智能控制在移动机器人轨迹跟踪领域的应用 .pdfVIP

智能控制在移动机器人轨迹跟踪领域的应用

***

****大学***实验室，******

摘要：本文针对智能控制在移动机器人轨迹跟踪领域的应用进行了研究，首先建立移动机器人运动

学模型，并提出通过BP神经网络和模糊控制两种方法设计轨迹跟踪控制器，并分别建立相应的神

经网络控制算法和模糊控制算法，实现了精确的轨迹跟踪控制，最后通过MATLAB仿真，证明了

两种控制方法的有效性和准确性。

关键词：移动机器人；轨迹跟踪；神经网络；模糊控制

跟踪控制问题是移动机器人运动控制中一个很复杂的问题，也是一个很实际的问题，受到了广

大科研工作者的高度重视。近年来，跟踪控制技术已经取得了很大进步，但是仍存在不足。移动机

[1]

器人轨迹跟踪是指移动机器人跟踪事先规划好的一条以时间为函数的曲线轨迹。根据环境信息，

规划好一条路线，即参考轨迹，如图1中实线所示，参考轨迹是一条以时间为函数的不规则曲线。

移动机器人轨迹跟踪要求其在指定的时间到达指定的地点，即由于很难确定移动机器人的精确模型

并受到外界环境的未知干扰，移动机器人在跟踪参考轨迹过程中会出现误差，其实际的跟踪轨迹如

图中虚线所示。移动机器人轨迹跟踪问题的研究目的就是通过研究或改进某种方法，使参考轨迹和

实际轨迹的误差趋近于零，即实现精确跟踪。

图1移动机器人轨迹跟踪

目前常用的移动机器人轨迹跟踪控制方法主要有非线性状态反馈法、滑模法、计算力矩法、自

适应控制法、后退法和智能控制法等。本文主要介绍智能控制在移动机器人轨迹跟踪控制领域的应

[2]

用。

智能控制方法包括模糊逻辑技术、神经网络技术、遗传算法和专家系统。智能控制方法是一种

无须人工干预或只须很少的人工干预就能独立的驱动智能机器完成指定任务的自动控制方法。智能

控制方法的优点在于它不依赖于对象的数学模型，非常适合解决移动机器人这类高复杂强非线性系

统的控制问题。

1移动机器人运动学模型的建立

建立本文所研究的移动机器人运动学模型。该移动机器人由车体、两个驱动轮和一个万向轮组

成。万向轮仅在运动过程中起支撑作用。本文所研究的非完整移动机器人结构图如图2所示。

在描述移动机器人的过程中，建立两个坐标系：一个坐标系是以二维平面中某一点为原点的全

局坐标系x-y；另一个坐标系是以非完整移动机器人质心(为简化模型，假设移动机器人驱动轴中心

和其质心重合)为原点的局部坐标系x-y，并且移动机器人运动方向即为该坐标系的横轴方向。θ为

11

T

移动机器人前进方向与x轴的夹角，即移动机器人的方向角；[vω]为非完整移动机器人的控制量，

线速度和角速度；v和v为非完整移动机器人左轮和右轮的线速度；R为非完整移动机器人的驱

LR

T

动轮半径；L为非完整移动机器人两个驱动轮轮心之间距离；q=[xyθ]为非完整移动机器人的位

第2页（共6页）

[3]

姿。

图2钢管壁洞口位置示意(mm)

为简化问题，假设轮子与地面没有滑动，且机器人的移动方向与两驱动轮轴线垂直，则存在非

完整约束条件和移动机器人质心的运动学方程分别为:

（1）

2基于BP神经网络的移动机器人轨迹跟踪控制

2.1运动学控制器设计

控制器的作用在于实现已知信息和为完成机器人作业而设计的执行器命令之间的映射。因此，