李 強(qiáng),李 斌,李春明,王洪波
(1.廣東省機(jī)場(chǎng)管理集團(tuán)有限公司,廣東 廣州 510440;2.哈工大機(jī)器人(中山)無(wú)人裝備與人工智能研究院,廣東 中山 528400)
隨著人工智能(artificial intelligence,AI)技術(shù)的不斷提升,智能機(jī)器人在各行業(yè)多領(lǐng)域中變得不可或缺[1]。為了實(shí)現(xiàn)智能機(jī)器人的高效自主導(dǎo)航和精確操作,路徑跟蹤控制成為至關(guān)重要的核心技術(shù)[2~7]。智能機(jī)器人在運(yùn)行過(guò)程中,由于固有的非線性性質(zhì),會(huì)對(duì)其橫向穩(wěn)定性產(chǎn)生重大影響。而在處理不確定性時(shí),傳統(tǒng)的T-S 模糊模型往往難以達(dá)到令人滿意的效果。因此,在文獻(xiàn)[8]中,提出一種廣義二型模糊神經(jīng)網(wǎng)絡(luò)控制方法,以更好地跟蹤輪式機(jī)器人的運(yùn)動(dòng)軌跡。二型模糊使用隸屬度區(qū)間來(lái)表示模糊集合的隸屬度,能夠更準(zhǔn)確地描述不確定性和模糊性[9]。
系統(tǒng)中網(wǎng)絡(luò)通道是共享且有帶寬限制的,使得信號(hào)通信過(guò)程易引起網(wǎng)絡(luò)延遲和數(shù)據(jù)丟棄,這些因素可能導(dǎo)致動(dòng)態(tài)系統(tǒng)出現(xiàn)振蕩、發(fā)散、性能下降甚至不穩(wěn)定[10]。因此,針對(duì)存在通信網(wǎng)絡(luò)時(shí)滯和數(shù)據(jù)包丟失的問(wèn)題,提出一種依賴延遲的魯棒控制器,以用于車輛的路徑跟蹤控制[11]。Ye Q等人提出一種系統(tǒng)的方法來(lái)分析帶有時(shí)間延遲和外部干擾的自主轉(zhuǎn)向系統(tǒng)的穩(wěn)定性[12]。此外,網(wǎng)絡(luò)誘發(fā)的延遲和數(shù)據(jù)丟失是隨機(jī)發(fā)生的,并且延遲范圍存在非零的下限。
本文設(shè)計(jì)了一種魯棒二型模糊橫向穩(wěn)定控制方法,用于具有隨機(jī)數(shù)據(jù)丟棄和網(wǎng)絡(luò)延遲的智能系統(tǒng)。本文涉及的符號(hào)(*)用于表示對(duì)稱塊矩陣中主對(duì)角線以下的元素。矩陣Q和其轉(zhuǎn)置QT的和用[Q]s 表示。
圖1為常見(jiàn)智能機(jī)器人模型。圖1中,m為系統(tǒng)質(zhì)量,Iz為轉(zhuǎn)動(dòng)慣量,CG為重心,Cf/Cr為前/后轉(zhuǎn)向剛度,lf/lr為重心到前/后軸的距離,vx/vy為縱向/橫向速度,r 為偏航率,ψd/ψh為期望/實(shí)際航向角,ψ為航向角偏差,ρ 為期望路徑的曲率,δ為轉(zhuǎn)向角,Ld為預(yù)瞄距離。
圖1 智能系統(tǒng)模型示意
描述系統(tǒng)的橫向動(dòng)力學(xué)模型方程為
線性狀態(tài)空間形式的集成模型可以寫(xiě)成如下
由于側(cè)偏剛度是非線性的,可以用以下范數(shù)有界不確定性表示
其中,時(shí)變參數(shù)且|λi|≤1 且Cin=(Cimax+Cimin)/2,Ciu=(Cimax-Cimin)/2,i =f,r。因此,系統(tǒng)模型可以用以下線性分?jǐn)?shù)變換公式來(lái)描述
其中,分別用Cfn和Crn替換A和B2的Cf和Cr可得An和B2n,用Cfu和Cru替換A 和B2的Cf和Cr可得ΔAu和ΔB2u。此外,容易得到[ΔAuΔB2u]=HΛ[F1F2]
系統(tǒng)的縱向速度在不同時(shí)間點(diǎn)可能會(huì)有所不同,即vx∈[vxmin,vxmax]。因此,這里通過(guò)使用區(qū)間二型模糊集合,在考慮到變化的情況下對(duì)縱向速度和側(cè)偏剛度進(jìn)行建模和控制。首先,模型中涉及的前提變量l1=(Cf+Cr)/vx和l2=(Cr-Cf)表示為
二型模糊系統(tǒng)的上下界隸屬度函數(shù)如表1所示。
表1 模糊模型的上下界成員函數(shù)
模糊規(guī)則Ri:若前提變量l1為且l2為,則
選擇受控輸出向量如下
式中 Cz為單位矩陣。
采樣周期記為h,采樣瞬間記為tk。在采樣時(shí)刻tk遇到的網(wǎng)絡(luò)引起的延遲為:τk=τsc+τca,其中,τsc為傳感器到控制器鏈路遇到的延遲,而τca為控制器到執(zhí)行器鏈路遇到的延遲,如圖2。此外,數(shù)據(jù)丟失記為nkh,其中,nk為丟失數(shù)據(jù)包的數(shù)量。則執(zhí)行器的實(shí)際輸出可以描述為
