自适应高阶内模迭代学习控制器

抗迭代时变扰动

针对农业自动驾驶车辆重复轨迹跟踪中的时变扰动，提出一种集成自适应高阶内模、内模原理和输入约束辅助系统的改进迭代学习控制策略，提升稳态与动态性能。

张婷 · 焦晓红 · Xueke, Li

Computers and Electronics in Agriculture 2025

技术优势

抗迭代时变扰动

通过自适应高阶内模在线估计未知时变扰动，增强系统对外部扰动的鲁棒性。

稳态精度高

引入内模原理，提升轨迹跟踪控制系统的稳态性能并确保对齐条件应用。

减轻输入约束影响

辅助变量设计系统在迭代过程中降低输入约束对系统性能的不利影响。

应用场景

• 自动驾驶农业机械：为农业机械自动驾驶提供抗扰动轨迹跟踪控制算法，提升作业精度。
• 移动机器人控制：适用于轮式机器人重复路径跟踪，增强在时变扰动下的鲁棒性。
• 重复轨迹跟踪控制：针对重复轨迹跟踪问题，同时改进稳态精度与动态响应。