智能小车点镇定控制方法

摘要

本发明公开了一种智能小车的点镇定控制方法，在运动平面上采用Euler-Lagrange方程建立全局坐标系下智能小车的运动学模型和动力学模型；通过运动几何分析的方法建立极坐标系下小车的位姿误差模型；然后针对极坐标位姿误差方程，利用Backstepping技术，分别使所构造的Lyapunov方程导数否定来设计运动学和动力学控制器；最后把神经动力学模型融合到控制规律中，设计具有实用全局渐近稳定的新型点镇定控制器。本发明解决传统方法在点镇定控制时不能镇定到任意目标点以及初始误差存在引起的速度和力矩突变问题，可以使小车更符合实际、快速地镇定到目标点。

主权项

1.一种智能小车点镇定控制方法，其特征在于：包含以下步骤：(1)：在运动平面上采用Euler-Lagrange方程建立全局坐标系下智能小车的运动学模型和动力学模型；所述模型包括：小车的位置为(x，y)，小车方向角θ，小车的线速度v和小车的角速度w；受非完整约束的智能小车模型用Euler-Lagrange方程表示；(2)：通过运动几何分析的方法建立极坐标系下小车的位姿误差模型；所述模型包括；小车期望位姿与当前位姿之间的距离ρ，车体期望方向角与当前方向角的差值φ，小车当前朝向与ρ的夹角α，该误差模型通过运动几何学分析得到；(3)：然后针对步骤(1)中的小车模型和步骤(2)中的极坐标位姿误差方程，利用Backstepping技术，分别使所构造的Lyapunov方程导数否定来设计运动学和动力学控制器；其中，运动学控制器的设计为：运动学控制器的设计针对智能小车极坐标位姿误差模型，为动力学控制器提供参考速度和角速度，根据Backstepping方法，选取如下Lyapunov候选函数k₁，k₂＞0        (11)可知当ρ，α，φ都等于零时，V₁＝0，否则(11)式正定；结合(10)式：对方程(11)求导有选取v＝k₁ρcosα，则令(14)那么(13)式变成为因此选择由(15)式可知，该系统渐近稳定；其中，动力学控制器的设计为：该控制器是把运动学控制器的输出作为参考输入，输出为力矩使得t→∞时，设定Lyapunov候选函数为：其中，对(17)微分，并考虑(7)式，其中，为车体驱动力矩；则有选取则(18)变为其中，可由(16)式得到，且正常数矩阵因此选择作为点镇定控制规律，该闭环系统能全局渐近稳定； (4)：最后把神经动力学模型融合到步骤(3)控制规律中，用该模型代替控制规律中的误差项，并设模型表达式的初值为零，完成整个控制规律的设计。