侧滑和打滑下的轮式移动机器人轨迹跟踪控制

doi:10.11772/j.issn.1001-9081.2023070898

《计算机应用》唯一官方网站 ›› 2024, Vol. 44 ›› Issue (7): 2294-2300.DOI: 10.11772/j.issn.1001-9081.2023070898

侧滑和打滑下的轮式移动机器人轨迹跟踪控制

胡映¹^,², 陈志环¹^,²()

^1.冶金自动化与检测技术教育部工程研究中心(武汉科技大学), 武汉 430081
^2.武汉科技大学机器人与智能系统研究院, 武汉 430081

收稿日期:2023-07-10 修回日期:2023-09-15 接受日期:2023-09-19 发布日期:2023-10-26 出版日期:2024-07-10
通讯作者: 陈志环
作者简介:胡映（1998—），男，湖北黄冈人，硕士研究生，主要研究方向：移动机器人控制；
第一联系人：陈志环（1989—），男，湖北黄冈人，副教授，博士，主要研究方向：机器人动力学及其控制、复杂系统的控制器设计。
基金资助:
国家自然科学基金资助项目(62173262)

Trajectory tracking control of wheeled mobile robots under side-slip and slip

Ying HU¹^,², Zhihuan CHEN¹^,²()

^1.Engineering Research Center for Metallurgical Automation and Measurement Technology of Ministry of Education，（Wuhan University of Science and Technology），Wuhan Hubei 430081，China
^2.Institute of Robotics and Intelligent Systems，Wuhan University of Science and Technology，Wuhan Hubei 430081，China

Received:2023-07-10 Revised:2023-09-15 Accepted:2023-09-19 Online:2023-10-26 Published:2024-07-10
Contact: Zhihuan CHEN
About author:HU Ying， born in 1998， M. S. candidate. His research interests include mobile robot control.
First author contact:CHEN Zhihuan， born in 1989， Ph. D.， associate professor. His research interests include robot dynamics and control， controller design for complex systems.
Supported by:
National Natural Science Foundation of China(62173262)

摘要/Abstract

摘要：

针对未知侧滑和打滑干扰下轮式移动机器人（WMR）轨迹控制中，存在模型不确定性、外部干扰等扰动导致传统滑模控制易出现收敛精度不足、控制输入抖振的问题，提出一种基于非线性扩展状态观测器的自适应二阶滑模跟踪控制方法（ASOSMC-NESO）。首先建立了侧滑与打滑条件下的轮式移动机器人运动学和动力学模型；其次，由反步法设计运动学控制器，为动力学提供虚拟速度；接着，针对外部干扰设计了非线性扩展状态观测器，以估计总扰动；然后，基于二阶积分滑模的思想将积分滑模和非奇异快速终端滑模面相结合，设计了动力学控制器，并给出了控制器稳定性分析。实验结果表明，对比一阶滑模控制方法，该控制方法误差最大值在线性和非线性轨迹下，分别下降约89.53%和16.28%，而且控制输入基本不受干扰影响。由此可见，ASOSMC-NESO能有效提高WMR在未知侧滑和打滑下的控制精度，并有效削减抖振和提升WMR轨迹跟踪鲁棒性。

关键词: 轮式移动机器人, 侧滑和打滑, 轨迹跟踪, 二阶滑模, 非线性扩展状态观测器

Abstract:

