基于迭代学习控制的移动机器人轨迹跟踪控制

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (9): 222-225.

基于迭代学习控制的移动机器人轨迹跟踪控制

裴九芳1，2，王海1，2，许德章1，2

1.安徽工程大学机械与汽车工程学院，安徽芜湖 241000
2.先进数控和伺服驱动技术安徽省重点实验室，安徽芜湖 241000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-03-21 发布日期:2012-04-11

Tracking control of mobile robot based on iterative learning control

PEI Jiufang1，2, WANG Hai1，2, XU Dezhang1，2

1.School of Mechanical and Automotive Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China
2.Anhui Key Lab of Advanced Numerical Control & Servo Technology, Wuhu, Anhui 241000, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-03-21 Published:2012-04-11

摘要/Abstract

摘要： 为提高移动机器人对特定轨迹的重复跟踪能力，提出了采用开闭环PD型迭代学习控制算法对移动机器人进行轨迹跟踪控制的方法。建立了包含外界干扰的非完整约束条件下的轮式移动机器人运动学模型，给出了系统的控制算法和控制结构。仿真结果表明，采用开闭环PD型迭代学习控制算法对轨迹跟踪是可行有效的，收敛速度优于其他迭代学习算法。

关键词: 移动机器人, 运动学, 轨迹跟踪控制, 迭代学习控制

Abstract: To improve the repetitive tracking capability of mobile robot for the specific trajectory, the open-closed-loop PD-type iterative learning control algorithm is presented to track its trajectory. The kinematic model of wheeled mobile robot is established under the interference conditions with nonholonomic constraints. The control system algorithm and structure are presented. Simulation results show that the use of open-closed-loop PD-type iterative learning control algorithm for trajectory tracking is feasible, effective, and the convergence rate is superior to other iterative learning algorithm.

Key words: mobile robot, kinematics, tracking control, iterative learning control

裴九芳1，2，王海1，2，许德章1，2. 基于迭代学习控制的移动机器人轨迹跟踪控制[J]. 计算机工程与应用, 2012, 48(9): 222-225.

PEI Jiufang1，2, WANG Hai1，2, XU Dezhang1，2. Tracking control of mobile robot based on iterative learning control[J]. Computer Engineering and Applications, 2012, 48(9): 222-225.

[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]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	冯爱兰，杨腾，孔继利. 移动机器人履行系统的订单处理研究[J]. 计算机工程与应用, 2020, 56(20): 243-250.
[15]	杨爽，曾碧，何炜婷. 融合语义激光与地标信息的SLAM技术研究[J]. 计算机工程与应用, 2020, 56(18): 262-271.