1、Pure Mathematics 理论数学理论数学,2023,13(8),2260-2266 Published Online August 2023 in Hans.https:/www.hanspub.org/journal/pm https:/doi.org/10.12677/pm.2023.138232 文章引用文章引用:刘志民.基于有限时间的移动机器人轨迹跟踪控制方法J.理论数学,2023,13(8):2260-2266.DOI:10.12677/pm.2023.138232 基于有限时间的移动机器人轨迹跟踪基于有限时间的移动机器人轨迹跟踪 控制方法控制方法 刘志民刘志民 上海出版印
2、刷高等专科学校基础教学部，上海 收稿日期：2023年6月27日；录用日期：2023年7月28日；发布日期：2023年8月7日 摘摘 要要 本文提出了一种新的移动机器人轨迹跟踪控制方法。为了精确跟踪预定轨迹，采用有限时间控制策略将本文提出了一种新的移动机器人轨迹跟踪控制方法。为了精确跟踪预定轨迹，采用有限时间控制策略将移动机器人的误差动力学分为两个子系统。首先，为一阶系统设计了角速度的全局有限时间控制律，以移动机器人的误差动力学分为两个子系统。首先，为一阶系统设计了角速度的全局有限时间控制律，以稳定移动机器人的角度误差。然后，设计了有限时间前向速度滑模控制律，所设计的控制系统具有全局稳定移动机器
3、人的角度误差。然后，设计了有限时间前向速度滑模控制律，所设计的控制系统具有全局稳定性。此外，利用李雅普诺夫控制理论分析了整个闭环系统的全局一致稳定性。最后，将所提出的控稳定性。此外，利用李雅普诺夫控制理论分析了整个闭环系统的全局一致稳定性。最后，将所提出的控制算法应用于移动机器人，仿真结果表明了良好的收敛性和性能。制算法应用于移动机器人，仿真结果表明了良好的收敛性和性能。关键词关键词 有限时间有限时间，移动机器人移动机器人，轨迹跟踪轨迹跟踪 Trajectory Tracking Control Method of Mobile Robot Based on Finite Time Zhimi
4、n Liu Basic Teaching Department,Shanghai Publishing and Printing College,Shanghai Received:Jun.27th,2023;accepted:Jul.28th,2023;published:Aug.7th,2023 Abstract This paper presents a new method of trajectory tracking control for mobile robots.In order to ac-curately track the predetermined trajectory
5、,the finite time control strategy is used to divide the error dynamics of the mobile robot into two subsystems.Firstly,a global finite-time control law of angular velocity is designed for the first-order system to stabilize the angular error of the mobile robot.Then,a finite time forward velocity sl
6、iding mode control law is designed,and the designed control system has global stability.In addition,the global uniform stability of the whole closed-loop 刘志民 DOI:10.12677/pm.2023.138232 2261 理论数学 system is analyzed by using Lyapunov control theory.Finally,the proposed control algorithm is applied to
7、 the mobile robot,and the simulation results show good convergence and performance.Keywords Finite-Time,Mobile Robot,Trajectory Tracking Copyright 2023 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecomm
8、ons.org/licenses/by/4.0/1.引言引言 在过去的二十年中，移动机器人已广泛应用于各种工业过程。移动机器人的关键挑战之一是控制系统，它被称为一类典型的非完整系统1 2。移动机器人控制系统设计中的一个重要方向是轨迹跟踪。移动机器人是一个耦合的非线性系统，它不能满足 Brockett 的必要条件2，使传统的设计方法难以达到控制目标。近年来，非完整移动机器人的跟踪控制问题越来越受到关注。Wang Yaonan 等人3通过使用相应误差模型的泰勒线性化提出了跟踪控制律。为扩展在笛卡尔空间中的轨迹跟踪问题，Urakubo T 等4提出了平滑控制律，该控制律在任何初始条件下都可实现指数稳
