一種姿態(tài)未知的多移動機(jī)器人系統(tǒng)的自適應(yīng)跟蹤控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于智能機(jī)器人技術(shù)領(lǐng)域，具體設(shè)及姿態(tài)未知條件下一種多移動機(jī)器人系 統(tǒng)的自適應(yīng)跟蹤控制設(shè)計方法。
【背景技術(shù)】
[0002] 近年來，多移動機(jī)器人系統(tǒng)的跟蹤控制與應(yīng)用受到日益廣泛的關(guān)注，逐漸成為復(fù) 雜性科學(xué)研究的一個焦點(diǎn)問題。其中各移動機(jī)器人僅利用局部信息進(jìn)行交互，并結(jié)合通信 等手段發(fā)揮分布式資源的優(yōu)勢實(shí)現(xiàn)整體規(guī)劃、解決局部沖突，從而達(dá)到整體預(yù)期目標(biāo)。移 動機(jī)器人系統(tǒng)是一個將環(huán)境感知、動態(tài)規(guī)劃與決策、行為控制與執(zhí)行等諸多功能融為一體 的復(fù)雜智能系統(tǒng)。它將傳感器技術(shù)、信息處理技術(shù)、電子工程技術(shù)、計算機(jī)技術(shù)、自動化控制 W及人工智能技術(shù)等諸多前沿學(xué)科的研究成果集中起來，代表了機(jī)電控制領(lǐng)域W及電子工 程領(lǐng)域內(nèi)的最高成就，在目前眾多科學(xué)技術(shù)研究領(lǐng)域中最為活躍的領(lǐng)域之一。隨著智能機(jī) 器人性能的不斷發(fā)展，智能化水平不斷提高，移動機(jī)器人的應(yīng)用范圍有了極大的擴(kuò)展，不僅 在工業(yè)、農(nóng)業(yè)、醫(yī)療衛(wèi)生行業(yè)、服務(wù)業(yè)等諸多行業(yè)中得到較為廣泛的應(yīng)用，同時也在安全防 護(hù)、軍工國防W及深空探測等對人體有害甚至有生命威脅的場合得到了極佳的應(yīng)用。因此， 移動機(jī)器人越來越受到當(dāng)今學(xué)者的關(guān)注。
[0003] 在移動機(jī)器人系統(tǒng)中，所有機(jī)器人利用自身配置的多種傳感器和執(zhí)行器來感知環(huán) 境并對環(huán)境的變化做出適當(dāng)?shù)姆磻?yīng)，而整個移動機(jī)器人系統(tǒng)在某種程度上可W視為一個移 動傳感器網(wǎng)絡(luò)和執(zhí)行器網(wǎng)絡(luò)；同時，整個移動機(jī)器人系統(tǒng)在控制過程中利用自身所配備的 通信設(shè)備進(jìn)行信息共享，使得整個系統(tǒng)在某種程度上又成為一個通信互聯(lián)網(wǎng)絡(luò)。由于移動 機(jī)器人系統(tǒng)為實(shí)際情況下的真實(shí)系統(tǒng)，同時現(xiàn)實(shí)情況中往往環(huán)境較為復(fù)雜，突發(fā)情況較多， 容易出現(xiàn)諸如傳感器故障等情況，為了提高多智能體系統(tǒng)對環(huán)境的適應(yīng)能力，減少多移動 機(jī)器人系統(tǒng)在控制過程中所必需的信息量可W達(dá)到減少移動機(jī)器人配備的傳感器數(shù)量，W 此節(jié)約資源并提高多移動機(jī)器人系統(tǒng)對復(fù)雜環(huán)境的適應(yīng)能力。
