车式移动机器人系统的轨迹跟踪控制【文献综述】.docVIP

毕业设计文献综述 电气工程及其自动化 车式移动机器人系统的轨迹跟踪控制 研究历史： 20世纪中期，计算机和自动化技术的发展，原子能的开发利用为机器人的发展利用奠定了基础，但由于当时电子技术的发展尚未达到一定水平，所以总体来说60年代及以前都处在机器人的研究和开发阶段。70年代开始，计算机控制技术、通信技术、大规模和超大规模集成电路迅猛发展为机器人的发展提供了便利。微电子学的出现不仅使机器人装置灵活可靠，而且价廉物美。80年代开始，由于美国国防高级研究计划局（DARPA）专门立项，制定了地面天人作战平台的战略计划。因此全世界掀开了全面研究移动机器人的序幕。 国外，在移动机器人研究方面，美、英、德、法、日等国家走在世界前列。时至今日，各类移动机器人的研究制造已经达到一定水平，应用范围涉及人民生活的各个方面。国内，对于移动机器人的严重研究开始于“七五”计划的制定，在各大学、研究院的共同努力下，相继研制出各类用于各个不同场合的移动机器人，技术日趋成熟，但与世界先进水平还有一定距离。同时，关于机器人轨迹控制的研究伴随对移动机器人的研究一同深入。 研究现状： 由于对于机器人轨迹控制的研究不断深入，现阶段涌现出基于各种非线性控制理论的控制方法，大致有如下几种： (1)非线性状态反馈(Nonlinear state feedback)控制方法 非线性状态反馈方法主要通过非线性状态反馈，基于非完整移动机器人运动学模型，设计非线性状态反馈控制律，得到一个闭环系统。这里的状态，是指非完整移动机器人闭环控制系统状态空间方程中的状态向量，用非完整移动机器人期望轨迹与实际轨迹之间的位姿误差来表示。该方法最大的问题在于如何使系全局渐近稳定在原点平衡状态。Andrea．Novel等人全面地分析了轮式非完整移动机器人的结构与其反馈线性化的关系。C．Samson等利用微分平坦的概念，引入动态反馈得到指数收敛的存在奇异点的局部跟踪控制律用一维动态跟踪控制器方法可以得到闭环系统无奇异点的跟踪控制器，但该方法要求参考角速度控制输入不能趋于零，这使得轨迹跟踪里最通常的直线轨迹跟踪变得不能实现。 (2)滑模(Sliding mode)控制方法 滑模控制方法的主要思想在于利用高速的开关控制律，驱动非线性系统的状态轨迹渐近地到达一个预先设计的状态空间曲面上，该表面称作滑动或开关表面，并且在以后的时间，状态轨迹将保持在该滑动表面上，对于系统的模型不确定性和外部扰动具有很好的鲁棒性。作为一种鲁棒控制手段，基于非完整移动机器人运动学模型的滑模控制已经被应用于非完整移动机器人运动控制的理论研究中。滑模控制方法的主要问题在于控制律中的不连续项会直接转移到输出项，使系统在不同的控制逻辑之间来回高速切换引起系统出现不可避免的“抖振”现象，造成实际控制效果较差。 (3)自适应(Adaptive)控制方法 当受控系统参数发生变化时，自适应控制通过及时地辨识、学习和调整控制律，可以达到一定的性能指标。该方法不需要系统动力学模型信息，只是根据系统性能自适应调整控制器增益，具有计算简单和鲁棒性好的优点。但是自适应方法实现过于复杂，难于满足一般的非完整移动机器人控制的实时性要求，而且当存在参数不确定性时，自适应控制较难保证系统的稳定性，所以尚未应用于实际非完整移动机器人平台。 (4)计算力矩(Compmed torque)方法 计算力矩方法是一种基于机器人逆动力学模型直接控制电机电流的方法。该方法考虑了各种扰动因素。由于计算力矩法的效果取决于它所依据的动力学模型的精确程度，即使是在无外界干扰的条件下，对非完整移动机器人的精确动力学建模也是难以实现的，因此该方法的鲁棒性较差，理论和实践意义都不大。 (5)反步(Backstepping)控制方法 反步控制方法是基于Lyapunouv稳定性理论，以一种递归的方式构造出Lyapunovi函数，并推导出使整个闭环系统呈Lyapunov稳定的控制律的设计方法。反步控制法的基本思想是将复杂的非线性系统分解成不超过系统阶数的子系统，然后为每个子系统设计部分Lyapunov函数(简称矿函数)和中间虚拟控制量，一直“后退”到整个系统，将它们集成起来完成整个控制律的设计。反步控制法适用于可状态线性化或具有严参数反馈的不确定非线性系统。 (6)智能(Intelligent)控制方法 智能控制使控制系统设计不再依赖于数学模型，摆脱了线性局限，同时也为解决非完整移动机器人运动控制问题提供了新的手段，具有巨大的理论价值和应用前景。对运动控制问题，目前主要应用的是模糊控制和神经网络控制。 发展动向和趋势： 研究移动机器人轨迹跟踪控制问题，虽然理论意义重大，但最终还是要服务于控制系统实现，即应用于实际机器人平台。因此人们总是希望所设计的控制律，在理论上可行的前提下能尽量同时兼顾下列特