کنترل عصبی مقاوم تطبیقی زمان‌محدود ربات متحرک چرخ‌دار تراکتور- تریلر با استفاده از تکنیک خطی‌سازی فیدبک ورودی- خروجی

الموضوعات :

ملیحه کاظمی پور ¹ , خوشنام شجاعی ²

1 - دانشکده مهندسی برق- واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
2 - مرکز تحقیقات پردازش دیجیتال و بینایی ماشین- واحد نجف‌آباد، دانشگاه آزاد اسلامی، نجف‌آباد، ایران

تاريخ الإرسال : 07 الأربعاء , ربيع الثاني, 1441 تاريخ التأكيد : 29 الأحد , شوال, 1441 تاريخ الإصدار : 01 الأربعاء , ذو الحجة, 1441

الکلمات المفتاحية: ربات متحرک تراکتور- تریلر, قیود غیرهولونومیک, کنترل عصبی مقاوم تطبیقی, خطی سازی فیدبک, کنترل زمان-محدود,

ملخص المقالة :

مسئله ردیابی مسیرهای زمانی مرجع یکی از مسائل مهم و مورد توجه در زمینه کنترل ربات های متحرک چرخ دار به شمار می رود. در این مقاله، مسئله کنترل ردیابی مسیر زمانی مرجع در حضور نامعینی های ساختاری، قیود غیرهولونومیک و اغتشاشات خارجی برای ربات متحرک چرخ‌دار تراکتور-تریلر، تا حد قابل توجهی حل شده است. طرح پیشنهادی بر این اساس است که ابتدا معادلات فضای حالت تراکتور-تریلر از معادلات دینامیک و سینماتیک آن استخراج و به یک فرم همبسته بیان شده است. در ادامه، با در نظرگرفتن معادلاتفضای حالت سیستم، الگوریتم کنترلی مورد نظر متشکل از دو حلقه کنترلی خارجی و داخلی ارائه شده است، به این ترتیب که ابتدا با انجام خطی سازی فیدبک ورودی-خروجی، قانون کنترل در حلقه داخلی به فرم فیدبک غیرخطی تولید شده است که این الگوریتم به طور پیوسته، حذف دینامیک های غیرخطی سیستم را بر عهده دارد. سپس، با استفاده از ترکیب خروجی تولید شده در مرحله خطی سازی با الگوریتم کنترلی مد لغزشی ترمینال و طراحی یک کنترل کننده عصبی مقاوم تطبیقی زمان محدود در حلقه خارجی، عملکرد صحیح و سریع سیستم حلقه بسته در حضور نامعینی ها تضمین شده‌ است. الگوریتم کنترلی پیشنهادی درنهایت، کران داری سیگنال های حلقه بسته و همگرایی دقیق خطای ردیابی در زمان محدود را تضمین نموده است. در پایان، میزان اثربخشی طرح پیشنهادی، از طریق تئوری لیاپانوف تعمیم یافته و شبیه سازی با استفاده از نرم‌افزار متلب اثبات و ارائه شده است.

المصادر:

[1] G. Campion, G. Bastin, B. Dandrea Novel, "Structural properties and classification of kinematic and dynamic models of wheeled mobile robots", IEEE Trans. on Robotics and Automation, vol. 12, no. 1, pp. 47-62, Feb. 1996 (doi: 10.1109/70.481750).

[2] K. Do, "Bounded controllers for global path tracking control of unicycle-type mobile robots", Robotics and Autonomous Systems, vol. 61, no. 8, pp. 775–784, Aug. 2013 (doi: 10.1016/j.robot.2013.04.014).

[3] K. Shojaei, " Neural adaptive PID formation control of car-like mobile robots without velocity measurements ", Advanced Robotics, vol. 31, no. 18, pp. 947-964, Sep. 2017 (doi: 10.1080/01691864.2017.1368413).

[4] Y. Qiu, B. Li, W. Shi, X. Zhang, "Visual servo tracking of wheeled mobile robots with unknown fxtrinsic parameters", IEEE Trans. on Industrial Electronics, vol. 66, no. 11, pp. 8600-8609, Nov 2019, (doi: 10.1109-/TIE.2019.2891407).

[5] W. Abbasi, FU. Rehman, I. Shah, A. Rauf, "Stabilizing control algorithm for nonholonomic wheeled mobile robots using adaptive integral sliding mode", International Journal of Robotics and Automation, vol. 34, no. 1, pp. 1-8, Jan 2019 (doi: 10.2316/J.2019.206-4803).

