基于模糊神经网络PID的机器人路径跟踪控制

来源：中国农机化学报杂志2020年第5期北京时间：

作者：尹奇辉;李捷;梁志鹏;杨磊;

单位：太原科技大学机械工程学院;

摘要：为实现履带机器人在复杂环境下的路径跟踪,提出基于模糊神经网络自适应PID的路径跟踪控制方法。在预瞄控制的基础上,分析位姿偏差耦合关系对路径跟踪的影响,提出使用LQR对耦合关系解耦的方法。算法使用LQR得到最优解耦系数,并使用模糊神经网络PID作为主控制器。既基于所建模型求得最优解耦系数,又不完全依赖于模型,鲁棒性更好。此外,LQR解耦中还有线速度项,可以实现在不同速度下路径跟踪自适应调节。最后,在Matlab/Simulink仿真平台对所设计的算法有效性验证,包括直线和曲线路径跟踪。在线速度为1.5 m/s的直线路径跟踪过程中,控制量最大偏差为-0.07 rad/s,调节时间为1.3 s。在线速度为1 m/s的曲线路径跟踪过程中系统最大超调量为20%,调节时间为4 s。与传统预瞄控制相比,所设计的基于LQR解耦和模糊神经网络PID的控制方法相较于传统预瞄控制具有调节时间快、稳定性好的特点。

关键词：LQR解耦;模糊神经网络PID;履带机器人;路径跟踪

基金资助：山西省科技平台项目(201805D121006)