輪式機(jī)器人的移動(dòng)系統(tǒng)建模及基于模型學(xué)習(xí)的跟蹤控制研究.pdf

1、隨著移動(dòng)機(jī)器人被賦予的任務(wù)需求及其接觸環(huán)境的多樣性不斷增加，使其在執(zhí)行任務(wù)過(guò)程中所面臨的隨機(jī)因素變得越來(lái)越多。輪式移動(dòng)機(jī)器人作為本文的研究對(duì)象，目前所面臨的主要困難包括：動(dòng)態(tài)系統(tǒng)的高精度建模，對(duì)外界環(huán)境的認(rèn)知，車(chē)輪與地面作用力學(xué)理論的實(shí)際應(yīng)用等，這些因素通常導(dǎo)致機(jī)器人具有模型不確定性，給機(jī)器人的精確控制帶來(lái)了很大難度，需要發(fā)展先進(jìn)的控制方法來(lái)解決復(fù)雜系統(tǒng)的控制問(wèn)題。為此，本文建立了復(fù)雜的輪式機(jī)器人系統(tǒng)模型，提出了先進(jìn)的模型學(xué)習(xí)方法，并且

2、基于模型學(xué)習(xí)方法研究了輪式移動(dòng)機(jī)器人的跟蹤控制問(wèn)題。
　　系統(tǒng)模型是機(jī)器人技術(shù)研究的基本工具，輪式機(jī)器人的運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型是解決其控制問(wèn)題的基礎(chǔ)?；谳喪綑C(jī)器人在硬質(zhì)地面上的有非完整約束方程，建立了車(chē)輪縱向滑轉(zhuǎn)和側(cè)向滑移情況的機(jī)器人系統(tǒng)運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)模型。結(jié)合輪—地相互作用的地面力學(xué)方程和輪式機(jī)器人的運(yùn)動(dòng)學(xué)建模過(guò)程，建立了輪式機(jī)器人在松軟斜坡上發(fā)生車(chē)輪滑轉(zhuǎn)、側(cè)偏和沉陷的動(dòng)力學(xué)模型。
　　輪式機(jī)器人系統(tǒng)模型的不確定性在很

3、大程度上影響了跟蹤控制的精度。為提高控制系統(tǒng)的精度，利用具有非線性特性的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行在線辨識(shí)，包括前饋的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)的模型辨識(shí)。考慮到遞歸神經(jīng)網(wǎng)絡(luò)的隱層單元存在神經(jīng)元再激勵(lì)而產(chǎn)生時(shí)延現(xiàn)象，基于Lyapunov穩(wěn)定性理論、線性矩陣不等式技巧和李代數(shù)性質(zhì)，提出了時(shí)延遞歸神經(jīng)網(wǎng)絡(luò)全局漸近穩(wěn)定和全局指數(shù)穩(wěn)定的新判據(jù)。
　　為應(yīng)用觀測(cè)數(shù)據(jù)辨識(shí)具有不確定性的機(jī)器人系統(tǒng)模型，研究了具有非參數(shù)化的高斯過(guò)程回歸(G

4、PR)模型，能夠降低噪聲對(duì)觀測(cè)數(shù)據(jù)的影響，進(jìn)而實(shí)現(xiàn)系統(tǒng)潛變量模型的高精度辨識(shí)?；贑holesky分解的高斯過(guò)程模型更新方法保證了數(shù)據(jù)不斷增多時(shí)的模型學(xué)習(xí)速度。根據(jù)監(jiān)督型神經(jīng)網(wǎng)絡(luò)和高斯過(guò)程在貝葉斯回歸問(wèn)題上的相似性，建立了貝葉斯回歸網(wǎng)絡(luò)模型。根據(jù)局部學(xué)習(xí)理論提出了新穎的聚類(lèi)算法，進(jìn)而建立了局部貝葉斯回歸網(wǎng)絡(luò)(LBRN)。針對(duì)復(fù)雜系統(tǒng)的模型學(xué)習(xí)，LBRN具有學(xué)習(xí)速速快、辨識(shí)精度高和魯棒性強(qiáng)的特點(diǎn)。
　　為實(shí)現(xiàn)輪式機(jī)器人在硬質(zhì)地面上的

