基于神经网络滑模控制的移动机器人编队（2014年）

简介：
本研究提出了一种基于神经网络与滑模控制结合的方法，应用于移动机器人的编队控制中，旨在提高系统的稳定性和鲁棒性。通过智能算法优化路径规划和协作策略，有效解决了多机器人系统中的协调问题。该方法在2014年首次发表，为移动机器人领域的研究提供了新的思路和技术支持。 针对非完整移动机器人的编队控制问题，本段落提出了一种结合运动学控制器与自适应神经滑模控制器的新型策略，基于领航者～跟随者的l-ψ控制结构。通过使用径向基函数神经网络（RBFNN）来在线估计跟随者和领航者的动力学非线性不确定部分，并利用自适应鲁棒控制器对神经网络建模误差进行补偿。实验结果表明，该方法不仅解决了移动机器人编队中参数与非参数的不确定性问题，还确保了机器人群体能够以期望的队形跟踪指定轨迹；设计过程中基于Lyapunov方法保证了控制系统的稳定性。