第11篇 章 迭代学习控制 智能控制第二版PPT.ppt

图11-6 30次迭代过程中误差最大绝对值的收敛过程（开环PD控制） 图11-7 30次迭代学习的跟踪过程（闭环PD控制） 图11-8 第30次迭代学习的位置跟踪（闭环PD控制） 图11-9 30次迭代过程中误差最大绝对值的收敛过程（闭环PD控制） 11.6 移动机器人轨迹跟踪迭代学习控制 移动机器人是一种在复杂的环境下工作的具有自规划、自组织、自适应能力的机器人。在移动机器人的相关技术研究中，控制技术是其核心技术，也是其实现真正的智能化和完全的自主移动的关键技术。移动机器人具有时变、强耦合和非线性的动力学特征，由于测量和建模的不精确，加上负载的变化以及外部扰动的影响，实际上无法得到移动机器人精确、完整的运动模型。 通过对文[27]的控制方法进行详细推导及仿真分析，研究一类移动机器人迭代学习离散控制的设计及仿真方法。 11.6.1 数学基础 代表N维欧氏空间，定义向量范数为： （11.22) 其中 为( )阶实数矩阵，定义矩阵范数为： （11.23) 其中 为矩阵的最大特征值。 取 ， , ，定义范数为： （11.24) 11.6.2 系统描述 图11-10为移动机器人运动模型，它在同一根轴上有两个独立的推进轮，机器人在二维空间移动，点代表机器人的当前位置，广义坐标定义为，和为直角坐标系下的坐标，为机器人的方位角。当机器人的标定方向为地理坐标系的横轴正半轴时，定义为0。移动机器人受不完全约束的影响而只能在驱动轮轴的方向运动，点的线速度和角速度定义为和。 图11-10 移动机器人运动模型 根据图11-10，针对P点，移动机器人的离散运动学方程可由下式描述 （11.25） 其中 为采样时间，机器人状态向量为 ，速度向量为 。 式（11.25）可写为： （11.26） 其中 （11.27） 如图11-10所示，期望轨迹为 。运动轨迹跟踪的控制问题就是为确定 ，使 跟踪 。 线速度和角速度误差分别为： （11.28） （11.29） 移动机器人迭代学习控制系统结构如图11-11所示。 图11-11 移动机器人迭代学习控制系统结构移动机器人离散运动学方程可描述如下：