9、定性，从而可提高算法的收敛速度。Morin P 等人利用链式结构提出了一种时变反馈控制方法5。为了进一步研究跟踪问题，科研工作者已经做了大量的研究工作。滑动模式控制策略提出了滑模面的控制方法6，文7中考虑了具有有界干扰情况下的滑模控制问题。文8 9中引入了平滑时变反馈控制律，保证了控制系统的全局指数收敛。通过将级联设计和反推方法相结合，10中设计了一种跟踪控制器。考虑了输入转矩饱和和外部干扰的情况，这是一种新的自适应控制方案。这些控制方法的广泛应用促进了跟踪控制的发展。但上述大多数文献所用方法只考虑了渐近稳定性，这意味着它们在无限时间内才能实现了收敛。此外，渐近稳定性可能不会产生高精度的快速收
10、敛性能。事实上，对于实际的移动机器人来说，在有限的时间内达到目标更为理想。有限时间跟踪控制方法11是一种快速控制技术，可在有限时间内使控制量收敛。12中给出了非完整系统的全局有限时间跟踪控制器。J.Wang，Y.Shou，X.Liu 等人13 14 15证明了基于有限时间Lyapunov 稳定性的全局有限时间镇定定理。文16中，有限时间控制技术用于飞行姿态控制。然而，迄今为止，移动机器人的有限时间跟踪控制问题研究还不够深入17 18 19 20。为了克服这些困难，在本文中，我们采用有限时间控制策略将移动机器人的误差动力学分为两个子系统。首先，为一阶系统设计了角速度的全局有限时间控制律，以稳定移
11、动机器人的角度误差。然后，设计了有限时间前向速度滑模控制律，所设计的控制系统具有全局稳定性。通过结合有限时间控制技术和滑动模式与滑模控制方法相比，我们提高了滑模控制方法收敛速度的有效性。2.问题描述问题描述 本文所考虑的移动机器人由三个轮子组成。移动机器人前部的两个驱动轮由两个独立的电机驱动。另一个轮子是移动机器人后部的从动轮(见图 1)。设 D 和 r 分别表示轮轴的长度和驱动轮的半径。速度VL和 VR分别表示左轮和右轮的速度。控制变量 v 和表示正向移动机器人的速度和角速度，其可以描述为 Open AccessOpen Access刘志民 DOI:10.12677/pm.2023.1382
12、32 2262 理论数学 Figure 1.Schematic diagram of mobile robot tracking 图图 1.移动机器人跟踪示意图 112211LRvvvDD=(1)移动机器人在 X-Y 平面上的运动学模型如下所示：cos0sin001xqyu=(2)其中T,qx y=表示移动机器人质量中心的姿态坐标。(),x y定义为笛卡尔坐标，是航向方向和 x 轴之间的方位角。控制输入 u 为 T,uv=假设不存在滑移效应，移动机器人的运动学模型满足非完整约束。对于上述假设下的移动机器人，非完整约束方程可以表示为 sincosxy=跟踪控制问题的目的是设计前向速度 v 和角速
13、度 w 的规律，使得移动机器人跟踪参考轨迹。在图 1中，状态向量T,dddeqxy=表示参考姿势，并且状态向量T,qx y=表示实际姿势。状态向量T,eeeeqxy=定义为姿态误差 根据几何关系，有效的全局坐标变换描述如下 cossin0sincos0001edeededxxxqyyy=(3)通过取方程(3)的导数，可以获得系统的误差动态：cossineedeeedeedxyvvyxv=+=+=(4)刘志民 DOI:10.12677/pm.2023.138232 2263 理论数学 在本文中，移动机器人的轨迹跟踪问题是设计一种时变状态反馈律的形式()(),eeeeeet xyvv t xy=使
14、得三个状态误差,eexy和e在有限时间内收敛到零。3.跟踪控制策略设计跟踪控制策略设计 定理：定理：考虑系统(4)，存在控制律(5)，使得系统(4)是全局一致稳定的。()1122102mndeemnddededvvykx signss=+=+(5)取李雅普诺夫函数 221122eeVxy=+然后我们沿着子系统(30)和(31)计算(42)的时间导数，我们得到()()()()022000eeeedededeedededeeeddeddVx xy yyvvxx ykx signxx yk xsignk ysign=+=+=故该系统为全局渐近稳定。4.仿真仿真 为了证明所提出的控制律的有效性，我们用
15、(4)所描述的运动微分误差模型，进行了仿真，以()()1,1ddvtt=为期望速度，期望位置如下()()()()()1.5sin51.5cos5ddddxttyttttt=仿真结果如图 26 所示。Figure 2.Lateral error versus time 图图 2.横向误差随时间变化 刘志民 DOI:10.12677/pm.2023.138232 2264 理论数学 Figure 3.Longitudinal error over time 图图 3.纵向误差随时间变化 Figure 4.Angle error versus time 图图 4.角度误差随时间变化 Figure 5
16、.Control input versus time 图图 5.控制输入 v 随时间变化 刘志民 DOI:10.12677/pm.2023.138232 2265 理论数学 Figure 6.Control input versus time 图图 6.控制输入 w 随时间变化 5.结论结论 在本研究中，提出了一种新的控制方法来实现非完整移动机器人的轨迹跟踪控制机器人。采用级联设计将移动机器人的误差模型分为两个子系统。对于一阶为了稳定角误差，本文开发了一种有限时间控制律。放宽严格限制针对移动机器人所需的角速度，采用有限时间滑模控制设计了机器人的控制律二阶子系统的前向速度，这提高了收敛速度并克服
