Design of a robust neural network-based tracking controller for a class of electrically driven nonholonomic mechanical systems

Yen, Hui-Min; Li, Tzuu-Hseng S.; Chang, Yeong‐Chan

doi:10.1016/j.ins.2012.07.053

Cited by 18 publications

(3 citation statements)

References 50 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Over the last several years, the control problem of the wheeled mobile robot (WMR) has been regarded as a fascinating problem because of the property of its nonholonomic constraints. Many developed controllers have been designed for tracking and stabilization of nonholonomic mobile robots using several nonlinear control techniques such as sliding mode control, [1][2][3][4][5][6] adaptive control, [7][8][9][10][11] backstepping control [12][13][14] and intelligent control based on neural networks, [15][16][17][18][19] fuzzy control, [20][21][22][23] and other intelligent control method. 24,25 The previous papers assume nonholonomic constraints for the controlled WMR.…”

Section: Introductionmentioning

confidence: 99%

“…The previous papers 1–24 assume nonholonomic constraints for the controlled WMR. The nonholonomic constraints are generated by the assumption that the mobile robots are subject to a “pure rolling without slipping.” However, since the robotic wheels’ slipping can happen in various practical environments such as the on wet or icy roads, rough terrain, or the rapid cornering, the nonholonomic constraint can be disturbed in a few literatures.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

An adaptive unscented Kalman filter-based adaptive tracking control for wheeled mobile robots with control constrains in the presence of wheel slipping

Cui

Liu

Wei

et al. 2016

International Journal of Advanced Robotic Systems

View full text Add to dashboard Cite

A novel control approach is proposed for trajectory tracking of a wheeled mobile robot with unknown wheels' slipping. The longitudinal and lateral slipping are considered and processed as three time-varying parameters. The adaptive unscented Kalman filter is then designed to estimate the slipping parameters online, an adaptive adjustment of the noise covariances in the estimation process is implemented using a technique of covariance matching in the adaptive unscented Kalman filter context. Considering the practical physical constrains, a stable tracking control law for this robot system is proposed by the backstepping method. Asymptotic stability is guaranteed by Lyapunov stability theory. Control gains are determined online by applying pole placement method. Simulation and real experiment results show the effectiveness and robustness of the proposed control method.

show abstract

Section: Introductionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

An adaptive unscented Kalman filter-based adaptive tracking control for wheeled mobile robots with control constrains in the presence of wheel slipping

Cui

Liu

Wei

et al. 2016

International Journal of Advanced Robotic Systems

View full text Add to dashboard Cite

show abstract

“…збіжність керуючих входів до робочих станів протягом теоретично нескінченного проміжку часу [5], експоненціальну стабільність і збіжність до робочих станів [6], а також однорідну стабільність і збіжність до робочих станів [7].…”

unclassified

A neural circuit model of tracking control for continuous-time nonlinear dynamic systems

Tymoshchuk¹

2019

СSN

View full text Add to dashboard Cite

Національний університет "Львівська політехніка", кафедра систем автоматизованого проектування © Тимощук П. В., 2019Запропоновано модель нейронної схеми, призначеної для слідкуючого керування невідомими нелінійними динамічними системами. Для опису моделі використано диференційне рівняння першого порядку із змінною структурою і вихідне рівняння. Модель дає можливість досягати скінченного часу збіжності до робочих станів і обмеженої похибки слідкування. Вона не потребує навчання у режимі офлайн. Для мінімізації похибки відслідковування траєкторії об'єкта модель використовує лише виходи системи і об'єкта. Вона має просту структуру і її можна використовувати, коли внутрішня динаміка і параметри керованої системи невідомі. Наведено результати комп'ютерного моделювання застосування моделі для оптимального слідкуючого керування кутом повороту дволанкового планарного маніпулятора, які підтверджують теоретичні положення та ілюструють високу ефективність функціонування моделі.Ключові слова: модель нейронної схеми, нелінійна система, слідкуюче керування. ВступРозв'язання задачі слідкуючого керування полягає у проектуванні такої системи, вихід якої приблизно повторює змінну у часі траєкторію об'єкта, яка, як припущено, наперед визначена. Системи слідкуючого керування використовують у телекомунікаціях, відео, в автомобілях, на кораблях, у літаках, робототехніці, біомедичній інженерії та багатьох інших застосуваннях. Наприклад, такі задачі, як рух корабля вздовж заданого маршруту або рух кінцівки маніпулятора є типовими задачами слідкуючого керування. Існує багато підходів до відстежування заданої траєкторії за допомогою нелінійних динамічних систем, які використовують апроксимацію, зокрема, лінеаризацію їх нелінійностей. Крім цього, такі підходи використовують припущення щодо структури слідкуючої системи і керування типу ПІД [1-3]. Для відстежування заданої траєкторії найчастіше використовують лінійний зворотний зв'язок. Хоча здебільшого метод лінеаризації забезпечує високу ефективність, відомо багато застосувань, де необхідні досконаліші слідкуючі контролери. Таке завдання особливо важливе, якщо необхідно виконувати високоточне і швидкісне слідкуюче керування істотно нелінійної системи у режимі реального часу. Аналіз останніх досліджень та публікаційЗапропоновано різні слідкуючі контролери нелінійних динамічних систем [4]. Більшість таких контролерів спроектовано для афінних за керуванням нелінійних динамічних систем. Ці методи слідкуючого керування нелінійних систем неперервного і дискретного часу забезпечують

show abstract

A Neural Circuit Model of Adaptive Robust Tracking Control for Continuous-Time Nonlinear Systems

Tymoshchuk

2019

Artificial Neural Networks and Machine Learning – ICANN 2019: Theoretical Neural Computation

View full text Add to dashboard Cite

Design of a robust neural network-based tracking controller for a class of electrically driven nonholonomic mechanical systems

Cited by 18 publications

References 50 publications

An adaptive unscented Kalman filter-based adaptive tracking control for wheeled mobile robots with control constrains in the presence of wheel slipping

An adaptive unscented Kalman filter-based adaptive tracking control for wheeled mobile robots with control constrains in the presence of wheel slipping

A neural circuit model of tracking control for continuous-time nonlinear dynamic systems

A Neural Circuit Model of Adaptive Robust Tracking Control for Continuous-Time Nonlinear Systems

Contact Info

Product

Resources

About