救援机器人自适应模糊控制的研究  

Adaptive Control for a Search-and-Rescue Robot Using a T-S Model Based FNN

作　　者：李金良[1] 包继华[1] 于岩[1] 苏学成[2] 孙友霞[1] 

机构地区：[1]山东科技大学机械电子工程学院,山东青岛266510 [2]山东科技大学机器人研究中心,山东青岛266510

出　　处：《计算机测量与控制》2010年第5期1067-1069,共3页Computer Measurement &Control

基　　金：国家自然科学基金资助项目(60875068);山东省科技攻关计划资助项目(200806552)

摘　　要：研究了腿轮混合结构式救援机器人的自适应运动控制问题;由于腿轮式救援机器人是一多自由度、非线性和强耦合的系统,其动力学模型比较复杂且难以精确建立,提出采用T-S型模糊神经网络进行机器人的运动控制;充分利用T-S模糊模型的特点和优点,以一种简化的T-S型模糊神经网络作为前馈控制器,同时反馈控制器也采用T-S型模糊神经网络实现;该控制器利用人的经验和知识实时调整PID参数,从而改善控制系统的性能,提高控制器的适应能力;实验结果表明该方法具有良好的轨迹跟踪精度和抗干扰能力。This paper studied adaptive motion control for a leg--wheeled search-and-rescue （SAR） robot. Facing the fact that the SAR robot is a multi-degree, nonlinear and high-coupled system and it is hard to build precisely its complex dynamic model, we use a T-S model based fuzzy neural network for the kinematics control and employ the full advantage of T-S fuzzy model. The controller is composed of feed forward and backward parts, which are both T-S model based FNNs. In order to improve its adaptivity, the FNN controller can take advantage of human experience and knowledge to tune PID parameters. Experiment results verified that this method has better trajectory following precision and better rejection of disturbance.

关 键 词：救援机器人 T—S型模糊神经网络 自适应控制 腿轮式机器人 

分 类 号：TP242.1[自动化与计算机技术—检测技术与自动化装置]