[发明专利]基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法

权利要求书

1、一种基于量子行为粒子群算法的轮式移动机器人轨迹跟踪方法，其特 征在于该方法包含如下步骤：

步骤一：首先在机器人运动的二维平面上，建立两个独立的平面坐标系， 从而来共同标识出轮式移动机器人某个时刻的空间位姿与朝向；

步骤二：在步骤一建立的坐标系基础上，使用Euler-Lagrange方程建立 轮式移动机器人的运动学模型；

步骤三：将步骤二得到的运动学方程利用反演设计方法分解成不超过系 统阶数的子系统，然后为每个子系统分别设计Lyapunov函数和中间虚拟控制 量，直到完成整个控制律的设计；

步骤四：根据步骤三得到的子系统建立参考位姿与实际位姿的误差函数；

步骤五：利用量子行为粒子群算法求解步骤四得到的误差函数，直到符 合跟踪控制的要求。

2、如权利要求1所述的基于量子行为粒子群算法的轮式移动机器人轨迹 跟踪方法，其特征是：步骤一中需要用两个独立的平面坐标系来共同标识出 机器人某时刻的空间位置与朝向，在机器人学中统称为位姿，也就是把一个 在空间中占有一定体积的非完整移动机器人系统抽象为一个参考点，用参考 点的坐标来代表非完整移动机器人平台。

3、如权利要求1所述的基于量子行为粒子群算法的轮式移动机器人轨迹 跟踪方法，其特征是：步骤二中设[x，y]^T为轮式移动机器人质心的笛卡儿坐标， θ为其前进方向与x轴夹角，v、ω分别为WMR的平移速度和旋转速度，由 于从动轮在运动中仅仅起支撑作用，在运动学模型中的影响可忽略不计，不 考虑外界干扰及建模误差带来的影响，将具有非完整约束的WMR模型用经 典Euler-Lagrange方程表示出。

4、如权利要求1所述的基于量子行为粒子群算法的轮式移动机器人轨迹 跟踪方法，其特征是：步骤三中应用反演设计方法将复杂的非线性系统分解 成不超过系统阶数的子系统，然后为每个子系统分别设计Lyapunov函数和中 间虚拟控制量，一直后退到整个系统，直到完成整个控制律的设计，使整个 闭环系统满足期望的动静态性能指标。

5、如权利要求1所述的基于量子行为粒子群算法的轮式移动机器人轨迹 跟踪方法，其特征是：步骤四中对任意初始位姿和速度误差，寻求有界输入 U＝[v_c，w_c]^T，使得具有实际位姿的WMR能够跟踪由参考位姿P_R和速度控制 量U_R＝[v_R，w_R]^T所描述的参考模型，并使得limt→∞||[xe,ye,θe]T||=0.]]>

6、如权利要求1所述的基于量子行为粒子群算法的轮式移动机器人轨迹 跟踪方法，其特征是：步骤五以步骤四中得到的误差函数作为求解的目标， 应用量子行为粒子群算法求解得一组控制参数，具体为：在解空间初始化一 组粒子，计算粒子的目标函数值，然后粒子通过量子行为粒子群算法的搜索 策略，寻找个体最优位姿与全局最优位姿经过若干次的迭代以后完成寻优过 程，最后输出全局最优解，即为最优的控制参数。