17、了滑模控制系统。分析了所开发控制方法的稳定性，并给出了一些充分条件：鉴于最后，仿真结果验证了该控制方法的可行性。与一般的有限时间控制方法相比，所提出的控制方法可以获得更快的收敛速度。参考文献参考文献 1 Tayebi,A.,Tadjine,M.and Rachid,A.(2001)Invariant Manifold Approach for the Stabilization of Nonholonomic Chained Systems:Application to a Mobile Robot.Nonlinear Dynamics,24,167-181.2 Sankaranarayana
18、n,V.and Mahindrakar,A.D.(2009)Switched Control of a Nonholonomic Mobile Robot.Communi-cations in Nonlinear Science and Numerical Simulation,14,2319-2327.https:/doi.org/10.1016/sns.2008.06.002 3 Wang,Y.,Miao,Z.,Zhong,H.and Pan,Q.(2015)Simultaneous Stabilization and Tracking of Nonholonomic Mobile Rob
19、ots:A Lyapunov-Based Approach.IEEE Transactions on Control Systems Technology,23,1440-1450.https:/doi.org/10.1109/TCST.2014.2375812 4 Urakubo,T.(2015)Feedback Stabilization of a Nonholonomic System with Potential Fields Application to a Two-Wheeled Mobile Robot among Obstacles.Nonlinear Dynamics,81,
20、1475-1487.https:/doi.org/10.1007/s11071-015-2082-5 5 Morin,P.and Samso,C.(2001)A Characterization of the Lie Algebra Rank Condition by Transverse Periodic Func-tions.SIAM Journal on Control and Optimization,40,1227-1249.https:/doi.org/10.1137/S0363012900366054 6 Fierro,R.and Lewis,F.L.(1997)Control
21、of a Nonholonomic Mobile Robot:Backstepping Kinematics into Dynamics.Robotic System,14,149-163.https:/doi.org/10.1002/(SICI)1097-4563(199703)14:33.0.CO;2-R 7 Tanner,H.G.and Kyriakopoulos,K.J.(2002)Discontinuous Backstepping for Stabilization of Nonholonomic Mobile Robots.Proceedings of 19th IEEE Int
22、ernational Conference on Robotics Automation,Washington DC,11-15 May 2002,3948-3953.https:/doi.org/10.1109/TRA.2004.825470 8 Do,K.D.,Jiang,Z.P.and Pan,J.(2004)A Global Output-Feedback Controller for Simultaneous Tracking and Stabili-zation of Unicycle-Type Mobile Robots.IEEE Transactions on Automati
23、c Control,20,589-594.9 Yan,Z.,Yang,H.and Zhang,W.(2022)Robust Nonlinear Model Predictive Control of a Bionic Underwater Robot with External Disturbances.Ocean Engineering,263,Article ID:111310.https:/doi.org/10.1016/j.oceaneng.2022.111310 10 Zhu,Y.K.,Qiao,J.Z.and Guo,L.(2019)Adaptive Sliding Mode Di
24、sturbance Observer-Based Composite Control with 刘志民 DOI:10.12677/pm.2023.138232 2266 理论数学 Prescribed Performance of Space Manipulators for Target Capturing.IEEE Transactions on Industrial Electronics,66,1973-1983.https:/doi.org/10.1109/TIE.2018.2838065 11 Yang,X.,Yan,J.,Hua,C.and Guan,X.(2021)Trajec
