[发明专利]一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法

权利要求书

1.一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法，其特征在于，所述控制方法步骤如下：

S1：根据需求给定四轮移动机械臂的期望轨迹方程；

S2：给定四轮移动机械臂每个车轮初始转动角度，以及四自由度机械臂的初始角度，并测量移动平台长度与宽度；

S3：构建移动平台的整体运动学模型；

S4：设计抗噪型归零神经网络模型；

S5：基于四轮移动机械臂运动学特性，构建四轮移动机械臂的整体运动学模型，具体的数学表达式如下：

其中，P为整体运动学模型的系数矩阵，为实际轨迹方程关于时间t的微分，是四轮移动机械臂四个车轮与四个机械臂变量对时间t的微分；

根据抗噪型归零神经网络模型的设计公式，系统的误差函数为：

e(t)＝z_d(t)-z(t)

其中，z_d(t)为期望轨迹方程，z(t)为通过整体运动学模型推导出的实际轨迹方程；

结合整体运动学方程与神经网络模型，得到抗噪型归零神经网络控制器，具体数学表达式如下：

其中，γ＞0,λ＞0为可调参数，为期望轨迹关于时间t的微分，η为系统中所考虑的噪声；

在轨迹跟踪过程中，考虑了指数衰减噪声、线性噪声、正弦噪声及混合噪声对系统的影响，基于抗噪型归零神经网络模型控制四轮移动机械臂完成轨迹跟踪任务。

2.如权利要求1中S5所述一种抗噪型归零神经网络的四轮移动机械臂轨迹跟踪控制方法，其特征在于，系统中考虑的噪声为：

线性噪声为η_线性＝0.1*t；

指数衰减噪声为η_指数衰减＝e^-0.2*t；

正弦噪声为η_正弦＝sin(0.2*t)；

混合噪声为η_混合＝η_指数衰减+η_线性+η_正弦。