具有复杂不确定性的轮式移动机器人抗饱和跟踪与镇定统一控制

When working in complicated unknown environment, wheeled mobile robot with nonholonomic constraint will be influenced by a variety of complex uncertainties, and saturation phenomenon of control input occurs more easily, at this time, unified control of tracking and stabilization of wheeled mobile robot becomes a very challenging problem. The target of this project is to solve the unified control problem of wheeled mobile robot with complex uncertainties and saturating control inputs, related method about modeling and implementation will be studied. Specifically, the unified control model is established by using time-varying feedback control, and unified control is achieved without singular value. A dynamic constraint mechanism is adopted into the control input, such that the controller saturation will be inhibited actively, achieving the purpose of real time saturation constraints. Parametric and non-parametric uncertainties affecting system performance are analyzed, and the model with comprehensive uncertainties in kinematics, body dynamics and actuator dynamics of the system is established, then a new composite controller integrating adaptive control, robust control and intelligent control is proposed, compensating the unknown system complex uncertainties efficiently and accurately, Improving the adaptability of robot under complicated environment. Related design and analysis theory is given by this project, and the effectiveness of the proposed method is verified by both simulation and experiment. This research can promote the unified control theory and engineering application for nonholonomic robot and lay the theoretical foundation for high performance control of uncertain nonholonomic robot.

轮式移动机器人在未知复杂环境下工作，必将受到多种复杂不确定性的影响，控制输入也易出现饱和现象，而由于存在非完整约束，要实现其轨迹跟踪和镇定统一控制极具挑战性, 本课题以解决包含复杂不确定性和饱和约束条件下轮式移动机器人的统一控制为目标，研究相关建模和实现方法。具体地，基于时变反馈控制，构建机器人无奇异统一控制模型；引入动态输入约束机制，在控制器出现饱和时进行主动抑制，达到实时饱和约束的目的；分析影响系统性能的参数和非参数不确定性，建立包含机器人运动学、本体动力学和执行器动力学的综合不确定模型，提出一种新型复合控制方法，通过有机结合自适应控制，鲁棒控制和智能控制，高效而精确地补偿系统未知复杂不确定性，提升机器人在复杂环境下的适应性。项目给出了相关设计和分析理论，并给予仿真和实验验证。本项目可推动非完整机器人统一控制理论的发展和工程应用，为实现不确定非完整机器人的高性能控制奠定科学理论基础。

轮式移动机器人大多工作在复杂未知环境之下，容易受到多种不确定性影响，控制输入也易出现饱和现象，本课题研究可抵御复杂不确定性和输入有界约束影响的轮式移动机器人轨迹跟踪与镇定统一控制建模与实现方法。主要成果包括：建立机器人运动学、本体动力学、执行器动力学包含参数和非参数不确定的数学模型，构建基于机器人轨迹误差跟踪模型的全局时变统一控制模型，在此基础上，提出两种复合控制器：其一是基于强化学习自适应神经网络滑模的抗饱和统一控制器，通过强化学习机制提高了神经网络对系统不确定的逼近精度，滑模控制则进一步消除神经网络逼近误差，并引入动态输入约束机制，达到实时饱和约束的目的；其二是基于自适应模糊滑模的抗饱和统一控制器，利用自适应模糊系统补偿系统不确定性，再通过滑模控制消除补偿误差，对控制器增加抗饱和补偿项，动态约束控制输入处于执行器受限范围；这两种控制器保证闭环系统渐进收敛。建立轮式移动机器人heisenberg系统形式的时变统一控制误差模型，提出一种干扰观测器滑模抗饱和统一控制器，通过动态控制输入约束机制保证控制输入在指定范围内，干扰观测器精确观测系统的总体不确定性项，滑模控制进一步消除观测误差，控制器使得统一控制误差有界收敛。基于轮式移动机器人轨迹跟踪链式系统形式和横截函数方法构建机器人全驱动线性统一控制模型，提出一种自适应神经网络滑模抗饱和统一控制策略，消除无刷直流电机系统不确定性的影响，建立一种动态控制输入约束机制，满足执行器对控制量的有界范围要求，该方案保证闭环系统有界收敛。提出一种轮式移动机器人算法快速验证实验平台方案，利用Matlab软件组件化构建机器人控制算法，采用总线式车载控制系统进行机器人的运动控制，通过TCP/IP网络进行数据交互，实现机器人控制算法的快速实现及验证。课题所提统一控制器，不受执行器饱和约束影响，可精确地补偿系统未知复杂不确定性，保证良好控制性能，提升机器人在复杂环境下的适应性。