[6] M. Chen, "Disturbance attenuation tracking control for wheeled mobile robots with skidding and slipping", IEEE Trans. on Industrial Electronics, vol. 64, no. 4, pp. 3359–3368, April 2017 (doi: 10.1109/TIE.2016.261-3839).

[7] Z. Wang, L. Wang, H. Zhang, L. Vlacic, Q. Chen, "Distributed formation control of nonholonomic wheeled mobile robots subject to longitudinal slippage constraints", IEEE Trans. on Systems, Man, and Cybernetics: Systems, Jun. 2019 doi: (10.1109/TSMC.2019.2911975).

[8] LN. Tan, "Event-triggered distributed H∞ control of physically interconnected mobile Euler–Lagrange systems with slipping, skidding and dead zone", IET Control Theory & Applications, vol. 14, no. 1, pp. 438 – 451, Feb 2020 (doi: 10.1049/iet-cta.2019.0409).

[9] Y-W. Lin, R-J. Wai, "Design of adaptive moving-target tracking control for vision-based mobile robot", Proceeding of the IEEE/CICA, pp. 194-199, Singapore, April 2013 (doi: 10.1109/CICA.2013.6611684).

[10] M. Cui, H. Liu, W. Liu, Y. Qin, "T an adaptive unscented kalman filter-based controller for simultaneous obstacle avoidance and tracking of wheeled mobile robots with unknown slipping parameters", Journal of Intelligent & Robotic Systems, vol. 92, no. 1, pp. 489-504, Dec. 2018 (doi: 10.1007/s10846-017-0761-9).

[11] S. Tong, B. Huo, and Y. Li, "Observer-based adaptive decentralized fuzzy fault-tolerant control of nonlinear large-scale systems with actuator failures", IEEE Trans. on Fuzzy Systems, vol. 22, no. 1, pp. 1–15, Feb. 2014 (doi: 10.1109/TFUZZ.2013.2241770).

[12] N. Nikdel, S. Ghaemi, "Tracking control of nonholonomic mobile robot based on neural networks and feed-back linearization", International Journal on Technical and Physical Problems of Engineering, vol. 5, pp. 118-123, 2013.

[13] NT. Binh, NA. Tung, DP. Nam, NH. Quang, "An adaptive backstepping trajectory tracking control of a tractor trailer wheeled mobile robot", International Journal of Control, vol. 17, no. 1, pp. 465–473, Feb. 2019 (doi: 10.1007/s12555-017-0711-0).

[14] M. Falsafi, K. Alipour, B. Tarvirdizadeh, ''Fuzzy motion control for wheeled mobile robots in real-time'', Journal of Computational & Applied Research in Mechanical Engineering, vol. 8, no. 2, pp. 133-144, Feb. 2019 (doi: 10.22061/jcarme.2018.2204.1205).

[15] W. Shi, M. Zhang, W. Guo, L. Guo, "Stable adaptive fuzzy control for MIMO nonlinear systems", Computers and Mathematics with Applications, vol. 62, no. 7, pp. 2843-2853, Oct. 2012 (doi: 10.1016/j.camwa.2011.0-7.050).

[16] K. Xia, H. Gao, L. Ding, G. Liu, Z. Deng, ''Trajectory tracking control of wheeled mobile manipulator based on fuzzy neural network and extended Kalman filtering", Neural Computing and Applications, vol. 30, no. 2, pp. 447-462, Jul. 2018 (doi: 10.1007/s00521-016-2643-7).

[17] H. Chang, Q. Meng, "Trajectory tracking control of nonholonomic wheeled mobile robots", Proceeding of the IEEE/ICINFA, pp. 688-692, Harbin, June 2010 (doi: 10.1109/ICINFA.2010.5512422).

[18] F. Pourboghrate, M.P. Karlsson, "Adaptive control of dynamic mobile robots with nonholonomic constraints",

57-78/ نشریه روشهای هوشمند در صنعت برق/ سال یازدهم/ شماره چهل و دو/ تابستان 1399

)77(

computers and electrical engineering, vol. 28, no. 4, pp. 241-250, July 2002 (doi: 10.1016/S0045-7906(00)00-053-7).

[19] F. N, Martins, et al., ''An Adaptive dynamic controller for autonomous mobile robot trajectory tracking'', Control Engineering Practice, vol. 16, no. 11, pp. 1354 –1363, Nov. 2008 (doi: 10.1016/j.conengprac.2008.0-3.004).