5、軌跡跟蹤控制，應(yīng)用模型學(xué)習(xí)方法設(shè)計(jì)了有效的控制律。針對(duì)具有模型參數(shù)不確定性的輪式機(jī)器人，應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)反饋誤差學(xué)習(xí)算法設(shè)計(jì)軌跡跟蹤控制器，其中神經(jīng)網(wǎng)絡(luò)對(duì)不確定的非線性動(dòng)力學(xué)模型進(jìn)行在線辨識(shí)，通過(guò)仿真實(shí)現(xiàn)了準(zhǔn)確的軌跡跟蹤控制。為降低車(chē)輪縱向滑轉(zhuǎn)對(duì)軌跡跟蹤的影響，建立了滑轉(zhuǎn)參數(shù)計(jì)算公式，結(jié)合滑轉(zhuǎn)參數(shù)補(bǔ)償和神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)控制器，通過(guò)仿真實(shí)現(xiàn)了車(chē)輪滑轉(zhuǎn)的軌跡跟蹤控制。車(chē)輪縱向滑轉(zhuǎn)和側(cè)向滑移耦合情況很難進(jìn)行滑轉(zhuǎn)和側(cè)滑參數(shù)估計(jì)，利用局部貝葉斯回歸

6、網(wǎng)絡(luò)方法對(duì)機(jī)器人打滑動(dòng)力學(xué)模型進(jìn)行離線辨識(shí)，通過(guò)仿真實(shí)現(xiàn)了基于打滑模型的軌跡跟蹤控制。
　　為實(shí)現(xiàn)輪式機(jī)器人在松軟地面上發(fā)生車(chē)輪滑轉(zhuǎn)、滑移和沉陷等情況的路徑跟蹤控制，結(jié)合地面力學(xué)理論和模型學(xué)習(xí)方法設(shè)計(jì)有效的跟蹤控制律。分析輪—地作用力學(xué)模型和設(shè)計(jì)單輪實(shí)驗(yàn)平臺(tái)，基于動(dòng)態(tài)反向傳播算法的遞歸神經(jīng)網(wǎng)絡(luò)模型在線辨識(shí)未知的地面參數(shù)?？紤]到多參數(shù)耦合的輪—地作用力學(xué)模型在車(chē)輪驅(qū)動(dòng)控制中很難直接應(yīng)用，采用高斯過(guò)程回歸方法和單輪實(shí)驗(yàn)平臺(tái)的數(shù)據(jù)觀測(cè)對(duì)

7、實(shí)際需要的輪—地作用力學(xué)模型進(jìn)行了辨識(shí)，實(shí)現(xiàn)了由車(chē)輪驅(qū)動(dòng)力矩來(lái)控制車(chē)輪的滑轉(zhuǎn)率、沉陷量和掛鉤牽引力。針對(duì)松軟地面上具有不確定性的復(fù)雜輪式機(jī)器人系統(tǒng)，建立了系統(tǒng)模型輸入輸出的映射關(guān)系式。應(yīng)用局部貝葉斯回歸網(wǎng)絡(luò)方法進(jìn)行模型辨識(shí)，并且建立了有效的控制器，通過(guò)仿真實(shí)現(xiàn)了松軟地形上的路徑跟蹤控制。
　　本文建立了輪式移動(dòng)機(jī)器人的系統(tǒng)模型，分析了系統(tǒng)模型具有不確定性的復(fù)雜情況，研究了神經(jīng)網(wǎng)絡(luò)、高斯過(guò)程回歸和局部貝葉斯回歸網(wǎng)絡(luò)的模型學(xué)習(xí)方法，并