[发明专利]一种具有通信约束的移动机器人鲁棒预测跟踪控制方法有效
申请号: | 201810548842.9 | 申请日: | 2018-05-31 |
公开(公告)号: | CN108803601B | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 刘安东;杜召辉;张文安;滕游;俞立 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 杭州斯可睿专利事务所有限公司 33241 | 代理人: | 王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种具有通信约束的移动机器人鲁棒预测跟踪控制方法,包括以下步骤:1)考虑数据丢包和信息量化的影响,将移动机器人路径跟踪问题建模为一类具有随机变量和参数不确定的跟踪误差状态空间模型;2)设计鲁棒预测控制性能指标函数;3)基于鲁棒预测控制算法设计路径跟踪控制器。本发明提供了一种可以有效解决具有数据丢包和信息量化的移动机器人路径跟踪系统的鲁棒预测跟踪控制方法。 | ||
搜索关键词: | 一种 具有 通信 约束 移动 机器人 预测 跟踪 控制 方法 | ||
【主权项】:
1.一种具有通信约束的移动机器人鲁棒预测跟踪控制方法,其特征在于:所述方法包括以下步骤1)建立具有通信约束的移动机器人模型,定义xe和ye为移动机器人位置跟踪误差状态量,αe为方位角跟踪误差状态量,v和ω分别为移动机器人的线速度和角速度,vr和ωr分别为移动机器人的参考线速度和角速度,则移动机器人路径跟踪系统的线性误差模型为:其中,考虑移动机器人与服务器端通信过程中存在数据丢包和信息量化的问题,采用伯努利随机过程来描述数据丢包,设定为数据包传输成功的概率,则θ(k)的期望值为测量输出信息采用对数量化器进行量化,定义如下,其中,δ为量化密度,则量化器q(ξ)的量化等级表示为:且该对数量化器具有以下性质:q(ξ)‑ξ=Δqξ (5)||Δq||≤γ (6)其中,Δq为量化误差;以T为采样周期对式(1)进行离散化,并结合以上丢包和量化模型可知,同时具有丢包和量化的移动机器人跟踪误差系统描述为如下的离散时间模型:x(k+1)=Ax(k)+θ(k)B(I+Δq)u(k) (7)其中,2)定义鲁棒预测控制性能指标函数其中,μ和s表示1维权重参数,P和N分别表示预测时域和控制时域,x(k+i|k)和u(k+i|k)分别表示x(k+i)和u(k+i)在第k步的对应预测值;由式(7)得预测方程为:x(k+1+i|k)=Ax(k+i|k)+θ(k+i|k)B(I+Δq)u(k+i|k) (9)将该预测方程代入性能指标得:J(k)=μ||Fx(k)+Θ(k)(G+ΔG)U(k)||2+s||U(k)||2 (10)其中,ΔG=GΔq,Θ(k)=diag{θ(k)I,θ(k+1)I,…,θ(k+N‑1)I},U(k)=[uT(k),uT(k+1),…,uT(k+N‑1)]T;令y(k)=ΔGU(k),g=γ||G||,则有:||y(k)||=||ΔGU(k)||≤g||U(k)|| (11)令φ(U(k))=g||U(k)||,从而得到以下性能指标优化问题:其中,E{}表示求数学期望;3)设计鲁棒预测跟踪控制器;针对移动机器人误差跟踪系统,考虑一条预设参考路径,给定数据丢包概率量化密度δ,则通过求解优化问题(12)得系统的最优控制律为:uo(k)=ΓUo(k) (13)其中,S(λo)=(s+λog2)Q‑1(λo),Γ=[I,0,…,0],拉格朗日参数λ为:其中,S(λ)=(s+λg2)Q‑1(λ),
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810548842.9/,转载请声明来源钻瓜专利网。
- 上一篇:一种执行清扫作业的方法
- 下一篇:障碍物自学习方法及新障碍物自学习方法