Aiming at the problem that traditional sliding mode control is prone to insufficient convergence accuracy and control input jitter due to model uncertainty， external disturbances and other perturbations in trajectory control of Wheeled Mobile Robot （WMR） under unknown side-slipping and slipping disturbances， an Adaptive Second-Order Sliding Mode tracking Control method based on Nonlinear Extended State Observer （ASOSMC-NESO） was proposed. Firstly， the kinematics and dynamics models of the wheeled mobile robot under side-slipping and slipping conditions were established； secondly， the kinematic controller was designed by inverse step method， which provided the virtual velocity for dynamics； then， a nonlinear extended state observer was designed for estimating the total disturbance in response to the external disturbances； and then， the dynamic controller was designed based on the idea of second-order integral sliding mode by combining integral sliding mode with non-singular fast end-sliding mode surface， and the stability analysis of the controller was given. The experimental results show that compared with the first-order sliding mode control method， the maximum value of error of the proposed control method decreases by about 89.53% and 16.28% under linear and nonlinear trajectories， respectively， and the control input is basically unaffected by disturbance. It can be seen that ASOSMC-NESO can effectively improve the control accuracy of WMR under unknown side-slipping and slipping， effectively cut down the jitter， and enhance the robustness of WMR trajectory tracking.

Key words: Wheeled Mobile Robot (WMR), side-slipping and slipping, trajectory tracking, second-order sliding mode, nonlinear extended state observer

中图分类号:

TP242

胡映, 陈志环. 侧滑和打滑下的轮式移动机器人轨迹跟踪控制[J]. 计算机应用, 2024, 44(7): 2294-2300.

Ying HU, Zhihuan CHEN. Trajectory tracking control of wheeled mobile robots under side-slip and slip[J]. Journal of Computer Applications, 2024, 44(7): 2294-2300.

图/表 14

图1 轮式移动机器人示意图

Fig. 1 Schematic diagram of wheeled mobile robot

图2 侧滑与顺滑示意图

Fig. 2 Schematic diagram of side-slipping and slipping

图3 控制系统框图

Fig. 3 Control system block diagram

表1 误差性能指标对比

Tab. 1 Error performance index comparison

轨迹类型	均方误差		误差最大值		误差最小值
轨迹类型	ASMC-NESO	ASOSMC-NESO	ASMC-NESO	ASOSMC-NESO	ASMC-NESO	ASOSMC-NESO
直线轨迹	0.487 0	0.384 1	0.072 6	0.007 6	0	0
圆形轨迹	2.183 7	1.074 9	0.551 6	0.461 8	0	0

图4 直线轨迹对比

Fig. 4 Comparison of straight line trajectory

图5 直线轨迹下速度误差对比

Fig. 5 Comparison of velocity error under straight line trajectory

图6 直线轨迹下力矩输入对比

Fig. 6 Comparison of torque input under straight line trajectory

图7 圆形轨迹对比

Fig. 7 Comparison of circular trajectory

图8 圆形轨迹下速度误差对比

Fig. 8 Comparison of velocity error under circular trajectory

图9 圆形轨迹下力矩输入对比

Fig. 9 Comparison of torque input under circular trajectory

图10 总扰动估计

Fig. 10 Total disturbance estimation

图11 干扰突变下位姿误差对比

Fig. 11 Comparison of pose error under sudden change of interference

图12 干扰突变下力矩输入对比

Fig. 12 Comparison of moment input under sudden change of interference

表2 干扰突变下误差性能指标对比

Tab. 2 Comparison of error performance indexes under sudden change of interference

跟踪误差	ISE		IAE		ITAE
跟踪误差	ASOSMC	ASOSMC-NESO	ASOSMC	ASOSMC-NESO	ASOSMC	ASOSMC-NESO
x_e/m	0.874 4	0.773 8	5.805 7	3.262 6	47.834 0	23.838 7
y_e/m	3.006 0	2.937 7	10.762 9	10.345 9	99.571 4	83.150 0
θ_e/rad	1.236 9	1.222 9	4.884 9	3.578 1	29.591 1	17.432 5