圖2 系統(tǒng)控制回路示意
定義τ(t)=t-tk-tkh-τk,得到連續(xù)形式
將網(wǎng)絡(luò)誘導(dǎo)延遲的隨機(jī)特征用馬爾可夫過(guò)程表示為
因此,執(zhí)行器輸出可以定義為
結(jié)合式(1)、式(7)、式(9)可以得到閉環(huán)模糊模型
受上述討論的啟發(fā),本文提出一種魯棒二型模糊路徑跟蹤控制方法。采用該控制器,式(13)中的系統(tǒng)在滿足隨機(jī)穩(wěn)定性的同時(shí)滿足衰減水平為γ的H∞性能。
給出式(13)中有關(guān)系統(tǒng)具有衰減水平的指數(shù)均方穩(wěn)定的一組充分條件:
其中
證明:定義對(duì)稱正定矩陣P,R1,R2,Z11,Z12,Z21,Z22廣義矩陣Nil并構(gòu)造如下李雅普諾夫函數(shù)
根據(jù)牛頓萊布尼茲公式以及不等式-2ab≤αTX-1a +bTXb可得
其中,X 為正定矩陣,a,b 為由合適維度的矩陣,ξ(t)=[x(t)x(t -τ1(t))x(t -τl)x(t -τ2(t))x(t -τu)ω(t)]。
同理,用N2,N3,N4替換N1,時(shí)滯區(qū)間(t -τ1(t),t -τl),(t -τl,t -τ2(t)),(t -τ2(t),t -τu)替換(t,t -τ1(t)),公式依然成立。
對(duì)式(15)求導(dǎo)并結(jié)合式(13)和式(17),可得
為了有效地突出所設(shè)計(jì)的二型模糊橫向動(dòng)態(tài)穩(wěn)定控制器的優(yōu)越性,記作控制器A,通過(guò)求解推理可得到不考慮模糊的固定控制器,作為控制器B 進(jìn)行比較。此外,忽略集總延遲的隨機(jī)特性求解控制器,可得到控制器C,來(lái)進(jìn)一步進(jìn)行比較。
智能機(jī)器人的主要仿真參數(shù):m為1 412 kg,vx為10 m/s,Iz為1536.7 kg/m2,Cfn為49412 N/rad,lf為1.059 m,Cfu為4 941.2 N/rad,lr為1.641 m,Crn為60174 N/rad,Ld為0.5 m,Cru為6 017.4 N/rad,vxmin為36 km/h,vxmax為72 km/h。
此外,定義標(biāo)量h =0.001 s,τl=0.025 s,τu=0.045 s和?α =0.7 s。假設(shè)時(shí)滯的2 個(gè)子區(qū)間分別為τ1(t)=20 +5sin(160t)ms和τ2(t)=35 +10sin(80t)ms,發(fā)生概率分別為0.7和0.3。通過(guò)利用MINCX求解器,可以得到所設(shè)計(jì)的系統(tǒng)的控制增益。
進(jìn)行單變道機(jī)動(dòng)仿真實(shí)驗(yàn),其中期望路徑的道路曲率和時(shí)變的縱向速度曲線如圖3所示。
圖3 仿真輸入
不同控制策略下系統(tǒng)輸出的路徑跟蹤控制性能指標(biāo)對(duì)比結(jié)果如圖4所示。此外,根據(jù)圖4(a)、(b)的觀察結(jié)果可知,采用控制器進(jìn)行控制時(shí),可以有效地實(shí)現(xiàn)路徑跟蹤,特別是控制器A所產(chǎn)生的狀態(tài)量幅值明顯小于其他幾種控制器。機(jī)器人系統(tǒng)動(dòng)態(tài)性能率的結(jié)果分別繪制在圖4(c)、(d)中,從圖4(c)中可以看出,所有控制器產(chǎn)生的橫向速度都接近于零,并以±0.15 m/s 為界。從圖4(d)中可以看出,所有控制器產(chǎn)生的橫擺角速度都被限制在可接受的范圍內(nèi),最大值為5°/s。也就是說(shuō),從圖4(c)、(d)中可以看出,所有控制器都能保持良好的橫向動(dòng)態(tài)穩(wěn)定性。
圖4 系統(tǒng)輸出
基于上述仿真結(jié)果,可以得出,本文所提出的控制器能夠有效地提高系統(tǒng)的性能。
本文在考慮系統(tǒng)非線性和網(wǎng)絡(luò)隨機(jī)時(shí)滯的情況下,提出了一種基于二型模糊橫向動(dòng)態(tài)穩(wěn)定控制算法。首先,采用區(qū)間二型模糊模型來(lái)描述控制系統(tǒng)的非線性橫向動(dòng)力學(xué)行為。然后,在設(shè)計(jì)控制器的構(gòu)建李亞普諾夫函數(shù)的過(guò)程中,考慮了包絡(luò)延遲的信息,有效降低了控制器的保守性。最后,進(jìn)行了單變道機(jī)動(dòng)仿真測(cè)試,結(jié)果表明,與其他控制器相比,所提出的控制策略在保持橫向動(dòng)態(tài)穩(wěn)定性和提高路徑跟蹤能力方面具有優(yōu)勢(shì)。