高速公路隧道检测机器人的路径跟踪：一种鲁棒的增强型扩展滑模预测控制方法 高新宝、 丁忠、 周军

《Buildings》：Path Tracking of Highway Tunnel Inspection Robots: A Robust Enhanced Extended Sliding Mode Predictive Control Approach Xinbiao Gao, Zhong Ding and Jun Zhou

　　

摘要

公路隧道衬砌的不规则几何形状，加上地形不平以及外部干扰，常常导致检测机器人偏离预定的路径。由于机器人系统内部的强耦合性，这些偏差会传递到末端执行器，严重影响自动化检测的准确性和效率。为了解决这些问题，本研究提出了一种改进的扩展滑模预测控制（EESMPC）方法，该方法集成了一种自适应扩展状态观测器（ESO）。该算法基于机器人底盘模型和期望的轨迹误差模型开发，能够实现精确的轮廓跟踪。关键在于，集成的ESO能够主动估计并补偿状态反馈中的未建模干扰和系统不确定性，从而提高路径跟踪的稳定性和精度。通过MATLAB仿真和实验路径跟踪测试，将该算法与其他三种控制器进行了性能对比。结果表明，EESMPC算法在隧道衬砌跟踪性能上表现出色，无论是跟踪精度还是系统鲁棒性都有显著提升。因此，这种方法显著提高了公路隧道检测机器人的自动化检测准确性和运行效率。