北京西站电话,亲水平台设计,企业战略管理咨询公司,关于协会网站建设的意见目录 #x1f4a5;1 概述 #x1f4da;2 运行结果 #x1f389;3 参考文献 #x1f308;4 Matlab代码、Simulink模型、文献 #x1f4a5;1 概述
摘要#xff1a;跟踪问题#xff08;即如何遵循先前记忆的路径#xff09;是移动机器人中最重要的问题之一。根据机器人状… 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码、Simulink模型、文献 1 概述
摘要跟踪问题即如何遵循先前记忆的路径是移动机器人中最重要的问题之一。根据机器人状态与路径相关的方式可以制定几种方法。“轨迹跟踪”是最常见的方法控制器旨在将机器人移动到移动的目标点就像在实时伺服系统中一样。对于复杂系统或处于扰动或未建模效应下的系统如 UAV无人驾驶飞行器其他跟踪方法可以提供额外的好处。在本文中考虑路径描述符参数动态的方法可称为“误差自适应跟踪”与轨迹跟踪进行了对比。首先提出了跟踪方法的正式描述表明两种类型的错误自适应跟踪可以在任何系统中与同一控制器一起使用。仿真实验表明选择合适的跟踪速率可以提高无人机系统的误差收敛性和鲁棒性。结果表明误差自适应跟踪方法优于轨迹跟踪方法产生更快、更鲁棒的收敛跟踪同时在需要时在实现收敛时保持相同的跟踪速率。
2 运行结果 部分代码
%% clear %% graphic (scope) parameters % Xmin-1; % Xmax 1; % Ymin-1; % Ymax 1; %graphic (scope) parameters Xmin-5; Xmax 5; Ymin-5; Ymax 5; %graphic (scope) parameters % Xmin-1; % Xmax 7; % Ymin-1; % Ymax 3.5; %% Simulation constants start_time0; stop_time10;
%% system parameters pvtol_constants_global;
%% System matrixes A_0 [ 0 1 0 0 ; ... 0 0 1 0 ;... 0 0 0 1 ;... 0 0 0 0 ]; Ablkdiag(A_0, A_0);
B_0 [ 0 ; ... 0 ;... 0 ;... 1 ]; Bblkdiag(B_0, B_0); %% control matrix according to Hindman/Hauser: K_0 [-3604 -2328 -509.25 -39]; Kblkdiag(K_0, K_0);
%% Lyapunov equation AcAB*K; Qeye(8);
global P; Plyap(Ac,Q);
%% constants for ref. traj. x_ref(r)A_ref*sin(w_ref*r) A_ref1.857*pi/2; w_ref2*pi/5; %
%% initial condition for x, that is: % v_x x_1; % v_y x_2; % omega x_3; % T x_4; % T_d x_5; % % x x_6; % y x_7; % theta x_8 ;
% an initial condition not null is necessary for T to prevent div/0 in % coord_change_xv_u % initial condition must be concordant with that of psi_nu. Hence, call to r_initial0; psi_nu_initial psi_nu_ref(r_initial);
% Hindman/Hauser gave a value of 10.0 for initial Td % However, analysing the z(0) values, one gives to T_d_initial 16;% g*m is 10.32 % this other condition gives us a smoother start T_initial 16;% T_d_initial ;
%%%%%%%%%%%%%%%%%%%%%% %%%%% IDEAL INITIAL CONDITIONS: %from the coord change x to z, this initial values can be calculated % remark: using these ideal initial conditions, tracking is perfect! theta_initial 0; omega_initial -psi_nu_initial(4)*m/T_initial; %ideal initial conditions: x_initial [ psi_nu_initial(2); psi_nu_initial(6); omega_initial; T_initial ; T_d_initial; ... psi_nu_initial(1); psi_nu_initial(5); theta_initial ... ];
%%%%%%%%%%%%%%%%%%%%%% % Hindman/Hauser uses this initial condition for z(0) % z_initial [ -1.5; v_x(0); v_x_dot(0); v_x_dot_dot(0) ; ... % 0; 0; 0; 0 ... % ] % if the PVTOL were robust, it should be stable against an initial % condition like % x_initial [ 0 ; 0 ; omega_initial ; T_initial ; T_d_initial; ... % -1.5 ; 0 ; 0 ... % ]; 3 参考文献 部分理论来源于网络如有侵权请联系删除。 [1]Hauser, J. and Hindman, R. Maneuver regulation from trajectory tracking: Feedback linearizable systems. In Proc. IFAC Symp. Nonlinear Contr. Syst. Design, 638-643. Tahoe City, CA.(1995).
4 Matlab代码、Simulink模型、文献
