高海波;宋兴国;丁、梁;夏克瑞;李楠;邓宗全 具有未知滑移的轮式移动机器人的自适应运动控制。 (英语) Zbl 1317.93190号 国际J.控制 87,第8期,1513-1522(2014). 摘要:轮式移动机器人(WMR)作为一种主要的代表性非完整系统,通常用于穿越非结构化的越野环境。与传统轮式移动机器人相比,WMR在斜坡或崎岖地形中移动时经常会发生滑移,滑移会在车辆中产生较大的累积位置误差。车轮滑移率的估计对于提高运动控制的准确性至关重要。本文提出了一种改进的自适应控制器,使WMR能够在未知纵向滑移的情况下跟踪期望轨迹,其中闭环跟踪系统的稳定性由Lyapunov理论保证。所有系统状态均采用神经网络在线权值调整算法,确保在输入信号有界的情况下,机器人运动的跟踪误差小且不失稳定性。在各种Matlab仿真中,我们使用所提出的控制方法证明了优越的跟踪结果。 引用于5文件 MSC公司: 93C85号 控制理论中的自动化系统(机器人等) 93C40型 自适应控制/观测系统 92B20型 生物研究、人工生命和相关主题中的神经网络 第93天05 李亚普诺夫和控制理论中的其他经典稳定性(拉格朗日、泊松、(L^p、L^p)等) 93立方厘米 由常微分方程控制的控制/观测系统 关键词:非完整系统;轮式移动机器人;径向基函数;神经网络(NN);滑移率;李亚普诺夫理论 软件:Matlab公司 PDF格式BibTeX公司 XML格式引用 \textit{H.Gao}等人,国际期刊控制87,第8期,1513--1522(2014;Zbl 1317.93190) 全文: 内政部 参考文献: [1] DOI:10.1016/j.jterra.2010.08.001·doi:10.1016/j.jterra.2010.08.001 [2] Er M.J.,IEEE工业电子学报,50(3),第116页–(2003) [3] 内政部:10.1109/72.701173·doi:10.1109/72.701173 [4] Haykin S,神经网络和学习机器(2009) [5] 内政部:10.1017/CBO9780511810817·Zbl 0576.15001号 ·doi:10.1017/CBO9780511810817 [6] 内政部:10.1002/rob.1010·Zbl 1033.70500号 ·doi:10.1002/rob.1010 [7] Iosasaqui J.G.,第十八届巴西国会议员,第1846页–(2010年) [8] DOI:10.1016/j.neucom.2009.08.011·Zbl 05721219号 ·doi:10.1016/j.neucom.2009.08.011 [9] DOI:10.1016/j.eswa.2010.06.092·doi:10.1016/j.eswa.2010.06.092 [10] DOI:10.1016/j.automatica.2010.08.012·Zbl 1205.93080号 ·doi:10.1016/j.automatica.2010.08.012 [11] DOI:10.1016/j.fss.2008.09.013·Zbl 1175.93129号 ·doi:10.1016/j.fss.2008.09.013 [12] 内政部:10.1109/TCST.2011.2168224·doi:10.1109/TCST.2011.2168224 [13] DOI:10.10109/TNN.2008.2004406·doi:10.1109/TNN.2008.2004406 [14] DOI:10.1016/j.jterra.2008.03.003·doi:10.1016/j.jterra.2008.03.003 [15] Slotine J-J.E.,应用非线性控制(1991) [16] 内政部:10.1002/rnc.1816·Zbl 1261.93039号 ·doi:10.1002/rnc.1816 [17] DOI:10.2316/期刊.206.2011.1.206-3401·Zbl 1260.93123号 ·doi:10.2316/期刊.206.2011.1.206-3401 [18] Wang,Z.P.Ge,S.S.Lee,T.H.&Lai,X.C.(2006)。轮式移动机器人的自适应智能神经网络跟踪控制。ICARCV公司。 [19] Wong,《地面车辆理论》(2001) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。