[0004] 注意到在實(shí)際環(huán)境中突發(fā)情況較多，針對系統(tǒng)的姿態(tài)未知W及控制輸入存在非線 性擾動的問題，通過利用觀測器理論對未知智能體的姿態(tài)進(jìn)行估計可W有效地減少系統(tǒng)對 狀態(tài)信息的依賴程度，同時針對系統(tǒng)控制輸入存在非線性擾動的問題，可W利用自適應(yīng)控 制律對擾動進(jìn)行逼近，可W使系統(tǒng)更具有魯椿性，是系統(tǒng)能夠更好地在復(fù)雜的環(huán)境適應(yīng)，也 為大規(guī)模移動機(jī)器人系統(tǒng)的實(shí)際應(yīng)用提供了一種有效地解決方法。
[0005] 姿態(tài)未知條件下多移動機(jī)器人系統(tǒng)的自適應(yīng)跟蹤控制在國內(nèi)外均處于探索研究 階段，針對姿態(tài)未知的問題，目前很多成果都是利用滑?？刂剖瓜到y(tǒng)的誤差逐漸收斂于滑 模面上，但是滑?？刂仆菀壮霈F(xiàn)抖振現(xiàn)象，同時很多成果針對的控制系統(tǒng)也主要為較 為理想的二階積分器系統(tǒng)，該就使得成果在實(shí)際的移動機(jī)器人系統(tǒng)中無法適用。

【發(fā)明內(nèi)容】

[0006] 有鑒于此，本發(fā)明提供了一種姿態(tài)未知的多移動機(jī)器人系統(tǒng)自適應(yīng)跟蹤控制方 法，能夠在姿態(tài)未知條件下實(shí)現(xiàn)對多移動機(jī)器人系統(tǒng)的跟蹤控制，且該方法為基于觀測器 的自適應(yīng)控制方法，可W使系統(tǒng)在演化的過程中實(shí)現(xiàn)跟隨者機(jī)器人對領(lǐng)航者機(jī)器人的跟蹤 控制。
[0007] 為了達(dá)到上述目的，本發(fā)明的技術(shù)方案為；該方法包括如下步驟：
[0008] 步驟一：針對多移動機(jī)器人系統(tǒng)中的每個移動機(jī)器人，均進(jìn)行如下建模，首先建立 全局坐標(biāo)系0-xy;選取平面空間內(nèi)任意一點(diǎn)0點(diǎn)為原點(diǎn)，并選取過0點(diǎn)的相互正交的兩個 方向分別為X軸和y軸；然后建立當(dāng)前移動機(jī)器人的局部坐標(biāo)系C-x^K;選取當(dāng)前移動機(jī)器 人的軸屯、點(diǎn)C點(diǎn)為原點(diǎn)，選取過C點(diǎn)的相互正交的兩個方向分別為X,軸和yC軸；其中C點(diǎn) 在全局坐標(biāo)系0-xy中的坐標(biāo)為（X。，y。)，局部坐標(biāo)系相對于全局坐標(biāo)系的旋轉(zhuǎn)角為0。
[0009] 步驟二：在多移動機(jī)器人系統(tǒng)中，單個移動機(jī)器人依據(jù)其軌跡跟蹤分為領(lǐng)航者與 跟隨者，其中領(lǐng)航者r的軸屯、點(diǎn)在全局坐標(biāo)系0-xy中的坐標(biāo)為（X,，y,)，r的局部坐標(biāo)系相 對于全局坐標(biāo)系0-xy的旋轉(zhuǎn)角度為0,，平動的線速度為Vf，轉(zhuǎn)動的角速度為Of。
[0010]跟隨者f的軸屯、點(diǎn)在全局坐標(biāo)系0-xy中的坐標(biāo)為（Xf，yf)，跟隨者f的局部坐標(biāo) 系相對于全局坐標(biāo)系0-xy的旋轉(zhuǎn)角度為0f，平動的線速度為Vf，轉(zhuǎn)動的角速度為Of。
[0011] 則跟隨者f與領(lǐng)航者r的誤差模型為：
[0012]