[20] K. Shojaei, A. M. Shahri, B. Tabibian, ''Design and implementation of an inverse dynamics controller for uncertain nonholonomic robotic systems'', Journal of Intelligent and Robotic Systems, vol. 71, no. 1, pp. 65-83, Jul. 2013 (doi: 10.1007/s10846-012-9762-x).

[21] Sh. Yu, X.Yu, B. Shirinzadeh, Zh. Man, "Continuous finite-time control for robotic manipulators with terminal sliding mode", Automatica, vol. 41, no. 11, pp. 1957-1964, Nov. 2005 (doi: 10.1016/j.automatica.20-05.07.001).

[22] D. Zhao, Sh .Li, F. Gao, "A new terminal sliding mode control for robotic manipulators", International Journal of Control, vol. 82, no. 10, pp. 1804–1813, Aug. 2009 (doi: 10.1080/00207170902769928).

[23] M. Cai, Z. Xiang, J. Guo, "Adaptive finite-time control for uncertain nonlinear systems with application to mechanical systems", Nonlinear Dynamics, vol. 84, no. 2, pp. 943–958, April 2016 (doi: 10.1007/s11071-015-2541-z).

[24] L. Xin, Q. Wang, J. She, Y. Li, "Robust adaptive tracking control of wheeled mobile robot", Robotics and Autonomous Systems, vol. 78, no. 1, pp. 36–48, April 2016 (doi: 10.1016/j.robot.2016.01.002).

[25] Sh. Peng, W. Shi, "Adaptive fuzzy integral terminal sliding mode control of a nonholonomic wheeled mobile robot", Mathematical Problems in Engineering, vol. 84, no. 2, pp. 1-12, 2017 (doi: 10.1155/2017/3671846).

[26] M. Vijay, D .Jena, "Backstepping terminal sliding mode control of robot manipulator using radial basis functional neural networks", Computers & Electrical Engineering, vol. 29, no. 1, pp. 690–707, April 2018 (doi: 10.1016/j.compeleceng.2017.11.007).

[27] A. Keymasi Khalaji, and S. A. A. Moosavian, "Robust adaptive controller for a tractor–trailer mobile robot", IEEE/ASME Transactions on Mechatronics, vol. 19, no. 3, pp. 943-953, Jun. 2014 (doi: 10.1109/TMECH.20-13.2261534).

[28] K. Shojaei, "Neural network formation control of a team of tractor–trailer systems," Robotica, vol. 36, no.1, pp. 39-56, Jan. 2018 (doi: 10.1017/S0263574717000145).

[29] D. Wang, G. Xu, ''Full-State tracking and internal dynamics of nonholonomic wheeled mobile robots,'' IEEE/ASME Transactions on Mechatronics, vol. 8, no. 2, pp. 1083-4435, Jun. 2003 (doi: 10.1109/TMECH2-003.812832).

[30] M. Galicki, "Finite-time control of robotic manipulators", Automatica, vol. 51, no. 2, pp. 49–54, Jan. 2015 (doi: 10.1016/j.automatica.2014.10.089).

[31] M. Cai, Z. Xiang, Jian. Guo, "Adaptive finite-time consensus protocols for multi-agent systems by using neural networks", IET Control Theory & Applications, vol. 10, no. 4, pp. 371-380, Feb. 2016 (doi: 10.1049/iet-cta.2015.0915).

[32] H. Khalil, Nonlinear systems, Englewood cliffs, third edition, Prentice Hall, 2002.

[33] A. Keymasi Khalaji, S.A.A. Moosavian, “Design and implementation of a fuzzy sliding mode control law for a wheeled robot towing a trailer”, Modares Mechanical Engineering, vol. 14, no. 4, pp.81-88, 2014 (In Persian).

[34] K. Shojaei, “Neural adaptive output feedback formation control of type (m,s) wheeled mobile robots,” IET Control Theory and Applications, vol. 11, no. 4, pp. 504-515, March 2017 (doi: 10.1049/iet-cta.2016.0952).

[35] K. Shojaei, “Saturated output feedback control of uncertain nonholonomic wheeled mobile robots,” Robotica, vol. 33, pp. 87-105, Jan. 2015 (doi: 10.1017/S0263574714000046).

[36] K. Shojaei, “Three-dimensional neural network tracking control of a moving target by underactuated autonomous underwater vehicles”, Neural Computing and Applications, vol. 31, no. 2, pp. 509-521, Feb. 2019

(doi: 10.1007/s00521-017-3085-6).