基于生物激励神经动力学的AGV轨迹跟踪控制

中国机械工程 ›› 2010, Vol. 21 ›› Issue (18): 2148-2152.

基于生物激励神经动力学的AGV轨迹跟踪控制

尹晓红;赵韩;吴焱明;熊丹

合肥工业大学,合肥,230009

出版日期:2010-09-25 发布日期:2010-09-28
基金资助:
国家“十一五”支撑计划资助项目(2006036003131)；国家高技术研究发展计划(863计划)资助项目(2006AA11A109)
The National Key Technology R&D Program（No. 2006036003131）;
National High-tech R&D Program of China (863 Program) （No. 2006AA11A109）

Tracking Control for AGV Based on Biologically Inspired Neural Dynamics

Yin Xiaohong;Zhao Han;Wu Yanming;Xiong Dan

Hefei University of Technology,Hefei,230009

Online:2010-09-25 Published:2010-09-28
Supported by:

The National Key Technology R&D Program（No. 2006036003131）;
National High-tech R&D Program of China (863 Program) （No. 2006AA11A109）

摘要/Abstract

摘要：

提出了一种基于门限偶极子生物神经元模型和快速终端滑模控制策略的轨迹跟踪控制算法,使AGV在存在初始速度跳变的情况下能顺利实现小车的轨迹跟踪控制。首先由运动学控制器产生一个理想控制律,接着利用神经动力学思想解决初始速度跳变问题,最后用快速终端滑模控制器进一步提高跟踪精度。该控制器的输出有界且光滑,整个控制系统全局快速渐进稳定。计算机仿真结果验证了该控制器的有效性。

关键词:

AGV, 神经动力学, 滑模控制, 反演技术, 轨迹跟踪

Abstract:

In order to smoothly implement the trajectory tracking control of AGV under the situation of the speed jump,a tracking control algorithm was proposed,which was based on a gated dipole neural model and fast terminal sliding mode.First,an ideal control law was obtained from a kinematics controller;then use of neural dynamics solved the speed jump problem.Finally, a fast terminal sliding mode controller improved

the tracking accuracy furthermore. The outputs of the controller were bounded and smoothened, realizing the global asymptotic stability of the control system.Computer simulation results show its excellent quality. 

Key words:

automatic guided vehicle(AGV), neural dynamics, sliding mode control, backstepping technique, trajectory tracking

中图分类号:

TP24

尹晓红, 赵韩, 吴焱明, 熊丹.

基于生物激励神经动力学的AGV轨迹跟踪控制

[J]. 中国机械工程, 2010, 21(18): 2148-2152.

YIN Xiao-Gong, DIAO Han, TUN Yan-Meng, XIONG Dan.

Tracking Control for AGV Based on Biologically Inspired Neural Dynamics

[J]. China Mechanical Engineering, 2010, 21(18): 2148-2152.

[1]	范爱民;常思勤;陈慧涛. 电磁驱动配气机构的反演滑模控制[J]. 中国机械工程, 2020, 31(03): 274-280,288.
[2]	黄道敏1,2；韩丽君1；唐国元1；周曾成1；徐国华1. 水下机械手分数阶积分滑模轨迹跟踪控制方法研究[J]. 中国机械工程, 2019, 30(13): 1513-1518.
[3]	凤鹏飞1，2;金会庆1，2;王慧然3;刘法勇4. 考虑路面附着和自适应时间系数影响的车道保持控制[J]. 中国机械工程, 2019, 30(07): 804-811.
[4]	寇发荣1;许家楠1;刘大鹏2;张凯1;孙凯1 . 电动静液压主动悬架双滑模控制研究[J]. 中国机械工程, 2019, 30(05): 542-548,553.
[5]	李逃昌. 农业轮式移动机器人自适应滑模路径跟踪控制[J]. 中国机械工程, 2018, 29(05): 579-584,590.
[6]	陈松, 夏长高, 孙旭. 基于滑模变结构理论的车辆主动横向稳定杆控制[J]. 中国机械工程, 2016, 27(23): 3259-3265.
[7]	洪昭斌, 陈力, 李文望. 柔性臂杆、柔性关节空间机械臂TS模糊轨迹跟踪及双柔振动并行综合控制[J]. 中国机械工程, 2016, 27(15): 2020-2026.
[8]	赵韩, 赵福民, 黄康, 邵可, 孙浩. 液压马达式汽车主动稳定杆系统建模与控制[J]. 中国机械工程, 2016, 27(14): 1976-1981.
[9]	何雄, 张农, 孔国玲. 基于动态滑模算法的AMT选换挡电机控制[J]. 中国机械工程, 2016, 27(10): 1414-1419.
[10]	高国琴, 范杜娟, 方志明. 汽车电泳涂装输送用新型混联机构的动力学控制[J]. 中国机械工程, 2016, 27(08): 1012-1018.
[11]	姚来鹏, 侯保林. 随机振动机械臂的自适应鲁棒滑模控制[J]. 中国机械工程, 2016, 27(05): 694-697.
[12]	于潇雁, 陈力. 载体位置、姿态均不受控的飘浮基柔性空间机器人的Terminal滑模控制[J]. 中国机械工程, 2015, 26(7): 936-942.
[13]	秦利, 刘福才, 梁利环, 金振林. 基于滑模的混联仿人空间机械臂轨迹跟踪控制[J]. 中国机械工程, 2015, 26(4): 435-441.
[14]	袁希文, 文桂林, 周兵, 伍新. 基于主动前轮独立转向系统的车辆稳定性控制研究[J]. 中国机械工程, 2015, 26(4): 560-567.
[15]	赵韩, 邱明明, 黄康. 基于微分几何的离合器接合过程速度跟踪滑模控制[J]. 中国机械工程, 2015, 26(17): 2302-2307,2335.