基于大脑情感学习的四轮驱动机器人速度补偿控制

• 作者: 杨宜民 王建彬 陈建平
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 全向移动机器人 大脑情感学习 速度补偿 轨迹跟踪 运动控制
• 年，卷（期）: 2013,（4）
• 页码范围: 361-366
• 页数: 6页
• 分类号: TP242.6
• 字数: 3711字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201303030

摘要

由于4轮驱动机器人的轮间耦合特性及系统非线性的存在，即使单个驱动电机的控制精度达到最优，机器人整体的运动控制效果也未必理想。针对这一问题，提出一种基于大脑情感学习的机器人速度补偿控制方法。基于大脑情感学习计算模型，设计了融合机器人整体速度跟踪误差及其积分、微分信息的补偿控制器，通过计算模型内部各节点权值的在线学习，及时地调整控制器的参数，实现对4个轮子速度的自适应补偿。仿真实验表明，该方法有效减小了非线性干扰对系统的影响，具有较高的稳态控制精度和较快的响应速度，大大提高了机器人整体的速度和轨迹跟踪精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宜民	广东工业大学自动化学院	221	2851	26.0	42.0
2	陈建平	肇庆学院计算机学院	31	221	9.0	13.0
3	王建彬	广东工业大学自动化学院	7	61	5.0	7.0