Die Studie entwickelt eine neuartige verteilte Formationssteuerungsmethode für mobile Roboter, um mehrere Herausforderungen wie Geschwindigkeitssprünge, Geschwindigkeitsbeschränkungen und Robustheit gegen Störungen bei unbekannter Dynamik zu adressieren.
Zunächst wird ein verteilter Schätzer entwickelt, der die Notwendigkeit von Ableitungsinformationen eliminiert, um die Echtzeitperformance zu verbessern. Dann wird eine bioinspirierte neuronale dynamikbasierte kinematische Regelung entwickelt, um Geschwindigkeitssprünge zu vermeiden und Geschwindigkeitsbeschränkungen zu berücksichtigen. Schließlich wird eine lernbasierte robuste dynamische Regelung entwickelt, die die Systemparameter in Echtzeit schätzt und Robustheit gegen Störungen bietet.
Die Stabilität des Gesamtverfahrens wird mathematisch analysiert. Umfangreiche Simulationsstudien zeigen die Vorteile und Wirksamkeit der vorgeschlagenen Methode.
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Zhe Xu,Tao Y... alle arxiv.org 03-26-2024
https://arxiv.org/pdf/2403.15716.pdfDomande più approfondite