CN119472674A 一种基于nifprrl的机器人双闭环滑膜控制方法 （重庆理工大学）

司一种基于NIFPRRL的机器人双闭环滑膜控制本发明公开了一种基于NIFPRRL的机器人双提升机器人运行控制系统的控制收敛速度和轨2S1、利用设计的线性扩张状态观测器LESO，对2.根据权利要求1所述基于NIFPRRL的机器所述线性扩张状态观测器LESO观测得到的运动位姿估计值输出到所述外环位置控制3.根据权利要求2所述基于NIFPRRL的机线性扩张状态观测器LESO得到的计及机器人运行扰动的运动位34.根据权利要求3所述基于NIFPRRL的机器人双闭环滑λ222为虚5.根据权利要求4所述基于NIFPRRL的机6.根据权利要求5所述基于NIFPRRL的机器人双3137.根据权利要求6所述基于NIFPRRL的机NIFPRRL双闭环滑膜控制器输出的对机器人运动状态进行误差补偿调整的运动位姿控制量4[0001]本发明涉及轮式机器人智能控制技术领域，具体涉及一种基于NIFPRRL的机器人踪控制的研究受到了广泛关注。由于轮式移动机器人具有多变量强耦合和非完整约束特提出了一种改进分数功率趋近律(IFPRRL)，结合扩张状态观测器(ESO)设计了新型滑膜控[0004]上述方法通过改进趋近律和自适应控制基本抑制了滑膜[0005]针对上述现有技术的不足，本发明提供了一种基于NIFPRRL的机器人双闭环滑膜机器人运行控制系统的控制收敛速度和轨迹跟踪5机器人运动状态进行误差补偿调整的运动位[0012]具体而言，所述NIFPRRL双闭环滑膜控制器包括外环位置控制器和内环姿态控制[0013]所述线性扩张状态观测器LESO观测得到的运动位姿估计值输出到所述外环位置器人运动状态进行误差补偿调整的角速度控制率ω9；从而以外环位置控制器输出度控制率v9和内环姿态控制器输出的角速度控制率ω9作为对机器人运动状态进行误差补θ为机器人当前行驶方向的姿态角；φ表示机器人的侧向滑611为33[0033]具体而言，所述NIFPRRL双闭环滑膜控制器输出的对机器人运动状态进行误差补[0035]本发明提出了一种基于NIFPRRL的机器人双闭环滑膜控制方法，该方法首先考虑轨迹跟踪精度低的问题，有助于提升机器人运行控制系统的控制收敛速度和轨迹跟踪精7[0041]图5图7分别为仿真实验例中不同控制方案下移动机器人在轨迹跟踪控制中X轴、Y轴和姿态角θ的跟踪误差随时间的变化情况对比[0044]图10为采用图9所示轮式移动机器人实验平台利用本发明方法进行轨迹跟踪实车[0045]图11为采用图9所示轮式移动机器人实验平台利用本发明方法进行轨迹跟踪实车[0046]图12为采用图9所示轮式移动机器人实验平台利用本发明方法进行轨迹跟踪实车[0047]图13为采用图9所示轮式移动机器人实验平台利用本发明方法进行轨迹跟踪实车施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅表示本发明的选定实施机器人运动状态进行误差补偿调整的运动位[0055]本发明提出的基于NIFPRRL的机器人双闭环滑膜控制方法，是一种基于线性扩张状态观测器(LinearlyExpandedStateObserver，LESO)和新型改进分数功率趋近率(NovelImprovedFractionalPowerReachingLaw，NIFPRRL)双闭环滑膜控制的控制策8略。首先，基于打滑与侧滑条件下移动机器人的运动学模型，设计线性扩张状态观测器[0061]isin0-j[0065]A(q)p=A;3)]TΛ为外界扰动输入。9[0073]ξ=[ξvξw]T＝[r(ξr+ξl)/2r(人的纵向打滑扰动和横摆率扰动，表示机器人车轮发生侧向滑动时引起的扰动向而计算得到对机器人运动状态进行误差补偿调整的运[0087]所述线性扩张状态观测器LESO观测得到的运动位姿估计值输出到所述外环位置器人运动状态进行误差补偿调整的角速度控制率ω9；从而以外环位置控制器输出度控制率v9和内环姿态控制器输出的角速度控制率ω'作为对机器人运动状态进高移动机器人在复杂工况下的控制性能提供了有效的解决θ为机器人当前行驶方向的姿态角；φ表示机器人的侧向滑双闭环滑膜控制器输出的线速度控制率与角速度控制率，用以实现对机器人位置(x,y)的d。[0117]从定义虚拟速度分量式(11)可以得到以得到期望轨迹跟踪的姿态角期望值θd为：[0124]从上述内环姿态控制器的控制率可以看出，需要实现这就要求θd是一个连续为可调的收敛参数。[0130]最后，NIFPRRL双闭环滑膜控制器输出对机器人运动状态进行误差补偿调整的运扩张状态观测器LESO继续观测，进而继续进行扰动估计后传递给NIFPRRL双闭环滑膜控制[0132]首先，定义扰动观测器观测误差i＝1,2，且[0153]定理2在轮式移动机器人运动学系统式中，采用线性扩张状态观测器与双闭环滑[0154]证明：考虑Lyapunov函数v=0.5⃞i=[0157]根据系统连续性，滑膜趋近律存在定理及可到达性定义可知，若满足ss≤0,则设[0160]为验证本发明方法的可行性和有效性，采用Matlab/Simulink软件对系统进行仿[0172]综上所述，所提控制策略在移动机器人轨迹跟踪中表现[0173]为定量分析不同方法的控制精度，采用了绝对误差积分(IAE)、平方误差积分(ISE)和误差标准值(STD)三个指标，定量评价了四种方法的位置跟踪误差和姿态跟踪误在轨迹跟踪的整体误差表现最好。然而ERL的IAE在位置误差和姿态角误差最大分别为大，但比ERL要好，表明这两种方法的整体误差控制有一定改善。本发明方法的ISE最小[0184]为了进一步验证所提方法的有效性，在如图9所示的轮式移动机器人实验平台进[0185]在开源机器人操作系统ROS中，STM32处理器可以通过串口通讯将IMU惯性测量单元和电机编码器数据融合，并使用EKF扩展卡尔曼滤波算法得到移动机器人的位姿，在JetsonXavierNx主控中通过C++语言完成算法的部署,运动控制器的执行周期为0.05s。[0186]图10图13为本发明所提方法下的轮式移动机器人轨迹跟踪实车实验结果图。图保轮式移动机器人在外界环境影响下，如侧滑和打滑情况下迅速而有效地跟踪期望轨迹，的NIFPRRL双闭环滑膜控制方案具有更高的跟踪精度和更好的抗扰性，本发明方案能够提高轮式移动机器人在打滑条件下的控制精度和跟踪精度，确保机器人在复杂工况的动态条件下具有优越的运动控制表现。通过Matlab/