移动机器人控制的基本介绍

来源：互联网发布：利用淘宝漏洞赚钱编辑：程序博客网时间：2024/06/05 17:16

前言

学习ROS的时候，由于之前对控制的概念、机器人坐标的变换、里程数的计量、马达的运转等完全没有什么概念，感觉像是掉进了一个大坑，于是找了一些相关课程进行学习，本系列博文就是对学习的一个梳理，愿有始有终！

有效的控制策略依赖于可以预见的模型，这一点很关键，可以帮助你从宏观上把握一个系统。

巡航就是让车以固定速度移动，主要的控制点在于使其加速度为零。
1. 状态：主要参考的是车的速度，当然车的坐标和角度也可以当做参考。 x
2. 输入：就是你控制油门的力道u了。F=cu，其中c是一个转换系数。
3. 动态：也就是加速度了x˙，动态方程对系统状态起到实际控制作用

x ˙ = a \Rightarrow m x ˙ = c u \Rightarrow x ˙ = c m u

4. 输出：仪表盘上看到的数据

y
5. 反馈：

r−y=e
6.想要的结果：

x→r as

t→∞

(e=r−x→0)
实际情况：由于受到各种因素的影响，速度不可能严格维持在一个点，因此需要持续的调节

用u的最大值进行调整
$u = ⎧ ⎩ ⎨ u m a x - u m a x 0 if e > 0 速度比预期的小 (踩油门) if e < 0 速度比预期的大 (松油门) if e = 0 符合期望，不做改变$
这种情况的后果就是反应太灵敏，无法达到预期值。
u=ke(P控制)
- 对误差的反应随误差值的变化而变化
- 控制平滑、稳定、不会出现过大波动
- 也就是比例调节
- 特别说明
  - 现实中模型的参数还应该包括各种不可抗力实际的模型应该是
    $x ˙ = c m u - γ x$
  - 若要速度恒定
    $x ˙ = 0 = c m u - γ x = c m k (r - x) - γ x \Rightarrow (c k + m γ) x = c k r$
    
    可见控制的速度x无法达到期望值r
给u增加一个补偿因子 $u = k e + γ c m x$
$x ˙ = 0 = c m k (r - x) + γ x - γ x \Rightarrow x = r$
PID控制
u(t)=kPe(t)+kI∫t0e(τ)dτ+kDde(t)dt
- P：根据当前误差采取的比例控制
- I：跟踪控制，实际上是补偿过去误差的损失，控制速度非常缓慢，随着时间的流逝，积分作用逐渐减弱
- D：可以理解成快速响应未来误差的变化，控制速度非常灵敏

0 0