[0013] 其中**為跟隨者f沿X,軸方向的速度，知為跟隨者f沿y,軸方向的速度為跟 隨者f的轉(zhuǎn)動角速度；其中X。為f與r的在X軸方向上的誤差，y。為f與r的在y軸方向 上的誤差，9。為f與r的局部坐標(biāo)系相對于全局坐標(biāo)系的旋轉(zhuǎn)角的誤差，九和馬分 別為Xe、ye化及0e的導(dǎo)數(shù)。
[0014] 其中0為非線性擾動，該非線性擾動0局部光滑并最終能夠趨近于一個緊集 QiGR，R為實(shí)數(shù)集。
[0015] 步驟在多移動機(jī)器人系統(tǒng)中，每個移動機(jī)器人均獲取其他移動機(jī)器人的信息 進(jìn)行非線性擾動評估，獲得該移動機(jī)器人的非線性擾動的估計值A(chǔ)= ^0;其中r是對該移 動機(jī)器人的擾動系數(shù)！的估計值，為擾動函數(shù)，口￡*"'，護(hù)為￥'維度的歐式空間，其中V' 為基礎(chǔ)函數(shù)。
[0016] 建立非線性擾動系數(shù)的自適應(yīng)律為：
[0017]
[001引其中04和C5為自適應(yīng)參數(shù)，磚是.馬的導(dǎo)數(shù)，4 =sin目e，1]^ =cos目e，^巧；^"分 別為4和的估計值。
[0019] 步驟四：建立針對0J勺=角函數(shù)值的二階觀測器，建立二階觀測器狀態(tài)中間量f 和g的導(dǎo)數(shù)：則該二階觀測器具體為：
[0024]g和/分別為f和g的估計值；/和，！分別為f和g的估計值的導(dǎo)數(shù)；由該二階觀 測器，獲得矣巾,為乂曲導(dǎo)數(shù)。
[00巧]步驟五：跟隨者的控制律設(shè)置為：
[0026]
[0027] Vf=V,+C2X,-C3W,Ye
[0028] 其中，C2，C3，Ce均為固定參數(shù)，此時領(lǐng)航者r的Vf和Of為持續(xù)的外部輸入，且C2> 0，C3> -1，〇4<〇，Cs< 0，1 > Ce> 0，
k> 0為固定參數(shù)，Wm表示擾動參數(shù)W的上界。
[0029] 根據(jù)該控制律，對跟隨者進(jìn)行跟蹤控制。
[0030] 進(jìn)一步地，對步驟五建立的二階觀測器進(jìn)行誤差分析：
[0031] 該二階觀測器的誤差分別為聲=^_矣跨二診，則該二階觀測器誤差的動態(tài)方 程分別為：
[0032]
[0034] 其中'和，咬分別為和，擇的導(dǎo)數(shù)，當(dāng)和r近似為0時，該多移動機(jī)器人系統(tǒng)保 持穩(wěn)定。
[00對有益效果；
[0036] 本發(fā)明針對姿態(tài)未知條件下多移動機(jī)器人系統(tǒng)的跟蹤控制問題，提出了一種基于 觀測器的自適應(yīng)控制方法，針對多移動機(jī)器人系統(tǒng)中跟隨者無法獲取自身姿態(tài)的問題，對 跟隨者與領(lǐng)航者誤差角的=角函數(shù)設(shè)計觀測器，W此間接實(shí)現(xiàn)了對跟隨者與領(lǐng)航者誤差角 的觀測，同時針對系統(tǒng)控制輸入存在非線性擾動的問題，在對該擾動進(jìn)行建模后，設(shè)計了自 適應(yīng)控制律，最后將觀測器與自適應(yīng)律相結(jié)合設(shè)計了一種基于觀測器的自適應(yīng)控制方法， 成功實(shí)現(xiàn)了多移動機(jī)器人系統(tǒng)中跟隨者對領(lǐng)航者的跟蹤控制，使跟隨者能夠?qū)崿F(xiàn)對領(lǐng)航者 的跟蹤控制。本發(fā)明提出的控制方法可W適用于實(shí)際的移動機(jī)器人系統(tǒng)，為復(fù)雜環(huán)境下移 動機(jī)器人出現(xiàn)傳感器故障等突發(fā)情況時的跟蹤控制問題提供了一種行之有效的解決方法， 同時該方法也可w減少移動機(jī)器人對姿態(tài)傳感器的依賴，使移動機(jī)器人可ww較低的負(fù) 載，較少的能耗實(shí)現(xiàn)控制目標(biāo)。
