[发明专利]基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法

权利要求书

1.基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法，其特征在于，包括以下步骤：

S1.采集移动机器人的运动数据，基于所述移动机器人的运动数据获取所述移动机器人时间与轨迹的关系，基于所述移动机器人时间与轨迹的关系构建离散运动学模型；

S2.制定目标轨迹，基于所述离散运动学模型，获得所述移动机器人的运动状态，基于所述运动状态获取所述移动机器人运动轨迹与目标轨迹的误差；

S3.对所述误差进行迭代，修正所述移动机器人的控制输入。

2.根据权利要求1所述的基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法，其特征在于，所述移动机器人类型采用非完整约束移动机器人。

3.根据权利要求1所述的基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法，其特征在于，所述S3的具体过程为：利用PID控制器根据当前迭代输出的误差信息和前次迭代输出的误差信息来修正当前的控制输入，并相应调节所述控制输入中比例、积分和微分的学习增益矩阵的参数。

4.根据权利要求3所述的基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法，其特征在于，所述PID控制器为开闭环PID型迭代学习的轨迹跟踪控制器。

5.根据权利要求1所述的基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法，其特征在于，所述离散运动学模型具体为：

q(k+1)＝q(k)+B(q(k)，k)u_p(k)

其中：

式中，k为离散时间采样点，k＝1，…，n；ΔT为移动机器人的运动采样时间；q(k)表示移动机器人状态向量，q(k)＝[x_p(k)，y_p(k)，θ_p(k)]^T，x_p(k)和yp(k)为直角坐标系下移动机器人质心的坐标，θ_p(k)为移动机器人的方位角；u_p(k)表示控制输入速度向量，u_p(k)＝[v_p(k)，w_p(k)]^T，v_p(k)和w_p(k)为移动机器人运动的线速度和角速度；B(q(k)，k)为的等效表达方式。

6.根据权利要求5所述的基于开闭环PID型迭代学习的机器人轨迹跟踪控制方法，其特征在于，所述移动机器人的误差信息迭代具体为：

q_i(k+1)＝q_i(k)+B(q_i(k)，k)u_i(k)+β_i(k)

y_i(k)＝q_i(k)+γ_i(k)

式中，q_i(k)，u_i(k)，y_i(k)，β_i(k)，γ_i(k)分别为第i次迭代的状态、输入、输出、状态干扰和输出噪声。