轮式移动机器人轨迹跟随常用的控制方法优缺点总结如表 1所示:
表 1 轮式移动机器人轨迹跟随控制方法比较
序号 |
控制方法 |
优点 |
缺点 |
1 |
滑模控制方法 |
鲁棒性强 快速响应 设计过程简便 |
控制信号容易振荡 |
2 |
反演控制方法 |
稳定性好 |
控制指令较大往往会超过执行机构能力 |
3 |
线性二次型控制方法 |
易于工程实现 |
误差大时收敛慢 |
4 |
模型预测控制方法 |
有效处理约束 |
计算量大实时性差 |
5 |
自适应控制方法 |
鲁棒性强 |
实现复杂 |
6 |
神经网络控制方法 |
逼近任意非线性系统 |
稳定性差 |
7 |
模糊控制方法 |
简化控制问题 |
控制精度低 |
总结上述几种方法,在今后轨迹跟随控制的研究中应该尽量避免以下几个问题:
(1)数模的依赖性
大多数通过笛卡尔坐标空间建立数学模型进行反馈控制的方法具有一个普遍的局限性,那就是过多的依赖数学模型,对数模的精确性要求较高,而且一般设计比较复杂,实时控制效果不好。这些问题在现实的应用中会因为如驱动系统电机特性的差异、路面粗糙度等不确定因素的存在而扩大化,进一步影响实际控制的效果。
(2)控制量理想化
大多数控制方法在速度的调节上基本趋于理想化,即速度的大小和变化速度可以不受限制,而实际应用中,因为电机性能、轮子摩擦力等因素的限制,很难提供这种控制条件,极大地损害了这些控制算法的实用性。
(3)抖动问题
由于非线性、非完整性约束以及延时等条件的制约,当系统出现大的扰动或者具有大的偏差时,会出现抖动现象,这在很大程度上影响了控制器的实际应用。