[发明专利]一种复杂约束下的移动机器人跟踪控制方法

权利要求书

1.一种复杂约束下的移动机器人跟踪控制方法，其特征在于：包括以下步骤：

步骤1、输入机器人的目标点，并设定机器人的初始状态，同时对机器人的每个部件进行受力分析，建立机器人的动力学模型，设置复杂约束机器人控制器；

步骤2、遥控控制机器人使用二维激光雷达扫描周围环境，通过SLAM算法创建环境地图；

步骤3、利用A-star路径规划算法在所述环境地图中进行规划，并计算得到最优路径，从而获得机器人期望轨迹；

步骤4、通过激光雷达、编码器实时监测机器人的状态信息；

步骤5、设计复杂约束受限控制算法，根据机器人的实时状态信息，得到实际轨迹与期望轨迹的偏差，把此偏差输入到复杂约束机器人控制器，通过约束受限控制算法得到复杂约束虚拟控制律；具体的，所述复杂约束受限控制算法的设计包括速度约束受限控制算法的设计和位置约束受限控制算法的设计：

步骤5.1、位置约束受限控制算法设计如下：

采用backstepping的方法，基于对数函数z₁为位置偏差，然后选取满足约束条件的Lyapunov函数V₁，V₁0，为满足位置约束条件的Lyapunov函数，对所选取的Lyapunov函数求一阶导数，并化简得到其中位置约束虚拟控制律运用杨氏不等式使得进而确定合适的位置约束虚拟控制律α₁；其中a₁2k₁H₁，b₁s₁H₁z₁，a₁、b₁分别代表位置约束状态的上下限，a₁、b₁、k₁均为常数；

步骤5.2、速度约束受限控制算法设计如下：

采用backstepping的方法，基于对数函数z₂为速度偏差，然后选取满足约束条件的Lyapunov函数V₂，V₂0，为满足速度约束条件的Lyapunov函数，对所选取的Lyapunov函数求一阶导数，并化简得到其中速度约束虚拟控制律运用杨氏不等式使得进而确定合适的速度虚拟控制律α₂；其中a₂2k₂H₂，b₂s₂H₂z₂，a₂、b₂分别代表速度约束状态的上下限，a₂、b₂、k₂均为常数；

步骤5.3、综合位置约束虚拟控制律和速度约束虚拟控制律，得到的动态复杂约束虚拟控制律α(t)；

步骤6、同时将机器人的实时状态信息反馈给RBF自适应神经网络，RBF自适应神经网络算法通过逼近未知非线性项，来确定自适应虚拟控制律

步骤7、将复杂约束虚拟控制律和自适应虚拟控制律进行结合，得到最终的实际控制律；

步骤8、实际控制律控制机器人的电机转速，来控制机器人持续平稳的运行；

步骤9：判断机器人是否到达目标点，如果到达目标点，机器人停止运行，如果没有到达目标点，重复步骤3至8，直至到达目标点。