【附圖說明】
[0037] 圖1-移動機(jī)器人運(yùn)動學(xué)模型；
[0038] 圖2-多移動機(jī)器人系統(tǒng)軌跡跟蹤控制模型；
[0039] 圖3-MobileSim仿真實(shí)驗(yàn)多移動機(jī)器人系統(tǒng)的初始狀態(tài)；
[0040] 圖4-MobileSim仿真實(shí)驗(yàn)多移動機(jī)器人系統(tǒng)的最終狀態(tài)。
【具體實(shí)施方式】
[0041] 下面結(jié)合附圖并舉實(shí)施例，對本發(fā)明進(jìn)行詳細(xì)描述。
[0042] 本發(fā)明針對姿態(tài)未知條件下多移動機(jī)器人系統(tǒng)跟蹤控制問題提出了一種基于觀 測器的自適應(yīng)控制方法，使多移動機(jī)器人系統(tǒng)中跟隨者能夠?qū)崿F(xiàn)對領(lǐng)航者的跟蹤控制。
[0043] 步驟一；單個移動機(jī)器人建模
[0044] 如圖1所示，在平面空間內(nèi)任意選定一點(diǎn)，將該點(diǎn)設(shè)置為原點(diǎn)0,在該點(diǎn)建立全局 坐標(biāo)系并選取互相正交的兩個方向作為X軸與y軸。為了局部坐標(biāo)系在全局坐標(biāo)系的映射 情況，選擇機(jī)器人軸屯、點(diǎn)C點(diǎn)作為局部坐標(biāo)軸的原點(diǎn)，在通常情況認(rèn)為C點(diǎn)也即是機(jī)器人的 重屯、所在。在局部坐標(biāo)系中，使用{xc，yj坐標(biāo)機(jī)器人局部坐標(biāo)系上的兩條軸線，該樣就完 成了機(jī)器人局部坐標(biāo)系的定義?？紤]到機(jī)器人所在的全局坐標(biāo)系，C點(diǎn)的位置可W用全局 坐標(biāo)系（x，y)來表示，同時局部坐標(biāo)系可W看作是全局坐標(biāo)系旋轉(zhuǎn)了 0而得到，同時假定 移動機(jī)器人平動的線速度為v(t)，轉(zhuǎn)動的角速度為《 (t)，該樣則可W得到移動機(jī)器人在 全局坐標(biāo)系上的運(yùn)動模型。
[004引
（1)
[0046] 從系統(tǒng)模型中可W看出，模型的狀態(tài)信息共有3個，分布式Xc，yc，e，但是控制量 只有2個，分別是V (t)，《(t)，該就使得系統(tǒng)模型是非完整約束模型，同時狀態(tài)量與控制量 存在乘積形式的禪合，該都極大地提高了處理移動機(jī)器人模型的難度。
[0047] 步驟二：多移動機(jī)器人系統(tǒng)軌跡跟蹤控制建模
[0048] 考慮到本專利主要研究的是多移動機(jī)器人系統(tǒng)的軌跡跟蹤問題，因而需要對跟隨 者與領(lǐng)航者之間的狀態(tài)誤差進(jìn)行研究，因此需要對模型做出一定的變化。假定領(lǐng)航者同為 移動機(jī)器人模型，它的狀態(tài)信息用（Xf，yt，0,)來表示，相對應(yīng)的，控制輸入用（Vf，Of)表 示，為了將領(lǐng)航者與跟隨者進(jìn)行區(qū)分，跟隨者的狀態(tài)信息W及控制輸入則為（x，y，0)W及 (v，《)。跟隨者與領(lǐng)航者的誤差坐標(biāo)如圖2所示。
[0049] 根據(jù)圖中的坐標(biāo)系，就可W得到跟隨者與領(lǐng)航者的誤差模型為
[0050]