25、tory Tracking Control of Autonomous Underwater Vehicle with Unknown Parameters and External Disturbances.IEEE Transactions on Systems,Man,and Cybernetics:Systems,51,1054-1063.https:/doi.org/10.1109/TSMC.2019.2894171 12 Wang,H.,Tian,Y.and Xu,H.(2022)Neural Adaptive Command Filtered Control for Cooper
26、ative Path Following of Multiple Underactuated Autonomous Underwater Vehicles along One Path.IEEE Transactions on Systems,Man,and Cybernetics:Systems,52,2966-2978.https:/doi.org/10.1109/TSMC.2021.3062077 13 Wang,J.,Wang,C.,Wei,Y.and Zhang,C.(2020)Neuroadaptive Sliding Mode Formation Control of Auton
27、omous Underwater Vehicles with Uncertain Dynamics.IEEE Systems Journal,14,3325-3333.https:/doi.org/10.1109/JSYST.2019.2938315 14 Shou,Y.,Xu,B.,Zhang,A.and Mei,T.(2021)Virtual Guidance-Based Coordinated Tracking Control of Mul-ti-Autonomous Underwater Vehicles Using Composite Neural Learning.IEEE Tra
28、nsactions on Neural Networks and Learning Systems,32,5565-5574.https:/doi.org/10.1109/TNNLS.2021.3057068 15 Liu,X.,Zou,Y.,Meng,Z.and You,Z.(2020)Coordinated Attitude Synchronization and Tracking Control of Multiple Spacecraft over a Communication Network with a Switching Topology.IEEE Transactions o
29、n Aerospace and Elec-tronic Systems,56,1148-1162.https:/doi.org/10.1109/TAES.2019.2925512 16 Du,H.,Wen,G.,Cheng,Y.,Lu,W.and Huang,T.(2020)Designing Discrete-Time Sliding Mode Controller with Mismatched Disturbances Compensation.The IEEE Transactions on Industrial Informatics,16,4109-4118.https:/doi.
30、org/10.1109/TII.2019.2957002 17 Quiroz,D.and Cuellar,F.(2019)Design of a Low Cost AUV with Adaptive Backstepping Control System to Monitor the Peruvian Coastline.Proceedings OCEANS,Marseille,17-20 June 2019,1-6.https:/doi.org/10.1109/OCEANSE.2019.8867249 18 Dai,S.-L.,He,S.,Wang,M.and Yuan,C.(2019)Ad
31、aptive Neural Control of Underactuated Surface Vessels with Prescribed Performance Guarantees.IEEE Transactions on Neural Networks and Learning Systems,30,3686-3698.https:/doi.org/10.1109/TNNLS.2018.2876685 19 Chen,W.,Wen,C.,Hua,S.and Sun,C.(2014)Distributed Cooperative Adaptive Identification and C
32、ontrol for a Group of Continuous-Time Systems with a Cooperative PE Condition via Consensus.IEEE Transactions on Automatic Control,59,91-106.https:/doi.org/10.1109/TAC.2013.2278135 20 Wang,Y.-W.,Lei,Y.,Bian,T.and Guan,Z.-H.(2020)Distributed Control of Nonlinear Multiagent Systems with Unknown and Nonidentical Control Directions via Event-Triggered Communication.IEEE Transactions on Cybernet-ics,50,1820-1832.https:/doi.org/10.1109/TCYB.2019.2908874
