[发明专利]智能小车点镇定控制方法

权利要求书

1.一种智能小车点镇定控制方法，其特征在于：包含以下步骤：

(1)：在运动平面上采用Euler-Lagrange方程建立全局坐标系下智能小车的运动学模型和动力学模型；所述模型包括：小车的位置为(x，y)，小车方向角θ，小车的线速度v和小车的角速度w；受非完整约束的智能小车模型用Euler-Lagrange方程表示；

(2)：通过运动几何分析的方法建立极坐标系下小车的位姿误差模型；所述模型包括；小车期望位姿与当前位姿之间的距离ρ，车体期望方向角与当前方向角的差值φ，小车当前朝向与ρ的夹角α，该误差模型通过运动几何学分析得到；

(3)：然后针对步骤(1)中的小车模型和步骤(2)中的极坐标位姿误差方程，利用Backstepping技术，分别使所构造的Lyapunov方程导数否定来设计运动学和动力学控制器；

其中，运动学控制器的设计为：

运动学控制器的设计针对智能小车极坐标位姿误差模型，为动力学控制器提供参考速度和角速度，根据Backstepping方法，选取如下Lyapunov候选函数

k₁，k₂＞0        (11)

可知当ρ，α，φ都等于零时，V₁＝0，否则(11)式正定；

结合(10)式： 对方程(11)求导有

选取v＝k₁ρcosα，则

令

                                               (14)

那么(13)式变成为

因此选择

由(15)式可知，该系统渐近稳定；

其中，动力学控制器的设计为：

该控制器是把运动学控制器的输出 作为参考输入，输出为力矩 使得t→∞时， 

设定Lyapunov候选函数为：

其中， 对(17)微分，并考虑(7)式， 其中， 为车体驱动力矩；则有

选取

则(18)变为

其中， 可由(16)式得到，且正常数矩阵 

因此选择

作为点镇定控制规律，该闭环系统能全局渐近稳定； 

(4)：最后把神经动力学模型融合到步骤(3)控制规律中，用该模型代替控制规律中的误差项，并设模型表达式的初值为零，完成整个控制规律的设计。

2.根据权利要求1所述的智能小车点镇定控制方法，其特征在于：步骤(3)中针对步骤(2)中的位姿误差方程，利用Backstepping的方法分别设计具有渐近稳定的运动学控制器和动力学控制器；其中运动学控制器为动力学控制器提供参考速度 而动力学控制器是把该输出 作为参考输入，输出为力矩 使得t→∞时， 并且通过力矩不断调节自身的位姿，使得误差lim_t→∞||[ρ，α，φ]^T||＝0。

3.根据权利要求1所述的智能小车点镇定控制方法，其特征在于：步骤(4)是对步骤(3)中控制规律的改进，它把神经动力学模型嵌入到步骤(3)的控制规律中，用该模型替换因初始误差存在而会使控制器产生跳变的误差项，并把该模型的初始值设为零。