参考文献 24

1	张小俊，刘昊学.轮式移动机器人轨迹跟踪控制研究［J］.计算机工程与科学， 2022， 44（10）： 1804-1811.
	ZHANG X J， LIU H X. Research on trajectory tracking control of wheeled mobile robot ［J］. Computer Engineering & Science， 2022， 44（10）： 1804-1811.
2	彭继慎，仇文超，李军锋，等.农业轮式移动机器人反演自适应滑模轨迹跟踪控制［J］.计算机应用与软件， 2019， 36（11）： 86-90.
	PENG J S， QIU W C， LI J F， et al. Inversion adaptive sliding model path tracking control of agricultural wheeled mobile robot ［J］. Computer Applications and Software， 2019， 36（11）： 86-90.
3	王韬.基于小波神经网络模糊滑模控制的轮式移动机器人避障研究［J］.中国工程机械学报， 2020， 18（3）： 278-282.
	WANG T. Research on obstacle avoidance of wheeled mobile robot based on wavelet neural network and fuzzy sliding mode control ［J］. Chinese Journal of Construction Machinery， 2020， 18（3）： 278-282.
4	CHEN C-T. Hybrid visual servo control for point-to-point localization of an autonomous wheeled mobile robot ［J］. International Journal of iRobotics， 2022， 5（2）： 20-28.
5	JABEUR C BEN， SEDDIK H. Design of a PID optimized neural networks and PD fuzzy logic controllers for a two-wheeled mobile robot ［J］. Asian Journal of Control， 2021， 23（1）： 23-41.
6	YI S， ZHAI J. Adaptive second-order fast nonsingular terminal sliding mode control for robotic manipulators ［J］. ISA Transactions， 2019， 90： 41-51.
7	张鑫，王群京，李国丽，等.滑移扰动下轮式移动机器人神经滑模跟踪控制研究［J］.制造业自动化， 2022， 44（12）： 147-151.
	ZHANG X， WANG Q J， LI G L， et al. Neural sliding mode tracking control of wheeled mobile robot under slip disturbance ［J］. Manufacturing Automation， 2022， 44（12）： 147-151.
8	陈勇，刘哲，乔健，等.轮式机器人移动过程中滑模控制策略的研究［J］.控制工程， 2021， 28（5）： 963-970.
	CHEN Y， LIU Z， QIAO J， et al. Research on sliding mode control strategy of wheeled robot in moving process ［J］. Control Engineering of China， 2021， 28（5）： 963-970.
9	PENG S， SHI W. Adaptive fuzzy integral terminal sliding mode control of a nonholonomic wheeled mobile robot ［J］. Mathematical Problems in Engineering， 2017， 2017： 3671846.
10	XIE H， ZHENG J， CHAI R， et al. Robust tracking control of a differential drive wheeled mobile robot using fast nonsingular terminal sliding mode ［J］. Computers & Electrical Engineering， 2021， 96： 107488.
11	ZHAI J， SONG Z. Adaptive sliding mode trajectory tracking control for wheeled mobile robots ［J］. International Journal of Control， 2019， 92（10）： 2255-2262.
12	BESSAS A， BENALIA A， BOUDJEMA F. Integral sliding mode control for trajectory tracking of wheeled mobile robot in presence of uncertainties ［J］. Journal of Control Science and Engineering， 2016， 2016： 7915375.
13	WANG G， ZHOU C， YU Y， et al. Adaptive sliding mode trajectory tracking control for WMR considering skidding and slipping via extended state observer ［J］. Energies， 2019， 12（17）： 3305.
14	DAMANI A Y， BENSELAMA Z A， HEDJAR R. Formation control of nonholonomic wheeled mobile robots via fuzzy fractional-order integral sliding mode control ［J］. International Journal of Dynamics and Control， 2023， 11： 2273-2284.
15	ZHANG H， LI B， XIAO B， et al. Nonsingular recursive-structure sliding mode control for high-order nonlinear systems and an application in a wheeled mobile robot ［J］. ISA Transactions， 2022， 130： 553-564.
16	李振阳，董方明，佃松宜，等.侧滑打滑时的WMR抗饱和模糊超螺旋滑模控制［J］.计算机仿真， 2022， 39（2）： 387-393.
	LI Z Y， DONG F M， DIAN S Y， et al. Anti-windup fuzzy super-twisting sliding mode control of WMRs with skidding and slipping ［J］. Computer Simulation， 2022， 39（2）： 387-393.
17	LI B， ZHANG H， XIAO B， et al. Fixed-time integral sliding mode control of a high-order nonlinear system ［J］. Nonlinear Dynamics， 2022， 107： 909-920.
18	MOUDOUD B， AISSAOUI H， DIANY M. Extended state observer-based finite-time adaptive sliding mode control for wheeled mobile robot ［J］. Journal of Control and Decision， 2022， 9（4）： 465-476.
19	YANG X， WEI P， ZHANG Y， et al. Disturbance observer based on biologically inspired integral sliding mode control for trajectory tracking of mobile robots ［J］. IEEE Access， 2019， 7： 48382-48391.
20	YOO S J. Adaptive tracking control for a class of wheeled mobile robots with unknown skidding and slipping ［J］. IET Control Theory & Applications， 2010， 4（10）： 2109-2119.
21	GUO Y. Fixed-time disturbance observer based robust tracking control of wheeled mobile robot with multiple disturbances ［J］. Measurement and Control， 2023， 56（9/10）： 1626-1636.
22	王立玲，董力元，马东，等.滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制［J］.控制理论与应用， 2020， 37（2）： 431-438.
	WANG L L， DONG L Y， MA D， et al. Active disturbance rejection tracking control of wheeled mobile robots under sliding and slipping conditions ［J］. Control Theory & Applications， 2020， 37（2）： 431-438.
23	MORENO J A， NEGRETE D Y， TORRES-GONZÁLEZ V， et al. Adaptive continuous twisting algorithm ［J］. International Journal of Control， 2016， 89（9）： 1798-1806.
24	鄂东辰，路时雨，刘超强，等.电液位置伺服系统的自适应抗饱和控制［J］.机床与液压， 2022， 50（22）： 48-53.
	E D C， LU S Y， LIU C Q， et al. Adaptive anti saturation control for electro-hydraulic position servo system ［J］. Machine Tool & Hydraulics， 2022， 50（22）： 48-53.

