ĐIỀU KHIỂN THÍCH NGHI GIÁN TIẾP DỰA TRÊN HỆ SUY LUẬN MỜ  CHO XE CÓ MÔ HÌNH BẤT ĐỊNH VÀ NHIỄU TÁC ĐỘNG CHƯA BIẾT

Đỗ Thị Mai; Phạm Lương Hoàng; Nguyễn Thị Hồng Hạnh; Nguyễn Hoài Nam

doi:10.34238/tnu-jst.12238

ĐIỀU KHIỂN THÍCH NGHI GIÁN TIẾP DỰA TRÊN HỆ SUY LUẬN MỜ CHO XE CÓ MÔ HÌNH BẤT ĐỊNH VÀ NHIỄU TÁC ĐỘNG CHƯA BIẾT

Thông tin bài báo

Ngày nhận bài: 07/03/25 Ngày hoàn thiện: 04/06/25 Ngày đăng: 04/06/25

Các tác giả

1. Đỗ Thị Mai, Trường Điện – Điện tử, Đại học Bách khoa Hà Nội
2. Phạm Lương Hoàng, Trường Điện – Điện tử, Đại học Bách khoa Hà Nội
3. Nguyễn Thị Hồng Hạnh, Viện Cơ học - Viện Hàn lâm Khoa học và Công nghệ Việt Nam
4. Nguyễn Hoài Nam , Trường Điện – Điện tử, Đại học Bách khoa Hà Nội

Tóm tắt

Bài báo trình bày việc thiết kế bộ điều khiển bám thích nghi gián tiếp dựa trên hệ suy luận mờ cho xe tự hành ba bánh. Mô hình toán của xe tự hành có tham số bất định và nhiễu ngoài tác động ở đầu vào. Bất định mô hình và nhiễu ngoài được gộp lại thành các hàm bất định tổng. Các hàm bất định này được xấp xỉ dựa trên hệ suy luận mờ với luật chỉnh định thích nghi. Trên cơ sở đó, tín hiệu điều khiển cho vòng động lực học được tính toán đảm bảo sai lệch tốc độ hội tụ về vùng chứa gốc không. Mô phỏng số được thực hiện trên MATLAB khi cho robot chịu tác động của bất định tham số mô hình và nhiễu chưa biết biến thiên theo thời gian. Kết quả cho thấy sai số bám quỹ đạo về một miền chứa gốc không trong thời gian ngắn và chứng tỏ khả năng cao của hệ suy luận mờ để xấp xỉ các hàm phi tuyến và hiệu quả của phương pháp điều khiển đề xuất.

Từ khóa

Xe tự hành; Điều khiển thích nghi; Bất định mô hình; Nhiễu đầu vào chưa biết; Hệ suy luận mờ

Toàn văn:

PDF

Tài liệu tham khảo

[1] T. M. Do and H. N. Nguyen, “Path tracking control approach and processing lumped disturbances for AGV in recent years: an Overview,” in Proc. the 2nd International Conference ICTA 2023, Thai Nguyen (Viet Nam), 2023, pp. 180-198.

[2] K. Yasmine, B. Mohamed, and D. Tarak, “Adaptive sliding mode control for trajectory tracking of nonholonomic mobile robot with uncertain kinematics and dynamics,” Applied Artificial Intelligence, vol. 32, no. 9, pp. 924-938, 2018.

[3] B. Moudoud, H. Aissaoui, and M. Diany, “Robust adaptive trajectory tracking control based on sliding mode of electrical wheeled mobile robot,” International Journal of Mechanical Engineering and Robotics Research, vol. 10, no. 9, pp. 505-509, 2021.

[4] M. Brahim, A. Hicham, and D. Mohammed, “Extended state observer-based finite-time adaptive sliding mode control for wheeled mobile robot,” Journal of Control and Decision, vol. 9, no. 4, pp. 465-476, 2022.

[5] Y. Guo, L. Yu, and J. Xu, “Robust finite-time trajectory tracking control of wheeled mobile robots with parametric uncertainties and disturbances,” J. Syst. Sci. Complex, vol. 32, no. 5, pp. 1358–1374, 2019.

[6] G. K. Tran, H. N. Nguyen, and D. P. Nguyen, “Observer-based controllers for two-wheeled inverted robots with unknown input disturbance and model uncertainty,” Journal of Control Science and Engineering, vol. 2020, no. 1, pp. 1-12, 2020.

[7] D. P. Nguyen and H. N. Nguyen, “A simple approach to estimate unmatched disturbances for nonlinear nonautonomous systems,” Int. J. Robust Nonlinear Control, vol. 32, no. 17, pp. 9160–9173, 2022.

[8] J. K. Taheri and M. J. Khosrowjerdi, “Adaptive trajectory tracking control of wheeled mobile robots with disturbance observer,” Int. J. Adapt. Control Signal Process, vol. 28, no. 1, pp. 14-27, 2014.

[9] N. T. T. Vu, X. L. Ong, N. H. Trinh, and S. T. H. Pham, “Robust adaptive controller for wheel mobile robot with disturbances and wheel slips,” International Journal of Electrical and Computer Engineering (IJECE), vol. 11, no. 1, pp. 336-346, 2021.

[10] L. Li, W. Tianqi, X. Yuanqing, and Z. Ning, “Trajectory tracking control for wheeled mobile robots based on nonlinear disturbance observer with extended Kalman filter,” Journal of the Franklin Institute, vol. 357, no. 13, pp. 8491-8507, 2020.

[11] M. Yue, L. Wang, and T. Ma, “Neural network based terminal sliding mode control for wmrs affected by an augmented ground friction with slippage effect,” IEEE/CAA Journal of Automatica Sinica, vol. 4, no. 3, pp. 498–506, 2017.

[12] Z. Chen, Y. Liu, W. He, H. Qiao, and H. Ji, “Adaptive-neural-network-based trajectory tracking control for a nonholonomic wheeled mobile robot with velocity constraints,” IEEE Transactions on Industrial Electronics, vol. 68, no. 6, pp. 5057–5067, 2020.

[13] Y. Wu and Y. Wang, “Asymptotic tracking control of uncertain nonholonomic wheeled mobile robot with actuator saturation and external disturbances,” Neural Computing and Applications, vol. 32, no. 12, pp. 8735–8745, 2020.

[14] N. T. T. Vu, N. P. Tran, and N. H. Nguyen, “Adaptive Neuro‐Fuzzy Inference System Based Path Planning for Excavator Arm,” Journal of Robotics, vol. 2018, no. 1, pp. 1-7, 2018.

[15] D. Chwa, “Fuzzy adaptive tracking control of wheeled mobile robots with state-dependent kinematic and dynamic disturbances,” IEEE Transactions on Fuzzy Systems, vol. 20, no. 3, pp. 587–593, 2011.

[16] S. Peng and W. Shi, “Adaptive fuzzy integral terminal sliding mode control of a nonholonomic wheeled mobile robot,” Mathematical Problems in Engineering, vol. 2017, no. 1, 2017, Art. no. 3671846.

[17] H. Ying, “General SISO Takagi-Sugeno fuzzy systems with linear rule consequent are universal approximators,” IEEE Transactions on Fuzzy Systems, vol. 6, no. 4, pp. 582 – 587, 1998.

[18] H. Ying, “Sufficient conditions on uniform approximation of multivariate functions by general Takagi-Sugeno fuzzy systems with linear rule consequent," IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Umans, vol. 28, no.4, pp. 515 –520, 1998.

DOI: https://doi.org/10.34238/tnu-jst.12238

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