基于RBF在线辨识的AGV转向单神经元PID控制  

Single neuron PID control of AGV steering system based on RBF neural network on-line identification

作　　者：焦俊[1] 陈无畏[1] 王继先[2] 李绍稳[2] 崔怀雷 王檀彬[1] 

机构地区：[1]合肥工业大学机械与汽车学院,合肥230009 [2]安徽农业大学,合肥230036 [3]合肥美的冰箱公司,合肥230601

出　　处：《仪器仪表学报》2008年第7期1431-1435,共5页Chinese Journal of Scientific Instrument

基　　金：安徽省教育厅自然科学研究项目(KJ2007B080);江苏大学现代农业装备与技术国家重点实验室培育点开放基金项目(NZ200606)资助

摘　　要：针对自动引导车(AGV)转向系统的复杂、非线性和时变性,提出了基于RBF神经网络在线辨识的单神经元PID控制来改进常规的PID控制性能。在该控制系统结构中,采用RBF神经网络辨识器实现对转向系统的Jacobian矩阵信息的在线辨识,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。实验结果表明,与常规的PID控制方法相比,该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全可适用于AGV转向系统的控制。Aiming at the characteristics of complexity, nonlinearity and time-variation in automated guided vehicle （AGV） steering system, a self-adaptive single neuron PID control is proposed based on RBF neural network on-line identification, which identifies the Jacobian matrix of steering system by means of RBF neural network identifier and acquires on-line tuning information of PID parameters. The self-tuning of the controller parameters is implemented by the single neuron controller, and the intelligent control of the system is achieved. Experiment result indicates that compared with conventional PID control method, the proposed control system possesses the advantages of high precision, great adaptability and robustness, and is feasible for AGV steering system.

关 键 词：RBF神经网络 单神经元 比例-积分-微分(PID) 非线性控制 转向系统 

分 类 号：U461[机械工程—车辆工程] TP18[交通运输工程—载运工具运用工程]