陈 勇，刘 哲，乔 健，卢清华

(佛山科学技术学院 机电工程与自动化学院，广东 佛山 528225)

1 引言

重载移动机器人在动态建模[1]、导航技术[2]、能耗计算[3]、运动控制[4]等领域的研究深受国内外学者关注。与普通轮式移动机器人不同，重载移动机器人具有较大承载能力的特点，使得其在变压器、铝型材等重物运输过程中具有广泛的应用前景。

重载移动机器人结构特点导致的路径跟踪速度和稳定性问题相比于一般轮式机器人显得更为复杂[5]，预测控制用于移动机器人的运动过程调节，能够提升计算速度，加快移动机器人轨迹跟踪的速度，已经应用到移动机器人控制的各个领域[6]。文献[7]提出了一种预测控制器来控制两轮式移动机器人轨迹跟踪，采用饱和技术优化最大和最小控制值，简化控制器算法。文献[8]将重型车辆的行驶任务描述为一个最优控制问题，通过模型预测控制器实现能耗节省。文献[9]提出了一种模型预测控制基于WMR轨迹规划的控制算法，解决了其他控制算法只能处理部分机器人约束点的问题。文献[10]提出了一种基于神经网络优化的鲁棒模型预测控制方法来稳定具有物理约束的移动机器人，通过神经网络算法增加模型预测控制的稳定性。文献[11]提出了一种基于量子粒子群优化的模型预测控制方法，用以解决机器人速度跳变和速度跳变引起的驱动饱和问题。

作为一种结构简单的新型控制方法，滑模控制在移动机器人的运动控制中得到了广泛应用。……