基于智能优化的移动机器人轨迹跟踪控制

doi:10.3778/j.issn.1002-8331.2010.06.064

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (6): 221-223.DOI: 10.3778/j.issn.1002-8331.2010.06.064

基于智能优化的移动机器人轨迹跟踪控制

曹有辉，王良曦

装甲兵工程学院机械工程系，北京 100072

收稿日期:2008-08-28 修回日期:2008-11-05 出版日期:2010-02-21 发布日期:2010-02-21
通讯作者: 曹有辉

Tracking control of mobile robot based on intelligent optimization

CAO You-hui，WANG Liang-xi

Department of Mechanical Engineering，Academy of Armored Force Engineering，Beijing 100072，China

Received:2008-08-28 Revised:2008-11-05 Online:2010-02-21 Published:2010-02-21
Contact: CAO You-hui

摘要/Abstract

摘要： 建立了机器人运动学模型，设计了基于Lyaponov稳定理论的轨迹跟踪控制器，该控制器的性能取决于其参数的大小。粒子群优化算法具有收敛速度快，需要调节的参数少等优点，但优化过程中容易发生“早熟”收敛，使优化陷入局部极小值。通过引入模拟退火算法、“交叉算子”和“变异算子”，提出了一种改进粒子群优化算法，对控制器的参数进行优化设计。最后，通过仿真计算，证明了该方法的有效性。

关键词: 移动机器人, 轨迹跟踪, 控制规律, 改进粒子群算法

Abstract: Kinematic model of mobile robot and controller based on Lyaponov steady theory are formed.This controller’s performance is depend on its parameters.Particle Swarm Optimization（PSO） has the advantage of fast convergence speed and few parameters to adjust，but premature convergence often occurs during optimization.SA，“intercross operator”and“aberrance operator” are combined to improve PSO’s performance，a new Improved Particle Swarm Optimization（IPSO） is formed to optimize the controller’s parameters.At last，simulation results are provided to illustrate the flexibility and correctness of the controller.

Key words: mobile robot, tracking control, control rule, improved particle swarm optimization

中图分类号:

TP391

曹有辉，王良曦. 基于智能优化的移动机器人轨迹跟踪控制[J]. 计算机工程与应用, 2010, 46(6): 221-223.

CAO You-hui，WANG Liang-xi. Tracking control of mobile robot based on intelligent optimization[J]. Computer Engineering and Applications, 2010, 46(6): 221-223.

[1]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[2]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[3]	惠小健. 任意初态下的工业机器人迭代学习控制[J]. 计算机工程与应用, 2021, 57(3): 261-265.
[4]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[5]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[6]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[7]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[8]	林韩熙，向丹，欧阳剑，兰晓东. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48.
[9]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[10]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[11]	王银，张灏琦，孙前来，李小松，孙志毅. 基于自适应MPC算法的轨迹跟踪控制研究[J]. 计算机工程与应用, 2021, 57(14): 251-258.
[12]	华洪，张志安，施振稳，陈冠星. 动态环境下多重A*算法的机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(10): 173-180.
[13]	郭娜，李彩虹，王迪，张宁，刘国名. 结合预测和模糊控制的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(8): 104-109.
[14]	周睿慜，李辉. 改进动态规划算法的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(21): 20-24.
[15]	侯锐，卜旭辉. 任意初始位置机器人领航跟随型迭代学习编队[J]. 计算机工程与应用, 2020, 56(20): 226-231.

基于智能优化的移动机器人轨迹跟踪控制

Tracking control of mobile robot based on intelligent optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics