Điều khiển robot dựa vào mặt trượt cải tiến và luật tiệm cận
Abstract
This article designs a sliding mode control with an improved sliding surface and exponential reaching law for mobile robot. This is a holonomic robot that can perform translational and rotational motions independently and simultaneously. The sliding mode control (SMC) is designed to ensure that the robot’s actual trajectory follows the desired in a finite time with the error converging to zero. The improved sliding surface and exponential reaching law are used to decrease chattering phenomena around the sliding surface. The stability of the system is proven by Lyapunov's theory. Simulation results in MATLAB/Simulink show the effectiveness of the proposed controller, the actual response of the xw and yw converges to the reference xd and yd with the steady-state error converging to zero, the rising time reaches 0.0832s and 0.0764s, the settling time is 0.1309s and 0.1226s, the overshoot is 0.032% and 0.0248%, respectively, and the chattering phenomena was reduced.
Tóm tắt
Bài báo này thiết kế bộ điều khiển trượt với mặt trượt cải tiến và luật tiệm cận số mũ cho mobile robot. Đây là robot holonomic có thể thực hiện các chuyển động tịnh tiến và chuyển động quay một cách độc lập và đồng thời. Bộ điều khiển trượt được thiết kế để đảm bảo quỹ đạo thực tế của robot bám theo quỹ đạo tham chiếu trong thời gian hữu hạn với sai số tiến về 0. Mặt trượt cải tiến và luật tiệm cận hàm mũ được sử dụng để giảm hiện tượng dao động quanh mặt trượt (chattering). Tính ổn định của hệ thống được chứng minh bằng lý thuyết Lyapunov. Các kết quả mô phỏng trong MATLAB/Simulink cho thấy hiệu quả của bộ điều khiển đề xuất, đáp ứng thực tế của xw và yw hội tụ về xd và yd tham chiếu với sai số xác lập hội tụ về 0, thời gian tăng đạt 0,0832s và 0,0764s; thời gian xác lập là 0,1309s và 0,1226s; độ vọt lố là 0,032% và 0,0248% tương ứng, và hiện tượng chattering được giảm.
Tài liệu tham khảo
[1] S. Djebrani, A. Benali, and F. Abdessemed. (2012). Modelling and control of an omnidirectional mobile manipulator. Int. J. Appl. Math. Comput. Sci., 22(3), 601–616.
[2] Y. Shi and R. Eberhart. (1998). A modified particle swarm optimizer. in 1998 IEEE International Conference on Evolutionary Computation Proceedings. IEEE World Congress on Computational Intelligence (Cat. No.98TH8360), Anchorage, AK, USA: IEEE, 69–73.
[3] Y. Liu, J. J. Zhu, R. L. Williams, and J. Wu. (2008). Omni-directional mobile robot controller based on trajectory linearization. Robot. Auton. Syst., 56(5), 461–479.
[4] Q. Xu, J. Kan, S. Chen, and S. Yan. (2014). Fuzzy PID Based Trajectory Tracking Control of Mobile Robot and its Simulation in Simulink. Int. J. Control Autom., 7(8), 233–244.
[5] L. Ovalle, H. Ríos, M. Llama, V. Santibáñez, and A. Dzul. (2019). Omnidirectional mobile robot robust tracking: Sliding-mode output-based control approaches. Control Eng. Pract., 85(4), 50–58.
[6] Nguyễn Đình Tứ, Trần Chí Cường, and Lê Hoàng Đăng. (2016). Mô hình hóa và điều khiển Robot ba bánh đa hướng. Hội Nghị Cơ Điện Tử Toàn Quốc Lần Thứ 8 VCM, 517–523.
[7] Lê Hoàng Đăng, Nguyễn Đình Tứ, and Trần Chí Cường. (2016). Thử nghiệm bộ điều khiển RBF-PD trên mô hình Robot ba bánh đa hướng. Chuyên San Đo Lường Điều Khiển Và Tự Động Hóa, 17, 51–55.
[8] Tung Thanh Pham, Dong Van Huong, Chi-Ngon Nguyen, and Minh Thanh Le. (2017). Comparison of SMC and RBF-SMC on mobile robot control system. 16th ASIA Marit. Fish. Univ. FORUM, 325–339.
[9] W. Xiao, G. Wang, J. Tian, and L. Yuan. (2023). A novel adaptive robust control for trajectory tracking of mobile robot with uncertainties. J. Vib. Control, 49(1), 238-252.
[10] G. Da Silva Lima, V. R. F. Moreira, and W. M. Bessa. (2023). Accurate trajectory tracking control with adaptive neural networks for omnidirectional mobile robot subject to unmodeled dynamics. J. Braz. Soc. Mech. Sci. Eng., 45(1), 1–11.
[11] X. Feng and C. Wang. (2023). Adaptive neural network tracking control of an omnidirectional mobile robot. Proc. Inst. Mech. Eng. Part J. Syst. Control Eng., 237(3), 375–387.
[12] L. T. Hoan, T. Dong, and V. V. Thong. (2023). Adaptive Sliding Mode Control for Three-Wheel Omnidirectional Mobile Robot. Int. J. Eng. Trends Technol., 71(5), 9–17.
[13] A. Mehmood, I. U. H. Shaikh, and A. Ali. (2021). Application of Deep Reinforcement Learning for Tracking Control of 3WD Omnidirectional Mobile Robot. Inf. Technol. Control, 50(3), 507–521.
[14] W. Zheng and Y. Jia. (2017). Trajectory Tracking Control for Omnidirectional Mobile Robots with Full-State Constraints. in Proceedings of 2017 Chinese Intelligent Automation Conference, vol. 458, Z. Deng, Ed., in Lecture Notes in Electrical Engineering, 458, 605–612.
[15] C.-G. Yun, Y.-C. Sin, H.-R. Ri, and K.-N. Jo. (2023). Trajectory tracking control of a three-wheeled omnidirectional mobile robot using disturbance estimation compensator by RBF neural network. J. Braz. Soc. Mech. Sci. Eng., 45(8), 432-443.
[16] J. Liu. (20170. Sliding Mode Control Using MATLAB
