控制理论与应用

作者：王义娜,刘赛男,王硕玉,杨俊友

单位：沈阳工业大学 电气工程学院,沈阳工业大学 电气工程学院,高知工科大学 智能机械系,沈阳工业大学 电气工程学院

关键词：跟踪控制; 时变矩阵求逆; 重心偏移; 参数估计; 长短期记忆神经网络

基金：国家自然科学基金项目(52175105)资助.

针对全方向移动机器人存在非线性动态强耦合、实时重心偏移及难以实现高精度跟踪控制的问题, 本文提出一种基于长短期记忆(LSTM)神经网络的重心位置在线预测的轨迹跟踪控制法. 首先, 建立考虑重心偏移的动力学模型并基于LSTM神经网络训练构建其对比模型; 其次, 基于模型对比法实时估计重心偏移参数, 再基于张神经网络(ZNN)对估计的重心偏移参数进行预测以减小估计过程引起的滞后; 最后, 基于非线性动态反馈解耦法设计数值加速度控制算法, 且基于离散系统极点配置法分析了系统的稳定性. 仿真结果验证了所提方法相对于数值加速度控制器与自适应控制器因能在线预测重心偏移参数完成高精度动态解耦实现控制精度的提高. 实际实验中, 所提控制算法相比数值加速度控制及模型预测控制, 其跟踪精度明显提高, 这表明所提控制算法可显著减小重心偏移对跟踪控制精度的影响.

来源：2024年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第1期