基于自适应超扭转扩展状态观测器与动态功率对数滑模控制的果园移动机器人轨迹跟踪研究

《Agriculture》:Trajectory Tracking Control of an Orchard Mobile Robot Based on an Adaptive Super-Twisting Extended State Observer and Dynamic Power–Logarithmic Sliding Mode Control

【字体: 大 中 小 】 时间:2026年09月21日 来源:Agriculture 4.5

编辑推荐:

   摘要 为了解决由于车轮与地面的附着力变化、负载波动以及在非结构化地形条件下模型不确定性导致的驱动轮速度控制精度和车辆轨迹跟踪性能下降的问题,本文提出了一种基于自适应超扭转扩展状态观测器和动态功率对数滑模控制的复合控制方法

  

摘要

为了解决由于车轮与地面的附着力变化、负载波动以及在非结构化地形条件下模型不确定性导致的驱动轮速度控制精度和车辆轨迹跟踪性能下降的问题,本文提出了一种基于自适应超扭转扩展状态观测器和动态功率对数滑模控制的复合控制方法。首先,建立了四轮差动驱动果园移动机器人的运动学模型以及包含集中干扰的驱动电机动态模型,并构建了由运动学外环和车轮速度内环组成的双闭环控制系统。其次,设计了一种具有自适应增益调整机制的超扭转扩展状态观测器,用于在线估计驱动轮角加速度和集中干扰。随后,开发了动态功率对数滑模控制器,并利用估计到的干扰进行前馈补偿,以改善车轮速度响应、干扰抑制性能和控制输入的平滑性。通过在自然草地上进行驱动系统仿真、圆形轨迹仿真和真实车辆S形轨迹跟踪实验,将所提出的方法与ESO–DCLSMC和DP–LnSMC进行了对比。结果表明,在驱动系统仿真中,所提出的方法在脉冲负载干扰下实现了50 ms的车轮速度稳定时间和0.009 rad·s?1的最大角速度偏差。在真实车辆实验中,位置和航向角的均方根误差分别为10.51 cm和0.050 rad,与ESO–DCLSMC相比减少了29.78%和24.70%,与DP–LnSMC相比分别减少了36.88%和42.17%。这些结果表明,在本研究中测试的自然草地地形条件下,所提出的方法具备了良好的轨迹跟踪精度,为在非结构化地形环境下运行的果园移动机器人的轨迹跟踪控制提供了可行的解决方案。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号