研究了移动机器人轨迹跟踪问题。在误差模型的线性化描述的基础上使用模型预测控制方法,在满足控制约束的条件下,将样周期内最小化目标函数的优化问题转换为二次规划问题的求解,有效减低了计算量。结果表明该方法对移动机器人的轨迹跟踪控制是有效可行的。 　　关键词:移动机器人;轨迹跟踪;预测控制 　　文献标识码:A中图分类号:TP242文献标识码:A文章编号:1009-3044(2009)27-7738-03 　　 　　Trajectory Tracking for Mobile Robot Using Model Predictive Control 　　WANG Xin 　　(Southwest University , School ofInformation Engineering, Mianyang 621010, China) 　　Abstract: By analysising and building the kinematics model and dynamics model, a trajectory tracking method base on model predictive control was researched. Based on model predictive control method a linear error model was described. Then the optimization problem of minimizing the objective function was regarded as a quadratic programming one under the control constrains. The experimental results show the efficiency in terms of the trajectory tracking control problem for mobile robot. 　　Key words: mobile robot; trajectory tracking; model predictive contro 　　 　　随着人们对移动机器人在环境感知、运动控制、定位及导航等方面开展广泛而深入的研究,使得移动机器人在工业、交通以及服务机器人技术等领域中得到了具体应用。相比之下,全向移动机器人具有平面上的三个自由度,因而具有更加灵活的操控性。 　　近20年来,围绕着预测控制的理论、算法和应用,涌现了大量研究成果。文献[1]通过有限时域非线性预测控制的泰勒级数近似,构造了最优非线性预测控制器,实现了非完整移动机器人对期望轨迹的平滑渐进跟踪。文献[2]通过全局视觉识别移动目标,并提出一种基于状态转移的预测控制方法来截取移动目标,实现了足球机器人守门员的实时角色任务。文献[3]用多层反传神经网络建立了机器人非线性运动学模型,提出了一种基于神经预测控制的移动机器人路径跟踪方法。可见,预测控制的方法原理为在动态不确定环境下获得更广泛的控制策略提供了很好的启示,以优化为基础的各类问题求解,如路径规划、资源调度、离散事件动态系统监控等,都得到了广泛的重视和研究[4]。 　　该文以四轮全向机器人为研究对象,通过对其运动学与动力学分析,以及移动机器人轨迹跟踪问题描述,将误差模型线性化,应用模型预测控制方法获得其控制序列。最后,实验结果表明了该方法的可行性。 　　 　　1 机器人模型描述 　　 　　1.1 运动学模型 　　如图1所示,在机器人参考坐标系XRPYR中,其中,d为轮子到机器人中心的距离,r为轮子半径,?准为轮子的角速度,为机器人在世界坐标系中的运动姿态。 　　则机器人轮子转动速度和车体速度之间转换关系的运动学模型表示如下: 　　在机器人参考系中,四轮的转速与相互垂直方向上的机器人速度VN,VF的关系为: 　　由此,可得机器人在相互垂直方向上的速度CF,VN以及角速度ω与各轮速度之间的关系: 　　1.2 轨迹跟踪问题描述 　　移动机器人的轨迹跟踪如图2所示。 　　可见,当vr和ωr不同时为0时,上式所描述的系统是可控的。 　　 　　2 基于二次规划的模型预测控制 　　 　　模型预测控制(MPC)是一种基于模型的控制算法,预测模型具有展示系统未来动态行为的功能,利用预测模型为预测控制进行优化操作提供的先验知识,从而决定采用何种控制输入序列,使未来时刻被控对象的输出变化符合预期的目标[7]。整个算法最终可以归结为一个优化问题的求解,即在控制时域内最小化目标函数以求出最优控制