[1]	李华夏, 黄晓蓉, 沈安林, 蒋鹏, 彭忆强, 隋立起. 基于MPC和PID的脚轮式全向移动平台轨迹跟踪[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2285-2293.
[2]	刘旭光, 杜昌平, 郑耀. 基于强化迭代学习的四旋翼无人机轨迹控制[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3950-3956.
[3]	张永华, 杜煜, 潘峰, 魏岳. 基于三次B样条曲线拟合的智能车轨迹跟踪算法[J]. 计算机应用, 2018, 38(6): 1562-1567.
[4]	罗蕊, 师五喜, 李宝全. 受侧滑和滑移影响的移动机器人自抗扰控制[J]. 计算机应用, 2018, 38(5): 1517-1522.
[5]	蔡壮张国良田琦. 基于函数滑模控制器的机械手轨迹跟踪控制[J]. 计算机应用, 2014, 34(1): 232-235.
[6]	张扬名刘国荣刘洞波刘欢. 基于Lyapunov方法和快速终端滑模的轨迹跟踪控制[J]. 计算机应用, 2012, 32(11): 3243-3246.
[7]	禹鑫燚. 多障碍环境中移动机器人的光滑轨迹规划[J]. 计算机应用, 2011, 31(11): 3112-3115.
[8]	张国良安雷汤文俊. 三轮驱动移动机器人轨迹跟踪控制[J]. 计算机应用, 2011, 31(08): 2293-2296.
[9]	阎世梁张华王银玲肖晓萍. 极坐标下基于迭代学习的移动机器人轨迹跟踪控制[J]. 计算机应用, 2010, 30(8): 2017-2020.

侧滑和打滑下的轮式移动机器人轨迹跟踪控制

Trajectory tracking control of wheeled mobile robots under side-slip and slip

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 24

相关文章 9

编辑推荐

Metrics