自学习滑模控制器

自优化并保证稳定

控制器不是固定的——它在运行中自己调整趋近律和滑模面,同时保持有限时间收敛,比同类方法更适应打滑和环境噪声。

Ma, Qingwen · 张兴龙 · 徐昕 · 杨跃能 · Wu, Edmond Q.

ISA Transactions 2023

技术优势

在线自优化

将滑模控制的趋近律和滑模面优化问题建模为带约束的最优控制问题,并用执行器-评价器算法在线求解,使控制器能随着系统状态自适应调整。

有限时间收敛

采用积分终端滑模面,且优化过程受稳定性约束,保证了轨迹跟踪误差在有限时间内收敛到零,而非渐近收敛。

抗打滑与噪声

在运动学模型重建中显式考虑了打滑、侧滑和环境噪声,控制器对匹配不确定性保持鲁棒。

实车验证

在真实智能车上进行了实验,结果表明所提方法能满足非完整移动机器人的实际控制需求。

应用场景