基于RBF-BP神经网络的双轮平衡车姿态控制系统
2021-08-09申长捷柴志军
黑龙江大学自然科学学报 2021年3期
申长捷, 柴志军
(黑龙江大学 电子工程学院, 哈尔滨150080)
0 引 言
双轮平衡车作为倒立摆的现实应用是一个非线性、强耦合和时变的复杂系统[1],最早是由日本教授山藤一雄教授设计创造的[1]。2002年,美国Segwag公司推出了世界首台商用的双轮平衡车[1]。早期双轮平衡车的控制系统采用经典PID控制时,虽然能够使平衡车正常运行,但控制效果好坏取决于所控制人员选取的比例、积分和微分参数,主观性较强且由于控制参数恒定的原因使其缺乏自适应能力[2],因此对于时变系统的双轮平衡车控制精度有限,其后提出了采用以状态空间模型为基础的状态反馈控制,其控制精度取决于状态空间模型的精确程度[2],而对于非线性时变的双轮平衡车系统,由于其状态空间难以精确求解,因此该策略在双轮平衡车上控制精度略显不足。模糊控制则存在关键参数没有理论指导只能通过试凑法获得的缺点,影响控制精度[2]。综上所述,传统控制策略在非线性系统的应用中存在着控制参数由人工决定、控制效果取决于控制人员个人经验的限制、被控对象真实模型求解分析困难和缺乏在面对时变系统的自适应能力等诸多缺点。
模型参考自适应控制系统是按照设计的自适应定律,持续对可调模型的待辨识参数进行调整,迫使构造的可调模型的参数收敛于被控系统的真实参数[3],通过建立的可调模型,自动调整相关控制参数以达到理想状态的自适应控制系统[4]。……
登录APP查看全文
