基于扩展卡尔曼状态观测器的模型预测控制
2022-07-08刘震锴
电子技术与软件工程 2022年8期
刘震锴
(南京信息工程大学 江苏省南京市 210044)
轮式移动机器人在运动控制上的研究总体可以分为点镇定、路径跟踪和轨迹跟踪。轨迹跟踪需移动机器人同时满足在时间和空间上对轨迹的双重跟踪,在移动机器人的三种运动控制问题中,针对轨迹跟踪的研究最为丰富,其应用也最为广泛。此外,干扰和执行器饱和约束在现实世界中机器人系统是不可避免的,可能导致系统输出出现较大偏差。近年来,国内外许多学者对具有干扰和不确定性的轨迹跟踪控制进行了相关研究。
由于系统总是受到不同类型的外部扰动,当不考虑干扰时,可能会导致系统的不稳定和性能下降。主动干扰抑制控制(ADRC)具有较高的效率和较强的抗干扰能力,文献中考虑了基于ADRC 的WMR 轨迹跟踪问题的研究。针对干扰的控制方法中,滑模控制方法具有较强的鲁棒性,也被广泛应用到机器人的控制系统中,文献中的研究了滑模控制方法的跟踪控制问题。此外,到目前为止,专家和学者已经提出了多种扰动观测器。对于非随机扰动,最近使用扰动观测器(DO)来估计建模的不确定性和外部扰动。文献中,设计了一个扰动观测器来观测集总扰动并实现前馈补偿,从而削弱了扰动和参数变化的影响。文献中,使用扩展状态观察器(ESO)来估计系统的内部模型的不确定性和不依赖的外部扰动利用卡尔曼滤波算法进行最优线性估计。然而,当系统同时受到非随机和随机干扰的影响时,设计了一个扩展的状态观测器,它可以在存在测量噪声和机器人参数变化的情况下提供干扰和状态估计,然后用于控制器的设计。……
登录APP查看全文
