基于自适应滑模的四轮移动机器人轨迹跟踪控制

摘要

针对滑模控制中具有未知界的非匹配不确定性的估计与补偿问题，提出了一种适用于四轮移动机器人的非奇异终端滑模控制器，不需要已知界的不确定性的先验知识。为了保证滑模面的存在性，引入高斯过程回归对非匹配不确定性进行在线估计，一方面避免采用高增益的控制，从而减小了控制量抖振；另一方面，通过高斯过程回归的估计结果对系统的不确定性进行补偿，从而提高了基于模型的滑模控制器的适应性。基于近端策略优化(PPO)算法设计了一种自适应终端滑模控制器，通过控制精度和控制输入的抖振幅度来构建奖励函数，以此对滑模控制器的参数进行自适应调整，从而减小抖振并提高跟踪精度。通过李雅普诺夫稳定性分析证明了非奇异终端滑模控制器的稳定性，基于数值仿真实验验证了所设计控制器的有效性。结果表明：与传统的终端滑模相比，所提出的自适应终端滑模控制器在保持较高控制精度的同时，抖振振幅减小了90%,优于传统的控制方法。

关键词

四轮移动机器人 / 轨迹跟踪 / 终端滑模控制 / 自适应滑模控制 / 高斯过程回归 / 强化学习